INTELIGENCIA DE NEGOCIOS EN EXPLORACIÓN Y PRODUCCIÓN

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

Download "INTELIGENCIA DE NEGOCIOS EN EXPLORACIÓN Y PRODUCCIÓN"

Transcripción

1 INTELIGENCIA DE NEGOCIOS EN EXPLORACIÓN Y PRODUCCIÓN

2 Intelgenca de Negocos para de toma de decsones en la ndustra Petrolera: Caso optmzacón multcrtero en portafolos de nversones en E&P. D. Delgado, K Semeco, K. Mednas, H. Gomez de la Vega, M. Arcnegas, M. Fretas, M. Yañez, M Osoro, y W. Romero Relablty and Rsk Management Méxco SA de CV R2M Méxco SA de CV Resumen Los ejecutvos y los gerentes petroleros estas tomando decsones daramente y hacendo grandes proyectos de nversones de captal con nformacón ncompleta, a pesar de que esta nformacón exste dentro de sus compañías. Este artículo pretende mostrar el uso de herramentas de ntelgenca de negocos o ntelgenca empresaral (Busness Intellgence - BI) para facltar el análss y la toma de decsones y con ello hacer mejores negocos medante la ntegracón de datos (técncos, operaconales y fnanceros) de las aplcacones de E&P. Adconalmente mostraremos un enfoque metodológco para el proceso de optmzacón multcrtero en portafolos de nversones de E&P y el uso de la ntelgenca de negocos en la ntegracón de los datos, análss y toma de decsones en el dseño del portafolo óptmo. Introduccón La toma de decsones en los ejecutvos y gerentes petroleros se ha convertdo en un reto cada vez más complejo debdo, a que camban constantemente los entornos fnanceros, porque exsten herramentas técncas (software) no ntegradas, porque hay sobrecarga de nformacón de aplcacones en tempo real (parálss por análss) o porque exsten múltples fuentes de datos dspersos en toda la empresa. Estos tomadores de decsón de la ndustra petrolera requeren ver planes estratégcos con ndcadores claros (KPI s) que reflejen la comportamento hstórco así como, el comportamento real y las futuras tendencas, de costos, ngreso, nversones, Etc. Estos gerentes e ngeneros queren ver ndcadores petroleros como por ejemplo, los vnculados a planes de perforacón y reparacones de pozos donde se puedan analzar los desembolsos (costos e Inversones) y tempos asocados por regón, campos y por pozos así como, hacer comparacones de lo presupuestado versus lo real y contar con archvos dgtales que contengan toda la nformacón relevante para que los analstas petroleros puedan gerencar de forma efcente los proyectos. La buena notca es que todos estos datos exsten y están dsponbles dentro de la empresa pero, la mala notca es que la mayor parte de los datos están enterrados y dspersos en plataformas tecnológcas y bases de datos dferentes, algunos de estos datos son redundante o están modfcado, y gran parte de estos análss están o se mantenen en hojas de cálculo que no han sdo documentadas ofcalmente. Uno de los mayores problemas de estos sstemas que no están ntegrados es que no son capaces de generar nformes, n tableros útles para la gerenca y para la toma de decsones oportuna. En el mundo petrolero actual, los volúmenes de nformacón que se manejan y que se generan día a día son cada vez más grandes. Ahora ben, las brechas o las dferencas entre los datos que se genera en toda organzacón y los datos que un ejecutvo de negocos necesta para tomar decsones, es normalmente muy grande. El uso de la Intelgenca de Negocos trata de llenar esa brecha, convrtendo la data cruda en nformacón útl, por eso muchos profesonales defne la Intelgenca de Negocos como un enfoque para manejar datos o ncluso como un estado mental de la organzacón. Qué es y para qué usamos ntelgenca de negoco en la ndustra petrolera? Se denomna ntelgenca empresaral, ntelgenca de negocos o BI (del nglés Busness Intellgence), al conjunto de estrategas y aspectos relevantes enfocados a la admnstracón y creacón de conocmento sobre el medo, a través del análss de los datos exstentes en una organzacón o empresa en otras palabras, la ntelgenca de negocos es la habldad para transformar los datos en nformacón, nformacón en conocmento y conocmentos en planes que orenten a la empresa., de forma que se pueda optmzar el proceso de toma de decsones en los negocos. La ntelgenca de negocos se desarrolló ncalmente como una herramenta analítca para los CEO s (Chef Executve Offcer), CFO s (Chef Fnancal Offcer) y los planfcadores estratégcos ya que necestaban desarrollar las estrategas corporatvas de largo plazo pero, que a su vez estuvesen alneadas e ntegradas con los planes fnanceros y operatvos trmestrales, semestrales y anuales. Adconalmente, era necesaro consoldar la nformacón de múltples sstemas fnanceros de dferentes empresas operadoras o de dferentes sstemas de planfcacón de recursos empresarales - ERP (Enterprse Resource Plannng). Anterormente en un cclo típco de planfcacón estratégca a largo plazo, el CEO, COO (Chef Operatng Offcer), el VP (Vcepresdente) de E&P y CFO crean la vsón y la estrategas. El CFO y los planfcadores fnanceros construyen las (ncatvas estratégcas) estrategas fnanceras de la empresa y arman el portafolo de negoco con los prncpales proyectos de nversón, realzando los estmados de ngresos, costos, recursos y planes de ejecucón; segudamente los analstas fnanceros tomaban estos planes y construían herramentas de análss y segumento de dferentes parámetros o ndcadores de los proyectos (ngresos, costos de operacón, produccón, etc.). Estas herramentas de modelado fnanceros ncorporaban ndcadores y métrcas (KPIs) necesaras para realzar dferentes sensbldades (operatvas y económcas). Una vez que estos planes estratégcos eran ejecutados en los actvos, las herramentas de ntelgenca de negoco fnancero se usaban báscamente para montorear y controlar ndcadores operatvos (Real Vs. Programado). Actualmente exste un cambo de paradgma en muchas compañías petroleras. La ntelgenca de negocos en análss fnancero petrolero está sendo reconfgurado para que los gerentes e ngeneros de la ndustra petrolera puedan utlzarlo. Actualmente muchos dseños de Dashboard o tableros muestran ndcadores rendmento (KPI s) así como tambén, análss de produccón y reservas, análss de resgos, segumento daros en tempo real de actvdades de perforacón y reparacones a pozos, realza análss de costos (Real Vs.Presupuestado) y adconalmente generar archvos dgtales con la nformacón, técnca, operatva y fnancera ntegrada.

3 2 Componentes báscos de una solucón de ntelgenca de negocos para la ndustra petrolera Herramentas de ntelgenca de negocos tenen cuatro componentes báscos: Interfaz de usuaro - Es el medo con que el usuaro puede comuncarse con una máquna, un equpo o una computadora. Este puede ser un portal web confgurable o un dashboard o tableros que se adapta a los requstos específcos del usuaro fnal. Estos dashboard puede vsualzar datos que muestra el estado actual de las métrcas e ndcadores clave de rendmento (KPI) para una empresa y/o mostrar cuadros, gráfcos, hojas de cálculo, nformacón de datos estructurados y no estructurados así como, mágenes e nformacón en tempo real de un parámetro de montoreo y hasta ncorporar análss predctvo. Para el usuaro fnal o el clente, este es el componente más mportante, ya que la experenca del usuaro ntegra toda la nformacón que está dspersa en la empresa en una vsón útl y consoldada de la nformacón. Herramentas de Análss para BI - Estas herramentas permten el trazado de mapas (cartografía), tablas comparatvas, gráfcos y análss estadístco y predctvo de los datos. Muchos de los softwares de BI tenen pre confgurados algunos tpos de análss para fnanzas, cadena de sumnstros y recursos humanos, sn embargo para la ndustra petrolera se requere de análss especalzados por lo que a menudo se necestan herramentas de análss que sean hecha a la medda. Para ello, nterfaces abertas permten que estos algortmos personalzados sean ncorporados al kt de herramentas de análss para el BI. Modelo de Datos Un sstema de ntelgenca de negocos se compone de fuentes de nformacón, modelos, usuaros y medos técncos. La funcón prncpal del sstema es recoplar nformacón de todas las fuentes relevantes, valdarla, procesarla y entregarla en el formato adecuado a los usuaros que la necesten. El modelo de datos defne la manera en que procesamos los datos por un conjunto de herramentas de análss para convertrlos en nformacón. Exsten modelos de datos empaquetados para sstemas ERP pero, los modelos de datos de BI en la ndustra petrolera se deben confgurar a partr de modelos de datos de petroleros como PPDM (Publc Petroleum Data Model). Por ejemplo, los modelos datos usando en E&P como PPDM se pueden utlzar como un modelo de ncal referenca para el BI, sn embargo, este el modelo de datos para BI necesta ser modfcado para que refleje las necesdades del equpo de trabajo. Se pueden construr modelo de datos personalzado para BI, especalmente para proyectos de corto plazo que necestan un rápdo desarrollo. Para ello se Identfcan todos los datos técncos y estratégcos que se van a utlzar o se van a mostrar en todos los cuadros de mando o dashboard. Posterormente se organza y prorza los datos, luego se reagrupar los datos en grupos de datos lógcos en funcón del tpo de consultas que los usuaros desea hacer. Estos modelos de datos deben ser dseñados para que las consultas nterdscplnaras sean fácles e ntutva. Integracón Marco - Exsten datos relevantes en muchos sstemas de orígenes dferentes por lo que se requere un marco de ntegracón aberta para acceder y admnstrar el movmento de la nformacón en las herramentas o software de ntelgenca de negocos. Exsten varas opcones para mgrar esta nformacón al modelo de datos para ntelgenca de negoco, ncluyendo la extraccón drecta de datos, herramentas que permten un flujo de trabajo para procesos de negoco y fnalmente en ESB o en bus de servcos de empresa (ESB por sus sglas en nglés, Enterprse Servce Bus). Dseño y Construccón de una solucón de Intelgenca de Negocos para la ndustra petrolera El dseño y la construccón de una solucón de ntelgenca de negoco para la ndustra petrolera venen dado por varos pasos lógcos que a contnuacón se muestran: Defnr metas y objetvos concretos para la solucón Reunr los requermentos técncos y fnanceros para la solucón Defnr entregables Entender los procesos crítcos del negoco Identfcar y evaluar los sstemas de fuentes datos Dseñar la nterfaz de usuaro Construr el modelo de datos Integracón fnal de los sstemas de fuentes datos Realzar y evaluar pruebas de usuaro (modelos beta) Ajustar el comportamento del sstema Implementar la solucón, documentar, y dar soporte técnco.

4 3 Caso Optmzacón Multcrtero en Portafolos de Inversones de Exploracón & Produccón La Industra petrolera es conocda por sus resgos, ante esta stuacón, las empresas contnuamente deben enfrentar un proceso de búsqueda de nuevas oportundades de nversón, que permtan el crecmento y la sustentabldad de sus negocos; ello conlleva a un portafolo de nversones cada vez más dverso y complejo. Esta stuacón exge un rguroso proceso de planeacón estratégca drecconado por un proceso de optmzacón de portafolo flexble y capaz de alnearse con la dnámca de la operacón; sustentado a su vez sobre un proceso estandarzado, ágl, contnuo, trazable y audtable. La teoría moderna de portafolos de proyectos plantea al ndcador económco Valor Presente Neto (VPN) como funcón objetvo a maxmzar. El actual enfoque ncorpora como elemento nnovador el uso de una funcón de efcenca llamada Índce de Jerarquzacón IJ multcrteros (IJ), sendo esta la combnacón de múltples varables técncas, operaconales y fnanceras. En este sentdo, la seleccón del portafolo óptmo estará soportada no solo por aspectos fnanceros, sno tambén por elementos técncos y operaconales, perfectamente cuantfcables. Para la seleccón del portafolo óptmo se aplca algortmo genétco como técnca matemátca para la optmzacón del portafolo, logrando en poco tempo consegur la combnacón de proyectos en los cuales se debe nvertr para asegurar que se cumplan los objetvos y metas de la empresa, facltando así la toma de decsón. Adconalmente, robustecemos el análss con un Sstema de Soporte a la Decsón (DSS) basado en Intelgenca de Negocos en el cual, se muestran gráfcas nteractvas que permte la toma de decsones de forma rápda y hacer dferentes análss de la seleccón de subconjuntos del portafolo efcente. Con este sstema (DSS) y la metodología empleada permte descomponer los dferentes elementos del resgo y la ncertdumbre de los portafolos, en resgos e ncertdumbres de los proyectos que las ntegran, y a su vez, estas en las ncertdumbres de las varables técncas, operaconales y fnanceras que afectan dchos proyectos (mapas de ncertdumbre efecto cascada). El método ha sdo probado en portafolos de la vda real con centos de actvos, y actualmente está sendo utlzado para las decsones de nversón en la ndustra petrolera. Flujo de trabajo para la optmzacón multcrtero en portafolos de nversones de Exploracón &Produccón La Fgura 1 lustra de forma esquemátca el flujo de trabajo a segur para la optmzacón multcrtero en portafolos de nversones de E&P. Este Flujo de trabajo se ntegró en un sstema denomnado SIOPI (Sstema Integral de Optmzacón del Portafolo de Inversones). Fgura 1. Flujo de trabajo para la optmzacón multcrtero en portafolos de nversones de Exploracón &Produccón (SIOPI). 1- Informacón de Entrada de múltples fuentes de datos El prmer paso a requere la consoldacón de la nformacón general (técnca, operaconal y fnancera) de dferentes fuentes, para cada uno de los proyectos que formarán parte del portafolo de negocos de Exploracón y Produccón.

5 4 2- Defncón de la varables, determnacón del Índce de Resgo, Índce de Confabldad e Índce del Jerarquzacón multcrtero por Proyectos Una vez consoldada la nformacón (técnca, operaconal y fnancera) de cada uno de los proyectos que formaran parte del portafolo de E&P, se procede a la estmacón de los llamados Índce de Resgo, Índce de Confabldad de la nformacón e Índce de Jerarquzacón multcrteros. Índce de Resgo (IR): se basa en una Matrz que se construye con la opnón de expertos, quenes evalúan para cada una de las opcones de desarrollo de un Proyecto de Inversón en E&P, la severdad y la probabldad de ocurrenca de los elementos de resgos prevamente defndos. Fgura 2. Modelo de Índce de Rego El Índce de Resgo (IR) para cada nversón se estma consderando dos factores: IR = IRTécnco + FARNI: o Resgo Técnco: Asocado a ncertdumbres aleatoras de varables técncas que afectan la evaluacón económca de la nversón. o Resgo No Técnco (FARNI Factor de Ajuste por Resgo No Includo): Asocado a elementos o ncertdumbres que pueden afectar la ejecucón de las nversones no ncludas en la evaluacón económca. El Índce de Confabldad (IC): es un ndcador que permte dmensonar el nvel de madurez, confabldad y robustez de la nformacón con la que se evalúa una oportundad de nversón. Este índce agrega sentdo de realdad a las jerarquzacones de oportundades de nversón, ntroducendo el efecto de la ncertdumbre epstémca asocada a cada opcón, en el proceso de optmzacón. El Índce de Jerarquzacón (IJ) es una funcón de efcenca; expresada como una razón que tene en el numerador los objetvos a maxmzar, y en el denomnador los objetvos que se desean mnmzar en la cartera o portafolo óptmo. Para este caso partcular el Índce de Jerarquzacón consdera crteros técncos, operaconales y fnanceros; tales como: Incorporacón de Reservas (MMBls), Produccón de crudo y gas (Bpced),Rentabldad EVPN (MMUSD), Inversón EVPI (MMUSD), Índce de confabldad, Índce de Resgo y Efcenca de la Inversón EVPN / EVPN. IJ EVPN % EVPN Q (t) % Q (t) Reservas %Reservas IC % IC EI % EI EVPI % EVPI IR % IR 1 En otras palabras, el Índce de Jerarquzacón puede ser funcón de los sguentes térmnos: IJ = f(reservas, Q, EVPN, EVPI, IC, IR y EI) 1 Prevo a la utlzacón del Índce de Jerarquzacón es necesaro llevar a cabo dos procesos mportantes: la normalzacón de sus varables de entrada y la defncón de sus pesos o % de nfluenca por medo de la metodología AHP con un panel de expertos en el área. Fgura 3 Aplcacón de la Metodología AHP para la determnacón de los Pesos

6 5 3- Aplcacón de algortmo genétco para la optmzacón de portafolo (maxmzar el IJ multcrtero por cartera). Optmzar mplca encontrar la combnacón o combnacones de n proyectos que respetando las restrccones y oblgacones, permtan alcanzar un conjunto de funcones objetvo; tales como: alcanzar una meta de ncorporacón de recursos o reservas, alcanzar perfles de produccón de hdrocarburos, maxmzar rentabldad y mnmzar resgos, mnmzar costos operatvos, etc. Para encontrar esas combnacones n de proyectos en un tempo razonables usamos herramentas de programacón matemátca para su solucón (Algortmo Genétco). La aplcacón de Algortmo Genétco para optmzacón de portafolo, consste en generar un cromosoma o cadena bnara, del tamaño del número de proyectos de la cartera, generando de forma aleatora la seleccón o no de cada proyecto. Cada uno de estos corresponde a un ndvduo de la poblacón a evaluar en cada generacón. La Fgura 4 muestra la creacón de 15 cromosomas o carteras (4 Proyectos) con su respectvo cálculo de IJ por cartera. Proyecto 01 Proyecto 02 Proyecto 03 Proyecto 04 IJ Cartera ,22 Cartera ,32 Cartera ,31 Cartera ,23 Cartera ,39 Cartera ,35 Cartera ,64 Cartera ,94 Cartera ,92 Cartera ,28 Cartera ,98 Cartera ,94 Cartera ,25 Cartera ,32 Cartera ,68 Cromosomas / Carteras 2 4-1= 15 Posbles Carteras Fgura 4. Cromosomas o Carteras a Evaluar Cada cartera se evalúa de forma ndvdual a través de una funcón de ajuste (ftness). A las carteras que obtenen el mejor ajuste, se les aplcan operadores genétcos (cruzamento y mutacón), para generar nuevas carteras. Este proceso se realza durante n generacones, hasta consegur la cartera con el máxmo Índce de Jerarquzacón (IJ). La Fgura 6 presenta el procedmento general para la aplcacón de algortmo genétco para maxmzar el IJ cartera. Fgura 5. Procedmento de algortmo genétco para maxmzar IJ cartera.

7 6 Adconalmente, cada cartera debe cumplr con un conjunto de restrccones o requermentos, establecdos prevamente en el modelo de optmzacón (Por ejemplo: restrccón presupuestara, requermento de produccón, requermento de ncorporacón de recursos). La Fgura 6 muestra los ndvduos o carteras que cumplen con las restrccones, estas serán consderadas como solucones váldas y serán reproducdas generacón tras generacón. Fgura 6. Restrccones Los requermentos y restrccones dentro de la optmzacón del portafolo destacan las sguentes: Meta de Incorporacón de Recursos y Reservas (MMBls) Meta de Produccón Incremental a ncorporar en el año (BPD) Restrccón Presupuestara CAPEX y OPEX (MMUSD) La herramenta herramenta computaconal que ncorpora todo lo antes expuesto se conoce como MOPI (Modelo de Optmzacón del Portafolo de Inversón) y es parte de la solucón SIOPI (Sstema Integral de Optmzacón del Portafolo de Inversones).En resumen, el MOPI posee las sguentes característcas: Modelo de optmzacón que usa Algortmos Genétcos para lograr resultados con altísma rapdez. Jerarquzacón y Optmzacón con Base en un Índce Multcrtero que combna dversos ndcadores fnanceros Frontera Efcente Multcrtero. Múltples restrccones y múltples funcones objetvo. Permte el manejo ntegrado de Proyectos Exploratoros, Proyectos de Explotacón, Proyectos Tecnológcos y Nuevos Negocos 4- Intelgenca de Negocos para el Soporte a la Decsón en la Optmzacón de Portafolos Debdo a la gran cantdad de datos e nformacón (técnca, operaconal y fnancera) procedentes de dferentes fuentes, más todos los datos del Modelo de Optmzacón de Portafolos de Inversones (MOPI) fue necesaro mplementar una solucón de ntelgenca de negocos. Esta solucón de ntelgenca de negocos se apoyó en un conjunto de herramentas que faclto la extraccón, la depuracón, el análss y el almacenamento de los datos generados en la optmzacón de portafolo, con la velocdad adecuada para generar conocmento y apoyar la toma de decsones de los drectvos y los usuaros. La solucón de ntelgenca de negocos mplementada consta de tres nveles prncpales de conocmento. En Fgura 7 se muestra los nveles de conocmento para la solucón de ntelgenca de negoco en el caso de la Optmzacón de Portafolos de Inversón en E&P. Fgura 7. Nveles de Conocmento para la Solucón de Intelgenca de Negoco en la Optmzacón de Portafolos de Inversón en E&P.

8 7 Nvel superor - Cuadro con Indcadores Integrales: Los cuadros con Indcadores Integrales son herramentas de control empresaral que permte establecer y dar segumento a los objetvos de una empresa y de sus dferentes áreas o undades. La prncpal característca de estos cuadros son que utlzan tanto ndcadores fnanceros como no fnanceros, y que en ello se muestra los objetvos estratégcos (de acuerdo a dferentes perspectvas: fnancera, clente, nterna y sustentabldad) que se persguen o que se queren optmzar. En la optmzacón de portafolo de nversón de E&P, se dseñaron varos dashboard o tableros con gráfcos nteractvos y cuadros con ndcadores ntegrales. Por ejemplo en la Fgura 8 podemos observar la pseudo frontera efcente (3D), construda a partr del Índce de Jerarquzacón (IJ), el Índce de Confabldad (IC) e Índce de Resgo (IR) de los dferentes portafolos obtendos a partr de la aplcacón de algortmos genétcos (MOPI). Con la ayuda de la pseudo frontera efcente (3D) podemos nteractuar con la aplcacón de ntelgenca de negoco para selecconar el portafolo óptmo y vsualzar los prncpales ndcadores del portafolo selecconado (EVPN, EVPI, EI, CAPEX, IR, IC, Reservas, Produccón, etc.). Fgura 8. Pseudos frontera efcente -3D y cuadros con ndcadores (KPI s) para la seleccón del portafolo óptmo de nversón en E&P. Adconalmente en la Fgura 9 podemos observas otros dashboard en donde se muestra la pseudo frontera efcente (2D) de los dferentes portafolos obtendos con el MOPI acompañado de un cuadro con la nformacón los prncpales ndcadores del portafolo selecconado (KPI s), el plan de negoco para los próxmos años del caso selecconado y un gráfco nteractvo para el análss de los prncpales elementos que componen el portafolo. Fgura 9. Pseudos frontera efcente -2D, cuadros con ndcadores (KPI s) para la seleccón del portafolo óptmo y análss de los prncpales elementos que componen el portafolo selecconado.

9 8 Nvel Medo - Sstema de Soporte de Decsones: El prncpal objetvo de estos Sstemas de Soporte a Decsones (SSD) es, a dferenca de otras herramentas como los Cuadro con Indcadores Integrales, explotar al máxmo la nformacón resdente en una base de datos corporatva (datawarehouse), mostrando nformes muy dnámcos y con gran potencal de navegacón, pero sempre con una nterfaz gráfca amgable, vstosa y senclla, en otras palabras este tpo de sstemas ofrece a los ejecutvo, gerentes y usuaros en general un acceso rápdo y efectvo a la nformacón compartda, utlzando nterfaces gráfcas vsuales e ntutvas. En la Fgura 10Fgura 8 podemos observar un SSD en donde de explota la nformacón del portafolo selecconado en el Nvel Alto, en este sstema podemos nteractuar con la aplcacón de ntelgenca de negoco para vsualzar los prncpales ndcadores del portafolo selecconado (EVPN, EVPI, EI, OPEX,CAPEX, IR, IC, Reservas, Produccón, etc.) y hacer un análss por los dferentes nveles de jerarquía (análss en cascada). Fgura 10. Sstemas de Soporte a Decsones en la optmzacón de portafolos de nversón de E&P. Pseudos frontera efcente tradconal (2D), cuadros con ndcadores (KPI s) para la seleccón del portafolo óptmo de nversón en E&P y análss de los prncpales elementos que componen el portafolo selecconado. Adconalmente y como complemento a la toma decsón, en lafgura 8 Fgura 11 y Fgura 12 podemos observar el Flujo de Efectvo y el Índce de Resgo respectvamente del portafolo selecconado, en estos DSS podemos nteractuar con la aplcacón para analzar por los dferentes elementos (Flujo de Efectvo y el Índce de Resgo) por nveles de jerarquía. En resumen estos SSD, pone a la dsposcón a los tomadores de decsón y a los usuaros en general un panorama completo del estado de los ndcadores de negoco que le afectan al nstante, mantenendo tambén la posbldad de analzar con detalle aquellos que no estén cumplendo con las expectatvas establecdas, para determnar el plan de accón más adecuado o los planes de mtgacón a segur.

10 9 Fgura 11. Sstemas de Soporte a Decsones en la optmzacón de portafolos de nversón de E&P. Análss del flujo de efectvo para el portafolo selecconado. Fgura 12. Sstemas de Soporte a Decsones en la optmzacón de portafolos de nversón de E&P. Análss del índce de rego que compone el portafolo selecconado.

11 10 Nvel Bajo - Sstema de Datos Operaconales: El prncpal objetvo de estos Sstema de datos Operaconales (SDO) es explotar la nformacón operaconal de nvel bajo resdente en la base de datos corporatva (datawarehouse), mostrando nformes dnámcos, con gran potencal de navegacón, y con una nterfaz gráfca amgable, vstosa y senclla. En las Fgura 13y Fgura 14Fgura 8 podemos observar los SDO en donde de explota la nformacón a nvel operatvo del portafolo selecconado, en estos SDO podemos descomponer y realzar el análss de la nformacón al nvel más bajo de los sguentes parámetros: flujo de efectvo, ngresos, nversón, costos operatvos, mpuestos, produccón (dara y acumulada) de petróleo y gas y la Actvdad de Perforacón y Workover de los proyectos que compone el portafolo selecconado. Fgura 13. Sstema de Datos Operaconales en la optmzacón de portafolos de nversón de E&P. Análss del flujo de efectvo de los proyectos que compone el portafolo selecconado.

12 11 Fgura 14. Sstema de Datos Operaconales en la optmzacón de portafolos de nversón de E&P. Análss de la produccón y la actvdad de perforacón / Workover de los proyectos que compone el portafolo selecconado. Resumen y Conclusones En el mundo petrolero de hoy, drectores, gerentes, ngeneros y analstas fnanceros están utlzando la ntelgenca empresaral y análss operaconal para optmzar el negoco de los hdrocarburos (aumentar produccón, aumentar reservas, reducr los costos de operacón, etc.), medante las generacón de nuevos conocmentos estratégcos, táctcos y operatvos y soportados con ndcadores de desempeño (KPIs) que se obtenen de la ntegracón de los datos técncos, operatvos y fnanceros. Este artículo mostros la metodología para construr e mplementar una solucón de ntelgenca de negoco en la ndustra petrolera (BI) y descrbe un casos de aplcacón para fortalecer la toma de decsón que soporta la seleccón del portafolo de nversón óptmo en E&P, no solo en el aspectos fnanceros, sno tambén por elementos técncos y operaconales, a través del llamado Índce de Jerarquzacón multcrtero (IJ).

13

INSYS Advanced Dashboard for Enterprise

INSYS Advanced Dashboard for Enterprise Enterprse Enterprse INSYS Advanced Dashboard for Enterprse Enterprse, es un tablero de control para llevar a cabo la Gestón de la Segurdad de la Informacón, Gestón de Gobernabldad, Resgo, Cumplmento (GRC)

Más detalles

ANEXO 24 JUSTIFICACIÓN ECONÓMICA

ANEXO 24 JUSTIFICACIÓN ECONÓMICA ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema 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

Ventas y estrategia comercial 150 horas / 5 módulos

Ventas y estrategia comercial 150 horas / 5 módulos Dplomado en Ventas y estratega comercal 0 horas / módulos Dplomado en Ventas y estratega comercal Intelgenca de mercado y competenca Servco al clente Estrategas de comercalzacón Dstrbucón comercal Admnstracón

Más detalles

METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS

METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS Medardo Yañez, Hernando Gómez de La Vega, Manuel Fretas, Karna Semeco, Mguel Aguero Relablty and Rsk Management Méxco SA de CV RM Méxco

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo

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

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

El ACB es una herramienta fundamental en el campo de la política ambiental

El ACB es una herramienta fundamental en el campo de la política ambiental Introduccón al análss coste-benefco. El ACB es una herramenta fundamental en el campo de la polítca ambental 1. El ACB: rentabldad fnancera-económca y socal. 2. El Análss Coste Efcenca 3. Técncas de Decsón

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

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

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

Visión moderna del modelo de transporte clásico

Visión moderna del modelo de transporte clásico Vsón moderna del modelo de transporte clásco Zonfcacón y Red Estratégca Datos del Año Base Datos de Planfcacón Para el Año de Dseño Base de Datos año base futuro Generacón de Vajes Demanda Dstrbucón y

Más detalles

Mercadotecnia digital 150 horas / 5 módulos

Mercadotecnia digital 150 horas / 5 módulos Dplomado en Mercadotecna dgtal 0 horas / módulos Dplomado en Mercadotecna dgtal Intelgenca de mercado y competenca Servco al clente Comuncacones ntegradas de mercadotecna Analítcos dgtales Campañas dgtales

Más detalles

VII Jornadas para el Desarrollo De Grandes Aplicaciones de Red

VII Jornadas para el Desarrollo De Grandes Aplicaciones de Red Modelo de Consultoría TI especalzado VII Jornadas para el Desarrollo De Grandes Aplcacones de Red Incorporar servcos de consultoría TI en el sector de la Manufacturacón Carlos Ramón López Paz clopez@dtc.ua.es

Más detalles

Introducción a la Optimización Multiobjetivo

Introducción a la Optimización Multiobjetivo Introduccón a la Optmzacón Multobjetvo Optmzacón Multobjetvo (MOP) Práctcamente en cualquer área y en una varedad de contetos se presentan problemas con múltples objetvos que se contraponen entre sí A

Más detalles

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que

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

Gestión del capital humano 150 horas / 5 módulos

Gestión del capital humano 150 horas / 5 módulos Dplomado en Gestón del captal humano 0 horas / módulos Dplomado en Gestón del captal humano Planeacón y alneacón del captal humano Retencón del captal humano Atraccón del talento Desarrollo y evaluacón

Más detalles

Habilidades gerenciales 150 horas / 5 módulos

Habilidades gerenciales 150 horas / 5 módulos Dplomado en es gerencales 0 horas / módulos Dplomado en es gerencales Imagen profesonal Negocacón Lderazgo gerencal Admnstracón de proyectos Trabajo colaboratvo Imagen profesonal Aplcarás técncas de mejora

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

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

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

Cálculo de horarios en empresas de transporte público basados en la carga de pasajeros

Cálculo de horarios en empresas de transporte público basados en la carga de pasajeros VIII Congreso de Ingenería de Organzacón Leganés, 9 y 10 de septembre de 2004 Cálculo de horaros en empresas de transporte públco basados en la carga de pasaeros Jesús Racero Moreno, Marcos Calle Suárez,

Más detalles

MODELO DE PROCESOS TECNOLOGÍAS DE LA INFORMACIÓN - GESTIÓN DEL SERVICIO

MODELO DE PROCESOS TECNOLOGÍAS DE LA INFORMACIÓN - GESTIÓN DEL SERVICIO MODELO DE PROCESOS TECNOLOGÍAS DE LA INFORMACIÓN - GESTIÓN DEL SERVICIO INTRODUCCION Gestón de Servcos de TI: Entrega de servcos de TI, que cumplan con los requstos del negoco, de una caldad aceptable

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

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

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

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Liquidación Anticipada de swaps de Tasa de Interés. diciembre 2009

Liquidación Anticipada de swaps de Tasa de Interés. diciembre 2009 Lqudacón Antcpada de swaps de Tasa de Interés dcembre 2009 Objetvos I. Permtr la lqudacón antcpada de contratos conservando el perfl de resgo de los portafolos (tolerancas). II. III. IV. Mnmzar la exposcón

Más detalles

Interacción de Métodos Teóricos, Numéricos y Experimentales en el Rediseño y Análisis de un Elemento Estructural Hecho de Materiales Compuestos.

Interacción de Métodos Teóricos, Numéricos y Experimentales en el Rediseño y Análisis de un Elemento Estructural Hecho de Materiales Compuestos. Interaccón de Métodoeórcos, Numércos y Expermentales en el Redseño y Análss de un Elemento Estructural Hecho de Materales ompuestos. Juan arlos Valdés alazar McME Gerente de Ingenería y Desarrollo PADA

Más detalles

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3 PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO

Más detalles

Ingeniería Económica y Análisis Financiero Finanzas y Negocios Internacionales Parcial 3 Diciembre 10 de Nombre Código.

Ingeniería Económica y Análisis Financiero Finanzas y Negocios Internacionales Parcial 3 Diciembre 10 de Nombre Código. Ingenería Económca y Análss Fnancero Fnanzas y Negocos Internaconales Parcal 3 Dcembre 0 de 20 Nombre Códgo Profesor: Escrba el nombre de sus compañeros Al frente Izquerda Atrás Derecha Se puede consultar

Más detalles

EL MODELO DE CARTERA DE PROYECTOS

EL MODELO DE CARTERA DE PROYECTOS EL ODELO DE CATEA DE POYECTOS. Decsones fnanceras y mercado de captales: la síntess neoclásca 2. La utldad del modelo de arkowtz en la valoracón de proyectos de nversónó 3. Determnacón de equvalentes de

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

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

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

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

Metodología del Índice de Excedente Bruto Unitario de la Industria Exportadora (IEBU) 1

Metodología del Índice de Excedente Bruto Unitario de la Industria Exportadora (IEBU) 1 Metodología del Índce de Excedente Bruto Untaro de la Industra Exportadora (IEBU) 1 En forma general, el rato del Excedente Bruto de Explotacón por undad de costos para la ndustra exportadora para el período

Más detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

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

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

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

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

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

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

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST

Más detalles

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

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

MUESTREO EN POBLACIONES FINITAS

MUESTREO EN POBLACIONES FINITAS MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009

METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 2009 METODOLOGÍA MUESTRAL ENCUESTA LONGITUDINAL DE EMPRESAS AÑO CONTABLE 009 INSTITUTO NACIONAL DE ESTADÍSTICAS Novembre / 0 DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO Metodología Muestral Encuesta Longtudnal

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA

UNIVERSIDAD NACIONAL DE INGENIERÍA UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA UN MODELO DE EXPANSIÓN ÓPTIMA DE LA RED DE 500 KV DEL SISTEMA ELÉCTRICO PERUANO TESIS PARA OPTAR EL TÍTULO PROFESIONAL

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}

Para dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)} Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces

Más detalles

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia Scenta Et Technca ISSN: 0122-1701 scenta@utp.edu.co Unversdad Tecnológca de Perera Colomba Ramírez-Reyes, Glora Stella; Manotas-Duque, Dego Fernando Modelo de medcón del mpacto fnancero del mantenmento

Más detalles

Guía de Inducción al Sistema de Gestión de Calidad (SGC) para el Personal de Nuevo Ingreso. Julio 2006

Guía de Inducción al Sistema de Gestión de Calidad (SGC) para el Personal de Nuevo Ingreso. Julio 2006 Guía de Induccón al Sstema de Gestón de Caldad (SGC) para el Personal de Nuevo Ingreso Julo 2006 Benvendos a la Caldad en el Fondo Certfcacón Nuestra nsttucón se encuentra certfcada en sus procesos sustantvos

Más detalles

Sistema de Gestión de Peticiones

Sistema de Gestión de Peticiones Guía Breve CENTRO TÉCNICO DE INFORMÁTICA Sstema de Gestón de Petcones Con esta guía se nca un tpo de documento que llamamos Guías Breves cuyo objetvo es facltar el acceso rápdo a algunas de las aplcacones

Más detalles

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

CI63G Planificación de Sistemas de Transporte Público Urbano. Clase 8 Semestre Otoño 2008

CI63G Planificación de Sistemas de Transporte Público Urbano. Clase 8 Semestre Otoño 2008 CI63G Planfcacón de Sstemas de Transporte Públco Urbano Clase 8 Semestre Otoño 2008 Undades Temátcas 1. La oferta de transporte públco urbano (2 semanas) 2. La demanda por TPU (1,5 sem.) 3. Dseño y optmzacón

Más detalles

RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF

RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTOR OF ELECTRONIC PARTS) Una empresa fabrca tres tpos de componentes electróncos,

Más detalles

3 LEYES DE DESPLAZAMIENTO

3 LEYES DE DESPLAZAMIENTO eyes de desplazamento EYES DE DESPAZAMIENTO En el capítulo dos se expone el método de obtencón de las leyes de desplazamento dseñadas por curvas de Bézer para mecansmos leva palpador según el planteamento

Más detalles

Introducción al riesgo de crédito

Introducción al riesgo de crédito Introduccón al resgo de crédto Estrella Perott Investgador Senor Bolsa de Comerco de Rosaro eperott@bcr.com.ar. Introduccón El resgo credtco es el resgo de una pérdda económca como consecuenca de la falta

Más detalles

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas Optmzacón multcrtero Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu Contendo 1. Conceptos báscos 2. Métodos contnuos 3. Métodos dscretos Escuela Técnca

Más detalles

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables ANEXO N 1 1. METAS DE GESTION A. METAS DE GESTIÓN DE LA TARIFA BASICA Corresponde a las metas de gestón de los proyectos ejecutados y fnancados con recursos nternamente generados por la Empresa, comprenddos

Más detalles

B.El por qué de la planificación económico financiera

B.El por qué de la planificación económico financiera Tema 1 Sobre la elaboracón de un sstema ntegrado de presupuestos 1.1. Introduccón a la planfcacón económca fnancera A. Qué son los planes económcos en la práctca? La realzacón de prevsones o la actuacón

Más detalles

MÉTODOS MATEMÁTICOS PARA LA ECONOMÍA CON EXCEL

MÉTODOS MATEMÁTICOS PARA LA ECONOMÍA CON EXCEL MÉTODOS MATEMÁTICOS PARA LA ECONOMÍA CON EXCEL LÓPEZ ARES, SUSANA (slopez@econo.unov.es SÁNCHEZ ALVAREZ, ISIDRO (sanchez@econo.unov.es Departamento de Economía Cuanttatva - Unversdad de Ovedo Dentro de

Más detalles

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA TÍTULO DE LA PONENCIA: Heterogenedad en los perfles de ngreso y retornos a la educacón superor en el Perú AUTOR: Gustavo Yamada, Juan F. Castro y

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa

Más detalles

ID:1627 APLICACIÓN DE LOS MULTIPLICADORES DE LAGRANGE EN LA SOLUCIÓN DE LA CORRELACIÓN CANÓNICA APLICADO A COSTOS DE CALIDAD EN SALUD

ID:1627 APLICACIÓN DE LOS MULTIPLICADORES DE LAGRANGE EN LA SOLUCIÓN DE LA CORRELACIÓN CANÓNICA APLICADO A COSTOS DE CALIDAD EN SALUD ID:67 APLICACIÓN DE LO MULTIPLICADORE DE LAGRANGE EN LA OLUCIÓN DE LA CORRELACIÓN CANÓNICA APLICADO A COTO DE CALIDAD EN ALUD Peguero Pérez, Rolando; Del Río Caballero, German; Leyva Peguero, Ylesy. Cuba

Más detalles

En España operaron empresas en Ese año se crearon y desaparecieron

En España operaron empresas en Ese año se crearon y desaparecieron 26 de novembre de 2013 Indcadores de Demografía Empresaral Año 2011 En España operaron 3.514.894 empresas en 2011. Ese año se crearon 287.780 y desapareceron 332.114 La tasa neta entre nacmentos y muertes

Más detalles

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes. CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón

Más detalles

UNIDAD 4. PRESUPUESTO DE VENTAS.

UNIDAD 4. PRESUPUESTO DE VENTAS. UNIDAD 4. PRESUPUESTO DE VENTAS. OBJETIVOS. 1. Dar a entender al estudante la mportanca prmordal del presupuesto de ngresos dentro de una empresa u organzacón. 2. Enseñar lo que realmente comprende un

Más detalles

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS

Explicación de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS Explcacón de las tecnologías - PowerShot SX500 IS y PowerShot SX160 IS EMBARGO: 21 de agosto de 2012, 15:00 (CEST) Objetvo angular de 24 mm, con zoom óptco 30x (PowerShot SX500 IS) Desarrollado usando

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

Miércoles 20 de septiembre de 2006 DIARIO OFICIAL (Primera Sección)

Miércoles 20 de septiembre de 2006 DIARIO OFICIAL (Primera Sección) CIRCULAR CONSAR 15-18, Modfcacones y adcones a las Reglas generales que establecen el régmen de nversón al que deberán suetarse las socedades de nversón especalzadas de fondos para el retro. Al margen

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Índice de Madurez Tecnológica en el Sector Hotelero

Índice de Madurez Tecnológica en el Sector Hotelero Índce de Madurez Tecnológca en el Sector Hotelero Jaume Jaume Mayol, Antono Tudurí Vla Escuela de Hotelería de las Illes Balears Balears Resumen: El ncremento del uso de las Tecnologías de la Informacón

Más detalles

Algunos métodos de clasificación de puestos de trabajo en la empresa

Algunos métodos de clasificación de puestos de trabajo en la empresa lgunos métodos de clasfcacón de puestos de trabajo en la empresa. lgunos métodos de clasfcacón de puestos de trabajo en la empresa Canós Darós, Lourdes, loucada@omp.upv.es Pers Ortz, Marta, marpeor1@omp.upv.es

Más detalles

Código Asignatura: ECO139 Nombre Asignatura: Negocios Internacionales Facultad de Ciencias Sociales: Grados: Economía y Negocios Internacionales

Código Asignatura: ECO139 Nombre Asignatura: Negocios Internacionales Facultad de Ciencias Sociales: Grados: Economía y Negocios Internacionales º Códgo Asgnatura: ECO139 Nombre Asgnatura: Negocos Internaconales Facultad de Cencas Socales: Grados: Economía y Negocos Internaconales Estadístca I [1] Curso 2017-2018 Asgnatura: Negocos Internaconales

Más detalles

MÓDULO DE ADMINISTRACIÓN DE DOCUMENTOS EN IRON MOUNTAIN CONNECT C

MÓDULO DE ADMINISTRACIÓN DE DOCUMENTOS EN IRON MOUNTAIN CONNECT C Búsqueda smple MÓDULO DE ADMINISTRACIÓN DE DOCUMENTOS EN IRON MOUNTAIN CONNECT C3.2 07.16 2016 Iron Mountan Incorporated. Todos los derechos reservados. Iron Mountan y el dseño de montaña son marcas regstradas

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

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

Simposio de Metrología 25 al 27 de Octubre de 2006

Simposio de Metrología 25 al 27 de Octubre de 2006 Smposo de Metrología 25 al 27 de Octubre de 2006 ESTIMACIÓN DE INCERTIDUMBRE EN LA MEDICIÓN DE ABSORCIÓN DE HUMEDAD EN AISLAMIENTOS Y CUBIERTAS PROTECTORAS DE CONDUCTORES ELÉCTRICOS POR EL MÉTODO ELÉCTRICO

Más detalles

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED Exsten ocasones donde los nveles de un factor B son smlares pero no déntcos para dferentes nveles del factor A. Es decr, dferentes nveles del factor A ven nveles

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

Optimización de la ecualización del histograma en el procesamiento de imágenes digitales

Optimización de la ecualización del histograma en el procesamiento de imágenes digitales Optmzacón de la ecualzacón del hstograma en el procesamento de mágenes dgtales Roberto Depaol Lus A. Fernández Danel Daz rd-ng@unlm.edu.ar lfernand@unlm.edu.ar ddaz@unlm.edu.ar Departamento de Ingenería

Más detalles

4. La Factorización No Negativa de Matrices

4. La Factorización No Negativa de Matrices 4. La Factorzacón No Negatva de Matrces 4.1 Introduccón Un problema bastante extenddo en dferentes técncas de análss de datos consste en encontrar una representacón adecuada de los datos. Un tpo de representacón

Más detalles

ECUACIONES DIFERENCIALES Problemas de Valor Inicial

ECUACIONES DIFERENCIALES Problemas de Valor Inicial DIVISIÓN DE IENIAS FÍSIAS Y MATEMÁTIAS DTO. TERMODINÁMIA Y FENÓMENOS DE TRANSFERENIA MÉTODOS AROXIMADOS EN ING. QUÍMIA TF-33 EUAIONES DIFERENIALES roblemas de Valor Incal Esta guía fue elaborada por: rof.

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

HERRAMIENTAS MATEMÁTICAS PARA LA VALORACIÓN DE LA AMPLIACIÓN DE UNA INFRAESTRUCTURA PORTUARIA

HERRAMIENTAS MATEMÁTICAS PARA LA VALORACIÓN DE LA AMPLIACIÓN DE UNA INFRAESTRUCTURA PORTUARIA HERRAMIENTAS MATEMÁTICAS PARA LA VALORACIÓN DE LA AMPLIACIÓN DE UNA INFRAESTRUCTURA PORTUARIA T. Casasús, E. Crespo, C. Juan, F. Olmos, J.C. Pérez 1 Departament de Matemàtca Econòmco-Empresaral Unverstat

Más detalles

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia centa Et Technca IN: 0-70 scenta@utp.edu.co Unversdad Tecnológca de Perera Colomba CUZ TEJO, EDUADO ATUO; UUTIA MOQUEA, JOGE ANDÉ; MEDINA VAELA, PEDO DANIEL UN MODELO DUAL PAA POTAFOLIO DE INVEION. centa

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

Encuestas de Opinión Empresarial del Sector Industrial en América Latina. Tabla de contenidos

Encuestas de Opinión Empresarial del Sector Industrial en América Latina. Tabla de contenidos Encuestas de Opnón Empresaral del Sector Industral en Amérca Latna Gallardo, M. y Pedersen, M. Santo Domngo, 13 de septembre del 007 Tabla de contendos 1. Marco de Referenca 1.1. Cuestonaros 1.. Muestreo

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

59/102. Módulo profesional: Procesos de venta. Código: 1232. Resultados de aprendizaje y criterios de evaluación.

59/102. Módulo profesional: Procesos de venta. Código: 1232. Resultados de aprendizaje y criterios de evaluación. Módulo profesonal: Procesos de venta. Códgo: 1232 Resultados de aprendzaje y crteros de evaluacón. RA 1. Identfca el proceso de decsón de compra del consumdor y/o usuaro, analzando los factores que ncden

Más detalles