Diagnóstico de fallos en sistemas industriales basado en razonamiento borroso y posibilístico.

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

Download "Diagnóstico de fallos en sistemas industriales basado en razonamiento borroso y posibilístico."

Transcripción

1 UNIVERSIDAD POLITECNICA DE VALENCIA Departamento de Ingeniería de Sistemas y Automática Tesis Doctoral Diagnóstico de fallos en sistemas industriales basado en razonamiento borroso y posibilístico. Autor: Director: D. Julio César Ramírez Valenzuela Dr. D. Antonio Sala Piqueras Valencia, 20 de abril de 2007

2

3 Diagnóstico de fallos en sistemas industriales basado en razonamiento borroso y posibilístico. D. Julio César Ramírez Valenzuela Instituto Tecnológico de Nogales Av. Tecnológico 911, Nogales, Sonora, México juliorv@prodigy.net.mx

4

5 Preámbulo, agradecimientos. Primeramente doy gracias a Dios que me ha permitido concluir esta tesis, desarrollada a lo largo de varios años de investigación doctoral. Agradezco también a mi director de tesis, Dr. Antonio Sala Piqueras quien me tuvo mucha paciencia y me fue guiando en los diferentes temas relevantes, que fueron conformando mi trabajo de investigación. Doy gracias al Dr. Pedro Albertos, al Dr. Francisco Morant y a todos mis profesores del departamento de Ingeniería de Sistemas y Automática de la UPV, que me ayudaron en mi formación académica. Agradezco al personal administrativo del departamento por agilizar mis trámites para la lectura de mi tesis. Debo también dar las gracias a los directivos del Instituto Tecnológico de Nogales México donde laboro, por todo el apoyo recibido, sin el cuál no hubiese podido culminar mis estudios de doctorado. Agradezco a la academia de electrónica de dicho instituto por su apoyo y amistad, también al MC. Pedro Ochoa. Por último pero no menos importante a mi querida familia, que han sufrido mis ausencias. Gracias doy a mi esposa Sara por el ánimo y amor con el que siempre me motivó para seguir adelante, a mis hijos Josué, Joanna y Daniel por su amor. Valencia, 20 de abril de 2007.

6

7 Resumen Esta tesis aborda el diagnóstico de fallos en sistemas industriales por técnicas de Inteligencia Artificial, tratando en particular el razonamiento borroso y posibilístico. Inicialmente, se presentan los problemas a resolver en el diagnóstico de sistemas y después se plantean estrategias para abordarlos a partir de diferentes técnicas de Inteligencia Artificial, en donde destacamos los métodos relacionales borrosos que serán la base para nuestra aportación principal. También se han estudiado los sistemas expertos basados en lógica borrosa y que usan tablas de decisión, los sistemas expertos que combinan lógica borrosa con probabilidad y los sistemas de diagnóstico basados en redes Bayesianas. Se experimenta con varias técnicas de diagnóstico descritas en el estado del arte, haciendo combinaciones entre ellas. Una vez experimentadas y evaluadas las anteriores técnicas, vistos los inconvenientes que surgían, se decidió implementar una nueva metodología que diera una mejor solución al problema del diagnóstico. Esta metodología es el diagnóstico posibilístico borroso visto como un problema de optimización lineal. La metodología convierte los enunciados lingüísticos, que componen una base de reglas de un sistema experto borroso, en un conjunto de ecuaciones lineales a través de técnicas relacionales. Luego, estas ecuaciones se utilizan con algoritmos de programación lineal. Algunas modificaciones requieren programación cuadrática. Los resultados obtenidos en esta última aportación en una aplicación de análisis de aceites fueron satisfactorios, presentando al usuario una salida de diagnóstico fácil de interpretar, suficientemente exacta y teniendo en cuenta la incertidumbre en reglas y medidas.

8

9 Resum La present tesi tracta el diagnòstic de fallades en sistemes industrials amb tècniques d intel ligència artificial, en particular el raonament borrós i possibilístic. Inicialment, es presenten els problemes a resoldre en el diagnòstic de sistemes i després es plantegen estratègies per a abordar-los a partir de diferents tècniques d intel ligència artificial, on destaquem els mètodes relacionals borrosos que seran la base de la aportació principal. També s han estudiat els sistemes experts que combinen lògica borrosa amb probabilitat, i els sistemes bassats en xarxes baiessianes. S experimenta amb vàries tècniques de diagnòstic descrites en l estat de l art fent combinacions entre elles. Una vegada experimentades i avaluades, vistos els inconvenients de les mateixes, es decideix implementar una nova metodologia per tractar de millorar les solucions existents. Aquesta metodologia és el diagnòstic possibilístic borrós vist com un problema d optimització lineal. La metodologia converteix els enunciats lingüístics de les regles d un sistema expert borrós en un conjunt d equacions lineals a partir de tècniques relacionals. Aquestes equacions s utilitzen amb algoritmes de programació lineal. Algunes modificacions requereixen programació quadràtica. Els resultats obtinguts en una aplicació d anàlisi d olis han segut satisfactoris i presenten una eixida fàcil d interpretar, tenint en compte la incertesa en regles i mesuraments.

10

11 Abstract This thesis discusses automatic fault diagnosis in industrial systems with artificial intelligence techniques, in particular fuzzy and possibilistic reasoning. Initially, the problems to be solved are presented and strategies to deal with them are suggested in the scope of artificial intelligence, with special emphasis in fuzzy relational models which will be the base of the main contribution. Expert systems which combine fuzzy logic and probability have been also studied, as well as Bayesian networks. Tests with the mentioned techniques have been carried out. After its evaluation, given the drawbacks that some of them had, a decision was made to implement a new methodology in order to improve the existing solutions. This methodology views possibilistic fuzzy diagnosis as an optimization problem. The methodology converts the linguistic assertions in the expert system rulebases in a set of linear restrictions from relational techniques. These equations are used with linear programming code. Some modifications require quadratic programming. The obtained results in a practical oil analysis application are promising, presenting easily interpretable outputs and taking into account uncertainty in rules and measurements.

12

13 Índice de contenidos 13

14

15 Índice general I Estado del arte 7 1. Diagnóstico de fallos: generalidades Introducción Adquisición de la información Fiabilidad de la información Incertidumbre de la información Terminología usada en la supervisión, detección y diagnóstico de fallos Modelos del proceso Clases de procesos Modelos de conocimiento profundo o Deep Knowledge Modelos de conocimiento superficial Shallow Surface Supervisión Generación de síntomas Generación analítica de síntomas Generación heurística de síntomas Detección de fallos basado en modelos dinámicos Introducción Detección de fallos basado en el modelo Modelado de fallos i

16 2.4. Detección de fallos por estimación de parámetros Métodos de ecuaciones de error Métodos de error de salida Detección de fallos por medio de observadores Principios básicos para la construcción del generador residual en observadores Detección de fallos con ecuaciones de paridad Ecuaciones de paridad para procesos de una entrada y una salida (SISO) Ecuaciones de paridad para procesos de múltiples entradas y múltiples salidas (MIMO) Detección de fallos mediante el modelado de señales Lógica y sistemas borrosos: generalidades Introducción Lógica binaria Sistemas basados en reglas Verificación lógica. Anomalías Cálculo proposicional borroso Conjuntos borrosos Significado de la borrosidad Sistemas basados en reglas borrosas Reguladores borrosos Sistemas de diagnóstico borrosos Incertidumbre en el conocimiento Teoría de probabilidad Teoría de posibilidad Teoría de la evidencia ii

17 3.9. Medidas intervalares borrosas Cantidades borrosas Intervalo borroso Interpretación Borrosificación Diagnóstico basado en técnicas de Inteligencia Artificial Introducción Métodos de clasificación para el diagnóstico Principios del método de clasificación Métodos basados en modelos Técnicas de los métodos basados en el modelo Método basado en el modelo de eventos discretos Métodos basados en relaciones Método relacional borroso aplicando FMECA Tasas de cobertura en los métodos relacionales Combinación de lógica borrosa y probabilidad Introducción Teoría probabilista Bayesiana Corolario de probabilidad Corolario de probabilidad condicional Teorema de Bayes Teoría de evidencia Aplicaciones de la teoría de Dempster-Shafer Combinación de evidencia Generalización de la teoría de Dempster-Shafer a conjuntos borrosos Función de creencia generalizada Regla de combinación generalizada iii

18 6. Diagnóstico de fallos mediante redes Bayesianas Introducción Aplicaciones de redes Bayesianas Redes Bayesianas Representación del conocimiento en un dominio incierto Representación de la distribución de probabilidad conjunta Un método para construir redes Bayesianas Representación de las tablas de probabilidad condicional Inferencia en redes Bayesianas Patrones de inferencia en redes Bayesianas Separación dependiente de la dirección o separación-d Inferencia probabilista en poliárboles Apoyo causal Apoyo evidencial Apoyo causal y evidencial Un ejemplo numérico II Aportaciones Aportaciones en técnicas de Inteligencia Artificial para el diagnóstico Introducción Diccionario de fallos borroso para el diagnóstico Introducción a un sistema de diagnóstico basado en un diccionario de fallos Diagnóstico lógico Imprecisión en las medidas Variables de contexto iv

19 Diagnóstico predictivo a través de la tendencia de las variables Simulación de un proceso Sumario sobre el sistema experto borroso Diagnóstico de sistemas mediante combinación de lógica borrosa y probabilidad Aplicaciones industriales de la teoría de evidencia Sistema que combina lógica borrosa y probabilidad Análisis de resultados por combinación evidencial Sumario de la combinación de lógica borrosa y probabilidad Redes Bayesianas en el diagnóstico de sistemas con aprendizaje de parámetros Caso de estudio Descripción breve del programa Diagnóstico de fallos usando una red Bayesiana Análisis de resultados en el diagnóstico por redes Bayesianas Diagnóstico posibilístico borroso como un problema de optimización lineal Introducción Optimización lineal Programación lineal Definiciones básicas Metodología de diagnóstico (caso binario) Incorporando observaciones Refinamientos en la metodología Diagnosis basada en la consistencia El enfoque borroso Marco de trabajo Posibilístico Bases de conocimiento posibilístico Resultados del diagnosis posibilístico Ejemplos adicionales Discusión comparativa v

20 9. Aplicación del diagnóstico posibilístico borroso a la detección de fallos en motores de combustión interna mediante análisis de aceite Introducción Diagnóstico mediante análisis de aceite Definición de la base de conocimiento Preproceso de medidas y escenario de diagnóstico Preproceso de medidas Escenario de diagnóstico Construcción de las reglas de inferencia Diagnóstico de fallos Adquisición de observaciones σ j Función de optimización lineal Discusión sobre algunos resultados Conocimiento incierto y posibilidad condicional Conocimiento incierto Posibilidad condicional Conclusiones Conclusiones del trabajo Trabajos futuros vi

21 Índice de figuras 1.1. Definición de un conjunto borroso Exactitud alcanzada por los modelos, dependiente del grado de cantidad o calidad del conocimiento del proceso Detección y diagnóstico de fallos basado en el conocimiento Detección de fallos basado en el modelo del proceso, donde N son las perturbaciones Dependencia de los fallos con respecto al tiempo: a) abrupta, b)incipiente, c) intermitente Modelos básicos de fallos: a) fallos aditivos, b) fallos multiplicativos Modelo de proceso estático no lineal Modelo para la estimación de parámetros por ecuaciones de error Modelo para la estimación de parámetros por el error de salida Observador de orden completo para la generación de residuos Observador de orden completo para la generación de residuos Ecuaciones de paridad, método de error de salida Ecuaciones de paridad, método de ecuación de error Método de ecuaciones de paridad para modelos en espacio estado MIMO; D : filtro de diferenciación Temperatura agradable Diagnóstico de fallos usando métodos de clasificación Arquitectura para el diagnóstico vii

22 4.3. d es una explicación posible: las observaciones son consistentes con sus manifestaciones predichas, presentes y ausentes Solapamiento de conjuntos borrosos d es una explicación relevante: algunas de las manifestaciones presentes, predichas con anterioridad, son realmente observadas en el presente Modelo relacional que muestra los efectos de contexto no especificado M(d) +? Particionamiento de un eveto en dos subconjuntos mutuamente excluyentes Rueda de la fortuna dividida en tres áreas Descripción gráfica de cómo se obtiene f B,A (α i ). Obtención de: a) f B,A (0,25), b) f B,A (0,5), c) f B,A (0,75), d) f B,A (1) Descripción gráfica de los elementos focales de B y C Descripción de los subconjuntos borrosos Subconjuntos usados en la combinación de dos fuentes evidenciales Apilamiento de bloques por un brazo de robot Ejemplo de una red Bayesiana Ejemplo de RB que observa separación-d Un poliárbol típico Ejemplo de poliárbol Funciones de pertenencia Pendientes m u y F f en la tendencia de una variable Proceso industrial a simular Fallo 4 cuando k = Sistema de dos depósitos interconectados Funciones de pertenencia para q Errores entre la creencia y la regla Funciones de pertenencia no borrosas A y B viii

23 7.9. Gráfica de credibilidad y plausibilidad Estructuras de red propuestas en el aprendizaje supervisado Funciones de pertenencia que caracterizan al nivel de h 1 bajo y al sensor h Gráfica de plausibilidad y credibilidad del fallo de V i Una base de conocimiento básica.( ) la flecha sólida: asociaciones ciertas; ( ) flecha discontinua: asociaciones inciertas Descripción gráfica de un problema de diagnóstico.( ) la flecha sólida: asociaciones ciertas; ( ) flecha discontinua: asociaciones inciertas; ( ) línea punteada con estrella: desigualdades (la estrella denota a en a b) Conocimiento borroso incierto (la zona fiable aparece sombreada) Distribución de posibilidad proveniente de restricciones de igualdades suavizadas asimétricamente Distribución de posibilidad con 4 variables artificiales: restricciones de sector suavizadas Posibilidades marginales en el caso 1. Abscisas: severidad (de izquierda a derecha: d 1, d 2, d 3 ); ordenadas: posibilidad Posibilidades marginales en el caso Posibilidades marginales en el caso Diagrama de relación causa-efecto del sistema de diagnóstico por el análisis de aceites usados Gráficas de posibilidad condicional de los desórdenes del caso caso 1. Abscisas: severidad; ordenadas: posibilidad Gráficas de posibilidad condicional de los desórdenes del caso medidas2. Abscisas: severidad; ordenadas: posibilidad Gráficas de posibilidad condicional de los desórdenes del caso medidas3. Abscisas: severidad; ordenadas: posibilidad Gráficas de posibilidad condicional de los desórdenes del caso medidas4. Abscisas: severidad; ordenadas: posibilidad ix

24 x

25 Índice de cuadros 6.1. Clasificación de redes probabilistas Ejemplo de parámetros de ruido Diccionario de fallos (límites mínimos) Diccionario de fallos (límites máximos) Límites mínimos en el diccionario para diagnóstico del sistema de depósitos Límites máximos en el diccionario para diagnóstico del sistema de depósitos Relación desórdenes\síntomas Casos de medidas de 5 muestras de aceite usado Donde se muestran las observaciones σ j Resultado de desórdenes encontrados por el sistema

26 2

27 Introducción 3

28

29 Introducción Motivación Con las máquinas y los procesos industriales, el diagnóstico ha tomado importancia. En los últimos años la automática ha contribuido grandemente en estos avances, formalizando esta área de la investigación. El primer problema que se encuentra en el diagnóstico de fallos en los sistemas industriales, es la adquisición de la información, problema que puede resultar complejo ya sea el caso de información analítica o heurística. En el caso de la información analítica o cuantitativa los instrumentos de medición suelen proveer información que dependiendo de la calidad de los sensores introducen mayor o menor grado de incertidumbre en las medidas. En el caso de la información cualitativa o heurística la incertidumbre es todavía mayor, pues depende del punto de vista del ser humano, cuyos criterios pueden ser subjetivos y varían de una persona a otra. Tras la adquisición de la información la siguiente etapa, es la inferencia o razonamiento de diagnóstico. En esto, se han desarrollado muchos tipos de técnicas en el razonamiento de diagnóstico las del tipo analítico, que se basan en los modelos matemáticos de los procesos industriales y las del tipo de conocimiento superficial, que se basan en las relaciones causa-efecto de dichos sistemas. Las dos técnicas citadas no están exentas de problemas y también suelen introducir incertidumbre en los resultados de diagnóstico que ofrecen. En las técnicas analíticas basadas en los modelos matemáticos, aunque son por su naturaleza robustas, tienen el problema de que los modelos matemáticos son difíciles de adquirir y una vez que se tienen, no hay garantía de que permanezcan sin cambios, además, pueden ser afectados por factores externos de manera que su fiabilidad disminuye. El problema en las técnicas basadas en el conocimiento causa-efecto, son los algoritmos de inferencia o razonamiento de diagnóstico. La mayoría de estos algoritmos son desarrollados con técnicas de Inteligencia Artificial, como los sistemas expertos, la lógica borrosa, redes neuronales etc., aunque los resultados de estos algoritmos son buenos, no dejan de ser aproximaciones de optimización que implican un cierto grado de incertidumbre. 5

30 Como último problema en los sistemas de diagnóstico tenemos la diagnosis o interpretación de resultados que la inferencia de diagnóstico nos ofrece. Este último problema esta relacionado con la toma de decisiones, tarea que puede resultar compleja, sobre todo si el sistema de diagnóstico no ha dado un buen trato a la incertidumbre en las diferentes etapas del diagnóstico. Objetivos Vista la anterior problemática, se plantea un estudio de las técnicas de Inteligencia Artificial que han probado ser más efectivas en el diagnóstico de fallos, como son: los sistemas expertos borrosos, basados en tablas de conocimiento, los sistemas expertos que combinan lógica borrosa con probabilidad, y las redes Bayesianas. En estas técnicas se dará un trato a la incertidumbre presente en la información, representando las medidas en forma de intervalo. El objetivo principal de esta tesis es presentar una nueva metodología de diagnóstico, que consiste en un sistema experto posibilístico borroso visto como un problema de optimización lineal. Se explicará la fundamentación teórica de esta técnica, basada en métodos relacionales borrosos y en optimización lineal. Otro objetivo, será probar esta técnica a través de la implementación de un sistema de diagnóstico de motores de combustión interna por el análisis de aceites usados. Donde se demostrará además de lo fácil que resulta la mecanización y aprendizaje de esta técnica, lo óptimo de sus resultados y lo fácil que es la interpretación de los mismos, con lo cual se disminuye la incertidumbre en el diagnóstico considerablemente. 6

31 Parte I Estado del arte 7

32

33 Capítulo 1 Diagnóstico de fallos: generalidades 1.1. Introducción En este capítulo se trata el primer problema que se encuentra en la detección y diagnóstico de fallos, que es la adquisición de la información, problema que puede resultar complejo ya sea el caso de información analítica o heurística. Por el lado de la información analítica, es sabido que a menor grado de calidad en los sensores, aumenta la incertidumbre al disminuir la exactitud y la precisión en las mediciones. Si consideramos la información heurística, se puede apreciar que la incertidumbre es algo inherente en ella, pues depende del punto de vista del operador humano, que frecuentemente utiliza un razonamiento aproximado para la solución de problemas complejos, con un grado aceptable de eficacia Adquisición de la información El conocimiento que podemos adquirir acerca del comportamiento de un sistema físico se fundamenta principalmente en la adquisición y valoración de dos tipos de información (Chacón 200l): Cuantitativa, que se adquiere a través de los diferentes instrumentos de medición de las variables que caracterizan el funcionamiento del sistema. Cualitativa, adquirida por humanos a través de los órganos sensoriales y procesada por el cerebro, que suministra información generalmente en forma lingüística. En el proceso de detección y diagnóstico, no se puede despreciar ninguna clase de información, debido a que las dos son fundamentales para la generación de los síntomas de fallos. 9

34 Fiabilidad de la información Tanto en la vida cotidiana como en el mundo técnico, la información que se tiene y se manipula es habitualmente incompleta. Nunca se dispone de información en toda su integridad o con la certeza necesaria. Existen diferentes tipos de errores que pueden contribuir a la no fiabilidad de la información, como son: Ambigüedad. Una medición o apreciación de un efecto puede ser interpretado de diferentes maneras. Ausencia de información. Es cuando la información se ha perdido o no se dispone de ella. Incorrección. Es cuando la información es equivocada. Una hipótesis es una afirmación hecha inicialmente, pero que debe verificarse. Una hipótesis incorrecta puede ser falsa positiva o falsa negativa, en el caso falsa positiva, se afirma la hipótesis cuando no es verdadera, y en el caso falsa negativa, se rechaza cuando es verdadera. Los siguientes son errores resultantes de las mediciones: Exactitud, esta relacionada con el valor verdadero de la magnitud medida. Se denomina exactitud a la capacidad de un instrumento de medir un valor cercano al valor de la magnitud real. Exactitud implica precisión. Pero no al contrario. Esta cualidad también se encuentra en instrumentos generadores de magnitudes físicas, siendo en este caso la capacidad del instrumento de acercarse a la magnitud física real. Precisión, es la capacidad de realizar medidas similares. Por ejemplo: varias medidas son como flechas disparadas hacia un objetivo. La exactitud describe la proximidad de las flechas al centro del objetivo. Las flechas que impactaron más cerca del centro se consideran más exactas. Cuanto más cerca están las medidas a un valor aceptado, más exacto es un sistema. La precisión, en este ejemplo, es el tamaño del grupo de flechas. Cuanto más cercanas entre sí estén las flechas que impactaron el objetivo, más preciso será el sistema. Hay que notar que el hecho de que las flechas estén muy cercanas entre sí es independiente al hecho que estén cerca del centro del objetivo. En sí, se puede decir que la precisión es el grado de repetibilidad del resultado. La precisión es normalmente caracterizada en términos de desviación estándar de las medidas. La precisión no puede identificarse en medidas de diferentes magnitudes, en cambio, la exactitud sí lo puede. Fiabilidad, esta relacionada con medidas erráticas, es decir que no son constantes, fluctúan, algunas veces son correctas y algunas no. 10

35 Aleatorio, fluctuaciones aleatorias alrededor del valor medio que induce incertidumbre en el valor medio. Otros tipos de errores aleatorios pueden ser causados por el movimiento Browniano, el ruido electrónico debido a efectos térmicos, etcétera. Sistemático, no es un error de naturaleza aleatoria pero se introduce a causa de una de falta de exactitud. Por ejemplo una falta de calibración de una regla en donde sus graduaciones o divisiones son más pequeñas de lo normal producen un error sistemático que indica lecturas que son más grandes que lo normal Incertidumbre de la información La incertidumbre se puede considerar como la falta de información adecuada para tomar una decisión. La incertidumbre es un problema debido a que puede impedir que se tome una decisión y al contrario, puede provocar que se tome una decisión incorrecta. La incertidumbre puede estar asociada a una sentencia no vaga: frecuentemente no existe un intermedio entre la verdad y la falsedad, pero no se puede estar seguro que la sentencia sea verdadera o sea falsa. A veces un hecho entre más preciso puede ser menos cierto. Existen ciertas representaciones de la incertidumbre, como son: La teoría de las probabilidades. El origen de las probabilidades se ha definido exclusivamente a partir de estadísticas, lo que ha conformado la escuela de los objetivistas o frecuentistas. Estos basan las probabilidades en la repetición de un evento. Existe también la escuela de los los subjetivistas, que proponen que es posible definir una probabilidad que no sea necesariamente una frecuencia de aparición de un evento, sino más justamente una evaluación subjetiva de la aparición de este hecho. Aunque las probabilidades se expresan en números, el mérito del cálculo de probabilidades se basa en que suministra la forma de articular y manipular relaciones cualitativas que se han encontrado útiles en el discurso normal. Se distingue 4 relaciones principales que forman según Pearl (Pearl 1988) las bases primitivas del lenguaje de las probabilidades: Condicionalidad: Sí Tomás esta enfermo, el no puede correr. Verdad o certeza: Tomás es más probable que corra que camine. Dependencia: Cuando Tomás corre, dependiendo del clima, el puede enfermar. Casualidad: El estar enfermo causa que Tomás no pueda correr. La mecánica de la teoría de las probabilidades permite extraer numerosos esquemas naturales de razonamiento como los basados en la no-monotonía que dependen uno a uno del contexto, la abducción o explicación, la noción de disculpa o explaining away, entre otras. Sin embargo, la teoría de la probabilidad se observa como una plataforma demasiado normativa y rígida para tomar en cuenta todos los aspectos del razonamiento y juicios cargados de incertidumbre del mundo real. 11

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.

TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son

Más detalles

1.1. Introducción y conceptos básicos

1.1. Introducción y conceptos básicos Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT

DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT REACCIONES ADVERSAS DE LOS MEDICAMENTOS Los fármacos por naturaleza

Más detalles

Introducción En los años 60 s y 70 s cuando se comenzaron a utilizar recursos de tecnología de información, no existía la computación personal, sino que en grandes centros de cómputo se realizaban todas

Más detalles

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción

Más detalles

Sistemas de Información Geográficos (SIG o GIS)

Sistemas de Información Geográficos (SIG o GIS) Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos

Más detalles

Estándares para planes de calidad de software. Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008

Estándares para planes de calidad de software. Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008 Estándares para planes de calidad de software Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008 DIFERENCIA ENTRE PRODUCIR UNA FUNCION Y PRODUCIR UNA FUNCION

Más detalles

Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org

Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

Elementos requeridos para crearlos (ejemplo: el compilador)

Elementos requeridos para crearlos (ejemplo: el compilador) Generalidades A lo largo del ciclo de vida del proceso de software, los productos de software evolucionan. Desde la concepción del producto y la captura de requisitos inicial hasta la puesta en producción

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS DE CONTROL. FeGoSa Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro

Más detalles

MATEMÁTICAS ESO EVALUACIÓN: CRITERIOS E INSTRUMENTOS CURSO 2014-2015 Colegio B. V. María (Irlandesas) Castilleja de la Cuesta (Sevilla) Página 1 de 7

MATEMÁTICAS ESO EVALUACIÓN: CRITERIOS E INSTRUMENTOS CURSO 2014-2015 Colegio B. V. María (Irlandesas) Castilleja de la Cuesta (Sevilla) Página 1 de 7 Página 1 de 7 1 CRITERIOS DE EVALUACIÓN 1.1 SECUENCIA POR CURSOS DE LOS CRITERIOS DE EVALUACION PRIMER CURSO 1. Utilizar números naturales y enteros y fracciones y decimales sencillos, sus operaciones

Más detalles

forma de entrenar a la nuerona en su aprendizaje.

forma de entrenar a la nuerona en su aprendizaje. Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo

Más detalles

CATÁLOGO DE INFERENCIAS

CATÁLOGO DE INFERENCIAS Las inferencias son los elementos claves en los modelos de conocimiento o Son los elementos constitutivos de los procesos de razonamiento No existe ningún estándar CommonKADS ofrece un catálogo que cubre

Más detalles

ANALIZANDO GRAFICADORES

ANALIZANDO GRAFICADORES ANALIZANDO GRAFICADORES María del Carmen Pérez E.N.S.P.A, Avellaneda. Prov. de Buenos Aires Instituto Superior del Profesorado "Dr. Joaquín V. González" Buenos Aires (Argentina) INTRODUCCIÓN En muchos

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.

Más detalles

Parte I: Introducción

Parte I: Introducción Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one

Más detalles

SÍNTESIS Y PERSPECTIVAS

SÍNTESIS Y PERSPECTIVAS SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.

Más detalles

4. EVALUACIÓN DEL PROGRAMA DE CAPACITACIÓN

4. EVALUACIÓN DEL PROGRAMA DE CAPACITACIÓN 4. EVALUACIÓN DEL PROGRAMA DE CAPACITACIÓN La etapa final del proceso de capacitación es la evaluación de los resultados obtenidos, mediante este proceso se puede responder a las siguientes preguntas:

Más detalles

Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere.

Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere. UNIVERSIDAD DE CARABOBO FACULTAD DE CIENCIA Y TECNOLOGÍA DIRECCION DE EXTENSION COORDINACION DE PASANTIAS Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere. Pasante:

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

Capítulo 2. Metodologías de selección de personal

Capítulo 2. Metodologías de selección de personal Capítulo 2. Metodologías de selección de personal 2.1 Introducción La selección de personal es una actividad en la cual toda empresa invierte parte de sus recursos, debido a que es una tarea de vital importancia.

Más detalles

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas.

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas. El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los

Más detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

Unidad 1. Fundamentos en Gestión de Riesgos

Unidad 1. Fundamentos en Gestión de Riesgos 1.1 Gestión de Proyectos Unidad 1. Fundamentos en Gestión de Riesgos La gestión de proyectos es una disciplina con la cual se integran los procesos propios de la gerencia o administración de proyectos.

Más detalles

7. Conclusiones. 7.1 Resultados

7. Conclusiones. 7.1 Resultados 7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

1.1 EL ESTUDIO TÉCNICO

1.1 EL ESTUDIO TÉCNICO 1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar

Más detalles

Modelos de Ciclo de Vida de Desarrollo de Software en el Contexto de la Industria Colombiana de Software

Modelos de Ciclo de Vida de Desarrollo de Software en el Contexto de la Industria Colombiana de Software Modelos de Ciclo de Vida de Desarrollo de Software en el Contexto de la Industria Colombiana de Software Hugo F. Arboleda Jiménez. MSc. Docente-Investigador, Facultad de Ingenierías, Universidad de San

Más detalles

CRITERIOS BÁSICOS PARA IDENTIFICAR PROBLEMAS (Caballero, 2000)

CRITERIOS BÁSICOS PARA IDENTIFICAR PROBLEMAS (Caballero, 2000) CRITERIOS BÁSICOS PARA IDENTIFICAR PROBLEMAS (Caballero, 2000) 1. Algún Planteamiento Teórico (PT) Realidad ( R )? Empirismos en la determinación de la dependencia de... 2. PT (A) PT (B) : : Realidad (

Más detalles

ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO

ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO FUNDACION NEXUS ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO Marzo de 2012 CALIDAD, CONTROL DE LA CALIDAD Y ASEGURAMIENTO DE LA CALIDAD El laboratorio de análisis ofrece a sus clientes un servicio que se

Más detalles

Gestión de la Configuración

Gestión de la Configuración Gestión de la ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ESTUDIO DE VIABILIDAD DEL SISTEMA... 2 ACTIVIDAD EVS-GC 1: DEFINICIÓN DE LOS REQUISITOS DE GESTIÓN DE CONFIGURACIÓN... 2 Tarea EVS-GC 1.1: Definición de

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

PRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE

PRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,

Más detalles

CAPÍTULO I. Sistemas de Control Distribuido (SCD).

CAPÍTULO I. Sistemas de Control Distribuido (SCD). 1.1 Sistemas de Control. Un sistema es un ente cuya función es la de recibir acciones externas llamadas variables de entrada que a su vez provocan una o varias reacciones como respuesta llamadas variables

Más detalles

Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología

Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto

Más detalles

Comprendiendo las estrategias de mantenimiento

Comprendiendo las estrategias de mantenimiento 2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Mantenimiento 101 Comprendiendo las estrategias de mantenimiento Generalidades

Más detalles

PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015)

PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015) PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015) CRITERIOS E INDICADORES Se detallan a continuación los criterios de evaluación junto con sus indicadores de contenidos asociados. En negrita se indican

Más detalles

CAPITULO III MARCO METODOLÓGICO. Desde la perspectiva de Hurtado de Barrera (2008), el tipo de

CAPITULO III MARCO METODOLÓGICO. Desde la perspectiva de Hurtado de Barrera (2008), el tipo de CAPITULO III MARCO METODOLÓGICO 1. TIPO DE INVESTIGACIÓN Desde la perspectiva de Hurtado de Barrera (2008), el tipo de investigación que propone soluciones a una situación determinada a partir de un proceso

Más detalles

RESUMEN CUADRO DE MANDO

RESUMEN CUADRO DE MANDO 1. Objetivo Los objetivos que pueden alcanzarse, son: RESUMEN CUADRO DE MANDO Disponer eficientemente de la información indispensable y significativa, de modo sintético, conectada con los objetivos. Facilitar

Más detalles

GUIA SOBRE LOS REQUISITOS DE LA DOCUMENTACION DE ISO 9000:2000

GUIA SOBRE LOS REQUISITOS DE LA DOCUMENTACION DE ISO 9000:2000 1 INTRODUCCIÓN Dos de los objetivos más importantes en la revisión de la serie de normas ISO 9000 han sido: desarrollar un grupo simple de normas que sean igualmente aplicables a las pequeñas, a las medianas

Más detalles

CRITERIOS ESPECÍFICOS PARA EVALUAR LA INCERTIDUMBRE EN PROCESOS DE MEDICIÓN EN LABORATORIOS QUIMICOS

CRITERIOS ESPECÍFICOS PARA EVALUAR LA INCERTIDUMBRE EN PROCESOS DE MEDICIÓN EN LABORATORIOS QUIMICOS Página 1 de 6 TITULO: CRITERIOS ESPECIFICOS PARA EVALUAR LA INCERTIDUMBRE DE UN PROCESO DE MEDICIÓN EN LABORATORIOS QUÍMICOS Resumen: El presente documento contiene los criterios en lo referente a la evaluación

Más detalles

Capítulo IV. Manejo de Problemas

Capítulo IV. Manejo de Problemas Manejo de Problemas Manejo de problemas Tabla de contenido 1.- En qué consiste el manejo de problemas?...57 1.1.- Ventajas...58 1.2.- Barreras...59 2.- Actividades...59 2.1.- Control de problemas...60

Más detalles

LA MEDIDA Y SUS ERRORES

LA MEDIDA Y SUS ERRORES LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger

Más detalles

Gestión de Riesgos en Proyectos

Gestión de Riesgos en Proyectos GRUPO VISIÓN PROSPECTIVA MÉXICO 2030 Gestión de Riesgos en Proyectos Mauricio Jessurun Solomou mjess@unisolmexico.com Luis Miguel Arroyo lmarroyoi@emsi.com.mx Julio, 2015 Gestión de Riesgos en Proyectos

Más detalles

DE VIDA PARA EL DESARROLLO DE SISTEMAS

DE VIDA PARA EL DESARROLLO DE SISTEMAS MÉTODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS 1. METODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS CICLO DE VIDA CLÁSICO DEL DESARROLLO DE SISTEMAS. El desarrollo de Sistemas, un proceso

Más detalles

"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios

Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios "Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se

Más detalles

Introducción a los sistemas de control

Introducción a los sistemas de control Introducción a los sistemas de control Sistema Un sistema es una combinación de componentes que actúan juntos y realizan un objetivo determinado A un sistema se le puede considerar como una caja negra

Más detalles

Enfoque del Marco Lógico (EML)

Enfoque del Marco Lógico (EML) Enfoque del Marco Lógico (EML) Qué es el EML? Es una herramienta analítica que se utiliza para la mejorar la planificación y la gestión de proyectos tanto de cooperación al desarrollo como de proyectos

Más detalles

Cifras significativas e incertidumbre en las mediciones

Cifras significativas e incertidumbre en las mediciones Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades

Más detalles

Es de aplicación a todas aquellas situaciones en las que se necesita desplegar un objetivo para obtener una visión clara de cómo debe ser alcanzado.

Es de aplicación a todas aquellas situaciones en las que se necesita desplegar un objetivo para obtener una visión clara de cómo debe ser alcanzado. DIAGRAMA DE AÁRBOL 1.- INTRODUCCIÓN Este documento describe el proceso de construcción de un Diagrama de Árbol, mediante el cual se dispone de una metodología simple y sistemática para la identificación

Más detalles

La perspectiva humana tiene mucha importancia en la gestión empresarial

La perspectiva humana tiene mucha importancia en la gestión empresarial 24 La inteligencia emocional, una habilidad para el éxito de los directivos globales Simon L. Dolan Catedrático de recursos humanos de la Universitat Ramon Llull y director científico del Instituto de

Más detalles

4 Teoría de diseño de Experimentos

4 Teoría de diseño de Experimentos 4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio

Más detalles

COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN

COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN Ing. Carlos Ormella Meyer Los planes de concientización especialmente en seguridad de la información han sido muchas veces terreno fértil de opiniones discordantes,

Más detalles

CONTABILIDAD PARA NO CONTABLES

CONTABILIDAD PARA NO CONTABLES CONTABILIDAD PARA NO CONTABLES Queda prohibida toda la reproducción de la obra o partes de la misma por cualquier medio sin la autorización previa Área: Administración y Oficinas Curso: Contabilidad Para

Más detalles

CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA. Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo

CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA. Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo Laboratorio de Redes de Neuronas Artificiales y Sistemas Adaptativos Universidade

Más detalles

Figure 7-1: Phase A: Architecture Vision

Figure 7-1: Phase A: Architecture Vision Fase A Figure 7-1: Phase A: Architecture Vision Objetivos: Los objetivos de la fase A son: Enfoque: Desarrollar una visión de alto nivel de las capacidades y el valor del negocio para ser entregado como

Más detalles

Diseño orientado al flujo de datos

Diseño orientado al flujo de datos Diseño orientado al flujo de datos Recordemos que el diseño es una actividad que consta de una serie de pasos, en los que partiendo de la especificación del sistema (de los propios requerimientos), obtenemos

Más detalles

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007

Ingeniería del Software I Clase de Testing Funcional 2do. Cuatrimestre de 2007 Enunciado Se desea efectuar el testing funcional de un programa que ejecuta transferencias entre cuentas bancarias. El programa recibe como parámetros la cuenta de origen, la de cuenta de destino y el

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL

INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL FUNDACION NEXUS ciencias sociales medio ambiente salud INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL Por Daniel Fernández Dillon Ingeniería Sanitaria

Más detalles

Técnicas de valor presente para calcular el valor en uso

Técnicas de valor presente para calcular el valor en uso Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar

Más detalles

Guía Práctica para el Diseño de Proyectos Sociales

Guía Práctica para el Diseño de Proyectos Sociales Guía Práctica para el Diseño de Proyectos Sociales Marcela Román C. CIDE INTRODUCCION Las Políticas de focalización de la acción social del Estado y, en particular la educativa, están fundamentalmente

Más detalles

Operaciones Morfológicas en Imágenes Binarias

Operaciones Morfológicas en Imágenes Binarias Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los

Más detalles

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse. TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión... Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación

Más detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

í Í 1.1.- Justificación e Importancia del presente Trabajo de Investigación La sociedad espera que el sector productivo contribuya al desarrollo económico y al progreso, reduciendo así sus efectos ambientales

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

activuspaper Text Mining and BI Abstract

activuspaper Text Mining and BI Abstract Text Mining and BI Abstract Los recientes avances en lingüística computacional, así como la tecnología de la información en general, permiten que la inserción de datos no estructurados en una infraestructura

Más detalles

Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración

Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración Equipos de medición. Intervalos de calibración e interpretación de Certificados de Calibración Equipos de Medición. Intervalos de calibración e interpretación de Certificados de Calibración Disertante:

Más detalles

Sistemas de costos por ordenes de trabajo

Sistemas de costos por ordenes de trabajo Sistemas de costos por ordenes de trabajo Objetivos del sistema Los costos por órdenes de trabajo tienen, entre otros, los siguientes objetivos: 1. Calcular el costo de manufactura de cada artículo que

Más detalles

Capítulo VI. Diagramas de Entidad Relación

Capítulo VI. Diagramas de Entidad Relación Diagramas de Entidad Relación Diagramas de entidad relación Tabla de contenido 1.- Concepto de entidad... 91 1.1.- Entidad del negocio... 91 1.2.- Atributos y datos... 91 2.- Asociación de entidades...

Más detalles

Test de intrusión (Penetration Test) Introducción

Test de intrusión (Penetration Test) Introducción Test de intrusión (Penetration Test) Introducción Nos encontramos en una época en donde las empresas están sufriendo ataques informáticos cada vez en forma más asidua, basta con ver los informes anuales

Más detalles

Informe final de evaluación del seguimiento de la implantación de títulos oficiales MÁSTER UNIVERSITARIO EN PERIODISMO CULTURAL

Informe final de evaluación del seguimiento de la implantación de títulos oficiales MÁSTER UNIVERSITARIO EN PERIODISMO CULTURAL Informe final de evaluación del seguimiento de la implantación de títulos oficiales 2013 MÁSTER UNIVERSITARIO EN PERIODISMO CULTURAL Facultad de Humanidades y Ciencias de la Comunicación CEU INFORMACIÓN

Más detalles

Solución. Sistema Desarrollado por IMP, Solución para Detectar Fugas y Tomas Clandestinas en Ductos de Transporte de Gas y Líquidos.

Solución. Sistema Desarrollado por IMP, Solución para Detectar Fugas y Tomas Clandestinas en Ductos de Transporte de Gas y Líquidos. investigación Fuentes: Instituto Mexicano del Petróleo/ Elizabeth Martínez, PetroQuiMex. Solución Sistema Desarrollado por IMP, Solución para Detectar Fugas y Tomas Clandestinas en Ductos de Transporte

Más detalles

Portafolio de Servicios y Productos

Portafolio de Servicios y Productos Portafolio de Servicios y Productos Introducción Somos una empresa que se dedica a generar ventajas competitivas para nuestros clientes a través de desarrollos y consultoría en inteligencia de negocios

Más detalles

El monitoreo de una variable física requiere supervisión permanente de señales que

El monitoreo de una variable física requiere supervisión permanente de señales que Capítulo 1 Marco Contextual 1.1. Formulación del problema 1.1.1. Definición del problema El monitoreo de una variable física requiere supervisión permanente de señales que varían con el tiempo. Tal información,

Más detalles

Calibración y control de calidad de instrumentos de análisis

Calibración y control de calidad de instrumentos de análisis Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio

Más detalles

Contenidos. INFORME ENCUESTA TELEFÓNICA. Curso 2009 10

Contenidos. INFORME ENCUESTA TELEFÓNICA. Curso 2009 10 ENCUESTA DE OPINIÓN DEL ALUMNADO SOBRE LA ACTUACIÓN DOCENTE DEL PROFESORADO UNIVERSIDAD DE SEVILLA Curso 2009-2010 ENCUESTA TELEFÓNICA Contenidos Introducción.... 4 El Cuestionario... 5 El muestreo...

Más detalles

Tema 12: Contrastes Paramétricos

Tema 12: Contrastes Paramétricos Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de

Más detalles

MÁQUINA DE VECTORES DE SOPORTE

MÁQUINA DE VECTORES DE SOPORTE MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas

Más detalles

UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA

UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA COSTOS II Guía No. 1.- Conceptos Básicos OBJETIVO 1. Asimilar conceptos fundamentales de costos I. CONCEPTOS BASICOS DE COSTOS 1. CONTABILIDAD DE

Más detalles

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre.

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Tema: Sistemas Subtema: Base de Datos. Materia: Manejo de aplicaciones

Más detalles

Técnicas de prueba 1. FUNDAMENTOS DE LA PRUEBA DEL SOFTWARE

Técnicas de prueba 1. FUNDAMENTOS DE LA PRUEBA DEL SOFTWARE Técnicas de prueba El desarrollo de Sistemas de software implica la realización de una serie de actividades predispuestas a incorporar errores (en la etapa de definición de requerimientos, de diseño, de

Más detalles

Master en Gestion de la Calidad

Master en Gestion de la Calidad Master en Gestion de la Calidad No Conformidades y Acciones Correctoras No Conformidades y Acciones Correctoras 1 / 11 OBJETIVOS Al finalizar esta unidad didáctica será capaz de: Conocer con claridad la

Más detalles

EL MODELO DE DATOS RASTER

EL MODELO DE DATOS RASTER EL MODELO DE DATOS RASTER El modelo de datos raster, como señala Bosque (1992), es el modelo de datos complementario al modelo vectorial presentado anteriormente. Tiene como principal característica el

Más detalles

Metodología. del ajuste estacional. Tablero de Indicadores Económicos

Metodología. del ajuste estacional. Tablero de Indicadores Económicos Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,

Más detalles

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos.

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos. PROGRAMACIÓN LINEAL Objetivo: Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar sistemas donde existan recursos escasos y se presenten relaciones lineales, mediante la teoría

Más detalles

Análisis de medidas conjuntas (conjoint analysis)

Análisis de medidas conjuntas (conjoint analysis) Análisis de medidas conuntas (conoint analysis). Introducción Como ya hemos dicho anteriormente, esta técnica de análisis nos sirve para analizar la importancia que dan los consumidores a cada uno de los

Más detalles

Software de Simulación aplicado a entornos de e-learning

Software de Simulación aplicado a entornos de e-learning Software de Simulación aplicado a entornos de e-learning 2009 Laboratorio de Investigación de Software Universidad Tecnológica Nacional Facultad Regional Córdoba Titulo del Proyecto Software de Simulación

Más detalles

CMMI (Capability Maturity Model Integrated)

CMMI (Capability Maturity Model Integrated) CMMI (Capability Maturity Model Integrated) El SEI (software engineering institute) a mediados de los 80 desarrolló el CMM (modelo de madurez de la capacidad de software). CMMI: CMM integrado, una mezcla

Más detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

El Futuro de la Computación en la Industria de Generación Eléctrica

El Futuro de la Computación en la Industria de Generación Eléctrica El Futuro de la Computación en la Industria de Generación Eléctrica Retos a los que se enfrenta la industria de generación La industria de generación eléctrica se enfrenta a dos retos muy significativos

Más detalles