Introducción a la Optimización Multiobjetivo

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

Download "Introducción a la Optimización Multiobjetivo"

Transcripción

1 Introduccón a la Optmzacón Multobjetvo

2 Optmzacón Multobjetvo (MOP) Práctcamente en cualquer área y en una varedad de contetos se presentan problemas con múltples objetvos que se contraponen entre sí A este tema se le conoce tambén como Optmzacón Vectoral y se clasfca en térmnos del tpo de varables y restrccones ( MOLP, MONLP, etc.) Mamzar (,, 3, K k ) h( ) 0 g( ) 0

3 Un Ejemplo Un estudante desea selecconar la mejor escuela de ngenería con c base a varos crteros: Escuelas consderadas Crteros de Seleccón Rangos proporconados por US News

4 Valores normalzados Seleccón de Unversdad Análss de Resultados

5 Conjunto Pareto MIT es mejor que Georga Tech y que la Unversdad de Mchgan en todos los crteros consderados. Sn embargo, Stanford, Cal Tech, Cornell y Carnege Mellon son mejores o no que MIT dependendo del crtero. La solucón a una problema MOP no es un solo valor, sno un conjunto de alternatvas denomnado Conjunto Pareto, Conjunto Preferdo o Conjunto No Domnado Un grupo de 5 escuelas conforman el Conjunto Pareto en el ejemplo Conjunto Pareto: Conjunto de alternatvas que proporconan solucones potencales y representan un compromso entre los dferentes objetvos

6 Otro Ejemplo: Fabrcacón de Químcos Mnmze Mnmze 05 Durabldad Almacenamento Dsponbldad Segurdad, 5 8 Costo Emsones 0 Regón Factble en espaco de Decsón

7 Otro Ejemplo: Fabrcacón de Químcos Regón Factble en espaco de Objetvos Frontera BAD consttuye el Conjunto Pareto Valores en Puntos Etremos

8 Métodos de Solucón para MOP Métodos Basados en la Preferenca : Determnan la solucón que mejor satsface la preferenca de quen toma las decsones. Reduce el tempo y el número de alternatvas pero sufren de subjetvdad y falta de nformacón Métodos Generadores Determnan el conjunto Pareto de manera formal La mejor estratega es utlzar un método generador para determnar el Conjunto Pareto y entonces usar un método basado en la preferenca para selecconar la solucón óptma fnal.

9 Método Generador: Método de los Coefcentes de Peso La dea es asocar cada funcón objetvo con un coefcente de peso y mnmzar la suma pesada de los objetvos El problema se converte en una sere de problemas de optmzacón de una sola funcón objetvo Optmzar mult k w h( ) 0 g( ) 0

10 Método de los Coefcentes de Peso: Procedmento Encuentre los óptmos ndvduales para cada objetvo. Tales puntos representan los etremos del Conjunto No Domnado. Escoja valores no negatvos de los pesos y resuelva el k problema: Optmzar Optmzar Optmzar M Optmzar mult h( ) 0 g( ) 0 A nalce el espaco de la funcón objetvo y repta con nuevos pesos de form a que se mueva haca la regón del conjunto Pareto que se desea eplorar k w

11 Ejemplo Ilustratvo Ejemplo Ilustratvo w w Mnmze mult 0, 5 8 Funcón objetvo pesada Funcón objetvo pesada mult w w w

12 Método Generador: Método de Restrccones (Constrant Method) La dea otra vez es transformar el problema multobjetvo a una sere de problemas de un solo objetvo Se seleccona una funcón objetvo que se conserva como tal y el resto se ncluye como restrccones de desgualdad Mnmze (,, 3, K k ) Mnmze mult j j j h( ) 0 g( ) 0

13 Método de Restrccones Método de Restrccones 05 Mnmze Mnmze 0, 5 8 0, 5 8 Mnmze 5. 0

14 Método de Restrccones

15 Método Basado en la Preferenca: Optmzacón Medante Metas (Goal Programmng) Se defne un valor como meta para cada funcón objetvo Se crea una sola funcón objetvo que mnmza las desvacones respecto de las metas defndas Mnmze (,, 3, K k ) Mnmze goal ( δ δ ) G δ δ Se establece una meta G para cada objetvo h( ) 0 g( ) 0 δ, δ 0

16 Goal Goal Programmng Programmng 05 Mnmze Mnmze 0, 5 8 0, 5 8 ( ) goal Mnmze δ δ, 0 δ δ 5 G G δ δ δ δ Solucón:

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas

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

Más detalles

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

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

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA 35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE

Más detalles

3.- Programación por metas.

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

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

METODOLOGÍA PARA LA OPTIMIZACIÓN DE MÚLTIPLES OBJETIVOS BASADA EN AG Y USO DE PREFERENCIAS BIBIANA ANDREA CUARTAS TORRES

METODOLOGÍA PARA LA OPTIMIZACIÓN DE MÚLTIPLES OBJETIVOS BASADA EN AG Y USO DE PREFERENCIAS BIBIANA ANDREA CUARTAS TORRES METODOLOGÍA PARA LA OPTIMIZACIÓN DE MÚLTIPLES OBJETIVOS BASADA EN AG Y USO DE PREFERENCIAS BIBIANA ANDREA CUARTAS TORRES UNIVERSIDAD NACIONAL DE COLOMBIA FACULTAD DE MINAS ESCUELA DE SISTEMAS MEDELLÍN

Más detalles

TEMA 4. TEORÍA DE LA DUALIDAD.

TEMA 4. TEORÍA DE LA DUALIDAD. Investgacón Operatva TEMA. TEORÍA DE LA DUALIDAD. TEMA. TEORÍA DE LA DUALIDAD..... INTRODUIÓN... ALGORITMO DUAL DEL SIMPLEX.... EJEMPLO.... EJEMPLO.... EJEMPLO... TEORÍA DE LA DUALIDAD.... PROLEMA PRIMAL

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En un mercado hay dos consumidores con las siguientes funciones de utilidad: En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu CONENIDO PROBLEMAS DE PROGRAMACIÓN NO LINEAL IPOS DE PROBLEMAS NLP CLASIFICACIÓN DE MÉODOS

Más detalles

UN MODELO DE PROGRAMACIÓN DE METAS PARA LA PLANIFICACIÓN OPERATIVA DE UN ASERRADERO DE MADERA.

UN MODELO DE PROGRAMACIÓN DE METAS PARA LA PLANIFICACIÓN OPERATIVA DE UN ASERRADERO DE MADERA. Un Modelo de Programacón por Metas para la Planfcacón operatva... UN MODELO DE PROGRAMACIÓN DE METAS PARA LA PLANIFICACIÓN OPERATIVA DE UN ASERRADERO DE MADERA. Caballero Fernández, Rafael (rafael.caballero@uma.es),

Más detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

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

Más detalles

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS ESCUELA: CARRERA: ESPECALDAD: COORDNACON: DEPARTAMENTO: UPCSA NGENERA EN TRANSPORTE ACADEMAS DE MATEMATCAS CENCAS BASCAS ASGNATURA: MATEMATCAS APLCADAS : TMMA SEMESTRE: 4 CREDTOS: 8 VGENTE: ENERO 2000

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

PROBLEMAS DE RUTAS EN CAMINOS FORESTALES CONSIDERANDO MÚLTIPLES CRITERIOS

PROBLEMAS DE RUTAS EN CAMINOS FORESTALES CONSIDERANDO MÚLTIPLES CRITERIOS PROBLEMAS DE RUTAS EN CAMINOS FORESTALES CONSIDERANDO MÚLTIPLES CRITERIOS Rafael Caballero Fernández Marano Luque Gallego Julán Molna Luque Departamento de Economía Aplcada Matemátcas Unversdad de Málaga

Más detalles

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

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

Más detalles

Visión moderna del modelo de transporte clásico

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

Más detalles

Capítulo Estimación del modelo de Nelson y Siegel Introducción Estimación del modelo de Nelson y Siegel

Capítulo Estimación del modelo de Nelson y Siegel Introducción Estimación del modelo de Nelson y Siegel Capítulo 4... 91 Estmacón del modelo de Nelson y Segel... 91 4.1. Introduccón... 91 4.2. Estmacón del modelo de Nelson y Segel... 92 4.2.1. Tratamento prevo a la estmacón... 92 4.2.2. Defncón del crtero

Más detalles

2. Lectura de planos y manuales técnicos

2. Lectura de planos y manuales técnicos Lectura de planos y manuales técncos INTRODUCCIÓN Este módulo de 152 horas pedagógcas, tene como propósto que los y las estudantes de tercero medo desarrollen conocmentos y habldades sobre dversos tpos

Más detalles

Regresión Binomial Negativa

Regresión Binomial Negativa Regresón Bnomal Negatva Resumen El procedmento Regresón Bnomal Negatva está dseñado para ajustar un modelo de regresón en el cual la varable dependente Y consste de conteos. El modelo de regresón ajustado

Más detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

Aplicación de Programación Lineal en el Planeamiento de la Operación de Usinas Hidroeléctricas.

Aplicación de Programación Lineal en el Planeamiento de la Operación de Usinas Hidroeléctricas. 132 Aplcacón de Programacón Lneal en el Planeamento de la Operacón de Usnas Hdroeléctrcas. Lus Barrentos Mujca 1, Lz Alvarez Ferrera 1, Anastaco Sebastán Arce Encna 2 Unversdad Naconal del Este - Facultad

Más detalles

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD OPIMIZACIÓN CON RESRICCIONES DE IGUALDAD Localzacón de óptos de funcones sujetas a restrccones en fora de gualdad écnca de los ultplcadores de Lagrange Forulacón estándar del problea f =,,..., Se consderarán

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

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

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

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Regresión Cuantílica o Quantile Regression

Regresión Cuantílica o Quantile Regression Regresón Cuantílca o Quantle Regresson A. Cameron and P. rved, (005), Macroeconometrcs, Methods and Applcatons, Cambrdge Unversty Press. R. Koenker, (005), Quantle Regresson, Econometrc Socety Monographs

Más detalles

Índice de contribución de la estructura a la sostenibilidad

Índice de contribución de la estructura a la sostenibilidad ANEJO 13º Índce de contrbucón de la estructura a la sostenbldad 1. Consderacones generales El proyecto, la ejecucón y el mantenmento de las estructuras de hormgón consttuyen actvdades, enmarcadas en el

Más detalles

sergion@fing.edu.uy Centro de Cálculo, Instituto de Computación Facultad de Ingeniería. Universidad de la República, Uruguay.

sergion@fing.edu.uy Centro de Cálculo, Instituto de Computación Facultad de Ingeniería. Universidad de la República, Uruguay. Una Versón Paralela del Algortmo Evolutvo para Optmzacón Multobjetvo NSGA-II y su Aplcacón al Dseño de Redes de Comuncacones Confables Sergo Nesmachnow sergon@fng.edu.uy Centro de Cálculo, Insttuto de

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL

EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

2 Criterios generales aplicados a las estructuras de hormigón

2 Criterios generales aplicados a las estructuras de hormigón ANEJO 7 ÍNDICE DE CONTRIBUCIÓN DE LA ESTRUCTURA A LA SOSTENIBILIDAD Consderacones generales El proyecto, la ejecucón y el mantenmento de las estructuras de hormgón consttuyen actvdades, enmarcadas en el

Más detalles

4. La Factorización No Negativa de Matrices

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

Más detalles

Control de Posición Multi-Objetivo de un Brazo Robot Antropomórfico Usando Algoritmos Genéticos

Control de Posición Multi-Objetivo de un Brazo Robot Antropomórfico Usando Algoritmos Genéticos Control de oscón Mult-Objetvo de un Brazo Robot Antropomórfco Usando Algortmos Genétcos Alberto Vera*, Antono Morán Cárdenas** *ontfca Unversdad Católca del erú, Lma ERÚ (a0044848@pucp.edu.pe ** ontfca

Más detalles

Economía de la Empresa: Financiación

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

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de: Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón

Más detalles

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal Dsolucones TEM. Dsolucones reales. otencal químco en dsolucones reales. Concepto de actvdad. Una dsolucón es una mezcla homogénea de un componente llamado dsolvente () que se encuentra en mayor proporcón

Más detalles

Introducción. Reproducción

Introducción. Reproducción Introduccón Muchos organsmos bológcos poseen sstemas muy sofstcados de reconocmento de patrones (RP). La sofstcacón de estos sstemas se debe a que ofrecen ventajas de tpo evolutvo. Supervvenca Reconocmento

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

Programación mixta-entera

Programación mixta-entera Programacón mxta-entera Prof. Cesar de Prada ISA UVA prada@autom.uva.es Indce Problemas híbrdos Tpos de problemas mxto-enteros Algortmo Branch and Bound Ejemplos Software Problemas híbrdos Muchos problemas

Más detalles

Nuevos Algoritmos en el Problema de Transporte. UPV. Correo-e: RESUMEN

Nuevos Algoritmos en el Problema de Transporte. UPV. Correo-e: RESUMEN V Congreso de Ingenería de Organzacón Valladold-Burgos, 4-5 Septembre 003 ƒ Índce Nuevos Algortmos en el Problema de Transporte Francsco López Ruz 1, Germán Arana Landín 1 Doctor Ingenero Industral, Departamento

Más detalles

Condiciones Generales TestQual 2013

Condiciones Generales TestQual 2013 Condcones Generales TestQual 2013 Ejerccos TestQual 2013: En el presente documento se descrben las Condcones Generales de aplcacón en los Programas de Intercomparacón de TestQual. Con la solctud de uno

Más detalles

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia

GUÍA 5. Roberto Fabián Retrepo A., M. Sc. en Física Profesor Asociado Escuela de Física Universidad Nacional de Colombia GUÍA 5 Dego Lus Arstzábal R., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal de Colomba Roberto Fabán Retrepo A., M. Sc. en Físca Profesor Asocado Escuela de Físca Unversdad aconal

Más detalles

Balance de carga en circuitos de distribución primaria por algoritmo genético

Balance de carga en circuitos de distribución primaria por algoritmo genético energétca Vol. XXX, No. /8 TRABAJOS TEORCOEXPERMENTALES Balance de carga en crcutos de dstrbucón prmara por algortmo genétco gnaco Pérez Leonardo Casas Recbdo:Octubre del 7 Aprobado: Dcembre del 7 Resumen

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

OPERACIONES BÁSICAS. (Notas de clase) Separadores flash

OPERACIONES BÁSICAS. (Notas de clase) Separadores flash OPERACIONE BÁICA (Notas de clase eparadores flash Profesor Asocado Andrés oto Agüera Curso 2003-2004 Operacones Báscas Balances de matera y energía Caracteracón del estado de equlbro termodnámco de un

Más detalles

Riesgos Proporcionales de Cox

Riesgos Proporcionales de Cox Resgos Proporconales de Cox Resumen El procedmento Resgos Proporconales de Cox esta dseñado para ajustar un modelo estadístco sem-parámetrco a los tempos de falla de una o mas varables predctoras. Los

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Submicrométricas Ópticas

Submicrométricas Ópticas Estmacón n de la Dstrbucón n de Tamaños de Partículas Submcrométrcas de Látex L por Técncas T Óptcas Lus M. Guglotta, Georgna S. Stegmayer, Jorge R. Vega Santa Fe (ARGENTINA) Septembre de 007 Unversdad

Más detalles

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Enfoques empleados en el análss de la nteraccón repetda entre empresas: Juegos repetdos.

Más detalles

Unidad IV. en procesos reactivos

Unidad IV. en procesos reactivos UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA Ingenería Químca Undad IV. Balance de energía en procesos reactvos Clase

Más detalles

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEARTAMENTO DE INGENIERÍA ELÉCTRICA DESACHO DE CARGA ORIENTADO A EVENTUAL SEARACIÓN EN ISLAS MEMORIA ARA OTAR AL TÍTULO DE INGENIERO CIVIL

Más detalles

COMPETENCIA IMPERFECTA

COMPETENCIA IMPERFECTA Notas sobre COMPETENCIA IMPERFECTA Iñak Agurre Departamento de Fundamentos del Análss Económco I Unversdad del País Vasco ÍNDICE Tema. Teoría de Juegos No Cooperatvos Introduccón... Nocones fundamentales...

Más detalles

Tipos de amplificadores según su ganancia

Tipos de amplificadores según su ganancia Tpos de amplfcadores según su gananca Electrónca nalógca: ealmentacón Todo amplfcador que posea unas resstencas de entrada () y de salda (o) dstntas de cero y dstntas de nfnto se puede representar de cuatro

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES Y SELECCIÓN N DE PROYECTOS FELIPE ANDRÉS HERRERA R. - ING. ADMINISTRADOR Especalsta en Ingenería Fnancera Unversdad Naconal de Colomba Escuela de la Ingenería

Más detalles

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

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

Más detalles

Algunos métodos de clasificación de puestos de trabajo en la empresa

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

Más detalles

Equilibrio termodinámico entre fases fluidas

Equilibrio termodinámico entre fases fluidas CAPÍTULO I Equlbro termodnámco entre fases fludas El conocmento frme de los conceptos de la termodnámca se consdera esencal para el dseño, operacón y optmzacón de proyectos en la ngenería químca, debdo

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

ÍNDICE FUNDAMENTOS UNIDAD DIDÁCTICA 1. Capítulo 1. Presentación...15

ÍNDICE FUNDAMENTOS UNIDAD DIDÁCTICA 1. Capítulo 1. Presentación...15 ÍNDICE Presentacón...5 UNIDAD DIDÁCTICA Capítulo FUNDAMENTOS. Crcuto eléctrco... 2 2. Símbolos lterales... 2 3. Convenos para el sentdo de referenca de la corrente eléctrca... 23 4. Convenos para la polardad

Más detalles

OPTIMIZACIÓN DE SISTEMAS LINEALES USANDO MÉTODOS DE PUNTO INTERIOR

OPTIMIZACIÓN DE SISTEMAS LINEALES USANDO MÉTODOS DE PUNTO INTERIOR Scenta et echnca Año X, No 24, Mayo 24. UP. ISSN 122-171 43 OPIMIZACIÓN DE SISEMAS LINEALES USANDO MÉODOS DE PUNO INERIOR RESUMEN La técnca de optmzacón denomnada puntos nterores evolucona por el nteror

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

Separación del sistema etanol/acetona/agua por medio de un diseño híbrido destilación-pervaporación.

Separación del sistema etanol/acetona/agua por medio de un diseño híbrido destilación-pervaporación. Separacón del sstema etanol/acetona/agua por medo de un dseño híbrdo destlacón-pervaporacón. esumen Alan Dder érez Ávla Se aplca las curvas de resduo de membrana para sstemas multcomponentes hacendo uso

Más detalles

Planificación y optimización asistida por computadora de secuencias de ensamble mecánico

Planificación y optimización asistida por computadora de secuencias de ensamble mecánico Ingenería Mecánca. Vol. 12. No.1, enero-abrl de 2009, pag. 59-68 ISSN 1815-5944 Planfcacón y optmzacón asstda por computadora de secuencas de ensamble mecánco L. L. omás-garcía Recbdo el 12 de enero de

Más detalles

Equipo de Algoritmos Evolutivos Multiobjetivo Paralelos

Equipo de Algoritmos Evolutivos Multiobjetivo Paralelos Equpo de Algortmos Evolutvos Multobjetvo Paralelos José Manuel Fernandez Gangreco Cencas y Tecnología - Unversdad Católca Nuestra Señora de la Asuncón Centro Naconal de Computacón - Unversdad Naconal de

Más detalles

Solución de problemas no lineales con restricciones usando DIRECT y una función Lagrangeana aumentada

Solución de problemas no lineales con restricciones usando DIRECT y una función Lagrangeana aumentada Solucón de problemas no lneales con restrccones usando DIRECT y una funcón Lagrangeana aumentada Vanesa Fuertes Ibán Unversdade do Mnho vanesa211@hotmal.com Ana Mara A. C. Rocha Dep. Produção e Sstemas

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

INSYS Advanced Dashboard for Enterprise

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

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente en el análss y dseño de sstemas de control. Otro procedmento alternatvo

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Clasificación Jerárquica de contenidos Web.

Clasificación Jerárquica de contenidos Web. Clasfcacón Jerárquca de contendos Web. Álvaro Gascón y Marín de la Puente Unversdad Carlos III Madrd 100029648@alumnos.uc3m.es Mguel María Rodríguez Aparco Unversdad Carlos III Madrd 100021447@alumnos.uc3m.es

Más detalles

7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA México D.F., 12 al 14 de Octubre de 2005

7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA México D.F., 12 al 14 de Octubre de 2005 7º CONGRESO IBEROAMERICANO DE INGENIERIA MECANICA 7º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Méxco D.F., 1 al 14 de Octubre de 005 ANÁLISIS DINÁMICO DE UN EQUIPO DE ENSAYO DE AMORTIGUADORES Zabalza

Más detalles

METODOLOGÍA PARA LA ASIGNACIÓN DE TOLERANCIAS Y VALORES NOMINALES A UN CONJUNTO DE VARIABLES DEPENDIENTES

METODOLOGÍA PARA LA ASIGNACIÓN DE TOLERANCIAS Y VALORES NOMINALES A UN CONJUNTO DE VARIABLES DEPENDIENTES Ingenería Técnca Industral Mecánca METODOLOGÍA PARA LA ASIGNACIÓN DE TOLERANCIAS Y VALORES NOMINALES A UN CONJUNTO DE VARIABLES DEPENDIENTES UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR

Más detalles

NUEVA APROXIMACIÓN AL MÉTODO TÓPSIS DIFUSO CON ETIQUETAS LINGÜÍSTICAS

NUEVA APROXIMACIÓN AL MÉTODO TÓPSIS DIFUSO CON ETIQUETAS LINGÜÍSTICAS NUEVA APROXIMACIÓN AL MÉTODO TÓPSIS DIFUSO CON ETIQUETAS LINGÜÍSTICAS M. Socorro Garca-Cascales 1, M. Teresa Lamata 2 1 Dpto de Electrónca, Tecnología de Computadoras y Proyectos. Unversdad de Poltécnca

Más detalles

GUÍA DE DISEÑO PARA CAPTACIÓN DEL AGUA DE LLUVIA

GUÍA DE DISEÑO PARA CAPTACIÓN DEL AGUA DE LLUVIA GUÍA DE DISEÑO PARA CAPTACIÓN DEL AGUA DE LLUVIA Lma, 2004 Tabla de contendo 1. Introduccón...3 2. Ventajas y desventajas...3 Págna 3. Factbldad...3 3.1 Factor técnco...4 3.2 Factor económco...4 3.3 Factor

Más detalles

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes: CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por

Más detalles

7. Mantenimiento de sistemas hidráulicos y neumáticos

7. Mantenimiento de sistemas hidráulicos y neumáticos 7. Mantenmento de sstemas hdráulcos y neumátcos INTRODUCCIÓN Este módulo de 190 horas pedagógcas, tene como propósto que los y las estudantes de cuarto medo desarrollen conocmentos y habldades sobre los

Más detalles

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial sobre Máquinas de Vectores Soporte (SVM) Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad

Más detalles