Introducción. computadores ÍNDICE INTRODUCCIÓN INTRODUCCIÓN. Por. qué evaluar el rendimiento? El papel del rendimiento es importante
|
|
|
- Belén Páez Herrera
- hace 7 años
- Vistas:
Transcripción
1 ÍNDICE Dseño o y evaluacón n de computadores Introduccón Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales Evaluacón de prestacones - 2- INTRODUCCIÓN Qué nterés tene la evaluacón? Qué varables reflejan el rendmento? Qué afecta al rendmento? INTRODUCCIÓN Para qué la EVALUACIÓN N DE PRESTACIONES? HARDWARE Dseño Comparar dseños alternatvos y elegr Compra, seleccón, confguracón Mejor relacón CALIDAD/PRECIO Saber qué equpo físco se ajusta mejor Utlzacón Planfcacón de la capacdad Ajuste del sstema (cuellos de botella) Caracterzacón y predccón de carga Evaluacón de prestacones - 4- Por qué evaluar el rendmento? El papel del rendmento es mportante Los computadores tenen un preco que dependen de los costes de dseño y de fabrcacón Hace falta relaconar preco y caldad Comprador: este computador cuesta el doble que el otro, pero... es el doble de rápdo? Dseñador: esta decsón de dseño ncrementa el preco de fabrcacón, pero... ncrementa la caldad y velocdad del producto en la msma o mayor proporcón? El análss de prestacones y precos (costes) es un mecansmo que permte elegr entre productos Evaluacón de prestacones - 5- Evaluacón de prestacones - 6- Introduccón
2 En qué consste la evaluacón? Saber cómo el software (combnacón de programas) está usando el hardware de una máquna: comportamento Carga Varía con el tempo Tene un dseño adecuado? Cuál es su rendmento? Puede rendr mejor? Cómo puede rendr mejor? Para qué srve la evaluacón? Optmzar el dseño de un sstema nformátco Evaluacón del mpacto de dferentes opcones Selecconar un sstema nformátco Relacón rendmento/preco Ajustar un sstema nformátco (system tunng) Varacón del software/hardware para mantener el máxmo rendmento Predecr la carga máxma aceptable (capacty plannng) El rendmento sempre depende de la carga! Evaluacón de prestacones - 7- Evaluacón de prestacones - 8- La carga y la evaluacón Carga (load): conjunto de tareas que ha de hacer un sstema Programas, datos y órdenes de los usuaros Carga de prueba (workload) Carga empleada en un estudo de evaluacón Varables que reflejan la carga Número de programas smultáneos en ejecucón Accesos por undad de tempo a un servdor de págnas web Petcones por undad de tempo a una base de datos PARÁMETROS Los parámetros evaluados en el equpo físco son váldos para una CARGA DE TRABAJO concreta (CARGA DE TRABAJO: conjunto de programas que se ejecutan) Magntudes que caracterzan la carga de trabajo CARGA DE PRUEBA: conjunto de programas utlzados durante un estudo REAL: en el sstema en funconamento normal SINTÉTICA: (extraídos o no de la real) comportamento smlar al de la carga real faclta más el estudo repetble modfcable Evaluacón de prestacones - 9- Evaluacón de prestacones EJEMPLO Sstema transacconal/nteractvo Carga real: es dfícl reproducr condcones al repetr un expermento (comp. humano) movlzar a un conjunto mportante de personas las personas no actuarán de forma déntca en cada expermento Adaptacón n a la carga Un computador no es bueno n malo per se, sno que se adapta mejor o peor a un tpo determnado de carga Computadores adaptados a cargas específcas Servdores web Servdores de bases de datos Servdores de fcheros Computadores personales Multprocesadores Multcomputadores Etc. efecto de aprendzaje en cada repetcón reducrá tempos de reflexón Evaluacón de prestacones Evaluacón de prestacones Introduccón
3 Térmnos Sstema: Cualquer conjunto de hardware, software, y frmware Métrca: Crtero para evaluar el rendmento de los componentes de un sstema Carga de trabajo: Conjunto de petcones que los usuaros hacen al sstema Cómo se ve la actvdad de un sstema Vstas del sstema Interna: admnstrador, dseñador Externa: usuaro Carga Parámetros (confguracón) Magntudes medbles Meddas Consumo de tempo cuanttatvas Utlzacón de dspostvos o recursos Trabajo hecho por el sstema o por algún componente Evaluacón de prestacones Evaluacón de prestacones Meddas de rendmento Tempo de respuesta (response tme) Tempo total desde el prncpo hasta el fnal de la actvdad Tempo de ejecucón de un programa (s) Tempo de acceso a un dsco (ms) La más fable e ntutva para comparar rendmentos! Productvdad (throughput) Cantdad de trabajo hecho por undad de tempo Programas ejecutados por hora Págnas por hora servdas por un servdor web Correos por segundo procesados por un servdor de correo Petcones por mnuto procesados por un servdor de comerco electrónco Evaluacón de prestacones Qué afecta al rendmento? Parámetros del sstema operatvo Tpos de sstema operatvo Polítcas de planfcacón y gestón de procesos Confguracón del sstema de memora vrtual Componentes hardware del sstema Caldad y velocdad Dseño de los programas Localdad en las referencas Dstrbucón de la carga (load balancng) Evaluacón de prestacones INTRODUCCIÓN Parámetros cualtatvos Parámetros cuanttatvos: magntudes a medr Referencar unas meddas cuanttatvas o parámetros que caracterzan el sstema global Efcenca el sstema Su capacdad de crecmento Estas magntudes se referen a: Consumo de tempos Utlzacón de recursos Trabajo realzado (del sstema o de componentes) PARÁMETROS ETERNOS: perceptbles por el usuaro PRODUCTIVIDAD (throughput): cantdad de trabajo útl/ut Su nverso: Tempo entre llegadas CAPACIDAD: máxma cantdad de trabajo útl posble/ut Posble? Nunca se alcanza realmente! TIEMPO DE RESPUESTA: tempo entre petcón al sstema y obtencón de resultado (respuesta) Indcador de velocdad del sstema que percbe el usuaro ante su petcón Evaluacón de prestacones Evaluacón de prestacones Introduccón
4 PARÁMETROS INTERNOS: nteresan al admnstrador del sstema (aprovechamento del sstema) FACTOR DE UTILIZACIÓN de un componente % de tempo que se utlza el componente SOLAPAMIENTO de componentes % de tempo que se utlzan smultáneamente SOBRECARGA (overhead) % de tempo que se utlza el sstema (o componente) en tareas no drectamente mputables a los trabajos en curso FACTOR DE CARGA DE MULTIPROGRAMACIÓN Relacón T resp en multprogramacón T resp en monoprogramacón Evaluacón de prestacones Cómo podemos mejorar el rendmento? Actualzacón de componentes (upgradng technques) Reemplazamento por dspostvos más rápdos Añadr nuevas undades Ajuste o sntonzacón (tunng technques) Parámetros del sstema operatvo Parámetros de las aplcacones nformátcas Algunos problemas práctcos Actualzacón de componentes Compatbldad con los exstentes o facldad del sstema Sntonzacón Bprocesadores, dscos agrupados en matrces (RAID) Conocmento profundo del sstema operatvo Posble alteracón de la fabldad Evaluacón de prestacones Introduccón Ejemplo I Evaluacón de Prestacones Defnr métrcas de rendmento Caracterzar la carga Medr prestacones Analzar resultados Desarrollar alternatvas coste x rendmento: prototpo modelado Probar alternatvas Implementar la mejor alternatva Qué métrcas se usarían para comparar el rendmento de los sguentes sstemas? 1. Dos sstemas de dscos 2. Dos sstemas de proceso de transaccones 3. Dos algortmos de retransmsón de paquetes Evaluacón de prestacones Evaluacón de prestacones Ejemplo II ÍNDICE La productvdad (expresada en queres/seg) de dos bases de datos para dos cargas de trabajo dferentes observada en dos sstemas A y B se muestra en la sguente tabla. Comparar el rendmento de los dos sstemas : a. es el sstema A mejor? b. es el sstema B mejor? Introduccón Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales Evaluacón de prestacones Evaluacón de prestacones Introduccón
5 Técncas de evaluacón Comparacón n de técncast Métodos y herramentas que permten obtener los índces de prestacones de un sstema para una carga determnada con unos valores de parámetros del sstema determnados Técncas de evaluacón de prestacones Montorzacón: meddas reales de un sstema funconando Modelado: el sstema no es accesble Técncas analítcas: descrpcón matemátca del sstema Smulacón: programa que modela certas característcas del comportamento del sstema Benchmarkng (?): cargas de prueba estándar Técncas de evaluacón de prestacones Montorzacón: V: representatvo I: sstema no sempre accesble Modelado: Técncas analítcas I: restrccones en el sstema (no sempre aplcable); valdacón V: exacto y rápdo Modelado: Smulacón V: modela cualquer sstema I: aproxmado, coste de desarrollo y ejecucón; valdacón Benchmarkng (?) V: smplfca fase de modelado de carga; relatvamente rápdo I: representatvdad Evaluacón de prestacones Evaluacón de prestacones Introduccón ÍNDICE Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales Montores Herramenta para OBSERVAR la actvdad de un Sstema Informátco durante su funconamento habtual Al repetr observacón, no se repten resultados observan comportamento recogen nformacón estadístca de ejecucón de programa analzan datos recogdos presentan resultados Tpos: M. Software / M. Hardware / M. Híbrdos de Eventos / por Muestreo en Tempo Real / en Batch Evaluacón de prestacones Evaluacón de prestacones Implementacón n de los montores Stuacón n de los montores Software Programas nstalados en el sstema Hardware Dspostvos externos al sstema Híbrdos Utlza los dos tpos anterores Los más habtuales Entornos muy específcos Sstema nformátco Montor software Sondas electromagnétcas Montor hardware Evaluacón de prestacones Evaluacón de prestacones Introduccón
6 Montores M. Software: Programas, nstruccones o extensones del SO que acceden al estado del sstema e nforman al usuaro Muy flexbles: detectan todo tpo de eventos Sobrecargan el sstema M. Hardware: Dspostvos físcos (sondas) conectados al sstema. Detectan eventos eléctrcos. Externos: no consumen recursos; no nterferen; rápdos Desventajas: más dfícles de nstalar; magntudes no accesbles por hardware; personal especalzado Montores híbrdos: aúnan las ventajas de los anterores Reconocmento de eventos por software Almacenamento y control de tempos por hardware Evaluacón de prestacones CRITERIO 4) Experenca analsta 5) Capacdad de grabacón 6) Ancho_entrada 7) Sobrecarga 8) Portabldad 9) Dsponbldad 10) Errores 11) Coste Comparacón montores Montores HARDWARE Lmtada por memora y dsco Hoy no es un problema Puede grabar varos eventos smultáneamente Nnguna Usables con varos sstemas Montorzan sstemas que fallan Srven para depurar fallos Se pueden conectar las sondas en puntos ncorrectos Alto Montores SOFTWARE 1) Domno Dfícl medr eventos del SO Dfcl medr eventos hard no relaconados a nstruccones 2) Cadenca_entrada Son muy rápdos Lmtada por potenca CPU y máx sobrecarga tolerable 3) Resolucón temporal La del reloj del montor La del reloj del Sst Op Buen conocmento del Hard Buen conocmento del Soft Lmtada por sobrecarga de transmsón de datos Captura smultáneamente sólo con multples CPUs F(cadenca+ancho entrada) Específcos para Hard+SO No pueden montorzar un sstema que falla Una vez depurados los errores son raros Medo Evaluacón de prestacones Introduccón ÍNDICE Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales Modelado de sstemas Modelo: abstraccón del sstema nformátco real Conjunto de dspostvos relaconados y trabajos que los usan Dspostvos: procesador, dscos, cntas, memora, etc. Trabajos: programas, transaccones, petcones, etc. Normalmente un recurso solo puede ser usado por un trabajo. El resto tene que esperar Modelos basados en redes de colas Objetvo: cálculo del tempo de respuesta que expermenta un trabajo procesado por un sstema nformátco Aproxmacón estadístca Técncas basadas en modelado: técncas analítcas smulacón Evaluacón de prestacones Evaluacón de prestacones Concepto de estacón n de servco Un par de modelos sencllos Estacón de servco (queue, servce staton) Objeto abstracto compuesto por un servdor y una cola de espera Bprocesador Dsco Dspostvo o recurso físco Tempo de espera Tempo de servco Cola de trabajos o clentes que esperan recbr servco Tempo de respuesta Tempo de servco: nstruccones máquna que se ejecutan dvddo por la velocdad de ejecucón de cada procesador (MIPS) Tempo de servco: posconamento más latenca rotaconal más transferenca Evaluacón de prestacones Evaluacón de prestacones Introduccón
7 Redes de colas: concepto Conjunto de estacones de servco conectadas entre sí Cada recurso del sstema se representa medante una estacón de servco La red de colas se resuelve aplcando técncas analítcas por alguno de sus métodos de resolucón Smplfcacón: medcones y equlbro - leyes operaconales El modelo de servdor central Representa el comportamento de los programas en la mayoría de los sstemas nformátcos Cuál es este comportamento? Un trabajo que llega al sstema comenza utlzando el procesador Después de dejar el procesador, el trabajo puede: Termnar (sale del sstema), o ben Realzar un acceso a la undad de entrada/salda Después de una operacón con una undad de entrada/salda, el trabajo vuelve al procesador Recursos consderados Procesador Entrada/salda: undades de dsco magnétco, óptco, etc. Evaluacón de prestacones Evaluacón de prestacones Modelo de servdor central ÍNDICE Integra tanto los dspostvos como su uso por parte de los trabajos Salda del sstema Entrada al sstema CPU DISCOS Introduccón Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales Evaluacón de prestacones Evaluacón de prestacones Smulacón Técnca de estudo del comportamento de un sstema nexstente o naccesble Programa que se comporta gual que el sstema real Es necesaro conocer a fondo el funconamento del sstema que se modela Muestreo estadístco del comportamento del programa (durante certo tempo) Estmacón del resultado real: no obtene resultados exactos Ventaja: puede modelar aspectos muy detallados del sstema: se puede modelar cas cualquer sstema Inconvenentes: Coste de desarrollo y tempo de ejecucón Valdacón del modelo Evaluacón de prestacones Smulacón Modelado-Programacón-Smulacón 1.- Representacón por un modelo: abstraer del comportamento del sstema lo que nteresa en funcón de los objetvos y nvel a que se quere analzar. Experenca en modelado de sstemas Conocer a fondo el funconamento y característcas del sstema 2.- Programa que realza las funcones del modelo Ajustes en el modelo 3.- Expermentos de smulacón: Estudar cuánto deben durar las smulacones: ntervalo de confanza Analzar resultados Valdar (modelo) y verfcar (programa) Evaluacón de prestacones Introduccón
8 Sste m a Re a l Res. Reales Res. Smulacón Smulacón Abstraccones Valdacón Pro g ra m a c ó n Programa de Sm ula c ó n Ve rfc a c ó n Modelo Smulacón Modelado-Programacón-Smulacón Dstngur entre El modelo del sstema El smulador del modelo Dseño del modelo: (componentes, arqutectura de conexón, funconamento de cada componente) puede basarse en dversas abstraccones. Puede haber varos dseños para el msmo sstema nformátco El programa (smulador) del modelo es una mplementacón de dcho modelo. Puede haber varos smuladores para el msmo modelo Evaluacón de prestacones Evaluacón de prestacones Comparacón n de técncas t de evaluacón Comparacón de técncas de evaluacón de prestacones Técncas de evaluacón: modelado caracterzacón de carga máquna (m1, m2,...) programa (p1, p2,...) Característcas Flexbldad Montorzacón baja Mod. Analítco alta Smulacón alta modelado modelo de colas Credbldad alta baja meda Precsón alta alta/baja? meda Coste alto bajo medo grafo de tareas smulacón técncas analítcas redes de Petr análss Rendmento (p1,p2,..., m1, m2,...) Evaluacón de prestacones Evaluacón de prestacones Introduccón ÍNDICE Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales El análss operaconal Basado en magntudes medbles (operaconales) del sstema nformátco Llegadas Sstema Saldas Leyes operaconales: relacones entre las magntudes medbles Evaluacón de prestacones Evaluacón de prestacones Introduccón
9 Concepto de estacón n de servco Estacón de servco (queue, servce staton) Objeto abstracto compuesto por un servdor y una cola de espera Dspostvo o recurso físco Tempo de espera Tempo de servco Varables temporales Tempo de espera en cola Tempo transcurrdo desde que un trabajo quere utlzar un recurso hasta que realmente empeza a utlzarlo Tempo de servco Tempo transcurrdo desde que un trabajo hace uso de un recurso hasta que lo lbera Tempo de respuesta Suma de los dos tempos anterores Tempo de espera Tempo de servco Cola de trabajos o clentes que esperan recbr servco Tempo de respuesta Tempo de respuesta Evaluacón de prestacones Evaluacón de prestacones Las varables operaconales báscasb Varable temporal T Duracón del perodo de medda (tme) Varables relaconadas con el dspostvo A Número de trabajos que llegan (arrvals) C Número de trabajos que se van (completons) B Tempo de ocupacón (busy tme) Las varables deducdas: dspostvo k U Utlzacón (utlzaton) Admensonal λ Tasa de llegadas (arrval rate) Trabajos/tempo Productvdad (throughput) Trabajos/tempo S Tempo de servco (servce tme) Tempo V Razón de vsta (vst rato) Admensonal D Demanda de servco (servce demand) Tempo Llegadas Dspostvo Saldas A λ T C T B S C V C C 0 U B T D V S Evaluacón de prestacones Evaluacón de prestacones Algunos detalles mportantes Las varables deducdas son valores medos La utlzacón de un dspostvo está entre 0 y 1 El tempo de servco es el tempo que un trabajo pasa en el servdor del dspostvo La razón de vsta (V ) ndca las veces que un trabajo vsta un determnado dspostvo La demanda de servco (D ) no tene en cuenta la posble espera en cola. Representa la carga que un trabajo provoca en el sstema Evaluacón de prestacones Otras varables de una estacón R W N Q Dmensón temporal: Tempo de respuesta (response tme) Tempo de espera en cola (watng tme) Trabajos en toda la estacón (cola más servdor) Trabajos en cola de espera (watng customers) R W + S Dmensón espacal: N Q + U Evaluacón de prestacones Introduccón
10 Las varables del sstema Varables báscas A 0 Número de trabajos que llegan (arrvals) C 0 Número de trabajos que se van (completons) Varables deducdas λ 0 Tasa de llegadas (arrval rate) 0 Productvdad (throughput) λ A 0 0 T C T 0 0 Leyes operaconales El valor de las varables operaconales depende del ntervalo de observacón T Las relacones entre las varables operaconales se mantenen para cualquer ntervalo de observacón Estas relacones se denomnan leyes operacones porque son de aplcacón unversal No dependen de suposcones sobre dstrbucones del tempo de servco o del tempo entre llegadas A0 C0 Evaluacón de prestacones Evaluacón de prestacones Hpótess del equlbro de flujo El equlbro de flujo de trabajos Supone que el sstema trabaja en estado estable (no saturado) El sstema cumple el supuesto de equlbro de flujo s para cada dspostvo: La tasa de llegada concde con la tasa de salda (λ ), o ben, El número de trabajos que llegan concde con el que sale (A C ) Aproxmacón aceptable: para ntervalos de observacón sufcentemente largos Ley de Lttle Parte del cumplmento del supuesto de equlbro de flujo Relacona el número de trabajos en el sstema con el tempo de permanenca y su productvdad o tasa de llegada λ N λr R A C C 0 S A C λ R tempo de permanenca N número de trabajos Esta ley puede ser aplcada a dferentes nveles del sstema Evaluacón de prestacones Evaluacón de prestacones λ Cómo aplcar la ley de Lttle? Aplcacón a toda una estacón de servco N λ R R Aplcacón a la cola de una estacón de servco Tempo de respuesta: R Trabajos en la estacón: N Ley de la utlzacón B C B U S U T T C S Caso partcular de la ley de Lttle aplcada al servdor de una estacón λ S λ Q λ W W Tempo de espera en cola: W Trabajos en la cola: Q U λ S S Evaluacón de prestacones Evaluacón de prestacones Introduccón
11 Ley general del tempo de respuesta Es ndependente del tpo de sstema (aberto o cerrado) Solo se consderan las razones de vsta y los tempos de respuesta de cada estacón En general, R R1 + R R K R En partcular, K 1 R V1 R1 + V2 R V K R K K Sstema nformatco Tempo de respuesta R V R 1 Evaluacón de prestacones Ley del tempo de respuesta nteractva Se obtene medante la aplcacón de la ley de Lttle a un sstema nformátco cuando la carga es nteractva (Z>0) o batch (Z0) N Z NR Tempo de respuesta R Tempo de reflexón Z N Z; N R N N + N Z + R ( Z + R) N R Z Evaluacón de prestacones Z Z R R Ejemplo III Como consecuenca de unas meddas sobre un sstema nformátco, se obtuvo que el número medo de trabajos en un dsco (en espera y en servco) fue de 1.2 y su productvdad de 25 trabajos/s. Su tempo medo de servco (posconamento más latenca más transferenca) fue de 30 ms. Cálculo del tempo de respuesta: N N R R Cálculo de la utlzacón: U s 48 ms 25 S Ejemplo III ((cont) El tempo de respuesta (48 ms) es mayor que el tempo de servco (30 ms) a pesar de que la utlzacón no llega al 100%. Esto es debdo a que el dsco puede estar vacío o ben puede que lleguen trabajos cuando ya hay alguno en servco. Cálculo del número de trabajos en la cola de espera N U trabajos Cálculo del tempo de espera en cola N U s 18 ms 25 Evaluacón de prestacones Evaluacón de prestacones Ejemplo IV En un entorno nteractvo se dspone de las sguentes meddas: 10 termnales actvos por térmno medo hay 7,5 termnales trabajando productvdad del sstema gual a 0,5 nteraccones/s datos del dsco A: srve 40 petcones/s cada petcón requere una meda de 0,0225 s de servco número medo de petcones presentes gual a 4 Se pde: 1. número medo de petcones recbendo servco en el dsco A 2. tempo medo de resdenca de una petcón al dsco A 3. tempo medo de espera en la cola de una petcón al dsco A 4. número medo de petcones en la cola de espera del dsco A 5. tempo medo de respuesta percbdo por el usuaro 6. tempo de reflexón Ejemplo IV ((cont) 1. número medo de petcones recbendo servco en el dsco A U 40 0,0225 0,9 90% 2. tempo medo de resdenca de una petcón al dsco A N4; R N/; R 4/40 0,1s 3. tempo medo de espera en la cola de una petcón al dsco A WR-S 0,1-0,0225 0,0775 s 4. número medo de petcones en la cola de espera del dsco A N Ncola+Nservco 4; Ncola 4-0,9 3,1 petcones 5. tempo medo de respuesta percbdo por el usuaro 0,5 nteraccones/s; N 7,5 usuaros; R N/ 7,5/0,5 15 s 6. tempo de reflexón 0,5 nteraccones/s; N 10 termnales; Z N/ - R 10/0, s Evaluacón de prestacones Evaluacón de prestacones Introduccón
Diseño y evaluación de computadores. Curso 2007/08
Dseño y evaluacón de computadores Curso 2007/08 ÍNDICE Introduccón Técncas de evaluacón Montorzacón Técncas analítcas Smulacón Aplcacón: leyes operaconales Evaluacón de prestacones - 2- INTRODUCCIÓN Qué
Técnicas de modelado analítico
Evaluacón y Explotacón de Sstemas Informátcos Técncas de modelado analítco Introduccón Conceptos báscos Teoría de Colas Análss Operaconal Aplcacones del Análss Operaconal Introduccón La predccón cuanttatva
CAPÍTULO 4 MARCO TEÓRICO
CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.
Anexo Nº 1 A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO
Anexo Nº 1 1. METAS DE GESTIÓN A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO Metas de Gestón Incremento anual del número de conexones domclaras de agua potable (1) Incremento
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
UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.
Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas
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
EXPERIMENTACIÓN COMERCIAL(I)
EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado
CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.
CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o
Sistemas cíclicos. Juan Antonio de la Puente DIT/UPM. Objetivos
dt UPM stemas cíclcos Juan Antono de la Puente DIT/UPM Objetvos Repasar algunos problemas concretos relaconados con la realzacón de sstemas de tempo real Introducr un método de dseño de sstemas basado
Medidas de Variabilidad
Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces
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
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
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
Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
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
Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema
Tema :Descrpcón de una varable Tema :Descrpcón de una varable. El método estadístco. Descrpcón de conjuntos de datos Dstrbucones de frecuencas. Representacón gráfca Dagrama de barras Hstograma. Meddas
Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I
Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,
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
IMPLEMENTACIÓN PRÁCTICA DE UN BANCO DE FILTROS UNIFORME. S Q Salida del filtro Q h(n) Filtro s(n) Señal L Tamaño de la ventana del filtro 0 # n # L-1
IMPEMEACIÓ PRÁCICA DE U BACO DE FIROS UIFORME En este tpo de bancos, la forma de la respuesta espectral de cada uno de los fltros es la msma, y su frecuenca central se raparte de manera unforme en el espectro:
Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton
ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes
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
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Métodos multivariantes en control estadístico de la calidad
UNIVERSIDAD NAIONAL MAYOR DE SAN MAROS FAULTAD DE IENIAS MATEMÁTIAS E.A.P. DE ESTADÍSTIA Métodos multvarantes en control estadístco de la caldad apítulo IV. Gráfcos de control MUSUM TRABAJO MONOGRÁFIO
Formulación y Evaluación de Proyectos
Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto
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
SEGUNDA PARTE RENTAS FINANCIERAS
SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de
TU NEGOCIO ES INTELIGENTE?
TU NEGOCIO ES INTELIGENTE? GESTÓN EFICIENTE de Vehículos y conductores El poder de la Telemetría Mas allá de la localzacón GPS Los nuevos valores del comerco exgen respuestas concretas aquí y ahora. Conecta
PRÁCTICA 4. INDUCCIÓN ELECTROMAGNÉTICA. A. Observación de la fuerza electromotriz inducida por la variación de flujo magnético
A. Observacón de la fuerza electromotrz nducda por la varacón de flujo magnétco Objetvo: Observacón de la presenca de fuerza electromotrz en un crcuto que sufre varacones del flujo magnétco y su relacón
OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls
OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Redes de Neuronas: Preparacón de datos para el aprendzaje y meddas de evaluacón 1. Preparacón de datos Característcas de los datos
RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO
RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón Dseño del estudo Especfcacón del modelo Resultados Introduccón: Esquema
El diodo Semiconductor
El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por
Práctica 5: Obtención de los parámetros Z e Y de un cuadripolo
Práctca 5: Obtencón de los parámetros Z e Y de un cuadrpolo MÓDULO MATERIA CURSO CUATRIME STRE CRÉDITOS - - 1º 1º 6 Oblgatora TIPO PROFESORES de PRÁCTICAS DIRECCIÓN COMPLETA DE CONTACTO PARA TUTORÍAS (Dreccón
Dpto. Física y Mecánica
Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D
EJEMPLO DE APLICACIÓN
Aprendzaje Automátco y Data Mnng Bloque VI EJEMPLO DE APLICACIÓN 1 Índce Problema a resolver. Propuesta de uso de aprendzaje. Algortmo desarrollado. Seleccón del clasfcador. Resultados expermentales. Entorno
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
Métodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
PRÁCTICA 11. AMPLIFICADOR OPERACIONAL I
PRÁCTICA 11. AMPLIFICADOR OPERACIONAL I 1. Objetvo El objetvo de esta práctca es el estudo del funconamento del amplfcador operaconal, en partcular de dos de sus montajes típcos que son como amplfcador
, x es un suceso de S. Es decir, si :
1. Objetvos: a) Aprender a calcular probabldades de las dstrbucones Bnomal y Posson usando EXCEL. b) Estudo de la funcón puntual de probabldad de la dstrbucón Bnomal ~B(n;p) c) Estudo de la funcón puntual
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
Un modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN
Control de la exactitud posicional por medio de tolerancias
Control de la exacttud posconal por medo de tolerancas Francsco Javer Arza López José Rodríguez-Av María Vrtudes Alba Fernández Plan Estatal de Investgacón Centífca y Técnca y de Innovacón 2013-2016. Ref.:
Introducción a Vacío
Introduccón a Vacío Sstema de vacío Partes generales de un sstema de vacío: Fgura 1: Sstema de vacío con bomba mecánca y dfusora Fgura 2: Prncpo de funconamento de la bomba mecánca La Fg. 2 muestra el
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
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
Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.
Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para el conocmento
Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL
INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes
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
IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR
IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.
Modelos lineales Regresión simple y múl3ple
Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una
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
INSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA
PÁCTICA 1. INSTUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADO DE POTENCIA 1.1 Objetvos El objetvo de esta práctca consste en presentar los nstrumentos y las técncas de medda habtualmente utlzadas para
Relación 2: Regresión Lineal.
Relacón 2: Regresón Lneal. 1. Se llevó a cabo un estudo acerca de la cantdad de azúcar refnada (Y ) medante un certo proceso a varas temperaturas dferentes (X). Los datos se codfcan y regstraron en el
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
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
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
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
Tema 9: Otros temas de aplicación
Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según
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
Mercadotecnia digital
Dplomado en Mercadotecna dgtal 0 horas / módulos Con la valdacón técnca de: Dplomado en Mercadotecna dgtal Intelgenca de mercado y competenca Módulo Electvo* Comuncacones ntegradas de mercadotecna Analítcos
DISEÑO DE UN SISTEMA DE CONTROL EN RED PARA REGULAR LA VELOCIDAD DE UN MOTOR DC
DISEÑO DE UN SISTEMA DE CONTROL EN RED PARA REGULAR LA VELOCIDAD DE UN MOTOR DC MARTÍNEZ Dego, ARÉVALO Fernando I., GIRALDO Carlos F. Grupo de Investgacón de Sstemas de Telemando y Control Dstrbudo - GITCoD
Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.
Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca
Problemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
INTRODUCCIÓN. Técnicas estadísticas
Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad
MAGNITUD: propiedad o cualidad física susceptible de ser medida y cuantificada. Ejemplos: longitud, superficie, volumen, tiempo, velocidad, etc.
TEMA. INSTRUMENTOS FÍSICO-MATEMÁTICOS.. SISTEMAS DE MAGNITUDES Y UNIDADES. CONVERSIÓN DE UNIDADES. MAGNITUD: propedad o cualdad físca susceptble de ser medda y cuantfcada. Ejemplos: longtud, superfce,
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)
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
RA 1. Elabora el plan de marketing digital internacional diseñando las políticas específicas que han de desarrollarse.
Módulo Profesonal: Comerco dgtal nternaconal. Equvalenca en crédtos ECTS: 4 Códgo: 0827 Resultados de aprendzaje y crteros de evaluacón. RA 1. Elabora el plan de marketng dgtal nternaconal dseñando las
Un estimado de intervalo o intervalo de confianza ( IC
Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá
12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández
MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández
Tema 6. Estadística descriptiva bivariable con variables numéricas
Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables
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
VII. Solución numérica de ecuaciones diferenciales
VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las
Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012
Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE
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
Ejercicios y Talleres. puedes enviarlos a
Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes
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
VISIÓN POR COMPUTADOR
Escuela Poltécnca Superor de Elche VISIÓN POR COMPUTADOR Grado en Electrónca y Automátca Industral PRÁCTICAS TITERE Práctca 4: Segmentacón, Localzacón y Reconocmento de Obetos Departamento de Ingenería
Clase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.
Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca
Modelos unifactoriales de efectos aleatorizados
Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de
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
Tema 1: Estadística Descriptiva Unidimensional
Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde
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
ESTADÍSTICA. Definiciones
ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una
FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA
FISICOQUÍMICA FARMACÉUTICA (008) UNIDAD. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA Mtra. Josefna Vades Trejo 06 de agosto de 0 Revsón de térmnos Cnétca Químca Estuda la rapdez de reaccón, los factores que
ÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2016
ÍNDICE 1. Evolucón de los precos de la terra 2011-2016 en la C. Valencana 2. Prncpales resultados de los precos de la terra del año 2016 3. Notas metodológcas Resumen: - El preco medo de la terra de la
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
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,
Aspectos fundamentales en el análisis de asociación
Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene
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
TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI)
TEMA 14. ESCALAMIENTO CONJUNTO. INTRODUCCIÓN A LA TEORÍA DE LA RESPUESTA A LOS ITEMS (TRI) 14.1. La Curva Característca de los ítems (CCI) 14.. Los errores típcos de medda 14.3. La Funcón de Informacón
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
Guía para la autoevaluación del del capítulo 6
Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado
Tema 1.3_A La media y la desviación estándar
Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.
Administración financiera empresarial 150 horas / 5 módulos
Dplomado en Admnstracón fnancera empresaral 0 horas / módulos Dplomado en Admnstracón fnancera empresaral Presupuestos Fnancamento empresaral Admnstracón de costos Admnstracón de la tesorería Admnstracón
Curso teórico-práctico: Metodologías para la valoración económica del medio ambiente
Curso teórco-práctco: Metodologías para la valoracón económca del medo ambente Método de Costo del Vaje Sergo Orrego 15 y 16 de mayo de 2017 Santago de Chle Método del costo del vaje: estmacón de una demanda
Estrategia publicitaria y de comunicación
Dplomado en Estratega publctara y de comuncacón 0 horas / módulos En colaboracón con: Dplomado en Estratega publctara y de comuncacón Comuncacones ntegradas de mercadotecna Análss de resultados publctaros