Teoría de Colas. Quién es el último? 1 ROGLE jpgarcia@omp.upv.es
|
|
- Irene Esperanza Medina Agüero
- hace 8 años
- Vistas:
Transcripción
1 Teoría de Colas. Qué es el últmo? 04/05/20
2 Teoría de Colas Itroduó Desrpó de u problema de olas Caraterístas Notaó Medbles Resultados Geerales Cómo se obtee datos para u sstema de olas partular. El aálss de ua ola roesos de Nameto y Muerte Modelos de olas smples M/M/, M/M/, M/M//K, M/M/f Más varates G/G/, G/G/ Varates Cletes mpaetes, oblaó Lmtada, Tempos varables de Servo Redes y Seres Colas e Sere Agregado y desagregado flujos Redes de Jakso abertas Redes de Jakso erradas Smulaó Más roblemas Aexos jpgara@omp.upv.es 2 04/05/20
3 Teoría de Colas Itroduó Desrpó de u problema de olas roesos de Nameto y Muerte Modelos de olas smples Redes y Seres Smulaó Más roblemas Aexos jpgara@omp.upv.es 3 04/05/20
4 Qué es u Sstema de Colas jpgara@omp.upv.es 04/05/20
5 Alguas deas mportates or qué la teoría de olas puede ompetr o la smulaó. Qué sgfa los valores que os da la teoría de olas. Qué osas podemos saber sí o sí, porque lo da los resultados aalítos. ara qué puede servr saber alular ua ola e oreto s hay exels que ya lo hae. jpgara@omp.upv.es 04/05/20
6 Desrpó de u problema de olas letes llegado servo letes servdos Caraterístas de los sstemas de olas Notaó letes que abadoa Cómo medr el redmeto del sstema Alguos resultados geerales Como reoger los datos Los proesos de osso y la dstrbuó expoeal roesos de ameto y muerte e el proeso estable jpgara@omp.upv.es 6 04/05/20
7 Caraterístas de los Sstemas de Colas I atró de llegada de los letes Llegada estoásta. Llegada por lotes. Cletes mpaetes atró de llegada varable atró de servo de los servdores Tempo de servo ostate o varable Servo e lotes o dvdual atró de servo o estaoaro Dspla de Cola FIFO, LIFO Co prordades jpgara@omp.upv.es 7 04/05/20
8 Caraterístas de los Sstemas de Colas II Capadad del Sstema Lmtaó de apadad de la ola Número de aales de servo Ua ola o múltples olas Los measmos de servo opera de maera depedete Número de etapas de servo jpgara@omp.upv.es 8 04/05/20
9 Notaó A / B / X /Y / Z A: da la dstrbuó de tempo etre llegadas oseutvas B: alude al patró de servo de servdores X: es el úmero de aales de servo Y: es la restró e la apadad del sstema Z: es la dspla de ola C arate rísta S ím b olo E xp laó D strbu ó de te m po s de llegada A D strbu ó de te m po s de serv o B M D E k H k H G E xpo ea l D eterm sta E rla g tpo -k k=,2,... M ez la de k expo e ale s T po fase G eera l N ú m ero de servdo res D sp la de o la,2,..., FIFO L IFO R S S R G D S ervr al prm ero que llega E l ú ltm o que lle ga se srve prm ero S e le ó a leato ra de serv o ro rdad D s p la ge eral jpgara@omp.upv.es 9 04/05/20
10 Cómo medr el redmeto de u Sstema Tempo de Espera de u lete Tempo e la ola Tempo e el sstema Cómo se aumula los letes Número de letes e la ola Número de letes e el sstema Cuáto tempo está los servdores vaíos Cual es el throughput del sstema El dseño exge defr el vel de servo al lete que ompesa el oste de mplataó y ejeuó jpgara@omp.upv.es 0 04/05/20
11 Nomelatura I = Número de llegadas por udad de tempo = Número de servos por udad de tempo s el servdor está oupado = Número de servdores e paralelo Cogestó de u sstema o parámetros,, Nt: Número de letes e el sstema e el state t Nqt: Número de letes e la ola e e el state t Nst: Número de letes e servo e el state t t: robabldad que haya letes e el sstema e el state t=r{nt=} N: Número de letes e el sstema e el estado estable : robabldad de que haya letes e estado estable jpgara@omp.upv.es 04/05/20
12 Nomelatura II L : Número medo de letes e el sstema Lq : Número medo de letes e la ola Tq : Represeta el tempo que u lete verte e la ola S : Represeta el tempo de servo T = Tq+S: Represeta el tempo total que u lete verte e el sstema Wq= E[Tq]:Tempo medo de espera de los letes e la ola W=E[T]:Tempo medo de estaa de los letes e el sstema b : probabldad de que ualquer servdor esté oupado jpgara@omp.upv.es 2 04/05/20
13 3 Relaoes Geerales Teorema de Lttle L= W L q = W q Otros resultados 0 p E L q q E L q W W q q W W L L r 0 p p p p L L q p b 04/05/20 jpgara@omp.upv.es
14 Lq = =40 4
15 Teoría de Colas Itroduó Desrpó de u problema de olas Caraterístas Notaó Medbles Resultados Geerales Cómo se obtee datos para u sstema de olas partular. El aálss de ua ola roesos de Nameto y Muerte Modelos de olas smples M/M/, M/M/, M/M//K, M/M/f Varates Cletes mpaetes, oblaó Lmtada, Tempos varables de Servo Más varates G/G/, G/G/ Redes y Seres Colas e Sere Agregado y desagregado flujos Redes de Jakso abertas Redes de Jakso erradas Smulaó Más roblemas Aexos Estadísta elemetal Uso del QTS-plus Dstrbuoes Estadístas Uso de Exel para la resoluó de roblemas de rogramaó Leal. jpgara@omp.upv.es 5 04/05/20
16 Cómo reoger datos e u sstema de olas La formaó se reoge uado algo ourre Los datos a reoger a Cada uáto llega u lete. b Cuáto se tarda e servr a ada lete R e lo j t Tempo etre llegadas etre + e Tempo de servo al lete E trad a/ sa ld a d e l le te T e m p o e q u e e l le te etra e serv o T e m p o e q u e e l le te sa le d e l serv o T e m -p o e la o la T e m p o e e l sste m a jpgara@omp.upv.es 6 T a m a ño d e o las d esp u é s d e t C le tes e e l sste m a d esp u és d e t 0 -E S E E /05/20
17 roesos de ameto y muerte e el estado estaoaro U proeso estoásto es la abstraó matemáta de u proeso empíro, uyo desarrollo está goberado por algua ley de probabldad. Desde el puto de vsta de la teoría de probabldades, u proeso estoásto se defe omo ua famla de varables aleatoras {Xt,tT} defdas sobre u horzote T. Xt es el estado del sstema. Se de que u proeso estoásto {Xt,t=0,,...} es u proeso de Markov s, para ualquer ojuto de states t<t2<...<t, la dstrbuó de Xt depede úamete del valor de Xt-. Es der: Dada la stuaó presete, el futuro es depedete del pasado y el proeso aree de memora Ua ola, o proeso de llegada osso-expoeal de meda, y o proeso de servo osso-expoeal de meda, se puede modelar omo ua adea de Markov otua, dode e ada tervalo ftesmal de tempo puede ourrr u ameto llegada o ua muerte salda jpgara@omp.upv.es 04/05/20 7
18 8 roesos de ameto y muerte e el estado estable E el estado estaoaro, 0, t o t t t t e t o t t t t e r r /05/20 jpgara@omp.upv.es
19 Teoría de Colas Itroduó Desrpó de u problema de olas Caraterístas Notaó Medbles Resultados Geerales Cómo se obtee datos para u sstema de olas partular. El aálss de ua ola roesos de Nameto y Muerte Modelos de olas smples M/M/, M/M/, M/M//K, M/M/f Varates Cletes mpaetes, oblaó Lmtada, Tempos varables de Servo Más varates G/G/, G/G/ Redes y Seres Colas e Sere Agregado y desagregado flujos Redes de Jakso abertas Redes de Jakso erradas Smulaó Más roblemas Aexos Estadísta elemetal Uso del QTS-plus Dstrbuoes Estadístas Uso de Exel para la resoluó de roblemas de rogramaó Leal. jpgara@omp.upv.es 9 04/05/20
20 Sstema M/M/ La probabldad de que haya elemetos e el estado estable es: - De dode los valores de tempo de estaa meda y ola meda so: L W L W q L q 2 jpgara@omp.upv.es 20 04/05/20
21 eluquería La peluquería está drgda y gestoada úamete por su propetara. Atede segú el prpo de que el prmero que etra es el prmero que sale. La peluquería, dado su aráter beréto está muy oupada los sábados por la mañaa y la propetara se platea la posbldad de otratar a ua ayudate. Así pues, hae u estudo y se da ueta de que los letes llega o ua dstrbuó de posso de meda 5 letes por hora. Debdo a su exelete reputaó los letes está dspuestos a esperar lo que haga falta. La propetara, señora urfaó, sgue o sus estudos y estma que el tempo medo e el que atede u lete es de 0 mutos segú ua dstrbuó expoeal. Dede prmero alular el umero medo de letes e el saló y el úmero de medo de letes esperado u orte de pelo. Sólo tee 4 sllas además del slló de peluquera, uál es la probabldad de que llegue u lete y o euetre sto?, ual es la probabldad de que algue espere más de 45 mutos? jpgara@omp.upv.es 2 04/05/20
22 22 Sstema M/M/ La probabldad de que haya elemetos e el estado estable es: De dode los valores de tempo de estaa meda y ola meda so:!! 0 0!! 0 0 r r r 0 2! r L q 0 2! r W W q 2! r r L 0 2! r L W q q 04/05/20 jpgara@omp.upv.es
23 23 Sstema M/M//K La probabldad de que haya elemetos e el estado estable es: De dode los valores de tempo de estaa meda y ola meda so: K!! 0 0!!!! K r r K r r K K q K r L! 2 0 K q r L L K L W K q L W K eff 04/05/20 jpgara@omp.upv.es
24 24 M/M//K
25 25 M/M/2/K
26 26 M/M/5/K
27 27 M/M/0/K
28 ITV Ua estaó de ITV ueta o tres puestos para speó y e ada uo sólo puede ser ateddo u ohe. Cuado u ohe sale de u puesto la vaate es oupada por otro que está e ola. La llegada de ohes sgue ua dstrbuó de osso o ua meda de u ohe por muto e sus horas puta. E el párkg sólo abe 4 vehíulos. El tempo de speó sgue ua dstrbuó expoeal de meda 6 mutos. El spetor jefe desea saber el úmero medo de ohes e la estaó, el tempo medo luda la speó de espera, y el úmero medo de ohes e ola debdo a que los puestos está oupados. jpgara@omp.upv.es 28 04/05/20
29 Sstema M/G// La Fórmula de Erlag La probabldad de que haya letes e el sstema es: / / La probabldad de que el sstema 0 esté! lleo es: r!, r r! 0 eff K jpgara@omp.upv.es 29 04/05/20
30 Cola s lmte de servdores M/M/ Asumremos que el tempo el tempo de servo tee gual dstrbuó o el úmero de servdores =. r e! r 0 r L W jpgara@omp.upv.es 30 04/05/20
31 3 Colas o límte e la fuete M M M M L 0 M eff L M M L M r L eff L L q L M L W L M L W q q M r r M M!! !! M M r r 04/05/20 jpgara@omp.upv.es
32 roblema Ua fabra de semodutores usa o robots para la fabraó de sus plaas de rutos. Los robots se estropea peródamete, y la ompañía tee dos reparadores para las reparaoes. Cuado u robot es arreglado, el tempo hasta que el sguete se rompe se ree que es ua expoeal dstrbuda o ua meda de 30 horas. La empresa tee sufete trabajo e ola para asegurarse que todos los robots e odoes de trabajar estará fuoado. El tempo de reparaó se dstrbuye segú ua expoeal de meda 3 horas. Al eargado le gustaría saber: el úmero medo de robots operatvos e ualquer mometo, el tempo que u robot tarda e ser reparado, el poretaje de tempo e que algú operaro está parado. jpgara@omp.upv.es 32 04/05/20
33 Teoría de Colas Itroduó Desrpó de u problema de olas El aálss de ua ola Modelos de olas smples M/M/, M/M/, M/M//K, M/M/f Varates Cletes mpaetes, oblaó Lmtada, Tempos varables de Servo Más varates G/G/, G/G/ Redes y Seres Smulaó Más roblemas Aexos jpgara@omp.upv.es 33 04/05/20
34 M/G/ L W q z Wq M G Wq M M 2 jpgara@omp.upv.es 04/05/20
35 G/G/ Cuado la etrada tampoo sgue ua dstrbuó expoeal se puede utlzar la aproxmaó de dfusó Kgma para alular el valor del tempo de espera e ola e fuó de los oefetes de varaó al uadrado de la etrada y de la salda. De heho esta es ua aproxmaó que además es sempre ua ota superor Wq G G Wq M M 2 e s jpgara@omp.upv.es 04/05/20
36 G/G/ S el aso G/G/ ya es ua geeralzaó o exata, meos exata aú es la geeralzaó G/G/. E ualquer aso dado que el error es pequeño es teresate la sguete fórmula que permte alular el tempo de estaa medo e ola para u sstema ualquera. Wq G G e s jpgara@omp.upv.es 04/05/20
37 Varabldad e el tempo de servo. Varabldad atural Varabldad debda a fallos de máqua Varabldad debda la teraó hombre máqua Varabldad debda a la exstea de tempos de preparaó. jpgara@omp.upv.es 04/05/20
38 Rotura y Reparaó U sstema de u úo servdor que sufra averías que deba ser reparadas, ve afetado su tempo de servo y su dspobldad. E[ Ta ] ETe a 2 E[ F ] a C R a a E[ R ] Ce C E[ F ] E[ R ] Te Cs ET S e a W q 2 2 Ca C e e 2 e E T e jpgara@omp.upv.es 04/05/20
39 Iteraó Hombre-Máqua No hay resultados geerales. Debe ser dervados e ada aso. La propuesta de Curry y Feldma para u sstema o dos máquas détas y u operador es que ada estado lo represeta ua trpleta,,j dode es el úmero de trabajos e el sstema, y j so el estado de ada ua de las máquas, pudedo ser 0;s;p. 0 da que la máqua está vaía y parada, s da que la máqua está sometda a u setup y p da que la máqua está e produó. jpgara@omp.upv.es 04/05/20
40 Teoría de Colas Itroduó Desrpó de u problema de olas El aálss de ua ola roesos de Nameto y Muerte Modelos de olas smples M/M/, M/M/, M/M//K, M/M/f Más varates G/G/, G/G/ Varates Cletes mpaetes, oblaó Lmtada, Tempos varables de Servo Redes y Seres Colas e Sere Agregado y desagregado flujos Redes de Jakso abertas Redes de Jakso erradas Smulaó Más roblemas Aexos jpgara@omp.upv.es 40 04/05/20
41 4 El servo depede del úmero de letes. k k k k k k L k k k 0 L L q L W q q L W 0 0 k k 0 k k 04/05/20 jpgara@omp.upv.es
42 El ohe felz epe y Jua ha patetado u veto para pulr automóvles y ha motado su propa empresa de pulr ohes, para ello ha alqulado u vejo loal. El loal solo se abre los sábados Los letes so ateddos segú orma FIFO. Se supoe que su loal está stuado e ua zoa dode puede aparar y esperar los letes s problemas. La máqua de pulr puede fuoar a dos velodades, a míma velodad tarda ua meda de 40 mutos y la máxma tarda ua meda de 20 mutos, se puede asumr los tempos dstrbudos de forma expoeal. Los letes llega segú ua dstrbuó de osso de meda 30 mutos. Jua tee u urso de teoría de olas y ha deddo estudar el efeto de dos polítas: poer la máqua a máxma velodad s hay algue esperado y 2 poer a máxma velodad solo s hay más de uo esperado 3 o más e el sstema. La velodad se puede ambar e ualquer mometo, luso s la máqua está trabajado. Se quere saber el tempo medo de espera bajo estas dos políta jpgara@omp.upv.es 42 04/05/20
43 43 Cletes mpaetes Los que o se ue a la ola La sere debe ser moótoa dereete Los que abadoa r es la probabldad de que u lete abadoe s tee letes delate de él. 0 b b b b 0 r b r b 04/05/20 jpgara@omp.upv.es
44 Teoría de Colas Itroduó Desrpó de u problema de olas El aálss de ua ola roesos de Nameto y Muerte Modelos de olas smples M/M/, M/M/, M/M//K, M/M/f Más varates G/G/, G/G/ Varates Cletes mpaetes, oblaó Lmtada, Tempos varables de Servo Redes y Seres Colas e Sere Agregado y desagregado flujos Redes de Jakso abertas Redes de Jakso erradas Smulaó Más roblemas Aexos jpgara@omp.upv.es 44 04/05/20
45 Redes de Colas Las redes de olas se puede represetar o odos e el que ada odo represeta ua stalaó de servo. Redes de Jakso: so u tpo espeal de Redes de Colas.. Las llegadas desde el exteror al odo sgue u proeso de osso de meda 2. Los tempos de servo e ada odo y so depedetes y sgue ua dstrbuó egatva expoeal o parámetro, que podría ser depedete del estado 3. La probabldad de que u lete que haya ompletado su servo e el odo vaya al odo j es r j o =,2,...,k, j=0,,...,k. 4. r,0 da la probabldad de que u lete abadoe desde el odo Tpos de Redes de Jakso: E Sere Geerales Cerradas jpgara@omp.upv.es 45 04/05/20
46 Redes esere... r 0 r j 0 j k k j 0 e los demás asos,2...k = 2... k El omportameto de ada ola, s o hay límtes de apadad es depedete... jpgara@omp.upv.es 46 04/05/20
47 Meraoa Jo Ros, presdete de Meraoa, está expermetado ua uevo tpo de tedas y para ello ha remodelado ua de ellos omo sgue. E vez de las típas olas e el ajero ha puesto ua sala dode esperar tu turo para pagar. Coforme va llegado los letes, ua vez heha la ompra, pasa a la sala, s todos los ajeros está oupados etoes oge úmero y espera setados. Ta proto omo ua aja esté lbre el sguete úmero será llamado para que pase por ella. E la sala o hay límte de letes que pueda estar esperado. El geero estma que durate las horas puta los letes llega de auerdo a ua dstrbuó de osso de meda 40 por hora, tarda por térmo medo ¾ de hora para llear sus arros dstrbuó expoeal. El tempo que tarda u ajero e pasar toda la ompra tee de meda 4 mutos expoeal, depedetemete de la atdad de ompra ada aja tee u ajero y u embolsador. Ros quere saber lo sguete: a Cuál es el úmero mímo de ajas durate las horas puta? b S se poe ua aja más que el mímo requerdo, uál es el tempo medo de espera e la ola? Cuáta gete habrá e ajas? uáta gete habrá e todo el supermerado? jpgara@omp.upv.es 47 04/05/20
48 48
49 49
50 50
51 Redes de Jakso Geerales I a La llegada extera a ualquer odo es osso btodos los servdores de ada etapa tee u servo expoeal de meda De ada etapa u lete se mueve a otra etapa o probabldad r j, y al exteror o probabldad r,0 r,0 r,0 r, j r,0 r,0 r,0 jpgara@omp.upv.es 5 04/05/20
52 52 Redes de Jakso Geerales II El rato de llegada a ada etapa se obtee medate las deomadas euaoes de tráfo La probabldad de que e el estado estaoaro haya letes e el odo, 2 e el odo 2, etétera S = k j j j r R R I o k a r a! /, o o a r k k k k /05/20 jpgara@omp.upv.es
53 53 Redes de Jakso Geerales III uede exstr dferetes tpos de letes o dferetes matres de trasó R t t t t R I t t t t L L /05/20 jpgara@omp.upv.es
54 roblema La ompañía de seguros La otra vda tee ua etralta telefóa. Las llamadas llega segú ua dstrbuó de meda 35 ada hora. Los letes llama para dos osas: para relamaoes o para soltar formaó, para ello debe apretar el botó o el 2. Se ree que el tempo que tarda u lete e tomar la desó y apretar el botó tee ua meda de tempo de 30 segudos segú ua dstrbuó expoeal. Las llamadas realzadas solo puede ser proesadas por este otestador de ua e ua, s algue llama metras tato se le poe ua bota músa, se le de que espere y se le poe e ola. Aproxmadamete el 55% de las llamadas so para relamaoes, el resto para demada de servos. El odo de relamaoes tee 3 servdores e paralelo y se estma que el tempo medo e que atede u lete es de 6 mutos expoeal. El odo de soltud de formaó tee 7 servdores e paralelo o u tempo de servo medo de 20 mutos expoeal. Se asume que puede haber todos los letes que se quera esperado e los odos. Alrededor del 2% de llamadas que va al odo de relamaoes aaba e el de demada de formaó, y el % que llama al odo de demada de formaó se va al odo de relamaoes. Se desea saber por térmo medo el tamaño de las olas e ada odo y el tempo medo que u lete pasa e el sstema. jpgara@omp.upv.es 54 04/05/20
55 R I R
56 56
57 57 Redes de Jakso Cerradas r,j 2... k k a N G a!! N k k a N G... 2 j j j a a 04/05/20 jpgara@omp.upv.es
58 58 Algortmo de Valor Medo para Redes Cerradas aso Resolver las euaoes de tráfo k j j j r v v asumedo v l = aso 2 Ialzar L 0, p 0,0=, p j,0=0 =..k, j0 aso 3 ara = hasta N, alular aso3. 2 0, j j p j L W aso 3.2 k l v W o v l aso 3.3 l v l, aso 3.4 W L aso 3.5 j k j j j..,..,,
59 Servo de Matemeto Se desea que dos máquas esté operatvas e ualquer mometo. La máqua se rompe de auerdo o ua expoeal de meda =2. Ua vez rota, ua maqua tee ua probabldad r 2 =0.75 de ser reparada loalmete por u resposable de matemeto que trabaja o ua meda de tempo de 2 =. Co probabldad - r 2 la máqua debe ser reparada por u espealsta, que també trabaja segú ua expoeal de meda 3 =3. Más allá, después de ua reparaó loal, exste ua probabldad r 23 =0.33 de que la máqua requera u servo espeal. Después del servo o el espealsta la máqua sempre se poe a trabajar. Se desea saber ómo se dstrbuye los tempos de estaa de las máquas e reparaó. jpgara@omp.upv.es 59 04/05/20
60 Smulaó Seleó de los datos de etrada Seleó de la famla estadísta adeuada Seleó de los parámetros. Smulaó Dferetes measmos de smulaó Búsqueda de estaoaro Subrus, Repeated Rus Aálss de Resultados Naturaleza estadísta de ada resultado Aálss de expermetos Itervalos de Cofaza Valdaó del Modelo Sufetemete smple Creíble Reprodue la realdad? 60 04/05/20
61 Más problemas 04/05/20
62 Seleó de Maquara Tee que dedr que máqua omprar para la estampaó de pezas metálas. La máqua A uesta udades/hora La máqua B uesta udades/hora Las pezas llega segú ua dstrbuó de osso de meda 8 por hora y tee u oste de espera de 2 por hora debdo a las espeales odoes de matemeto que exge. La plata opera durate 24 horas por día y 360 días al año. jpgara@omp.upv.es 62 04/05/20
63 roblema La aadema Grades Esrtores ofree u urso por orrespodea para apreder a esrbr. Las soltudes so aeptadas e ualquer mometo y el urso empeza medatamete. La llegada de uevas soltudes sgue ua dstrbuó de osso o ua meda de 8 ada mes. Se estma que el tempo medo e que se aaba el urso es de 0 semaas dstrbuó expoeal. or térmo medo, uátos alumos hay matrulados e la aadema e ualquer mometo? jpgara@omp.upv.es 63 04/05/20
64 Ofa baara Ua pequeña suursal de u bao tee dos empleados, uo para los pagos y otro para los obros. Los letes llega a ada aja sguedo ua dstrbuó de osso o ua meda de 20/hora. el total de llegada al bao es de 40/hora. El tempo de servo de ada empleado es ua expoeal de meda 2 mutos. El eargado de la seó está pesado haer u ambo e que los dos empleados pueda haer tato pagos omo obros para evtar stuaoes e que ua ola está llea y la otra parada. S embargo, se estma que uado los empleados se eargue de las dos osas el tempo de servo aumetará a ua meda de 2,4 mutos. Compara el sstema que se emplea ahora o el propuesto, alulado el total de gete e el bao, el tempo medo que pasaría u lete e el bao hasta que es ateddo, la probabldad de que u lete espere más de o mutos y el tempo medo que está parados los empleados. jpgara@omp.upv.es 64 04/05/20
65 roblema Las máquas que dspesa blletes para el metro e la ompañía RNFV se suele estropear ada 45 horas. Se supoe que el úo reparador de la estaó tarda 4 horas e reparar la máqua. Se asume que los dos tempos so la meda de ua dstrbuó expoeal. Cuál es el mímo úmero de máquas que debe haber para asegurarse que haya al meos 5 máquas e servo o ua probabldad mayor que 0.95? jpgara@omp.upv.es 65 04/05/20
66 Meda, varaza 04/05/20
67 Defoes Meda Varaza Desvaó Estadísta Coefete de Varaó al uadrado. Coefete de Varaó
68 Dstrbuoes Importates Dsreta toma valores de u ojuto umerable o Dsreta-Uforme o Beroull o Bomal o Geométra o osso Cotua toma valores e u tervalo o Cotua-Uforme o Expoeal o Erlag o Gamma o Webull o Normal o LogNormal
69 Dstrbuoes Estadístas 04/05/20
70 Dstrbuoes Dsretas Las dstrbuoes estadístas de tpo dsreto toma valores de u ojuto fto de posbldades. E teoría de olas so relevates porque permte represetar el úmero de letes e u tervalo de tempo. S las posbles ourreas so u ojuto fto y uforme de valores e.g. el lazameto de u dado perfeto se ooe omo varable Uforme Dsreta. S la varable se da etre los valores a y b eteros, la meda de la dstrbuó es a+b/2 y la varaza es b-a+^2-/2 S la probabldad de ada ourrea es dferete, la más sella de todas las dstrbuoes de Beroull dode la varable puede sólo tomar dos valores e.g. ho o ha, A o B o ua erta probabldad p para el prmero membro del par, que suele deomarse éxto. La meda es p y la varaza es p-p La dstrbuó Bomal represeta la probabldad de obteer k suesos A o probabldad p, a partr de tetos. Es por tato la suma de Beroull de probabldad p. La meda es p y la varaza es p-p La dstrbuó Geométra represeta la probabldad de obteer la prmera ourrea A e el lazameto. Esta varable tee u rago fto auque sgue sedo dsreta. La meda es /p y la varaza es -p/p^2 També tee u rago fto la ooda omo osso e la que se represeta ourreas para u ojuto grade e depedete de evetos dstrbudos a lo largo del espao o del tempo La dstrbuó tee propedades matemátas teresates que la hae muy utlzada. La meda es y la varaza es també. jpgara@omp.upv.es 04/05/20
71 Dstrbuoes Cotuas La Cotua Uforme toma valores equprobables e u determado rago [a,b]. La meda de esa fuó es a+b/2 y la varaza es b-a^2/2 La expoeal o egatva expoeal es la omplemetara de la dstrbuó de osso. Su meda es / y la varaza es /^2 La Erlag[k,β] es ua dstrbuó que es la suma de k expoeales de meda β/k. La meda de dha dstrbuó es β y la varaza es β^2/k. De heho la dstrbuó Erlag es ua parte de ua lase más ampla que so las dstrbuoes gamma. Cada fuó gamma es defda por dos parámetros α y β. La meda es βα y la varaza es αβ^2 La dstrbuó Webull permte desrbr la ruptura de materales por uso otuado. La dstrbuó Normal. Qué der de la dstrbuó ormal, pues que permte que los valores sea egatvos. La dstrbuó lognormal desrbe adeuadamete los tempos de reparaó de Maquara. jpgara@omp.upv.es 04/05/20
72 Los proesos de osso y la dstrbuó Expoeal p t t t! e p0 t El úmero de llegadas e tervalos de tempo o superpuestos es estadístamete depedete 2 La probabldad de que ua llegada ourra etre el tempo t y t+t es t+ot, dode es la tasa de llegada y ot umple o t lm 0 to t 3 La dstrbuó estadísta del úmero de llegadas e tervalos de tempo guales es estadístamete equvalete t s t s! e ts e t t, s 0, t s jpgara@omp.upv.es 72 04/05/20
73 Los roesos de osso-expoeal 4 S el úmero de llegadas sgue ua dstrbuó de osso el tempo etre llegadas sgue ua dstrbuó expoeal de meda / y al otraro t t! t e o t 5 S el proeso de llegada es osso, los tempos de llegada so ompletamete aleatoros o ua fuó de probabldad uforme sobre el perodo aalzado. f 6 ara ooer los datos que defe u proeso de osso solo es eesaro ooer el úmero medo de llegadas 7 Amesa de la Dstrbuó Expoeal: La probabldad de que falte t udades para que llegue el sguete lete es depedete de uato tempo llevamos s que llegue gú lete. e t 0, T k t, t2,..., tk / k llegadas e r T / T t T t t 0 r 0 0 k! T jpgara@omp.upv.es 73 04/05/20
74 Geeralzaoes al roeso osso- Expoeal Varabldad de Se puede admtr que varíe o el tempo. E este aso m t m t t e, m t s ds Llegadas múltples! o t Se puede admtr que e ada eveto de llegada apareza letes, dode: E este aso la probabldad de que e el state t haya aparedo m letes es: r N t m e t t k! k k m jpgara@omp.upv.es 74 04/05/20
75 Bomal Número de aertos al observar B resultados dotómos o sere de Beroull. B=, dstrbuó de Beroull La probabldad de observar u úmero de aertos e B esayos depedetes o ua proporó de aertos A Hpergeométra: Bomal e u otexto de muestreo de elemetos o reemplazameto, Np aertos, Nq fallos, N=Np+Nq y DF = C Np yc Nq -x/c N Mea = p, Varae = pqn-/n- Multomal: resultados e más de dos lases o ategorías.
76 Geométra. Número de esayos depedetes hasta el prmer aerto, o ua propoó A de aerto Versó dsreta de la dstrbuó otua Expoeal
77 Bomal egatva Bomal Negatva Número de esayos hasta ompletar B aertos e ua sere de Beroull. B=, dstrbuó geométra.
78 osso Número de evetos e u perodo de tempo soporte dado o ua tasa fja y estable A. Soporte otuo: tempo, logtud, superfe,
79 Logartma Número de evetos e u perodo de tempo dado. Número de artíulos adqurdos por u omprador e u perodo de tempo dado.
80 Normal La dstrbuó de errores de observaoes físas que mafesta rudo blao e la medda Dstrbuó smétra Asoadas a la dstrbuó Normal está las Dstrbuoes Ch-uadrado y t-studet
81 Expoetal Dstrbuó asoada al soporte otuo de La varable aleatora dsreta de osso Caso partular de la dstrbuó Gamma y Webull Tempo de vda o etre fallos de proesos s memora
82 Gamma C=, dstrbuó Expoeal Modela dstrbuoes uya asmetra es muy sgfatva Co C grade se aproxma a la Normal
83 Webull C=, dstrbuó Expoeal Geeralzaó de la Dstrbuó Expoeal Modelzaó de tempos e fabldad de sstemas
84 Uform Desrbe la goraa detro de u tervalo Los úmeros pseudo-aleatoros que se geera e las smulaoes so uformes e el tervalo [0,] osteromete se utlza para geerar valores del proeso aleatoro de terés.
85 Beta Estmaó bayesaa Dstrbuó de probabldad de los parámetros de u Modelo
Aplicando Teorı a de Colas en Direccio n de Operaciones
Aplado Teorı a de Colas e Dreo de Operaoes José edro Garía Sabater Grupo ROGLE Departameto de Orgazaó de Empresas Uversdad oltéa de Valea. Curso 25 / 26 arte de estos aputes está basados e la fudametal
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detalles1.1 INTRODUCCION & NOTACION
1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesPosible solución del examen de Investigación Operativa de Sistemas de septiembre de Problema 1: (3 puntos)
Posble soluó del eame de Ivestgaó Operatva de Sstemas de septembre de 6 Problema : ( putos) U profesor rebe ua práta ada mañaa y la poe e ua pla. Por las tardes, o probabldad / orrge todas las prátas de
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detallesCAPITULO IV EQUILIBRIO VAPOR -LIQUIDO
CAITULO I EQUILIBRIO AOR -LIQUIDO ara evaluar el fuoameto de u sstema de separaó e etapas, es eesaro efetuar álulos de equlbro vapor-líqudo de balae de matera e ada etapa de separaó, utlado para ello ua
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detalles2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros
. alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el
Más detallesPosible solución del examen de Investigación Operativa de Sistemas de junio de 2007
Posible soluió del exame de Ivestigaió Operativa de Sistemas de juio de 7 Problema : (3 putos) E u laboratorio se aaliza las probabilidades de que u átomo radioativo se ovierta e u átomo de otro tipo,
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesEstructuras Algebraicas
Uversdad de los des Faultad de Ceas Eoómas y Soales Esuela de Estadísta Estruturas lgebraas Prof. Gudberto José Leó Ragel MÉRID, 2015 1 Profesor Gudberto Leó Teoría Estadísta I Uversdad de Los des - Faultad
Más detallesIncertidumbre en las mediciones directas e indirectas
ertdumbre e las medoes dretas e dretas Reordado Para la seleó de u strumeto de medó os basamos e la Regla de Oro de la Metrología Luego, 0. T T La toleraa orregda por la ertdumbre del strumeto queda defda
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detallesESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES
Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detallesTEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :
Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detallesANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de
Más detallesTEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)
Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca
Más detallesGestión de operaciones
Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesSolución del examen de Investigación Operativa de Sistemas de junio de 2006
Soluó del exame de Ivestgaó Oeratva de Sstemas de juo de 6 Problema : (3 utos) Tres uras, y otee 3, 4 y 5 bolas resetvamete, todas blaas exeto ua de las de ue es roja. E ada etaa, se extrae ua bola al
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesDivisión de Evaluación Social de Inversiones
MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013
Más detallesLos principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
Más detallesNUEVA ENCUESTA NACIONAL DE EMPLEO MANUAL CONCEPTUAL
NUEVA ENCUESTA NACIONAL DE EMLEO MANUAL CONCETUAL METODOLÓGICO DISEÑO MUESTAL Abrl 00 ÍNDICE CAITULO I : MANUAL CONCETUAL. Itroduó. Clasfaó de la poblaó e edad de trabajar. Coeptos y rteros de medó.....
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesIV. GRÁFICOS DE CONTROL POR ATRIBUTOS
IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesÓPTICA FCA 10 ANDALUCÍA
. a) Explique los eómeos de relexió y reraió de la luz. b) Tiee igual reueia, logitud de oda y eloidad de propagaió la luz iidete, relejada y reratada? Razoe sus respuestas.. U teléoo móil opera o odas
Más detallesSupongamos que hemos aplicado el test F y hemos rechazado la H0.
Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2004
Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel
Más detallesPROBANDO GENERADORES DE NUMEROS ALEATORIOS
PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesCÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS
CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesSimulación de sistemas discretos
Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...
Más detallesSEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN
Más detallesCURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA
CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.
Más detallesTEXTO DE PROBLEMAS DE INFERENCIA ESTADÍSTICA
UNIVERIDAD NACIONAL DEL CALLAO VICERECTORADO DE INVETIGACIÓN FACULTAD DE CIENCIA ECONÓMICA TETO DE PROBLEMA DE INFERENCIA ETADÍTICA AUTOR: JUAN FRANCICO BAZÁN BACA (Resolucó Rectoral 940-0-R del -9-) 0-09-
Más detallesINTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO
INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detalles7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.
7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de
Más detalleswww.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com
Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la
Más detallesMETODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO
METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C
Febrero 010 EAMEN MODELO C Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 6011037 FEBRERO 010 EAMEN MODELO C 1 80 5 3 8 4 1 5 6 6 7 1,0 1,47 38-40 18 35-37 36 3-34 5 9-31 46 6-8
Más detallesAnálisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos
Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores
Más detallesCAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en
CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo
Más detallesTeoría de colas. Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE COLAS 1
Teoría de colas Adrés Ramos Uiversidad Potificia Comillas http://www.iit.comillas.edu/aramos/ Adres.Ramos@comillas.edu TEORÍA DE COLAS 1 Ua cola se produce cuado la demada de u servicio por parte de los
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2008
Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete
Más detallesTEMAS SELECTOS I ECONOMÍA FINANCIERA NOTA 7
TEMAS SELECTOS I ECONOMÍA FINANCIERA NOTA 7 Valuaió de u boo e ua feha etre uoes E lo que hemos isto hasta aquí sobre la determiaió del reio de u boo o uó hemos osiderado eriodos omletos, es deir, el úmero
Más detalles11. TRANSFORMADOR IDEAL
. TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesDISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL
Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema
Más detallesFigura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:
Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al
Más detallesUNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO
UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es
Más detallesNUEVA ENCUESTA NACIONAL DE EMPLEO MANUAL CONCEPTUAL
NUEVA ENCUESTA NACIONAL DE EMLEO MANUAL CONCETUAL METODOLÓGICO DISEÑO MUESTAL Arl 00 ÍNDICE CAITULO I: MANUAL CONCETUAL. Itroduó... 4. Clasfaó de la olaó e Edad de Traajar... 5. Coeptos y rteros de medó...
Más detallesRegresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
Más detallesNOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesAnálisis de datos en los estudios epidemiológicos II
Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesPLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA
PLNTMNTO PROLMS LN MTR N PROSOS SN RÓN QUÍM. teder ual es el objetvo que se persgue e el proeso, la fuó de ada equpo (por lo meos ualtatvamete) y vsualzar los feómeos y trasformaoes que ourre.. detfar
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesGuía práctica para la realización de medidas y el cálculo de errores
Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;
Más detalles4 METODOLOGIA ADAPTADA AL PROBLEMA
4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor
Más detallesANalysis Of VAriance ANOVA Análisis de la Varianza. Teresa Villagarcía
ANalyss Of VArace ANOVA Aálss de la Varaza Teresa Vllagarcía El objetvo del dseño de expermetos Estudar s determados factores fluye sobre ua varable de uestro terés. Por ejemplo: Redmeto de u proceso dustral.
Más detallesControl estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso
Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e
Más detallesJuegos finitos n-personales como juegos de negociación
Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detallesMATEMÁTICAS FINANCIERAS
MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas
Más detallesIntroducción a la simulación de sistemas discretos
Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas
Más detallesProbabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C
Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral
Más detallesCURSO 2.004-2.005 - CONVOCATORIA:
PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesMATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS
MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de
Más detallesDiseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3
Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detalles10 MUESTREO. n 1 9/ / σ σ 1
10 MUESTREO 1 Cómo varará la desvacó típca muestral s se multplca por cuatro el tamaño de la muestra? Y s se aumeta el tamaño de la muestra de 16 a 144? S µ y so la meda y la desvacó típca poblacoales,
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesTÍTULO: ESTIMACIÓN DE CAPACIDAD DE CARGA DE PILOTES A TRAVÉS DE ENSAYOS DE CAMPO.
TÍTULO: ESTIMACIÓN DE CAPACIDAD DE CARGA DE PILOTES A TRAVÉS DE ENSAYOS DE CAMPO. Dr Eduardo Bera Fotae () Dr Davd de Carvalho (2) Dr Paulo Jose Roha Albuuerue (3) () Departameto de Igeería Cvl. Uversdad
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesEquilibrio Químico (II) Kp. Principio de Le Chatelier. Mezclas de gases. Presión parcial
. Priiio de e Chatelier IES a Magdalea. vilés. sturias Mezlas de gases. Presió arial E ua mezla de gases odemos alular la resió total de la mezla si ooemos el úmero total de moles gaseosos ( Tot ) aliado
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesTema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre
Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de
Más detallesPRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A
PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detallesMATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.
MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre
Más detallesGuía para la Presentación de Resultados en Laboratorios Docentes
Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las
Más detallesRespuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:
Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,
Más detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
Más detallesCURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL
CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.
Más detalles