IANSA Av. Calmell del Solar 319 Huancayo Perú Tel: (+51 64) Movil: (+51 64)
|
|
- Cristóbal Álvarez Naranjo
- hace 7 años
- Vistas:
Transcripción
1 PRONOS: SISTEMA EXPERTO PARA PRONOSTICO DE LA DEMANDA M.Sc. Raúl Vilcahuamá S. Ig. Ivá Media C. e Ig. Atoio Trelles V. IANSA Av. Calmell del Solar 319 Huacayo Perú iasa@terra.com.pe Tel: (+51 64) Movil: (+51 64) RESUMEN Cuado se esta plaificado u sistema eléctrico de potecia ya sea e trasmisió o distribució, el igeiero de potecia debe saber cuato de potecia espera servir, y dode y cuado la potecia debe ser etregada. Tal iformació es provista por la proostico de carga que icluye la localizació(dode) de cada elemeto, la magitud(cuato) y las características temporales(cuado). E esta ivestigació se propoe u modelo de proostico de demada e base a u sistema mixto, es decir utiliza u sistema experto(basado e el coocimieto) y u método propuesto por el EPRI. Dada esta ecesidad se desarrollo el software deomiado PRONOS el cual costa de tres módulos pricipales: La metodología propuesta permite el proostico de carga e los putos de compra de las empresas eléctricas, el proostico brida como respuesta el proostico de carga para cualquier día e el futuro(lues, martes, miércoles, jueves, vieres, sábado, domigo) co u perfil horario. El segudo modulo de PRONOS permite ua caracterizació de carga el cual es importate para realizar ua adecuada gestió de la demada, DMS Demad Maagemet System y EMS Eergy Maagemet System. El tercer modulo permite realizar cosultas respecto a valores históricos registrados, factor de carga, factor de simultaeidad, factor de coicidecia, Dmax, Dmi, etc. La metodología presetada permite gestioar gra volume de datos y geerar reportes para su utilizació e flujos de potecia, plaificació y programas de expasió óptima y cálculo de los costos margiales de sistema eléctricos de potecia. I. INTRODUCCIÓN La idustria eléctrica e su cotiua búsqueda por mejorar su eficiecia e el sumiistro de eergía eléctrica y dado el actual sistema competitivo(desregulados) esta ivestigado uevas tecologías que la pueda asistir y bridar resultados adecuados. Esta tedecia geeral ha llevado a que varias tecologías de la iteligecia artificial(ia) como sistemas expertos, redes euroales artificiales, lógica difusa y algoritmos geéticos sea aplicadas al meos como prototipos e la idustria eléctrica [1, 3]. II. OPORTUNIDADES DE IA EN SISTEMAS ELÉCTRICOS DE POTENCIAS Las herramietas de IA está siedo utilizadas para resolver diversos problemas e sistemas eléctricos de potecia(sep) cuado existe ua adecuada correspodecia etre las características del problema y la herramieta de IA., como por ejemplo e el comportamieto o lieal de varios compoetes o del sistema itegro. 2.1 Sistemas Expertos Los sistemas expertos tiee características especiales que los diferecias de los programas covecioales de software. Se distigue como compoetes pricipales de u sistema experto la base de coocimieto, la maquia de deducció, y el iterface humao computador. Tabla II.1 Correspodecia etre u sistema experto y programas de software. Sistemas Expertos Base de coocimieto Maquia de deducció Shell/tool del SE Ig. del coocimieto Programas de Software Programa Iterprete Leguaje de programació Ig. de software / programadores
2 c) Métodos de IA, se sabe de diversas ivestigacioes, etre las que se destaca el trabajo de García el al [ 5 ] el cual utiliza ua red euroal para la proostico de demada basado e ua clasificació por días típicos. IV. PRONOSTICO DE LA DEMANDA Figura 2.1 Trasferecia de coocimieto del experto humao al sistema experto. Ua base de reglas seria ua agrupació de reglas del tipo: Regla 1 : IF A THEN B CERTAINTY 80% Regla 2 : IF B AND C THEN D CERTAINTY 45% Regla N : IF D OR E THEN F CERTAINTY 70% Ua base de hechos seria u grupo de evidecias co certezas asociadas U razoamieto seria aplicar ua base de reglas a ua base de hechos de tal forma de obteer uevas coclusioes. Cuado se esta plaificado u sistema eléctrico de potecia ya sea e trasmisió o distribució, el igeiero de potecia debe saber cuata potecia espera servir, dode y cuado la potecia debe ser etregada. Tal iformació es provista por el proostico de la demada que icluye la localizació(dode) de cada elemeto, la magitud(cuato) y las características temporales(cuado). El crecimieto de la demada es esperado e diversos lugares e dode la carga ya existe, es decir que los cosumos se verá icremetados. Tambié se experimetara crecimietos e varias áreas dode o existe demada de eergía eléctrica y e meor proporció tambié se producirá que la carga pico dismiuirá e el tiempo particularmete debido a accioes que tome la distribuidora y procedimietos de Demad Side Maagemet DSM [2, 4, 5]. U adecuado proostico de demada de carga requiere de bastate iformació debe ser tomada e cueta. Figura 2.2 El razoamieto ejecuta el motor de iferecia Existe dos formas de motores de iferecia: Forward Chaiig y Backward Chaiig Co los coceptos ates citados [1, 4, 7, 9, 10] y utilizado la experiecia de u igeiero de potecia se puede costruir ua adecuada base de coocimieto. III. ESTADO DEL ARTE Se ivestigo por modelos de proostico de demada, y de los cuales destaca: a) Métodos tradicioales: como por ejemplo método de las tedecias, regresió múltiple [2,3]. b) Métodos de simulació: Simulació de crecimieto de la demada, uso de tierra, causa y efecto, modelos cuatitativos de la iteracció del uso de tierras, modelos espaciales de pequeñas áreas [2,3,4]. Figura 4.1 Factores que afecta el proostico de la demada 4.1 Comportamieto del crecimieto de carga Publicacioes especializadas e proostico de demada como la del EPRI [9] mecioa que el pico de demada y eergía se realiza solo por dos causas: Adició de uevos usuarios La carga se icremetar siempre y cuado uevos usuarios comiece a comprar mas electricidad a la compañía eléctrica. Nuevas costruccioes, icremeto de població, migració. Como cosecuecia se icremetara el pico de carga y las vetas de eergía aual.
3 4.1.2 Nuevos usos de la electricidad Los usuarios ya existetes podría agregar uevos equipos(quizás reemplazar equipos e base a gas por equipos que fucioe a electricidad) o reemplazar sus equipos existetes co maquiaria mas modera que requiera mas potecia. Cada usuario que icremete el cosumo de electricidad, modificara el pico de carga y las vetas de eergía aumetara cosiderablemete. Aálogamete la dismiució de la demada de eergía eléctrica será debido a las dos razoes ates mecioadas. 4.2 Métodos de aálisis Curva de Gompertz Basado e la curva S, aplicable a pequeñas áreas y para proyeccioes hasta los 5 años, e la cual se distigue los siguietes periodos: Periodo Estacioario: E el cual la carga o crece Periodo Rampa: E el cual ocurre u rápido crecimieto debido a icorporació de cargas importates sigificativamete. Periodo Saturado: Cuado el área de aálisis esta totalmete desarrollada, la carga puede crecer letamete[2,4]. El EPRI recomieda que el poliomio sea de tercer orde y que la base de datos histórica cotega datos de hasta 6 años. E geeral el método curve-fittig se aplica a fi de extrapolar cargas por dos razoes. Primero la carga puta es el valor mas importate para la plaificació debido a que la carga puta es la que tiee el impacto mas fuerte e los requerimietos del sistema. Segudo la carga puta aual para las compañías eléctricas es fácil de obteer debido a que matiee lecturas de las mismas. Existe ua amplia variedad de poliomios que puede utilizarse para el método curve-fit, pero especialistas e la materia[2,9] recomieda: 3 2 L ( t) = a t + b t + c t + d...(ecuació 1) L (t) = carga estimada para la subestació e el tiempo t a, b, c, d so los coeficietes para u poliomio de la subestació. Los coeficietes a b, c, d, que mejor represeta al poliomio se obtiee de la siguiete ecuació matricial: T 1 T [ P P] P L C =....(Ecuació 2) Figura 4.2 Divisió del área e cuatro cuadrates y gráfica de pico aual de carga, las curvas está suavizadas y muestra el crecimieto de la carga. Figura 4.4 La habilidad de curve-fittig es de pasar cerca de los datos históricos pero o garatiza que otra curva de mayor orde será mas precisa. Ua ecuació de mayor orde(líeas puteadas) calza bie detro de los datos históricos pero para proostico de carga brida pobres resultados. Figura 4.3 Característica de crecimieto de ua pequeña área Modelo Poliomial curve-fittig[ 2 ] Basado e la extrapolació de las cargas históricas. Se requiere u soporte computacioal fuerte a fi de maejar u amplio espectro de datos, V. METODOLOGÍA PROPUESTA Se propoe u método mixto que ivolucra: Curve fittig, que permite el proostico grueso de la demada. Sistema experto, que realiza el ajuste fio del proóstico.
4 5.1 Sistema experto. La base de coocimieto del sistema experto puede ir creciedo de acuerdo a la catidad de iformació que se cuete para cada odo e particular. Se propoe el siguiete diagrama de Ishicawa: Figura 6.3 Estructura de cosumo Figura 5.1 Diagrama de Ishicawa para el sistema experto. La base de coocimieto cosidera reglas para cargas especiales como so mias, refierías, feómeo del iño, etc. VI. CASO EJEMPLO Se procede a ua simulació co PRONOS y se obtiee: Figura 6.4 Sistema experto para el proóstico Figura 6.1 Histórico: Día especifico por periodo Figura 6.5 Proóstico para u día martes de diciembre del 2001 Figura 6.2 Caracterizació de carga Figura 6.5 Diagrama uifilar del puto de compra y datos del medidor
5 Estos so solo alguos de los reportes que geera el programa. Las cargas proosticadas puede ser utilizadas para simulació de flujos de potecia, plaificació, modelos de expasió óptima y cálculo de los costos margiales del sistema itercoectado. VII. CONCLUSIONES El sistema propuesto es ua alterativa a los métodos clásicos de proostico de demada, debido a que utiliza los coocimietos de los igeieros expertos e crecimieto de la demada. La base de coocimieto puede hacerse ta sofisticada como desee el aalista de sistemas de potecia. Se destaca la utilizació de u sistema híbrido debido a que el proóstico de carga se realiza e base al método de curve fittig y u sistema experto el cual cueta co ua adecuada base de coocimietos. La herramieta esta e codicioes de gestioar grades volúmees de iformació de demada (eergía y potecia activa, eergía y potecia reactiva, tato iductiva como capacitiva) Permite realizar cosultas y elaborar los reportes e medio magético como impreso. La versió profesioal esta desarrollada e SQL 7.0 y el iterface e Power Builder. VIII. [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [10 ] REFERENCIAS De la Rosa i Esteva, Josep, Sistemes Experts a Temps Real, Publicació de Uiversitat de Giroa, España (1999) Lee H, Power Distributio Plaig Referece Book, Marcel Dekker, Ic. (1998) Dabbaaghchi I, Cristie Richard, et al, Al Aplicatio Areas i Power Systems, IEEE Expert, Jauary February (1997) Lee H., Spatial Electric Load Forecastig, Marcel Dekker, Ic. (1996) García, A et al, A Neural System for Short- Term Load Forecastig Based o Day- Type Classificatio, Proc. ISAP94, pp (1994) Kog Mayard, Iteligecia Artificial, Potificia Uiversidad Católica del Perú (1993) Hu David, C/C++ for Expert Systems, Mis Press (1991) MATLAB The Laguaje of Techical Computig. Laguage Referece Maual. Versio 5.1 The MathWorks (1998) Electric Power Research Istitute, Research ito Load Forecastig ad Distributio Plaig, EPRI Report EL-1198, EPRI, Palo Alto, CA,(1979) Thayer H. y Yourdo E. Software Egieerig Project Maagemet. IEEE Computer Society (2000)
TRABAJO PRACTICO Nº 1
TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de
Más detallesPROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.
PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:
Más detallesUnidad 1: Las Ecuaciones Diferenciales y Sus Soluciones
Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos
Más detallesEjemplo Solución. μ 1 =121 μ 2 =112 σ 1 =σ 2 =8.0 α=0.05 n 1 =n 2 =10. 2) Datos. 3) Ensayo de hipótesis
Ejemplo Solució ) Datos μ = μ = σ =σ =8.0 = =0 3) Esayo de hipótesis ; μ -μ = 0.0 H ; μ -μ >0.0 Se está iteresado e reducir el tiempo de secado de ua pitura. Probamos dos fórmulas; la fórmula tiee el coteido
Más detallesEjemplo Solución. 2) Datos p 1 =253/300 p 2 =196/300 n 1 =n 2 =300 α= ) Ensayo de hipótesis
Ejemplo Solució ) Se trata de ua distribució muestral de diferecia de proporcioes. Se evalúa dos tipos diferetes de solucioes para pulir, para su posible uso e ua operació de pulido e la fabricació de
Más detallesGuía 1 Matemática: Estadística NM 4
Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:
Más detallesINTERPOLACIÓN Y MODELADO DE CURVAS
Acta Latioamericaa de Matemática Educativa Vol2 Resume INTERPOLACIÓN Y MODELADO DE CURVAS Ediso De Faria Campos Uiversidad de Costa Rica (Costa Rica) edefaria@cariariucraccr Campo de ivestigació: modelació
Más detallesDerivación Numérica. Ultima actualización: 15/01/2008
Titulació: Asigatura: Autor: Igeiero Geólogo Aálisis Numérico César Meédez Ultima actualizació: 5/0/008 Derivació Numérica Plaificació: Materiales: Coocimietos previos: Teoría+ Prácticas+0.5 Laboratorio
Más detallesWalter Orlado Gozales Caicedo Secuecias Lógicas OBJETIVO: Lograr habilidad y destreza e el alumo practicado u razoamieto abstracto PROCEDIMIENTOS: INICIAL: Halla el valor del térmio que cotiúa e:,,,, 0,
Más detallesLos métodos o modelos de predicción pueden ser de naturaleza cualitativa o cuantitativa.
PREDICCIÓN E INCERTIDUMBRE EN ADMINISTRACIÓN Jesús Alberto Zeballos, María Rosa Rodríguez y Sadra Noemí Fraco (Facultad Ciecias Ecoómicas Uiversidad Nacioal de Tucumá).- Itroducció E la admiistració de
Más detallesCapítulo 9. Método variacional
Capítulo 9 Método variacioal 9 Miimizació de la eergía 9 Familia de fucioes 9 Partícula ecerrada e ua dimesió etre [-aa] 9 Oscilador armóico e ua dimesió 93 Átomo de helio 93 Combiació lieal de fucioes
Más detallesAPROXIMACIÓN DE FILTROS CAPÍTULO 2
APROXIMACIÓN DE FILTROS CAPÍTULO . Aproximacioes de Filtros E el capítulo se mecioaro los filtros ideales, e la realidad o se puede lograr ua aproximació ideal, por lo que los filtros reales sólo puede
Más detallesIntroducciónalaInferencia Estadística
Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla
Más detalles1. Serie de Potencias
. Serie de Potecias Recordemos que dada ua sucesió {b } N, podemos defiir ua serie: E el caso particular e que b = a (x c) b la serie tedría la forma b = a (x c) y es llamada serie de potecias cetrada
Más detalles4.- Aproximación Funcional e Interpolación
4- Aproximació Fucioal e Iterpolació 4 Itroducció Ua de las mayores vetajas de aproximar iformació discreta o fucioes complejas co fucioes aalíticas secillas, radica e su mayor facilidad de evaluació y
Más detallesLAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO
LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que
Más detallesLímites en el infinito y límites infinitos de funciones.
Límites e el ifiito y límites ifiitos de fucioes. 1 Calcula 2 Límite e el ifiito Cuado se calcula el límite de ua fució e el ifiito se trata de determiar la tedecia que tedrá la fució (los valores que
Más detallesUniversidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III
.: Derivadas de orde superior: Elaborada por: Wilfredo Saravia M. Uiversidad Nacioal Autóoma de Hoduras Facultad de Ciecias Ecoómicas Guía de Ejercicios No. DET 85, Métodos Cuatitativos III E los ejercicios
Más detallesDETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA
DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació
Más detalles1. QUÉ ES LA ESTADÍSTICA?
1. QUÉ ES LA ESTADÍSTICA? Cuado coloquialmete se habla de estadística, se suele pesar e ua relació de datos uméricos presetada de forma ordeada y sistemática. Esta idea es la cosecuecia del cocepto popular
Más detallesDISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)
DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y
Más detallesArtículo técnico CVM-NET4+ Cumple con la normativa de Eficiencia Energética. Nuevo analizador de redes y consumos multicanal Situación actual
1 Artículo técico Joatha Azañó Divisió Gestió Eergética y Calidad de Red CVM-ET4+ Cumple co la ormativa de Eficiecia Eergética uevo aalizador de redes y cosumos multicaal Situació actual Las actuales ormativas
Más detallesEnseñanza de Modelos Discretos en Dinámica Poblacional
Eseñaza de Modelos Discretos e Diámica Poblacioal Saleme Noelia (*) - Berrodo Luis A (*) Navarro Silvia I. (**) Juarez Gustavo A. (**) Resume Partiedo del estudio realizado sobre la teoría de las ecuacioes
Más detallesMedidas de tendencia central
Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta
Más detallesPrueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)
Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesSlide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.
Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesEstadística Descriptiva
Estadística Descriptiva TEMA 1 Estadística Descriptiva 1. Variables estadísticas uidimesioales a) Itroducció b) Estudio descriptivo de ua variable c) Represetacioes gráficas d) Medidas de tedecia cetral
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesDistribuciones en el muestreo, EMV
Distribucioes e el muestreo, E Tema 6 Descripció breve del tema. Itroducció y coceptos básicos. Propiedades de los estimadores Sesgo, Variaza, Error Cuadrático Medio y Cosistecia 3. Distribució de u estimador
Más detallesq = η T ESTUDIO DE LA DIFUSIÓN DEL CALOR Victor Minces-Nicolás Busca ( T = α
ESTUDIO DE LA DIFUSIÓN DEL CALOR Victor Mices-Nicolás Busca ( victormices@hotmail.com, gbusca@hotmail.com) Laboratorio 5 - UBA - Julio Se estudia e este trabajo la difusió del calor. Se compara dos diferetes
Más detallesUNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS SERIES DE POTENCIAS
UNIVERSIDAD CATÓLICA DE TEMUCO FACULTAD DE INGENIERÍA DEPTO. DE CIENCIAS MATEMÁTICAS Y FÍSICAS Asigatura : Cálculo Numérico, MAT-23. Profesor : Emilio Cariaga L. Periodo : er. Semestre 205. SERIES DE POTENCIAS
Más detallesCálculo II (0252) TEMA 6 SERIES DE POTENCIAS. Semestre
Cálculo II (5) Semestre - TEMA 6 SERIES DE POTENCIAS Semestre - José Luis Quitero Julio Departameto de Matemática Aplicada UCV FIUCV CÁLCULO II (5) José Luis Quitero Las otas presetadas a cotiuació tiee
Más detallesTécnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20
Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra
Más detallesEn el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:
TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,
Más detallesGráficos de control por atributos
Gráficos de cotrol por atributos por Felipe de la Rosa Los gráficos de cotrol por variables so istrumetos sumamete útiles para moitorear y mejorar la calidad, si embargo, preseta al meos dos limitacioes
Más detallesCód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.
rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detallesCapítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R
Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar
Más detallesPLAN INTEGRADO DE AREA Y DIARIO DE CAMPO
PLAN INTEGRADO DE AREA Y DIARIO DE CAMPO ÁREA: TECNOLOGIA E INFORMATICA GRADO: 10 INTENSIDAD HORARIA: 2 HORAS SEMANALES DOCENTE: MAIRA GABRIELA MORENO SÁNCHEZ PERIODO: UNO ESTÁNDAR DE COMPETENCIA: - Aalizo
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com Ig. Oscar Restrepo BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los histogramas
Más detallesUna sucesión es un conjunto infinito de números ordenados de tal forma que se puede decir cuál es el primero, cuál el segundo, el tercero, etc.
Sucesioes Sucesi o. Ua sucesió es u cojuto ifiito de úmeros ordeados de tal forma que se puede decir cuál es el primero, cuál el segudo, el tercero, etc. Los térmios de ua sucesió se desiga mediate a 1,
Más detalles) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1
ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població
Más detallesIntervalos de confianza Muestras grandes
Itervalos de cofiaza Muestras grades Por qué u itervalo de cofiaza? E la Uidad 3 revisamos los coceptos de població y muestra. Los parámetros poblacioales so la media μ y la variaza σ. So costates y geeralmete
Más detallesCAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo
CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD 4.1 Geeralidades Es u hecho bie coocido que la probabilidad de que u idividuo fallezca e u periodo determiado de tiempo depede de muchos factores, etre
Más detallesSeries de Fourier Aplicación: Análisis de Señales
Series de Fourier Aplicació: Aálisis de Señales Jua E Dombald Estudiate de Igeiería Electróica Uiversidad Nacioal del Sur, Avda Alem 53, B8CPB Bahía Blaca, Argetia Juae_ce@hotmailcom Agosto Resume: E este
Más detallesMétodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados
Métodos Numéricos SC 854 Auste a curvas c M Valezuela 007 008 7 de marzo de 008 1 Defiició del problema E el problema de auste a curvas se desea que dada ua tabla de valores i,f i ecotrar ua curva que
Más detallesPráctica de Laboratorio. Tema: Sistemas de Regulación.
iversidad Nacioal de Mar del Plata. Práctica de Laboratorio Tema: Sistemas de egulació. átedra: Medidas Eléctricas 3º año de la carrera de geiería Eléctrica. Área Medidas Eléctricas NMDP. Prof. Adjuto:
Más detallesINTERÉS SIMPLE COMO FUNCIÓN LINEAL.
INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por
Más detallesMétodos Numéricos. La solución es una relación funcional entre dos variables. No todas las ecuaciones diferenciales tienen solución analítica.
Métodos Numéricos Métodos aalíticos Solució de ecuacioes difereciales Métodos Numéricos Métodos aalíticos: La solució es ua relació fucioal etre dos variables. No todas las ecuacioes difereciales tiee
Más detallesUnidad N 2. Medidas de dispersión
Uidad N 2 Medidas de dispersió Ua seguda propiedad importate que describe ua serie de datos uméricos es ua variació. La variació es la catidad de dispersió o propagació e los datos. Dos series de datos
Más detallesOtro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:
SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de
Más detallesEXÁMENES PARCIALES Y FINALES DE ANÁLISIS MATEMÁTICO I ANÁLISIS MATEMÁTICO I ANUAL - Primer Parcial TURNO MAÑANA APELLIDO NOMBRE:...CURSO:...
EXÁMENES PARCIALES Y FINALES DE ANÁLISIS MATEMÁTICO I ANÁLISIS MATEMÁTICO I ANUAL - Primer Parcial TURNO MAÑANA APELLIDO NOMBRE:CURSO: CORRIGIÓ:REVISÓ: 4 5 NOTA Todas sus respuestas debe ser justificadas
Más detalleses un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.
PROCESOS ROBABILIDADES ESTOCÁSTICOS (ITEL-3005) (80807) Tema 4. Los Procesos Tema. de Fudametos Poisso y otros de Estadística procesos asociados Descriptiva Semaa Distribució 5 Clase 07 de frecuecias Lues
Más detalles1. Relaciones de recurrencia homogéneas con coeficiente
1. Relacioes de recurrecia homogéeas co coeficiete costate 1. Demuestra que la sucesió {a } es ua solució de la recurrecia a = a 1 + 2a 2 + 2 9 si a) a = + 2 b) a = 5( 1) + 2 c) a = 3( 1) + 2 + 2 d) a
Más detallesHelena Ramalhinho Lourenco y Daniel Serra 13 de Mayo PRESENTA: MC Marco Antonio Cruz Chavez.
Helea Ramalhiho Loureco y Daiel Serra 3 de Mayo 998 PRESENTA: MC Marco Atoio Cruz Chavez. OBJETIVO PRINCIPAL.- Compreder las diferecias de cada efoque heurístico aalizado. OBJETIVO SECUNDARIO.- De los
Más detallesCapítulo VARIABLES ALEATORIAS
Capítulo VI VARIALES ALEATORIAS. Itroducció Detro de la estadística se puede cosiderar dos ramas perfectamete difereciadas por sus objetivos y por los métodos que utiliza: Estadística Descriptiva o Deductiva
Más detallesMatemáticas Discretas Inducción y Recursión
Coordiació de Ciecias Computacioales - INAOE Matemáticas Discretas Iducció y Recursió Cursos Propedéuticos 00 Ciecias Computacioales INAOE Iducció y recursió Geeralidades Iducció de úmeros aturales Iducció
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO COLEGIO DE CIENCIAS Y HUMANIDADES Humao es errar; pero sólo los ecios persevera e el error. Ciceró. ACADEMIA DE MATEMÁTICAS Uidad II: Datos Bivariados Apredizajes.
Más detallesMUESTREO ESTRATIFICADO. TECNICAS DE MUESTREO II
MUESTREO ESTRATIFICADO TECNICAS DE MUESTREO II Email:cgozales@lamolia.edu.pe CONSTRUCCION DE OS ESTRATOS Cuál es la mejor característica para la costrucció de los estratos? Cómo se determia los límites
Más detallesCLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel
x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la
Más detallesTema 2. Tema 2: Aproxim mación de funciones por po olinomios
Tema Itroducció al Cálcu ulo Ifiitesimal Tema : Aproim mació de fucioes por po oliomios 1.Orde de cotacto.poliomios de Taylor 3.Teorema de Taylor 4.Desarrollo de McLauri 5.Aplicació al cálculo de límites
Más detallesTEMA 10. LA INVERSIÓN EN LA EMPRESA
TEMA 10. LA INVERSIÓN EN LA EMPRESA 1. LAS DECISIONES DE INVERSIÓN: E u setido ecoómico, iversió sigifica la utilizació de fodos fiacieros para la adquisició de biees de producció o de capital que tiee
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico
Más detallesNOTAS SOBRE INFERENCIA ESTADÍSTICA BAYESIANA. José G. Ríos Alejandro. Abril del 2011.
NOTAS SOBRE INFERENCIA ESTADÍSTICA BAYESIANA José G. Ríos Alejadro Abril del 11. INTRODUCCIÓN E los cursos de estadística usualmete se estudia la estadística co efoque frecuetista, la cual alguos autores
Más detalles1.1. SERIES NUMÉRICAS Y FUNCIONALES.
.. SERIES NUMÉRICAS Y FUNCIONALES. Dado el cojuto de los úmeros reales, ua sucesió de úmeros reales es ua aplicació de la forma: + a : Z verificado que a () = a, (2),, ( ), a = a 2 a = a. Usualmete e lugar
Más detallesSimulación de Sistemas Lineales Utilizando Labview
14 Simulació de Sistemas Lieales Utilizado Labview Bruo Vargas Tamai Facultad de Igeiería electróica Eléctrica, Uiversidad Nacioal Mayor de Sa Marcos, Lima, Perú RESUMEN: Mostramos la maera e que se puede
Más detallesIntroducción al control moderno
Igeiería e Cotrol y Automatizació Itroducció al cotrol modero Ecuacioes e variables de Estado TEORÍA DEL CONTROL III 5 de agosto de 5 Autor: M. e C. Rubé Velázquez Cuevas Escuela Superior de Igeiería Mecáica
Más detallesINTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO
INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA DISTRIBUCIÓN EN EL MUESTREO Objetivos geerales del tema E este tema se itroducirá el cocepto de estadístico como medio para extraer iformació acerca de la ley de
Más detallesMATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS
Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:
Más detallesIdentificación de Sistemas
Departameto de Electróica Facultad de Ciecias Eactas Igeiería y Agrimesura Uiversidad Nacioal de osario Idetificació de Sistemas Coceptos Fudametales de robabilidad Variables Aleatorias y rocesos Aleatorios
Más detallesTrabajo Especial Estadística
Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,
Más detallesANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la
ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de
Más detallesTRABAJO DE GRUPO Series de potencias
DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre
Más detallesSeries de potencias Introducción. Temas Series de potencias. Intervalo y radio de convergencia de una serie de potencias.
Sesió 27 Series de potecias Temas Series de potecias. Itervalo y radio de covergecia de ua serie de potecias. Capacidades Coocer y compreder el cocepto de serie de potecias. Determiar el itervalo y el
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua media (Cap. 21 del libro) 1 Tema 11. Estimació de ua media Itroducció 1. Distribució de la media e el muestreo 2. La media
Más detallesEjercicios y Talleres. puedes enviarlos a
Ejercicios y Talleres puedes eviarlos a klasesdematematicasymas@gmail.com BIOESTADÍSTICA ESTADÍSTICA I ACTIVIDADES: 1. E qué difiere la elaboració de las gráficas de barras, los istogramas y los polígoos
Más detallesESTADÍSTICA UNIDIMENSIONAL
I.E.S. Virge de la Paz. Alcobedas DEPARTAMETO DE MATEMÁTICAS Itroducció ESTADÍSTICA UIDIMESIOAL El ombre de Estadística alude al eorme iterés de esta rama matemática para los asutos del Estado y su itroducció
Más detallesECUACIONES DIFERENCIALES Problemas de Valor Frontera
DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DPTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS APROXIMADOS EN ING. QUÍMICA TF-33 ECUACIONES DIFERENCIALES Problemas de Valor Frotera Esta guía fue elaborada
Más detallesMETODOLOGÍA PARA EL ANÁLISIS DE LA PRODUCTIVIDAD EN LA PRODUCCIÓN DE ARROZ.
METODOLOGÍA PARA EL ANÁLISIS DE LA PRODUCTIVIDAD EN LA PRODUCCIÓN DE ARROZ. MsC. Ayli Guerra Foseca Uiversidad de Grama aguerraf@udg.co.cu DraC. Xiomara Vázquez Carrazaa xvazquezc@udg.co.cu Resume El presete
Más detallesUN SISTEMA DINAMICO DISCRETO
UN SISTEMA DINAMICO DISCRETO Luis Arturo Polaía Q. Uiversidad Surcolombiaa Neiva. lapola@usco.edu.co RESUMEN Iicialmete e este trabajo se obtiee ua sucesió de estimacioes del lado del decágoo regular iscrito
Más detallesUniversidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III
: Derivadas de orde superior: Elaborada por: Wilfredo Saravia M Uiversidad Nacioal Autóoma de Hoduras Facultad de Ciecias Ecoómicas Guía de Ejercicios No DET 85, Métodos Cuatitativos III E los ejercicios
Más detallesEjemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi
u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo
Más detallesMODELO DE RESPUESTAS. Lim n. Lim
Uiversidad Nacioal Abierta Vicerrectorado Académico Área de Matemática Lapso 008 - INTEGRAL MATEMÁTICA I (175) FECHA PRESENTACIÓN: 08-11-008 MODELO DE RESPUESTAS OBJ 7 PTA 7 Dadas las sucesioes de térmios
Más detallesLECTURA 3 GENERACIÓN DE SEÑALES
UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA DEPARTAMENTO DE ELECTRÓNICA LECTURA 3 GENERACIÓN DE SEÑALES CURSO SIGLA LABORATORIO DE PROCESAMIENTO DIGITAL DE SEÑALES ELO 385 PROFESOR RODRIGO HUERTA CORTÉS AYUDANTE
Más detallesÍNDICE INTRODUCCIÓN... 3 OBJETIVOS... 3 METODOLOGÍA... 3 DETALLE DE RESULTADOS... 5
Ciecia y Tecología de los Alimetos ÍNDICE INTRODUCCIÓN... 3 OBJETIVOS... 3 METODOLOGÍA... 3 DETALLE DE RESULTADOS... 5 1. La opiió y satisfacció de los titulados... 5 1.1. Satisfacció co la formació y
Más detallesMINITAB y MODELOS DE REGRESIÓN
Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias
Más detallesAlgoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.
Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que
Más detallesMg. Ing. Susana Vanlesberg Profesor Titular
Uiversidad Nacioal del Litoral Facultad de Igeiería y Ciecias Hídricas ESTADÍSTICA Igeierías: Recursos Hídricos-Ambietal-Agrimesura- Iformática Mg. Ig. Susaa Valesberg Profesor Titular MODELOS PARA VARIABLES
Más detallesEcuaciones en Diferencias Recíprocas y Semirrecíprocas
Ecuacioes e Diferecias Recíprocas y Gustavo Adolfo Juárez; Silvia Iés Navarro Facultad de Ciecias Exactas y Naturales, Uiversidad Nacioal de Catamarca. E-mail: juarez.catamarca@gmail.com Recepció: 20/05/2014
Más detallesDepartamento Administrativo Nacional de Estadística
Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES
Más detallesEstado gaseoso. Mezclas de gases ideales presión parcial de un gas en una mezcla de gases ideales ley de Dalton
Estado gaseoso Ecuació de estado de los gases perfectos o ideales Mezclas de gases ideales presió parcial de u gas e ua mezcla de gases ideales ley de Dalto Feómeos de disolució de gases e líquidos leyes
Más detalles4.4 Sistemas mal condicionados
7 4.4 Sistemas mal codicioados l resolver u sistema de ecuacioes lieales usado u método directo, es ecesario aalizar si el resultado calculado es cofiable. E esta secció se estudia el caso especial de
Más detallesUniversidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingenierías RH-Amb-Ag TEORÍA
Uiversidad Nacioal del Litoral Facultad de Igeiería Ciecias Hídricas ESTADÍSTICA Igeierías RH-Amb-Ag TEORÍA Mg. Susaa Valesberg Profesor Titular INFERENCIA ESTADÍSTICA TEST DE HIPÓTESIS INTRODUCCIÓN Geeralmete
Más detalles1.- INTRODUCCIÓN PROFUNDIZACIÓN CORRELACIÓN 2.2 COEFICIENTE DE CORRELACIÓN LINEAL 3.- PRESENTACIÓN DEL TRABAJO 7
ÍNDICE 1.- INTRODUCCIÓN 3.- PROFUNDIZACIÓN 4.1 CORRELACIÓN. COEFICIENTE DE CORRELACIÓN LINEAL 3.- PRESENTACIÓN DEL TRABAJO 7 4.- PROPUESTA DE INCUBADORA 7 5.- CONCLUSIONES 14 Págia 1.- INTRODUCCION Segú
Más detallesÍNDICE NACIONAL DE PRECIOS AL CONSUMIDOR 1 AGOSTO DE 2018
COMUNICADO DE PRENSA NÚM. 48/18 7 DE SEPTIEMBRE DE 218 PÁGINA 1/4 Próxima publicació: 9 de octubre 1 AGOSTO DE 218 El Istituto Nacioal de Estadística y Geografía (INEGI) iforma que e agosto de 218 el Ídice
Más detalles