Diseño Axial de Combustible para BWRs Usando Redes Neuronales
|
|
- Arturo Camacho Miranda
- hace 7 años
- Vistas:
Transcripción
1 Simposio LAS/ANS 2007 / 2007 LAS/ANS Symposium XVIII Congreso Anual de la SNM / XVIII SNM Annual Meeting XXV Reunión Anual de la SMSR / XXV SMSR Annual Meeting Copatrocinado por la AMEE / Co-sponsored by AMEE Cancún, Quintana Roo, MÉXICO, del 1 al 5 de Julio 2007 / Cancun, Quintana Roo, MEXICO, July 1-5, 2007 Diseño Axial de Combustible para BWRs Usando Redes Neuronales Juan José Ortiz, Alejandro Castillo, José Luis Montes 1, Raúl Perusquía Instituto Nacional de Investigaciones Nucleares Carretera México-Toluca s/n La Marquesa Ocoyoacac Edo. de Méx. jjortiz@nuclear.inin.mx, jacm@nuclear.inin.mx, jlmt@nuclear.inin.mx, mrpc@nuclear.inin.mx Resumen En este trabajo se presenta un nuevo sistema de optimización axial de combustible basado en una red neuronal recurrente multiestado llamado RENODC. Se describen con detalle las características principales de este tipo de red neuronal (arquitectura, función de energía y actualización de estados neuronales) y como se adaptó al diseño de ensambles de combustible nuclear. El diseño de combustible es probado mediante una recarga de combustible y patrones de barras de control predeterminados. De este modo un buen diseño axial de combustible se tiene cuando los límites térmicos se cumplen a lo largo del ciclo, el reactor se mantiene crítico y al menos se alcanza la longitud del ciclo deseada; además se verifica el margen de apagado en frío. El ensamble de combustible creado con RENODC es sustituido por un ensamble de recarga y se pretende verificar que los requerimientos de energía y aspectos de seguridad se cumplen. El ciclo utilizado corresponde a un ciclo de equilibrio de 18 meses que puede ser aplicado a la Central Nucleoeléctrica de Laguna Verde. Las pruebas demuestran la efectividad del sistema para alcanzar resultados satisfactorios en tiempos de CPU de alrededor de 4 horas. Así, se pudo comprobar que el diseño propuesto con un enriquecimiento ligeramente superior al del diseño sustituido, cumple con los requerimientos de energía. En etapas posteriores de este proyecto se acoplará este sistema a los demás módulos de optimización que ya se tienen. 1. INTRODUCCIÓN La optimización de un ciclo de operación para un reactor nuclear consta de diversas etapas: diseño de celdas de combustible, diseño axial del combustible, diseño de la recarga y diseño de patrones de barras de control. Esta etapa de diseño consiste en determinar la composición axial de celdas de combustible en el ensamble de modo que, cuando éste sea introducido en una recarga de combustible y con patrones de barras de control adecuados, se obtenga la energía requerida del ciclo de operación, que se cumplan los límites térmicos, que el reactor sea crítico y que el margen de apagado en frío se cumpla. Este problema de optimización combinatoria está estrechamente ligado a las otras fases del diseño del ciclo de operación. Al igual que con las otras fases de diseño, este ha sido resuelto de forma independiente a las demás. Ejemplos de estos trabajos son los realizados en [1] usando algoritmos genéticos y en [2] usando búsqueda tabú. Estos trabajos utilizan una recarga de Memorias CIC Cancún 2007 en CDROM 93 Proceedings IJM Cancun 2007 on CDROM
2 Autor A et al, Título del Trabajo a Presentar combustible fijada de antemano y el Principio Haling [3] para estimar el final del ciclo de operación. Sin embargo, también se han hecho intentos por acoplar esta fase de diseño con el diseño de la recarga de combustible [4] o con los patrones de barras de control [5]. En la siguiente sección se describe brevemente la red neuronal recurrente multiestado. En la Sección 2 3 se presenta la forma de adaptación de la red neuronal al diseño axial de ensambles de combustible. En la Sección 4 se presentan algunos resultados y finalmente las conclusiones. 2. REDES NEURONALES Las redes neuronales surgieron a mediados del siglo pasado inspirándose en la capacidad del cerebro humano para resolver problemas de clasificación. Posteriormente, las aplicaciones de las redes neuronales fueron creciendo para abarcar temas de reconocimiento de patrones, predicción y optimización. La unidad de procesamiento de información más pequeña del cerebro es la neurona. De forma semejante las redes neuronales artificiales están formadas de pequeñas unidades de procesamiento de información que están conectadas entre sí y a las cuales se les llama neuronas. Estas realizan una suma pesada de todas las entradas que reciben, además cada neurona tiene un valor umbral de disparo. Si la suma pesada de las entradas es mayor al umbral, se dice que la neurona se excita; de lo contrario, la neurona permanece inhibida a las entradas que recibe. Las neuronas se agrupan en capas, de este modo la primera capa de neuronas se encarga de recibir la información externa a la red y de distribuirla a las demás capas de la red. La última capa de la red es la que presenta la respuesta global de la red ante el estímulo recibido. Los pesos entre conexiones neuronales deben ser ajustados de manera adecuada para que la red neuronal responda de acuerdo al comportamiento deseado. A este proceso se le llama entrenamiento de la red neuronal. La forma en que se lleva a cabo el entrenamiento depende de la regla de aprendizaje, la más común es la regla delta generalizada con retropropagación de errores que se aplica al perceptron multicapa. Existen muchos modelos de redes neuronales artificiales, el mayormente utilizado es como se dijo antes, el perceptron multicapa que se usa para clasificación, reconocimiento y predicción. Un modelo de red neuronal es el propuesto por Hopfield [6], que consta de una sola capa de neuronas conectadas entre sí. Este tipo de red neuronal no se entrena, sino que los pesos se determinan manualmente de acuerdo al comportamiento que se desea para la red. La respuesta de las neuronas solo pueden tomar valores binarios ([0,1] o [-1,1]) y se les llama estados neuronales. Este tipo de red neuronal está caracterizada por una función de energía que depende de los estados neuronales y de un mecanismo de actualización de los estados neuronales. Los pesos entre las neuronas se integran en la función de energía. Este tipo de red se puede utilizar para optimización y la función de energía debe ser tal que cuando las neuronas actualizan sus estados neuronales, el valor de la función disminuya o aumente dependiendo de si se trata de una minimización o maximización. Una generalización al modelo de Hopfield es la red neuronal recurrente multiestado propuesta por Mérida [7]. Este nuevo modelo considera que los estados neuronales pueden ser enteros en el rango [0,M] y en el caso particular de Hopfield, M = 1. En este modelo también son importantes Memorias CIC Cancún 2007 en CDROM 94 Proceedings IJM Cancun 2007 on CDROM
3 Congreso Internacional Conjunto Cancún 2007 / International Joint Meeting Cancun 2007 la función de energía y el mecanismo de actualización de estados neuronales. Este nuevo modelo de red neuronal tiene ventajas sobre el modelo de Hopfield. Por ejemplo, para resolver el problema del agente viajero, con el modelo bivaluado se requiere una red neuronal de NxN neuronas (N = número de ciudades). Los renglones pueden representar ciudades y las columnas el orden en que se visitan. Así, para un renglón de neuronas, solo una de ellas puede tener el estado neuronal 1, mientras que el resto forzosamente deberán tener el estado neuronal 0. La columna de la neurona que tiene el estado neuronal 1 indica el orden en que esta ciudad se visita. Del mismo modo, el resto de las neuronas de esta columna deberán tener el estado neuronal 0. En cambio, con el modelo multivaluado, se requieren solo N neuronas. Cada neurona representa una ciudad y su estado neuronal representa el orden en que es visitada. Obviamente, dos neuronas no pueden tener el mismo estado neuronal. 3. SISTEMA RENODC El sistema RENODC emplea la red neuronal recurrente multiestado para optimizar la distribución axial de celdas de combustible en un ensamble de recarga para reactores BWR. Este sistema fue desarrollado con lenguaje Fortran 77 en una estación de trabajo ALPHA a 800 MHz y sistema operativo Unix. Como se dijo, los aspectos importantes de este tipo de red son: 1. Tamaño de la capa de neuronas 2. La función de energía 3. Mecanismo de actualización o cambio de estados neuronales. 4. Algoritmo de ejecución 4.1 Tamaño de la capa de neuronas El ensamble de combustible está formado por 25 celdas axiales de cm de altura cada una. En este trabajo se consideran las zonas axiales mostradas en la Figura 1. Figura 1. División axial de un ensamble de combustible, Celda A es la parte superior y Celda E es la parte inferior del ensamble. A B C D E cm. de uranio natural (2 celdas) cm. de uranio enriquecido y gadolinia ( 6 celdas) cm. de uranio enriquecido (2 celdas) cm. de uranio enriquecido y gadolinia (14 celdas) cm. de uranio natural (1 celda) Memorias CIC Cancún 2007 en CDROM 95 Proceedings IJM Cancún 2007 on CDROM
4 Autor A et al, Título del Trabajo a Presentar Cada zona axial está formada por una o más celdas de combustible. Así la zona baja del ensamble contiene una celda de uranio natural. Enseguida, se tiene una zona de 14 celdas de combustible; la siguiente, está formada por 2 celdas de combustible; posteriormente, sigue una zona de 6 celdas y se termina con una zona de dos celdas de uranio natural. Las celdas contenidas en las zonas intermedias del ensamble, contienen distintas concentraciones de gadolinia y enriquecimientos de uranio. Al estar fijadas las celdas exteriores del ensamble, entonces solo se tienen 22 celdas variables. Por lo tanto el tamaño de la red se determina en 22 neuronas. Los estados neuronales son números enteros en el rango de 1 a M. Cada número es asociado a una celda de combustible como se muestra en la Tabla I. Tabla I: Correspondencia de estados neuronales con las celdas de combustible de acuerdo a la zona axial. Zona B Zona C Zona D Estado Neuronal %U G6.0,6G G6.0,2G G5.0 11G5.0 4G5.0, 10G4.0, 2G G4.0,2G2.0 Estado Neuronal %U G G6.0,2G5.0 11G5.0 4G5.0, 10G4.0, 2G G4.0,2G2.0 Estado Neuronal %U G6.0,2G G G6.0,2G5.0,3G G6.0,2G5.0 11G5.0 11G5.0 4G5.0,10G4.0,4G2.0 4G5.0,10G4.0,2G G4.0,2G2.0 En esta tabla se indica el % enriquecimiento y el número de barras con gadolinia y su concentración. A modo de ejemplo, la red neuronal podría tomar los estados neuronales mostrados en la Figura 2. Figura 2: Ejemplo de la red neuronal inicializada con estados neuronales Parte Baja Parte Alta Memorias CIC Cancún 2007 en CDROM 96 Proceedings IJM Cancun 2007 on CDROM
5 Congreso Internacional Conjunto Cancún 2007 / International Joint Meeting Cancun 2007 Con el objeto de dar mayor grado de libertad a la red neuronal se permitió que las zonas axiales B y D puedan estar divididas en 2 y 3 subzonas de longitud variable. La Figura 3 muestra estados neuronales válidos para esta situación. Figura 3: Ejemplo de la red neuronal inicializada con estados neuronales y subzonas en las zonas B y D Parte Baja Parte Alta 4.2 La función de Energía La función de energía depende de los valores de los estados neuronales y considera el cumplimiento de límites térmicos, del margen de apagado en frío, de que el reactor sea crítico a lo largo del ciclo, que el perfil axial de potencia se ajuste a uno predeterminado y que se alcance la energía requerida. Se propuso minimizar la siguiente función para el nivel de energía de la red neuronal: F i= 1 25 j j w1 Pi ( EN) Pi, T + w2 j= 1 w4 ( MPGRi ( EN) MPGR N = keff ( EN) i, Lim ) + w 5 i keff i, T + w ( FLPD ( EN) FPLD ( MFLCPR ( EN) MFLCPR i 3 i i, Lim ) i, Lim ) + + w ( SDM 6 BOC, Lim SDM BOC ( EN)) donde N Número de pasos de quemado en que se divide el ciclo de operación w i Factores de peso determinados experimentalmente (No son los pesos de conexión entre las neuronas). j P i Potencia relativa en el nodo j del paso de quemado i. j P i,t Potencia relativa objetivo en el nodo j del paso de quemado i. keff i Factor de multiplicación efectivo de neutrones obtenido en el paso de quemado i keff i,t Factor de multiplicación efectivo de neutrones objetivo del paso de quemado i FLPD i Fracción de la densidad lineal de potencia obtenida en el paso de quemado i FLPD i,lim Fracción de la densidad lineal de potencia límite en el paso de quemado i MPGR i Fracción de la densidad planar promedio de potencia obtenida en el paso de quemado i MPGR i,lim Fracción de la densidad planar promedio de potencia límite en el paso de quemado i MFLCPR i Fracción de la razón de potencia crítica obtenida en el paso de quemado i MFLCPR i,lim Fracción de la razón de potencia crítica límite en el paso de quemado i Memorias CIC Cancún 2007 en CDROM 97 Proceedings IJM Cancún 2007 on CDROM
6 Autor A et al, Título del Trabajo a Presentar SDM BOC,Lim SDMBOC EN Valor límite del margen de apagado en frío al inicio del ciclo Valor obtenido del margen de apagado en frío al inicio del ciclo Es un vector con los 22 estados neuronales de la red neuronal Los valores de las variables involucradas en esta función se obtienen mediante la ejecución de CM-PRESTO [8] bajo una recarga de combustible y patrones de barras de control preestablecidos. De este modo, los límites térmicos, la k eff y los perfiles axiales de potencia se monitorean a lo largo del ciclo y el desempeño del ensamble de combustible puede ser observado de mejor modo. 3.3 Mecanismo de actualización de estados neuronales De acuerdo a la aplicación, el mecanismo de cambio de estados neuronales puede requerir cuidado especial. Tal es el caso del problema del agente viajero, en que dos neuronas no pueden tener el mismo estado neuronal. En el caso del diseño axial de combustible esta situación es permitida. La actualización de estados se lleva a cabo de la siguiente manera: 1. Se escoge aleatoriamente una zona axial 2. Si se trata de las zonas B o D, se escoge aleatoriamente el numero de subzonas 3. Se asigna un estado neuronal de acuerdo a la Tabla I según sea la zona escogida 3.4 Algoritmo de ejecución La ejecución de esta red neuronal consiste en una sucesión de cambios de estados neuronales de modo que el nivel de energía de la red disminuya hasta que no se obtengan más cambios. El algoritmo es el siguiente: 1. Se inicializan las neuronas con estados neuronales válidos de acuerdo a la Tabla I. 2. Se aplica el mecanismo de actualización de estados. 3. Para cada uno de los estados de las zonas y subzonas escogidos (de acuerdo a la Tabla I) se ejecuta CM-PRESTO para evaluar el ensamble creado de acuerdo a la recarga y patrones de barras de control. En cada caso se evalúa la función de energía y se guarda el valor. 4. La zona y subzonas escogidas toman el estado neuronal que produjo el menor valor de la función de energía de todos los estados posibles de la Tabla I para dicha zona. 5. Repetir los pasos 2 a 4 hasta que el nivel de la función de energía no cambie en 10 iteraciones. 4. RESULTADOS Se utilizó el sistema RENODC para diseñar un nuevo ensamble de combustible utilizando una recarga de combustible con dos lotes de combustible fresco denominados R (52 ensambles) y Q (60 ensambles), ambos con un enriquecimiento promedio de 3.66% U235. En la Figura 4 se Memorias CIC Cancún 2007 en CDROM 98 Proceedings IJM Cancun 2007 on CDROM
7 Congreso Internacional Conjunto Cancún 2007 / International Joint Meeting Cancun 2007 muestran las posiciones de los ensambles frescos en un cuarto del núcleo de la CLV. El combustible R está cargado hacia el centro del reactor y el combustible Q hacia la periferia. Durante el proceso de optimización se buscará encontrar un ensamble de combustible que cumpla con los requerimientos de energía y que sustituya al tipo R. Nótese que la disminución del enriquecimiento del ensamble no es un parámetro en la función de energía ya que el objetivo del sistema no es este, sino diseñar un combustible que cumpla las restricciones de seguridad y energía. Sin embargo, se observará el resultado que produce RENODC y verificar que el enriquecimiento resultante sea similar al del combustible sustituido. Figura 4: Mapa de carga de combustible fresco Combustible R Combustible Q Se hicieron varias ejecuciones del sistema y en la Figura 5 se muestra el comportamiento típico de la red neuronal durante el proceso iterativo. En la Figura 6 se muestra la comparación del factor de multiplicación de neutrones del mejor diseño encontrado con RENODC contra el factor de multiplicación obtenido con el ensamble original. La curva resultante con el nuevo diseño está por debajo de la curva del diseño original pero la diferencia nunca es mayor a 10 pcm. Esto quiere decir que se alcanza la energía requerida con el ensamble de combustible propuesto por RENODC. Los límites térmicos están por debajo de 0.93 que es el valor que se puso como límite máximo para las fracciones del LHGR, CPR y MAPRAT. Memorias CIC Cancún 2007 en CDROM 99 Proceedings IJM Cancún 2007 on CDROM
8 Autor A et al, Título del Trabajo a Presentar Figura 5: Comportamiento típico durante la optimización de la red neuronal Proceso iterativo de RENODC 4.4 Nivel de Energía de la Red Neuronal Ejecución 1 Ejecución 2 Ejecución 3 Ejecución 4 Ejecución Iteraciones Figura 6: Comportamiento de la k eff con los diseños original y propuesto Comparación de keff a lo largo del ciclo keff Original keff Obtenida keff Pasos de Quemado El enriquecimiento promedio del ensamble encontrado es de 3.686% U235 que es un poco superior al diseño original. En la Figura 7 se presenta la composición axial del combustible propuesto por RENODC. Memorias CIC Cancún 2007 en CDROM 100 Proceedings IJM Cancun 2007 on CDROM
9 Congreso Internacional Conjunto Cancún 2007 / International Joint Meeting Cancun 2007 Figura 7: Ensamble de combustible propuesto por RENODC %U235 Gd 2 O 3 Celdas G G4.0/2G G4.0/2G G6.0/2G En la Figura 7 se observa que la zona axial B fue fraccionada en 2 subzonas de 3 celdas cada una. 5. CONCLUSIONES En este trabajo se presentó un nuevo sistema de optimización axial de combustible basado en redes neuronales. El sistema llamado RENODC fue aplicado para diseñar un ensamble y sustituirlo en una recarga de combustible y patrones de barras de control preestablecidos. El ensamble propuesto por el sistema RENODC cumple con los requerimientos de energía y de seguridad, además de que el enriquecimiento resultante es muy similar al del ensamble sustituido. El sistema RENODC requiere de muy pocas iteraciones para alcanzar un resultado satisfactorio. El tiempo de CPU en una estación ALPHA a 800 MHz es de aproximadamente 4 hrs. y en torno a las 150 evaluaciones de la función de energía. En etapas posteriores de este trabajo, se acoplará a los sistemas de optimización radial de celdas de combustible y de diseño de recargas de combustible y patrones de barras de control, desarrollados con anterioridad; con el objeto de tener un sistema de optimización completo para el diseño de ciclos de operación en reactores BWR. AGRADECIMIENTOS Los autores agradecen al CONACYT su apoyo a través del proyecto SEP-2004-C y al ININ a través del proyecto CA-610. REFERENCIAS 1. C. Martín del Campo, J. L. Francois & H. López. AXIAL a System for Boiling Water Reactor Fuel Assembly Axial Optimization Using Genetic Algorithms Validation of a Methodology for Fuel Management Analysis of Laguna Verde Nuclear Power Plant. Annals of Nuclear Energy. Vol. 28. Pp Cecilia Martín del Campo, Juan Luis François, Luis B. Morales. Aplicación de Búsqueda Tabú al Diseño y Optimización Axial de Combustible Nuclear. XII Congreso de la Sociedad Nuclear Mexicana. Zacatecas Memorias CIC Cancún 2007 en CDROM 101 Proceedings IJM Cancún 2007 on CDROM
10 Autor A et al, Título del Trabajo a Presentar 3. R. K. Haling. Operational Strategy for Maintaining an Optimum Power Distribution through Core Life. Proc. ANS Topl. Mtg. Nuclear Performance of Core Power Reactors, TID US Atomic Energy Comission Cecilia Martín del Campo, Juan Luis François, Linda Avendaño, Mario González y Jaime González. Optimización Integrada del Diseño Axial de Combustible y del Diseño del Patrón de Recarga en BWR. XIII Congreso de la Sociedad Nuclear Mexicana. Zihuatanejo Kazuki Hida, Haig, Ritsuo, Yoshioka Isogo. Optimization of Axial Enrichment and Gadolinia Distributions for BWR Fuel under Control Rod Programming ; Journal of Nuclear Science and Technology, 26[5], pp (May 1989). 6. J. J. Hopfield. Neurons with Graded Response have Collective Computational Properties like those of Two-State Neurons. Proc. Natl. Acad. Sci. USA. Vol. 81, pp May C. E. Mérida, M. Galán, Muñoz-Pérez. An Efficient Multivalued Hopfield Network for the TSP. Neural Processing Letters. Vol. 14. Pp Scandpower AS. User Manual CM-Presto 9. Version CM914B. Rev. 6, July 16, Memorias CIC Cancún 2007 en CDROM 102 Proceedings IJM Cancun 2007 on CDROM
Optimización de Celdas de Combustible para BWR Basada en Búsqueda Tabú Modificada
Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-SMSR/International Joint Meeting Cancun 2004 LAS/ANS-SNM-SMSR XV Congreso Anual de la SNM y XXII Reunión Anual de la SMSR/XV SNM Annual Meeting and
Más detallesInteligencia Artificial. Aprendizaje neuronal. Ing. Sup. en Informática, 4º. Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani
Inteligencia Artificial Aprendizaje neuronal Ing. Sup. en Informática, 4º Curso académico: 20/202 Profesores: Ramón Hermoso y Matteo Vasirani Aprendizaje Resumen: 3. Aprendizaje automático 3. Introducción
Más detallesCONCEPTOS BÁSICOS (Freeman capt.1; Neural Nets capt. 4,5 y 7)
Tema 1: Conceptos Básicos Sistemas Conexionistas 1 CONCEPTOS BÁSICOS (Freeman capt.1; Neural Nets capt. 4,5 y 7) 1.- Introducción. 1.1.- Redes Neuronales de Tipo Biológico. 1.2.- Redes Neuronales dirigidas
Más detallesOPTIMIZACIÓN DEL PROBLEMA DEL AGENTE VIAJERO USANDO EL SISTEMA DE COLONIA DE HORMIGAS Y BUSQUEDA GREEDY
OPTIMIZACIÓN DEL PROBLEMA DEL AGENTE VIAJERO USANDO EL SISTEMA DE COLONIA DE HORMIGAS Y BUSQUEDA GREEDY Esquivel Estrada Jaime*, Ordoñez Arizmendi Armando*, Ortiz Servín Juan José**. *Universidad Autónoma
Más detallesAplicación de Seis Sigma para Diseñar Recargas de la Central Laguna Verde con Duración hasta de 17 Días
Simposio LAS/ANS 2007 / 2007 LAS/ANS Symposium XVIII Congreso Anual de la SNM / XVIII Annual SNM Congress / XXV Reunión Anual de la SMSR / XXV SMSR Annual Meeting Copatrocinado por la AMEE / Co-sponsored
Más detallesIntroducción a las Redes Neuronales
Introducción a las Redes Neuronales Excepto en las tareas basadas en el cálculo aritmético simple, actualmente, el cerebro humano es superior a cualquier computador: Reconocimiento de imágenes, Interpretación
Más detallesCálculo Monte Carlo de Cambios en la Dosis Debidos al Medio de Contraste en la Irradiación Parcial para el Cáncer de Seno
Simposio LAS/ANS 2007 / 2007 LAS/ANS Symposium XVIII Congreso Anual de la SNM / XVIII SNM Annual Meeting XXV Reunión Anual de la SMSR / XXV SMSR Annual Meeting Copatrocinado por la AMEE / Co-sponsored
Más detallesTema 7 Redes Neuronales Recurrentes
Universidad Carlos III de Madrid OpenCourseWare Redes de Neuronas Artificiales Inés M Galván -José Mª Valls Tema 7 Redes Neuronales Recurrentes REDES DE NEURONAS ARTIFICIALES INÉS M GALVÁN, JOSÉ Mª VALLS
Más detallesCambio de mecanismos de barras de control, una actividad de alto desempeño en la doceava recarga de la Unidad 1
Simposio LAS/ANS 2007 / 2007 LAS/ANS Symposium XVIII Congreso Anual de la SNM / XVIII Annual SNM Congress / XXV Reunión Anual de la SMSR / XXV SMSR Annual Meeting Copatrocinado por la AMEE / Co-sponsored
Más detallesAplicaciones del Monitor de Partes Sueltas en el Ciclo 6 de la Unidad 2 de la Central Laguna Verde
Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-SMSR/International Joint Meeting Cancun 2004 LAS/ANS-SNM-SMSR XV Congreso Anual de la SNM y XXII Reunión Anual de la SMSR/XV SNM Annual Meeting and
Más detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Más detallesUniversidad Tec Milenio: Profesional HG04002 Análisis de Decisiones I
Tema # 10 El método de las M s como solución de problemas de programación lineal 1 Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Resolver modelos de programación lineal mediante
Más detallesREDES NEURONALES. Una esquema simplificado de una neurona se muestra en la siguiente figura. Cuerpo celular. Dendrita. Axón.
REDES NEURONALES Las redes neuronales constituyen una poderosa herramienta para modelar sistemas, especialmente no lineales, sean dinámicos o estáticos. En el cuerpo celular se realizan la mayoría de las
Más detallesUNIVERSIDAD NACIONAL DEL CALLAO
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS INSTITUTO DE INVESTIGACION DE LA FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN
Más detallesComplejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesIng. Eduardo Cruz Romero w w w. tics-tlapa. c o m
Ing. Eduardo Cruz Romero eduar14_cr@hotmail.com w w w. tics-tlapa. c o m La estadística es tan vieja como la historia registrada. En la antigüedad los egipcios hacían censos de las personas y de los bienes
Más detallesEstructuras de control
Estructuras de control Introducción Los algoritmos vistos hasta el momento han consistido en simples secuencias de instrucciones; sin embargo, existen tareas más complejas que no pueden ser resueltas empleando
Más detallesRELACIONES CUANTITATIVAS PARA EL RELLENO DE PLAYAS
LIBRO: TEMA: PUE. Puertos PARTE: 1. ESTUDIOS TÍTULO: 07. Estudios de Transporte Litoral CAPÍTULO: A. 009. Estimación del Relleno de Playas para Modificar su Perfil CONTENIDO Este Manual describe el procedimiento
Más detalles3.2 CONTROL DE GIRO DE UN MOTOR DE INDUCCIÓN DE JAULA DE. Un motor de inducción tiene físicamente el mismo estator de una máquina
220 3.2 CONTROL DE GIRO DE UN MOTOR DE INDUCCIÓN DE JAULA DE ARDILLA 3.2.1 Descripción del problema. Un motor de inducción tiene físicamente el mismo estator de una máquina sincrónica con diferente construcción
Más detallesMedir con cámaras infrarrojas
El pie diabético es una degeneración de la estructura vascular de los pies. Surge a partir de que se produce un engrosamiento vascular y el flujo sanguíneo se atrofia. Con el paso del tiempo se forman
Más detallesLOS SISTEMAS ADAPTATIVOS
0010100100100101010110010001 0101010001010100101000101 0010100011110010110010001 11111111111010100010101001010010100010101010101 0010100011110101010101011100101001001010101100100010010100011110101010001
Más detallesModelo de Gestión Automática de Combustible para la Central Nuclear ATUCHA II con el Código PUMA IV
Simposio LAS/ANS 2007 / 2007 LAS/ANS Symposium XVIII Congreso Anual de la SNM / XVIII SNM Annual Meeting XXV Reunión Anual de la SMSR / XXV SMSR Annual Meeting Copatrocinado por la AMEE / Co-sponsored
Más detallesANEXO 1. CALIBRADO DE LOS SENSORES.
ANEXO 1. CALIBRADO DE LOS SENSORES. Las resistencias dependientes de la luz (LDR) varían su resistencia en función de la luz que reciben. Un incremento de la luz que reciben produce una disminución de
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detallesAnálisis y síntesis de sistemas digitales combinacionales
Análisis Algoritmo de análisis, para un circuito lógico combinacional Síntesis. Conceptos Circuitos combinacionales bien construidos Circuitos combinacionales mal construidos Criterios de optimización
Más detallesContenido Introducción Resumen Ejecutivo Objetivos del Estudio General Específicos...
- 1-1. Contenido 1. Contenido... 1 2. Introducción... 2 3. Resumen Ejecutivo... 2 4. Objetivos del Estudio... 3 4.1. General... 3 4.2. Específicos... 3 5. Distribución de la Muestra... 4 6. Resultados
Más detallesLicense Plate Detection using Neural Networks
License Plate Detection using Neural Networks Luis Carrera, Marco Mora Les Fous du Pixel Image Processing Research Group Department of Computer Science Catholic University of Maule http://www.lfdp-iprg.net
Más detallesGuía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
Más detallesCAPITULO 6 SIMULACIONES Y RESULTADOS
CAPITULO 6 SIMULACIONES Y RESULTADOS En este capítulo se scriben las simulaciones y resultados uno las pruebas ejecutados para la evaluación la metodología propuesta para el planeamiento sistemas medición.
Más detallesDESCRIPCIÓN DEL RESULTADO DE INVESTIGACIÓN
REF.: TIC_UAH_04 SECTOR INDUSTRIAL INVESTIGADOR DEPARTAMENTO DATOS DE CONTACTO PÁGINA WEB Tecnologías de la Información y la Comunicación José Antonio Portilla Figueras Teoría de la Señal y Comunicaciones
Más detallesDar una introducción sobre la asignatura IO Familiarizar al estudiante con las características y aplicación del modelo de matriz de decisiones
I Unidad: Introducción a al Investigación de Operaciones. Contenidos: 1. Breve reseña histórica de la l. De O. 2. Concepto de la l. De O. 3. Objeto de Estudio de la l. De O. 4. Introducción a la teoría
Más detallesElectrónica 1. Práctico 1 Amplificadores Operacionales 1
Electrónica 1 Práctico 1 Amplificadores Operacionales 1 Los ejercicios marcados con son opcionales. Además cada ejercicio puede tener un número, que indica el número de ejercicio del libro del curso (Microelectronic
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA
RELACIÓN DE PROBLEMAS DE CLASE DE PROGRAMACIÓN LINEAL ENTERA SIMPLEX Y LINEAL ENTERA a Resuelve el siguiente problema con variables continuas positivas utilizando el método simple a partir del vértice
Más detallesGuía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
Más detalles4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Más detallesSe inicia con las especificaciones del módulo fotovoltaico.
Con base en las especificaciones técnicas del inversor SB 3000U y de un módulo fotovoltaico de 175 watts, indicar los valores los parámetros característicos requeridos para el dimensionamiento del sistema.
Más detallesResolución de problemas de búsqueda
Resolución de problemas de búsqueda Memoria de Prácticas de Segunda Entrega 26 de noviembre de 2007 Autores: Mariano Cabrero Canosa cicanosa@udc.es Elena Hernández Pereira elena@udc.es Directorio de entrega:
Más detallesINDICE Capitulo 1. Expresiones y Ecuaciones: Suma y Resta Actividad con calculadora Matemática mental De los números al álgebra Matemática mental
INDICE Capitulo 1. Expresiones y Ecuaciones: Suma y Resta 1.1. Variables y expresiones 2 1.2. Solución de problema: planteamiento de expresiones. Traducción de 6 frases a expresiones algebraicas 1.3. Propiedades
Más detallesPROYECCIÓN DE LA EVOLUCIÓN DE LAS EMISIONES DE GASES DE EFECTO INVERNADERO EN EL SECTOR ENERGÍA AÑOS
PROYECCIÓN DE LA EVOLUCIÓN DE LAS EMISIONES DE GASES DE EFECTO INVERNADERO EN EL SECTOR ENERGÍA AÑOS 2 225 NOTA: ESTE ESTUDIO CORRESPONDE A UN ANÁLISIS ESPECÍFICO Y NO REPRESENTA CIFRAS OFICIALES. RESUMEN
Más detallesA continuación se presenta la información de la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes.
M150: Creciendo A) Presentación del problema LOS JOVENES CRECEN MAS ALTO A continuación se presenta la altura promedio para el año de 1998 en Holanda de hombres y mujeres jóvenes. B) Preguntas del problema
Más detallesAlgoritmos basados en hormigas
Algoritmos basados en hormigas Inteligencia Artificial Avanzada 1er. Semestre 2008 1 Aspectos Generales La metáfora de los insectos sociales para resolver problemas ha sido un tema importante a partir
Más detallesESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:
ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis
Más detallesTema 3: Multiplicación y división.
Tema 3: Multiplicación y división. SELECCIÓN DE EJERCICIOS RESUELTOS 2. Determina el menor número natural que multiplicado por 7 nos da un número natural que se escribe usando únicamente la cifra 1. Y
Más detallesBases Matemáticas para la Educación Primaria. Guía de Estudio. Tema 3: Números racionales. Parte I: Fracciones y razones Números racionales
Bases Matemáticas para la Educación Primaria Guía de Estudio Tema 3: Números racionales Parte I: Fracciones y razones Números racionales 1 Situación introductoria ANÁLISIS DE CONOCIMIENTOS PUESTOS EN JUEGO
Más detallesUNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)
UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,
Más detallesBÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS
Departamento de Inteligencia Artificial Grupo de Análisis de Decisiones y Estadística BÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS PRÁCTICAS 1 Existen varias características que pueden causar dificultades
Más detallesInvestigaciones Relacionadas con Seguridad Termohidráulica con el Código TRACE
XXV Congreso Anual de la Sociedad Nuclear Mexicana XIII Congreso Nacional de la Sociedad Mexicana de Seguridad Radiológica Boca del Río, Veracruz, México, del 31de Agosto al 4 de Septiembre de 2014 Investigaciones
Más detalles7 CONGRESO MEXICANO DEL ASFALTO AMAAC
7 CONGRESO MEXICANO DEL ASFALTO AMAAC Rigidez del Concreto Asfáltico Estimada con Ensayes de Laboratorio y de Campo Dr. Raúl Vicente Orozco Santoyo Perito en Vías Terrestres y en Geotecnia RESUMEN Se describen
Más detallesAritmética de Enteros
Aritmética de Enteros La aritmética de los computadores difiere de la aritmética usada por nosotros. La diferencia más importante es que los computadores realizan operaciones con números cuya precisión
Más detallesResumen. Palabras clave: Cinemática directa, grado de libertad, coordenadas articulares.
Cinemática directa utilizando Denavit-Hartenberg y generación de trayectorias para el robot FNUC LR-Mate200iB/5P Efraín Ramírez Cardona Miguel Eduardo González Elías Víctor Martín Hernández Dávila Unidad
Más detallesTécnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO
Técnicas de Clasificación Supervisada DRA. LETICIA FLORES PULIDO 2 Objetivo El objetivo principal de las técnicas de clasificación supervisada es obtener un modelo clasificatorio válido para permitir tratar
Más detalles3.- Con el diagrama de equilibrio Cu-Ni, haga el análisis de fases para una aleación del 50% de Cu a: 1400ºC, 1300ºC, 1200ºC 1100ºC.
1.- Con el diagrama de equilibrio Cu-Ni que se adjunta, describir el enfriamiento lento de una aleación del 3% de Ni y determinar su composición a 12ºC. 2.- Una aleación compuesta de 2 Kg de Cu y 2 Kg
Más detallesLey de enfriamiento de Newton considerando reservorios finitos
Ley de enfriamiento de Newton considerando reservorios finitos María ecilia Molas, Florencia Rodriguez Riou y Débora Leibovich Facultad de Ingeniería, iencias Exactas y Naturales Universidad Favaloro,.
Más detallesTipos algebraicos y abstractos. Algoritmos y Estructuras de Datos I. Tipos algebraicos
Algoritmos y Estructuras de Datos I 1 cuatrimestre de 009 Departamento de Computación - FCEyN - UBA Programación funcional - clase Tipos algebraicos Tipos algebraicos y abstractos ya vimos los tipos básicos
Más detallesSeries Temporales. Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, Leganés (Madrid)
Series Temporales Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, 30. 28911 Leganés (Madrid) Series Temporales Introducción Problema de predicción Modelos neuronales
Más detallesDESARROLLO DE UN PROGRAMA DE CÁLCULO PARA PROPIEDADES FÍSICAS DEL AIRE RELACIONADAS CON LA HUMEDAD
DESARROLLO DE UN PROGRAMA DE CÁLCULO PARA PROPIEDADES FÍSICAS DEL AIRE RELACIONADAS CON LA HUMEDAD 1 Enrique Martines López, 2 Israel E. Alvarado Ramírez 1 Centro Nacional de Metrología, División de Termometría
Más detallesOptimización Energética en Procesos Industriales
Optimización Energética en Procesos Industriales Oihane Kamara-Esteban y Cruz E. Borges {oihane.esteban,cruz.borges}@deusto.es 22 de diciembre de 2016 cba Este obra está bajo una licencia de Creative Commons
Más detallesSituación de los Desechos Radioactivos en México
Perspectivas de la Generación Nucleoeléctrica en América Latina y el Caribe OLADE 25 al 27 de enero de 6.0 Abastecimiento de combustible y experiencia en el almacenamiento de los residuos nucleares en
Más detallesCálculos de Dosis para el Personal Involucrado en el Accidente Radiológico del Hospital de Especialidades del Centro Médico Nacional Siglo XXI
Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-SMSR/International Joint Meeting Cancun 2004 LAS/ANS-SNM-SMSR XV Congreso Anual de la SNM y XXII Reunión Anual de la SMSR/XV SNM Annual Meeting and
Más detallesMetodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México
Metodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México Índice general Resumen...vii Resum... ix Summary... xi Índice de
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesSISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos
TEMA 2 Diseño de Algoritmos 7 2. DISEÑO DE ALGORITMOS 2.1. Concepto de Algoritmo En matemáticas, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesCRITERIOS DE SELECCIÓN DE MODELOS
Inteligencia artificial y reconocimiento de patrones CRITERIOS DE SELECCIÓN DE MODELOS 1 Criterios para elegir un modelo Dos decisiones fundamentales: El tipo de modelo (árboles de decisión, redes neuronales,
Más detallesPredicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte
Predicción de la relación entre el género, la cantidad de cigarrillos y enfermedades usando Máquinas de Vector Soporte Resumen En este trabajo se usó Máquinas de Vectores de Soporte (SVM, por sus siglas
Más detallesCapítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Más detallesAplicación del orden de mayorización a un problema de producción-inventario. An aplication of majorization order on a production-inventory problem
Revista Facultad de Ingeniería N. o 39. pp. 112-117. Marzo, 2007 Aplicación del orden de mayorización a un problema de producción-inventario Henry Laniado Rodas a,*,diego Alejandro Castañeda b, Andrés
Más detallesFORMATO CONDICIONAL EN EXCEL
FORMATO CONDICIONAL EN EXCEL El Formato Condicional es una herramienta muy útil como información gráfica adicional para los datos numéricos que están en celdas o en rangos. Este tipo de formato tiene un
Más detallesEstructuras de Control
Algorítmica y Lenguajes de Programación Estructuras de Control Estructuras de Control. Introducción Hasta ahora algoritmos han consistido en simples secuencias de instrucciones Existen tareas más complejas
Más detallesFila: Es un conjunto de varias celdas dispuestas en sentido horizontal.
Que Es Excel? Excel es un programa que permite la manipulación de libros y hojas de calculo. En Excel, un libro es el archivo en que se trabaja y donde se almacenan los datos. Como cada libro puede contener
Más detallesDeterminación de la Eficiencia de Detección de un Detector HPGe Mediante el Código de Simulación MCNP 4A
Congreso Internacional Conjunto Cancún 2004 LAS/ANS-SNM-SMSR/International Joint Meeting Cancun 2004 LAS/ANS-SNM-SMSR XV Congreso Anual de la SNM y XXII Reunión Anual de la SMSR/XV SNM Annual Meeting and
Más detallesSOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Más detallesINTRODUCCION 1.1.-PREAMBULO
INTRODUCCION 1.1.-PREAMBULO El suelo en un sitio de construcción no siempre será totalmente adecuado para soportar estructuras como edificios, puentes, carreteras y presas. Los estratos de arcillas blanda
Más detallesConsideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS)
Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS) Agosto 2008 SEAN YUN Traducido por ANDREA MARÍN Modelando RF con Precisión 0 0 ICS Telecom ofrece
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesComplejidad de los Algoritmos
Que es un Algoritmo? Complejidad de los Algoritmos Webster: cualquier método especial para resolver cierta clase de problemas. Horowitz: método preciso utilizable en una computadora para la solución de
Más detallesMemoria Cache. Departamento de Arquitectura de Computadores
Memoria Cache Departamento de Arquitectura de Computadores Índice Introducción. Conceptos básicos Características de los sistemas de memoria Jerarquías de memoria Memoria Principal Características físicas
Más detallesOferta tecnológica: Método y equipo para medir la cantidad de gas o fluido supercrítico sorbido por una muestra
Oferta tecnológica: Método y equipo para medir la cantidad de gas o fluido supercrítico sorbido por una muestra Oferta tecnológica: Método y equipo para medir la cantidad de gas o fluido supercrítico sorbido
Más detallesCapítulo 6. Relaciones. Continuar
Capítulo 6. Relaciones Continuar Introducción Una relación es una correspondencia entre dos elementos de dos conjuntos con ciertas propiedades. En computación las relaciones se utilizan en base de datos,
Más detalles6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS Velocidad de retorno del rayo con distribución uniforme
Aplicación de redes neuronales en el cálculo de sobretensiones y tasa de contorneamientos 233 6.4. APLICACIÓN DE REDES NEURONALES EN EL CÁLCULO DE LA TASA DE CONTORNEAMIENTOS 6.4.1. Introducción Como ya
Más detallesFlujo de Fluidos: Interacción Sólido-Fluido
Flujo de Fluidos: Interacción Sólido-Fluido Existen operaciones básicas de separación sólido-fluido que tienen gran aplicación y se presentan en muchos de los procesos industriales: filtración, sedimentación,
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
Más detalles7.1 Consideraciones. Considere la búsqueda de un libro en una biblioteca. Considere la búsqueda de un nombre en el directorio telefónico.
86 Capítulo 7. ORDENAMIENTO. 7.1 Consideraciones. Considere la búsqueda de un libro en una biblioteca. Considere la búsqueda de un nombre en el directorio telefónico. Si los elementos a ordenar son compuestos
Más detallesResistores en circuitos eléctricos
Resistores en circuitos eléctricos Experimento : Resistencias en circuitos eléctricos Estudiar la resistencia equivalente de resistores conectados tanto en serie como en paralelo. Fundamento Teórico. Cuando
Más detallesTendencias recientes en el comportamiento del consumo de gas natural en Argentina -II GNC
Tendencias recientes en el comportamiento del consumo de gas natural en Argentina -II GNC S.Gil, L. Pomerantz y R. Ruggero Gerencia de Distribución ENARGAS Suipacha 636 4p (008) Buenos Aires e-mail: sgil@enargas.gov.ar
Más detallesInteracciones Eléctricas La Ley de Coulomb
Interacciones Eléctricas La Ley de Coulomb 1. Introducción La Electrostática se ocupa del estudio de las interacciones entre cargas eléctricas en reposo. Las primeras experiencias relativas a los fenómenos
Más detallesProgramación Lineal. Modelo de Redes. Alcance de las aplicaciones. Curso: Investigación de Operaciones Ing. Javier Villatoro
Programación Lineal Modelo de Redes Alcance de las aplicaciones Curso: Investigación de Operaciones Ing. Javier Villatoro ALCANCE DE LAS APLICACONES DE REDES ALCANCE DE LAS APLICACIONES Muchas situaciones
Más detallesL.A. y M.C.E. Emma Linda Diez Knoth
L.A. y M.C.E. Emma Linda Diez Knoth 1 El estudio de precios tiene una gran importancia e incidencia en el estudio de mercado, ya que de la fijación del precio y de sus posibles variaciones dependerá el
Más detallesAprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
Más detallesBoletín audiológico de adaptación número 51
Boletín audiológico de adaptación número 51 Pautas para el alineamiento del control remoto RC4 Novedades del departamento de Investigación audiológica y comunicación 9 502 1402 004 #03 11-08 2 Pautas para
Más detallesINFORME TÉCNICO EXAP [Extended Applications]:
SOLICITANTE: AISLANTES FRITEMOL, S.L. INFORME TÉCNICO EXAP [Extended Applications]: Determinación del campo de aplicación extendido de resultados de ensayo. rma: Producto: Sistema de impermeabilización
Más detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
Más detallesCon miras a conocer la metodología que se aplica en el Método SIMPLEX, tenemos a continiacion un ejemplo:
Método Simplex. Este método fue creado en el año 1947 por el estadounidense George Bernard Dantzig y el ruso Leonid Vitalievich Kantorovich, con el objetivo de crear un algoritmo capaz de crear soluciones
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesFUERZAS CONCURRENTES. Lorena Vera Ramírez 1, Iván Darío Díaz Roa 2. RESUMEN
FUERZAS CONCURRENTES Lorena Vera Ramírez 1, Iván Darío Díaz Roa 2. RESUMEN En este laboratorio lo que se hizo inicialmente fue tomar diferentes masas y ponerlas en la mesa de fuerzas de esa manera precisar
Más detallesOBJETIVOS. Tablas de frecuencia y distribución de frecuencias. Descripción de datos: Tablas y distribuciones de frecuencia y su representación
Lind,Douglas; William G. Marchal y Samuel A. Wathen (2012). Estadística aplicada a los negocios y la economía, 15 ed., McGraw Hill, China. UAMX Descripción de datos: Tablas y distribuciones de frecuencia
Más detallesColección de Tesis Digitales Universidad de las Américas Puebla. Romero Martínez, Modesto
1 Colección de Tesis Digitales Universidad de las Américas Puebla Romero Martínez, Modesto El procesamiento de consultas en un sistema multibase de datos es la pieza mas importante para la operación del
Más detallesImplementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico)
Implementación de sistema electrostático de aplicaciín para helicópteros en paltos (informe técnico) D. Rendón Solís Tivar helicópteros SPA INTRODUCCIÓN En consideración a la gran superficie plantada de
Más detallesEjercicios ejemplo: verificación de algoritmos del valor suma de una sucesión matemática. (CU00238A)
aprenderaprogramar.com Ejercicios ejemplo: verificación de algoritmos del valor suma de una sucesión matemática. (CU00238A) Sección: Cursos Categoría: Curso Bases de la programación Nivel II Fecha revisión:
Más detallesMetodología Belbin de roles de equipo
Metodología Belbin de roles de equipo Introducción La Teoría de Roles de Equipo Belbin salió a la luz por primera vez en 1981, tras la publicación del primer libro de Meredith Belbin Equipos directivos:
Más detalles