TEMA N 2.- TEORÍA DE REDES (PERT Y CPM)

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

Download "TEMA N 2.- TEORÍA DE REDES (PERT Y CPM)"

Transcripción

1 UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 2.1 Defncón de proyecto y actvdad TEMA N 2.- TEORÍA DE REDES (PERT Y CPM) Asgnatura: Investgacón Operatva I Docente: Ing. Jesús Alonso Capos Un proyecto defne una cobnacón de actvdades nterrelaconadas que deben ejecutarse en un certo orden antes que el trabajo copleto pueda ternarse. Las actvdades están nterrelaconadas en una secuenca lógca en el sentdo que algunas de ellas no pueden coenzar hasta que otras se hayan ternado. Una actvdad en un proyecto, usualente se ve coo un trabajo que requere tepo y recursos para su ternacón. En general, un proyecto es esfuerzo de un solo perodo; esto es, la sa sucesón de actvdades puede no repetrse en el futuro. 2.2 Generaldades de PERT y CPM La adnstracón de proyectos ha evoluconado coo un nuevo capo con el desarrollo de dos técncas analítcas para la planeacón, prograacón y control de proyectos. Tales son el Método de Ruta Crítca (CPM) y la Técnca de Evaluacón y Revsón de Proyectos (PERT). Los étodos PERT y CPM están báscaente orentados en el tepo en el sentdo que abos llevan a la deternacón de un prograa de tepo. Aunque los dos étodos fueron desarrollados cas ndependenteente, abos son asobrosaente slares. Quzá la dferenca ás portante es que orgnalente las estacones en el tepo para las actvdades se supuseron deternantes en CPM y probables en PERT. Ahora PERT y CPM coprenden realente una técnca y las dferencas, s exste alguna, son úncaente hstórcas. En adelante, abas se denonarán técncas de "prograacón de proyectos". 2.3 Representacones con dagraa de flechas (red) El dagraa de flechas representa las nterdependencas y relacones de precedenca entre las actvdades del proyecto. Se utlza coúnente una flecha para representar una actvdad, y la punta ndca el sentdo de avance del proyecto. La relacón de precedenca entre las actvdades se especfca utlzando eventos. Un evento representa un punto en el tepo y sgnfca la ternacón de algunas actvdades y el coenzo de nuevas. Las actvdades que orgnan un certo evento no pueden coenzar hasta que las actvdades que concluyen en el so evento hayan ternado. En la ternología de la teoría de redes cada actvdad está representada por un arco drgdo y cada evento está sbolzado por un nodo. La longtud del arco no tene que ser proporconal a la duracón de la actvdad n tene que dbujarse necesaraente coo línea recta. Las reglas para construr el dagraa de flechas se resurán ahora:

2 1. Cada actvdad está representada por una y un solo una flecha en la red. Nnguna actvdad puede representarse dos veces en la red. 2. Dos actvdades dferentes no pueden dentfcarse por el so evento nco y de terno. A efectos de elnar esto se usan actvdades fctcas o artfcales que tendrían duracón 0 y se trazan con líneas punteadas. Modo ncorrecto Modo correcto 3. A fn de asegurar la relacón de precedenca correcta el dagraa de flechas, las sguentes preguntas deben responderse cuando se agrega cada actvdad a la red: a. Qué actvdad debe ternarse nedataente antes de que esta actvdad pueda coenzar? b. Qué actvdades deben segur a esta actvdad? c. Qué actvdades deben efectuarse sultáneaente? 2.4 Cálculo de la ruta crítca La aplcacón del PERT-CPM deberá proporconar un prograa, especfcando las fechas de nco y ternacón de cada actvdad. El dagraa de flechas consttuye el prer paso hacía esa eta. Debdo a la nteraccón de las dferentes actvdades, la deternacón de los tepos de nco y ternacón, requere de cálculos especales. Estos cálculos se realzan drectaente en el dagraa de flechas usando artétca sple. El resultado fnal es clasfcar las actvdades de los proyectos coo crítcas y no crítcas. Se dce que una actvdad es crítca s una deora en su coenzo causará una deora en la fecha de ternacón del proyecto copleto. Una actvdad no crítca es tal que entre su tepo de coenzo de nco ás próxo y de ternacón ás tardío (coo lo perta el proyecto) es ás grande que su duracón real. En este caso, se dce que la actvdad no crítca tene un tepo de holgura. Los cálculos de la ruta crítca ncluyen dos fases. La prera fase se llaa "cálculos hacía adelante", donde los cálculos coenzan desde el nodo de nco y se ueven al

3 nodo de ternacón. En cada nodo se calcula un núero que representa el tepo de ocurrenca ás próxo del evento correspondente. Estos núeros se colocan sobre la flecha de la actvdad (al nco y fnal). En la Segunda fase llaada "cálculos haca atrás", coenzan los cálculos desde el nodo de ternacón y se ueven haca el nodo de nco. El núero calculado en cada nodo (colocados debajo de la flecha de cada actvdad) representa el tepo de ocurrenca ás tardío del evento correspondente. 2.5 Deternacón de las holguras Se toan en cuenta los sguentes tepos: IT: Tepo de nco ás próxo. TT: Tepo de ternacón ás próxo. Sea la actvdad (, j): IT IJ = TTT J - D IJ TT IJ = TIP I + D IJ A partr de estos tepos se defnen las sguentes holguras: Holgura total (HT): es la dferenca entre el áxo tepo dsponble para realzar la actvdad (TTT J TIP I ) y su Duracón (D IJ ). HT IJ = TTT J TIP I D IJ = TTT J TT IJ = IT IJ - TIP I Holgura lbre (HL): es el exceso de tepo dsponble (TIP J TIP I ) sobre su Duracón ( D IJ ) s es que todas las actvdades coenzan tan pronto coo sea posble: 2.6 Dagraa de tepo HL IJ = TIP J TIP I - D IJ = TIP J - TT IJ El dagraa de tepo es el producto fnal de los cálculos de una red de actvdades. Este puede convertrse en un prograa calendaro apropado para el uso del personal que ejecutara el proyecto. El dagraa de tepo debe hacerse dentro de las ltacones de los recursos dsponbles, ya que no es posble realzar actvdades sultáneas debdo a las ltacones de personal y equpo Procedento para construr el dagraa de tepo 1. Construr el dagraa de tepo para las actvdades crítcas con líneas contnuas. S en la red exste una actvdad crtca fctca trazar una línea vertcal. 2. Consderar las actvdades no crítcas ndcando sus lítes de tepo TIP I y TTT J en el dagraa. Los lítes de tepo se ndcan con líneas punteadas ndcando que dchas actvdades pueden ejecutarse dentro del líte de tepo sn afectar su precedenca.

4 2.6.2 Funcones de la holgura total y lbre 1. S la Holgura Total es gual a la Holgura Lbre, la actvdad no crtca se puede prograar en cualquer parte entre los tepos de nco as teprano (TIP I ) y del tepo de ternacón as tardío (TTT J ). 2. S la Holgura Lbre es enor que la Holgura Total, el nco de la actvdad no crítca se puede deorar en relacón con su tepo de nco ás teprano (TIP I ) una cantdad no ayor que el onto de su Holgura Lbre (HL IJ ), sn afectar la prograacón de sus actvdades nedataente sucesvas. 2.7 Consderacones de probabldad en la prograacón de proyectos Los proyectos se prograan tenendo en cuenta tres tepos: 1. Tepo Optsta (a): Es el tepo ás corto en el que la tarea puede ejecutarse. Asuendo que la ejecucón va extreadaente ben. 2. Tepo Pessta (b): Es el tepo ás largo que se puede llevar una tarea dentro de lo razonable. Se asue que las cosas van noral. 3. Tepo ás probable (): Es el tepo que la tarea requere con ayor frecuenca en crcunstancas norales. En base a estos tres tepos se obtene el tepo esperado o eda que servrá para prograar la red de actvdades y obtener la ruta crtca. a b a b a b Sétrca Sesgada a la derecha Sesgada a la Izquerda ( a b) 2 2 D Entonces, 3 a 4 b D 6 La varanza se obtene con la sguente fórula: V b a 2 6 Con el valor D encontraos el tepo de ternacón esperado, pero el tepo de ternacón real puede varar debdo a que los tepos de térno de las tareas son varables. Dada una red de actvdades en esas condcones, pueden hacerse las sguentes nterrogantes:

5 a. Cuál es la probabldad de cuplr con una fecha específca de ternacón del proyecto? Para esto se hace uso de tepos probables (TP) asgnados por el so analsta. b. Qué fecha de ternacón puede cuplrse con un nvel dado de confanza?. Es decr s ya tengo una probabldad (Ejeplo 97%), cuál sería la fecha de fnalzacón bajo esas condcones? TP E Var u u K En general: K : Se busca en la tabla de dstrbucón noral. o Para calcular el tepo esperado de ternacón del proyecto, se sua los tepos esperados D de ternacón de todas las tareas a lo largo de esa trayectora crítca. E u ES o Ejeplo: Para calcular la varanza de ternacón del proyecto; se sua las varanzas de los tepos de ternacón de la tarea a lo largo de esa trayectora crtca. Var u V k Un proyecto consta de las actvdades que se uestran en la sguente tabla: Actvdad Precedentes Duracón Tepos de tarea Optsta Pessta Más probable A B C D A E C F B G D H E I E J D,F K G L H,J M I,J,H a. Construya el odelo de red asocado y realce los cálculos de la ruta crítca. b. Calcule las probabldades de que los dstntos eventos ocurran sn deora, partendo de las estacones (a, b, ) proporconadas en la tabla. k

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

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Unidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI

Unidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI Undad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI 3.1. DINÁMICA DE LA GESTIÓN DE PROYECTOS. 3.1.1. GESTIÓN DE PROYECTOS. La gestón

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Deducción de parámetros y comportamiento

Deducción de parámetros y comportamiento Captulo 7. Deduccón de paráetros y coportaento presto por el odelo 287 Capítulo 7: presto por el odelo Deduccón de paráetros y coportaento S ben la utlzacón del odelo consttuto planteado requere la deternacón

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

Dasometría / Celedonio L

Dasometría / Celedonio L EJERCICIO Nº 6 Se ha realzado el nventaro forestal de una asa de Pnus pnaster no resnado, por uestreo estadístco, dseñado edante la toa de datos en parcelas rectangulares de 0 x 5 ts. El dáetro íno nventarable

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE) EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

Conservación del Momento Lineal y de la Energía

Conservación del Momento Lineal y de la Energía Conservacón del Moento Lneal y de la Energía Conservacón del Moento Lneal y de la Energía Objetvos Coprobar experentalente la conservacón del oento lneal edante choques elástcos e nelástcos. Coprobar la

Más detalles

CAPÍTULO 3 - POTENCIA ALTERNA

CAPÍTULO 3 - POTENCIA ALTERNA CAPÍTULO 3 - POTENCA ALTERNA 3-- POTENCA ACTVA (t) Dadas v(t) e (t) la potenca nstantánea en un crcuto genérco es: p(t) = v(t). (t) v(t) Crcuto La potenca p puede ser postva o negatva según el nstante

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Ondas y Rotaciones. Colisiones Inelásticas

Ondas y Rotaciones. Colisiones Inelásticas Hoja de Trabajo 8 Ondas y Rotacones Colsones Inelástcas Jae Felcano Hernández Unersdad Autónoa Metropoltana - Iztapalapa Méxco, D. F. 5 de agosto de 0 INTRODUCCIÓN. Para edr el grado de elastcdad de una

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

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

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

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c. .. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

MEDIDAS DESCRIPTIVAS

MEDIDAS DESCRIPTIVAS Tema 2: MEDIDAS DESCRIPTIVAS DE LOS DATOS 1. MEDIDAS DE CETRALIZACIÓ: Meda Medana Moda Cuantles Otras 2. MEDIDAS DE DISPERSIÓ: Desvacón típca Varanza Rango Otras 3. MEDIDAS DE FORMA: Asmetría Apuntamento

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

Hidrología superficial

Hidrología superficial Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras

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

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

ANEXO 4.1: Centro de masa y de gravedad

ANEXO 4.1: Centro de masa y de gravedad Cuso l Físca I Auto l Loenzo Ipaague ANEXO 4.: Cento de asa de gavedad El punto que poeda la ubcacón de la asa se denona cento de asa (), dado que la accón de la gavedad es popoconal a la asa, es natual

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

Tema I: Introducción a los sistemas de instrumentación

Tema I: Introducción a los sistemas de instrumentación ESCUELA TECNICA SUPERIOR DE INGENIEROS INDUSTRIALES Y DE TELECOMUNICACION UNIVERSIDAD DE CANTABRIA INSTRUMENTACION ELECTRÓNICA DE COMUNICACIONES (5º Curso Ingenería de Telecouncacón) Tea I: Introduccón

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

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

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones

Más detalles

CAPÍTULO V ANUALIDADES

CAPÍTULO V ANUALIDADES CAPÍTULO V ANUALIDADES 193 5.1.- ANUALIDADES Defncón: Se refere a una sere de flujos noralente de un so onto y períodos guales. Pueden ser abonos o pagos y lo ás portante, no necesaraente deben ser de

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

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

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

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

Distancias e Indices Parciales de Medidas Difusas

Distancias e Indices Parciales de Medidas Difusas Dstancas e Indces Parcales de Meddas Dfusas Lus Danel Hernández Molnero Dpto. Inforátca y Ssteas Unversdad de Murca e-al: ldanel@df.u.es Antono Salerón Cerdán Dpto. Estadístca y Mateátca Aplcada Unversdad

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

Cómo calcular rentas constantes continuas en el sistema financiero compuesto discreto?

Cómo calcular rentas constantes continuas en el sistema financiero compuesto discreto? Cóo calcular rentas constantes contnuas en el sstea fnancero couesto dscreto? Prof. Jean-Perre arcallou INTRODUCCIÓN: El enú CAS (Cálculo Algebraco Sbólco) de la calculadora CASIO ALGEBRA FX 2.0 PLUS erte

Más detalles

B3 A2 B3 B2 C1 A2 B3 B2 C1 C2 B1 A2 B1 B2 A2 A2 B3 A2 B3 B2 A2 B3 B2 A2 B1 B2 B3 B4 C1 C2 B3 B2 C3

B3 A2 B3 B2 C1 A2 B3 B2 C1 C2 B1 A2 B1 B2 A2 A2 B3 A2 B3 B2 A2 B3 B2 A2 B1 B2 B3 B4 C1 C2 B3 B2 C3 Ejercco ) Un sstema realza una gestón de memora rtual medante pagnacón por demanda, con la memora ddda en cnco marcos de poscones cada uno. En un momento determnado, se encuentran en el sstema tres procesos,

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

2.- Considere un oligopolio de Cournot con n empresas que producen un bien

2.- Considere un oligopolio de Cournot con n empresas que producen un bien 2.- Consdere un olgopolo de Cournot con n epresas que producen un en hoogéneo. La funcón nversa de deanda es p ) = A y todas las epresas tenen el so coste argnal constante, c > 0 no hay costes fjos). Nota:

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

Indice de Coste Laboral Armonizado. Metodología

Indice de Coste Laboral Armonizado. Metodología Indce de Coste Laboral Armonzado Metodología Indce 1. Introduccón 2. Defncones 3. Formulacón 4. Ajuste de seres 1. Introduccón El objetvo prncpal del Indce de Coste Laboral Armonzado es proporconar una

Más detalles

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general). 3. En el modelo lneal general Y = X b + e, explcar la forma

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS 1 MATEMÁTIAS FINANIERAS LEIÓN 4: Valoracón de rentas fnanceras. 1. Introduccón. Las rentas no son operacones fnanceras propaente dchas. No realzareos consderacones de tpo econóco o jurídco respecto a la

Más detalles

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 - Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La

Más detalles

BOLETÍN OFICIAL DE CANTABRIA

BOLETÍN OFICIAL DE CANTABRIA DE CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE Orn ECD/67/2016, 14 juno, que modfca la Orn ECD/78/2014, 23 juno, que dcta nstruccones para la mplantacón l Decreto 27/2014, 5 juno, que establece el currículo

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

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo Especial 2: Cadenas de Markov y modelo PageRank Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO ) CAPÍTULO II.- AÁLISIS DE UA CARACTERÍSTICA (DISTRIBUCIOES UIDIMESIOALES) TEMA 6.- MEDIDAS DE FORMA: ASIMETRÍA Y CURTOSIS. MOMETOS. DIPLOMATURA E CIECIAS EMPRESARIALES UIVERSIDAD DE

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

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.

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

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

La predicción de la demanda en la evaluación de proyectos. Anna Matas José Luis Raymond Mar González-Savignat Adriana Ruíz

La predicción de la demanda en la evaluación de proyectos. Anna Matas José Luis Raymond Mar González-Savignat Adriana Ruíz La predccón de la deanda en la evaluacón de proyectos Anna Matas José Lus Rayond Mar González-Savgnat Adrana Ruíz 31/Marzo/2009 Proyecto: EVALUACIÓN SOCIOECONÓMICA Y FINANCIERA DE PROYECTOS DE TRANSPORTE

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato Departamento de Matemátcas Matemátcas aplcadas a las cencas socales Estadístca y Probabldad º de bachllerato Matemátcas aplcadas a las cencas socales I, pág. de 48 Departamento de Matemátcas TEMA : ESTADÍSTICA

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

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

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

OSCILACIONES 1.- INTRODUCCIÓN

OSCILACIONES 1.- INTRODUCCIÓN OSCILACIONES 1.- INTRODUCCIÓN Una parte relevante de la asgnatura trata del estudo de las perturbacones, entenddas como varacones de alguna magntud mportante de un sstema respecto de su valor de equlbro.

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

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

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA 1. S A es un suceso de probabldad 0.3, la probabldad de su suceso contraro es: a) 0. b) 1.0 c) 0.7 (Convocatora juno 006. Eamen tpo H) S A es un suceso, la probabldad de su suceso

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

UNIVERSIDAD DE PUERTO RICO

UNIVERSIDAD DE PUERTO RICO UNIVERSIDAD DE PUERTO RICO RECINTO DE RIO PIEDRAS FACULTAD DE ADMINISTRACION DE EMPRESAS Insttuto de Estadístca y Ssteas Coputadorzados de Inforacón MUESTREO con R Preparado por: José Carlos Vega Vlca,

Más detalles

Primer Parcial 2000: ( n ) 2. Introducción a la Optica (Agrimensura)

Primer Parcial 2000: ( n ) 2. Introducción a la Optica (Agrimensura) Introduccón a la Optca (Agrmensura) Prmer Parcal 2000: Ejercco 1 (5 puntos): Se consdera la lámna transparente de la fgura, de índce de refraxón n'. El efecto de colocar la msma en la trayectora del rayo,

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

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Mecánica Clásica ( Partículas y Bipartículas )

Mecánica Clásica ( Partículas y Bipartículas ) Mecánca lásca ( Partículas y Bpartículas ) Alejandro A. Torassa Lcenca reatve ommons Atrbucón 3.0 (0) Buenos Ares, Argentna atorassa@gmal.com Resumen Este trabajo consdera la exstenca de bpartículas y

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Francsco Álvarez González http://www.uca.es/serv/fag/fct/ francsco.alvarez@uca.es Bajo el térmno Estadístca Descrptva

Más detalles