Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

Save this PDF as:
 WORD  PNG  TXT  JPG

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

Download "Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga"

Transcripción

1 Tema 5: Teoría de colas Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

2 Sumario Conceptos básicos Cola M M Cola M M c Cola M M k Redes de colas Redes de Jackson abiertas Redes de Jackson cerradas

3 Conceptos básicos

4 Concepto de cola Una cola es una línea de espera para determinado servicio Este servicio lo proporciona uno o varios dependientes La teoría de colas analiza la causa de la formación de la cola, que es la existencia de momentos en los que hay una mayor demanda de servicio que la capacidad de servicio

5 Clasificación de sistemas de colas Llamaremos clientes, trabajos o tareas a los que demandan servicio, y dependientes, empleados o servidores a los que ofrecen servicio Un sistema de colas viene dado por varias características: º Modelo de llegada de clientes, El índice de llegadas será el número medio de llegadas por unidad de tiempo, Alternativamente podemos usar el tiempo entre llegadas, que es el tiempo medio entre llegadas sucesivas

6 Clasificación de sistemas de colas º Modelo de servicio, Puede venir dado por el tiempo de servicio o por el número de clientes atendidos por unidad de tiempo, Tendremos una variable aleatoria o bien un servicio determinista, Aquí supondremos que el modelo de servicio es independiente del de llegada 3º Disciplina de la cola, Establece el orden en que se va atendiendo a los clientes: Por orden de llegada (FIFO) Por orden inverso al de llegada (LIFO) Selección aleatoria (RANDOM) Según prioridades (PRIORITY, PR), Dos subtipos: Con interrupción, Si llega un cliente de más prioridad, el trabajo que se estaba sirviendo se interrumpe para atenderlo Sin interrupción, No se pueden interrumpir los trabajos Dentro de cada clase de prioridad se podrán aplicar disciplinas LIFO, FIFO o RANDOM,

7 Clasificación de sistemas de colas 4º Capacidad del sistema, Es el número máximo de clientes que puede haber en el sistema (finito o infinito), Si llega un cliente y el sistema está lleno, se marcha, 5º Número de canales de servicio, Es el número de dependientes, Puede haber una cola para cada dependiente o bien una sola cola global 6º Número de estados de servicio, Puede haber varias partes en las que se subdivide el trabajo (estados), cada una con su cola y su dependiente, que deben ser completadas sucesivamente, P, ej,, tres estados:

8 Notación de Kendall La notación de Kendall nos permite escribir resumidamente todas las características que hemos estudiado, Un sistema de colas se notará como: A B X Y Z V, donde: A es el modelo de llegadas, Valores posibles: Mtiempos entre llegadas exponenciales Dtiempos entre llegadas deterministas Gtiempos entre llegadas generales (cualquier distribución) B es el modelo de servicio, Puede tomar los mismos valores que A

9 Notación de Kendall X es el número de dependientes (servidores) Y es la capacidad del sistema (número máximo de clientes en el sistema), Se puede omitir si es infinita Z es la disciplina, Se puede omitir si es FIFO V es el número de estados de servicio, Se puede omitir si es Por ejemplo, M M FIFO se escribe abreviadamente M M

10 Medidas de rendimiento Una vez descrito el sistema, nuestro objetivo es evaluar su rendimiento, Para ello tenemos varias medidas de rendimiento: Número medio de clientes en el sistema, notado L Tiempo medio de espera de los clientes, W Número medio de clientes en la cola, L q Tiempo medio de espera en cola de los clientes, W q

11 Cola M M

12 Descripción del modelo Hay una sola cola, cuya capacidad es infinita, y un solo servidor, La disciplina será FIFO Las llegadas se producen según un proceso de Poisson de razón λ, donde λ es el número medio de llegadas por unidad de tiempo y /λ es el tiempo medio entre llegadas, Los tiempos entre llegadas se distribuirán exponencialmente, Exp(λ) Los tiempos entre servicios también se distribuirán exponencialmente, Exp(μ), de tal manera que μ es el número medio de clientes que el servidor es capaz de atender por unidad de tiempo y /μ es el tiempo medio de servicio

13 Condición de no saturación Se demuestra que si λ μ, el sistema se satura, es decir, el número de clientes en la cola crece indefinidamente con el tiempo, Por consiguiente, la condición de no saturación será: <, donde Nosotros sólo estudiaremos las colas que no se saturan, Cuando una cola no se satura, también se dice que alcanza el estado estacionario, λ μ

14 Probabilidades El parámetro se llama carga, flujo o intensidad de tráfico del sistema, puesto que mide la relación entre la cantidad de trabajos que llegan y la capacidad de procesarlos Suponiendo que el sistema no se satura, se deduce la siguiente fórmula para las probabilidades p n de que haya n clientes en el sistema, donde n N: p n ( ) n

15 Medidas de rendimiento El número medio de clientes en el sistema, L, se calcula así: ( ) ( ) j j j j j j j j p j L Sumamos la serie aritmético-geométrica: S S ( ) S ( ) ( ) L

16 Medidas de rendimiento La utilización del dependiente, notada U, es la fracción de tiempo (en tanto por uno) que el dependiente permanece ocupado, Para hallarla, nos valemos de que cuando no hay saturación, el número medio de clientes que entran en el sistema debe ser igual al número medio de clientes que salen de él: λ λ Uμ U μ Como para deducir la anterior fórmula no hemos usado ninguna característica especial del modelo de entrada ni del de salida, dicha fórmula es válida para colas G G

17 Medidas de rendimiento El tiempo medio de respuesta W es el tiempo medio que un trabajo permanece en el sistema, Si suponemos que un trabajo, al llegar al sistema, se encuentra con que hay por delante de él otros j trabajos, el tiempo medio que tardará en salir del sistema será j veces el tiempo medio de servicio, Por lo tanto: W ( ) j p j j p j p μ μ μ j 0 j 0 j 0 j L μ μ Tiempo que se pasa en el sistema si hay j por delante al llegar Probabilidad de que haya j por delante al llegar

18 Medidas de rendimiento Podemos simplificar algo más: L W μ μ μ λ El tiempo medio de espera en la cola W q se hallará restando a W el tiempo que tarda en ser servido el trabajo (esto es válido para cualquier tipo de cola): W q W μ En el caso particular de una cola M M, obtenemos: W q μ λ

19 Ejemplo Unos mecánicos llegan a una media de 0 por hora a recoger piezas de repuesto, Estas piezas se las da un dependiente pagado con 5 /hora y que tarda como media 5 min en servir, Cada hora que tiene que esperar un mecánico (en el sistema) le cuesta al taller 0, Queremos saber si merece la pena contratar a un ayudante de dependiente, pagado con 4 /hora, de forma que el tiempo medio de servicio se reduzca a 4 min Nota: Al resolver un problema de colas, tener siempre muy presente la coherencia de unidades

20 Ejemplo Tenemos dos opciones: Sin ayudante: /μ 5 min / h Con ayudante: /μ 4 min /5 h En ambos casos, λ 0 clientes/h Opción (sin ayudante): 0 0 ; L 5 mecánicos 0 Por tanto, perdemos 5 (0 /h) 50 /h

21 Ejemplo Opción (con ayudante): 0 0 ; L mecánicos Por tanto, perdemos (0 /h) 0 /h debido a la espera de los mecánicos, Pero también perdemos 4 /h debido al sueldo del ayudante, Por tanto, las pérdidas totales son 4 /h En la opción perdemos 50 /h y en la opción perdemos 4 /h, con lo cual la más ventajosa es la opción,

22 Más medidas de rendimiento El número medio de trabajos en la cola L q, se calcula restándole a L el número medio de trabajos que están siendo servidos: L q L ( p 0 ) L Probabilidad de que un cliente que llega pase más de t unidades de tiempo en el sistema: W q t / W ( t) e Probabilidad de que un cliente que llega pase más de t unidades de tiempo en la cola: W t / W ( t) e

23 Ejemplos Ejemplo: Un canal de comunicación se usa para enviar datos desde unos ordenadores fuente a uno central, Cada fuente envía paquetes de datos según un proceso de Poisson de razón paquetes/seg, Además cada fuente envía independientemente de las otras, Todos los paquetes son idénticos, esperan en una cola común y después se transmiten de uno en uno, Los tiempos de transmisión se distribuyen exponencialmente, con media 5 mseg, Determinar el número máximo de fuentes que se pueden conectar al canal de tal manera que:

24 Ejemplos º El canal no se sature Si tenemos k fuentes, llegarán a la cola k paquetes/seg, Por otro lado, /μ 0,05 seg μ 40 paquetes/seg El canal no se satura cuando <: λ k k < k μ 40 0 < 0 fuentes

25 Ejemplos º En media los paquetes no pasen en el sistema más de 00 mseg Tal como ocurría en el apartado anterior, llegarán a la cola k paquetes/seg, y tendremos μ 40 paquetes/seg Nos exigen W 0, seg: W 0, k μ λ 40 k 5 fuentes

26 Ejemplos 3º En el estado estacionario se garantice que al menos el 95% de los paquetes tenga un tiempo de respuesta que no exceda de 00 mseg Tal como ocurría en el apartado anterior, llegarán a la cola k paquetes/seg, y tendremos μ 40 paquetes/seg Nos exigen que la probabilidad de que un paquete pase más de 00 mseg en el sistema sea inferior al 5%, es decir, W(00 mseg) 0,05: W 0,( 40k ) ( 0,) 0,05 e 0,05 0,k 4 ln 0,05 k 4 ln 0,05 0, k 5,0 k 5 fuentes (ya que k N)

27 Ejemplos Ejemplo: Supongamos que una cola M M con parámetros λ y μ se sustituye por n colas M M independientes de parámetros λ/n y μ/n, Es decir, dividimos la carga de trabajo y la capacidad de proceso en n partes iguales, Evaluar el efecto del cambio usando como medidas de rendimiento el tiempo medio de respuesta y el número medio de trabajos en el sistema λ μ λ/n λ/n μ/n μ/n

28 Ejemplos Alternativa (una sola cola), λ λ, μ μ : λ μ λ L λ μ λ μ W Alternativa (n colas independientes), λ λ/n, μ μ/n : nl n n n n L n n n n n i λ μ λ μ λ μ λ μ λ μ λ

29 Ejemplos W μ λ μ n λ n n μ λ nw Como la alternativa tiene menores valores para ambas medidas de rendimiento, concluimos que la dicha alternativa es mejor Esto nos indica que lo mejor es no dividir la capacidad de procesamiento, es decir, tener un único servidor que atienda a todos los clientes

30 Teorema de Little Sea un sistema de colas con cualquier distribución de llegadas y servicios y cualquier estructura, Sean L el número de trabajos presentes en el sistema en el estado estacionario, W es tiempo medio de respuesta en el estado estacionario y λ la razón de llegadas al sistema, Entonces: L λw

31 Teorema de Little Explicación intuitiva: Supongamos que cobramos a cada trabajo por cada unidad de tiempo que pasa en el sistema, Habría dos maneras equivalentes de medir las ganancias: Colocando un recaudador a la entrada del sistema, le cobrará como media W a cada uno de los λ trabajos que vea pasar por unidad de tiempo Cada vez que transcurre una unidad de tiempo, cobro a cada uno de los L trabajos que como media hay en ese instante en el sistema

32 Teorema de Little Si aplico el teorema a la cola, dejando fuera del sistema al servidor, obtengo el siguiente resultado, también muy útil: L λ q W q Las dos fórmulas obtenidas nos sirven para ayudarnos a obtener los valores de las medidas de rendimiento, aunque necesitaremos otras ecuaciones para poder conseguir resultados explícitos

33 Cola M M c

34 Descripción del modelo Hay una sola cola, cuya capacidad es infinita, y c servidores, La disciplina será FIFO Las llegadas se producen según un proceso de Poisson de razón λ, donde λ es el número medio de llegadas por unidad de tiempo y /λ es el tiempo medio entre llegadas, Los tiempos entre llegadas se distribuirán exponencialmente, Exp(λ) Los tiempos de servicio también se distribuirán exponencialmente, Exp(μ), de tal manera que μ es el número medio de clientes que cada servidor es capaz de atender por unidad de tiempo y /μ es el tiempo medio de servicio

35 Condición de no saturación Se demuestra que si λ cμ, el sistema se satura, es decir, el número de clientes en la cola crece indefinidamente con el tiempo, Por consiguiente, la condición de no saturación será: <, donde λ cμ Nosotros sólo estudiaremos las colas que no se saturan, Cuando una cola no se satura, también se dice que alcanza el estado estacionario,

36 Probabilidades Suponiendo que el sistema no se satura, se deducen las siguientes fórmulas para las probabilidades p n de que haya n clientes en el sistema, donde n N: ( ) ( ) 0 0!! c n n c c n c c c p ( ) en otro caso,! 0,,..., si,! 0 0 p c c c n p n c p n c n n

37 Medidas de rendimiento Número medio de clientes en cola: c c c p0 Lq c! ( ) Usamos razonamientos ya vistos para obtener: W W q μ L λ L λw q W q

38 Otras medidas de rendimiento Número medio de servidores ocupados, S, En el estado estacionario, la razón de las salidas será igual a la razón de las llegadas: λ S μ λ S μ c Probabilidad de que un trabajo tenga que esperar para recibir su servicio (fórmula de retraso de Erlang): c c c p0 q c! ( )

39 Ejemplos Ejemplo: Usando L como medida de rendimiento, comparar estas dos alternativas: Alternativa : Alternativa : λ μ λ μ/ μ/

40 Ejemplos Alternativa : Alternativa : p 0 L λ λ μ μ! ( ) n 0 ( ) n! n

41 Ejemplos ( ) ( ) p ( ) p 0 λ μ λ λ λ λ μ q q q W W W W L ( ) ( ) ( ) ( ) p L L q

42 Ejemplos ( )( ) ( )( ) ( )( ) L ( )( ) < > < 0 Para que la alternativa sea mejor, ha de cumplirse que L <L : < < Como < siempre se cumple, tendremos que la alternativa siempre es mejor, Es decir, no conviene dividir la capacidad de procesamiento en dos servidores

43 Ejemplos Ejemplo: Usando el número medio de clientes en el sistema como medida de rendimiento, comparar estas dos alternativas: Alternativa : Alternativa : λ/ λ/ μ/ μ/ λ μ/ μ/

44 Ejemplos Alternativa (nótese que hay colas): μ λ donde, L Alternativa (es la alternativa del ejemplo anterior): μ λ μ λ ( )( ) L

45 Ejemplos ( )( ) > > > 0 Para que la alternativa sea mejor, ha de cumplirse que L >L : 0 > > Como >0 siempre se cumple, tendremos que la alternativa siempre es mejor, Es decir, no conviene poner dos colas, sino tener una única cola global

46 Ejemplos Ejemplo: En una copistería se dispone de 3 máquinas fotocopiadoras a disposición del público, Cada máquina es capaz de servir, por término medio, 8 trabajos cada hora, A la copistería llegan como promedio 5 clientes a la hora, Parámetros del sistema: λ 5 clientes/h, μ 8 clientes/h, c 3 servidores, El sistema no se satura porque <, μ λ c

47 Ejemplos Cuál es la probabilidad de que las tres máquinas estén libres a la vez? ( ) ( ) ( ) ( ) ! 3 3! 3!! n n c n n c c n n c c c p ( ) ( ) ( ) ( ) 0, ! 3! 3 0! 3 3! ( ) ( ) 0, clientes ! 3! c p c L c c q Cuál es el número medio de clientes en la cola?

48 Ejemplos Cuál es el tiempo medio de espera en la cola? W q Lq λ , h Cuál es el tiempo medio de espera en el sistema? W W q μ ,6445 h Cuál es el número medio de clientes en el sistema? L λw clientes

49 Cola M M k

50 Descripción del modelo Hay una sola cola, cuya disciplina será FIFO, La capacidad del sistema es limitada, de tal modo que sólo puede haber k clientes como máximo en el sistema, Por lo tanto, el número máximo de clientes en la cola es k, Si un cliente llega y el sistema está lleno, es rechazado y nunca más regresa Las llegadas se producen según un proceso de Poisson de razón λ, Los tiempos entre llegadas se distribuirán exponencialmente, Exp(λ) Los tiempos entre servicios también se distribuirán exponencialmente, Exp(μ), de tal manera que μ es el número medio de clientes que el servidor es capaz de atender por unidad de tiempo

51 Probabilidades El sistema nunca se satura, ya que la capacidad es limitada Se deduce la siguiente fórmula para las probabilidades p n de que haya n clientes en el sistema, donde n {0,,,, k}: p n ( ) n, si k, si k

52 Probabilidades El valor de determina cómo varían los p n : Si <, los estados más probables son los de menor número de clientes, porque la oferta de servicio supera a la demanda Si >, los estados más probables son los de mayor número de clientes, porque la demanda de servicio supera a la oferta Si, todos los estados son equiprobables, Podemos llegar a la fórmula del caso aplicando la regla de L Hôpital al límite para de la fórmula del caso Si hacemos k, llegamos al modelo M M

53 Medidas de rendimiento Tasa efectiva de llegadas, λ ef, Es el número medio de clientes admitidos al sistema por unidad de tiempo de entre los λ que intentan entrar (λ ef <λ): λ λ ( ) ef p k Número medio de clientes en el sistema (este valor siempre debe ser inferior a k): L ( k ) k k k, si, si

54 Medidas de rendimiento Podemos obtener las demás medidas de rendimiento mediante razonamientos ya vistos, teniendo en cuenta que la tasa efectiva de llegadas al sistema es λ ef : W W q μ L q λ W ef q L λef W

55 Ejemplo A un taller mecánico llegan vehículos para el cambio de pastillas de freno, Los coches llegan a un promedio de 8 a la hora según un proceso de Poisson, El espacio físico del taller sólo permite que haya 4 vehículos, y las ordenanzas municipales prohíben esperar fuera, El taller puede servir a un promedio de 6 coches por hora de acuerdo a una distribución exponencial, Parámetros del sistema: λ 8 vehículos/h, μ 6 vehículos/h, k 4 vehículos 8 6 3

56 Ejemplo Cuál es la probabilidad de que no haya ningún vehículo en el taller? 0 ( ) 3 p0 0, Cuál es el promedio de vehículos que hay en el taller? k ( k ) 3 ( 4 ) 3 L k ,5066 vehículos

57 Ejemplo Cuánto tiempo pasa por término medio un coche en el taller? k ( ) λ ( ) ef λ p k λ k W ( ) L λ ef ,95043 clientes/h 7 0 0, horas

58 Ejemplo Cuánto tiempo esperan por término medio en la cola los coches? W q W μ ,45 horas Cuál es la longitud media de la cola? L q λ ef Wq ,5893 vehículos

59 Redes de colas

60 Redes de colas Una red de colas es un sistema donde existen varias colas y los trabajos van fluyendo de una cola a otra Ejemplos: Fabricación (trabajosartículos) Oficinas (trabajosdocumentos) Redes de comunicaciones (trabajospaquetes) Sistemas operativos multitarea (trabajostareas)

61 Enrutado de trabajos Criterios para decidir a qué cola se dirige un trabajo que acaba de salir de otra: Probabilístico: se elige una ruta u otra en función de una probabilidad (puede haber distintos tipos de trabajos, cada uno con sus probabilidades) Determinista: cada clase de trabajo se dirige a una cola fija

62 Tipos de redes de colas Se distinguen dos tipos de redes de colas: Abiertas: Cada trabajo entra al sistema en un momento dado, y tras pasar por una o más colas, sale del sistema, Dos subtipos: Acíclicas: Un trabajo nunca puede volver a la misma cola (no existen ciclos) Cíclicas: Hay bucles en la red Cerradas: Los trabajos ni entran ni salen del sistema, Por lo tanto permanecen circulando por el interior del sistema indefinidamente, Usualmente existe un número fijo de trabajos,

63 Red abierta acíclica

64 Red abierta cíclica

65 Red cerrada

66 Redes de Jackson abiertas

67 Definición Una red de colas abierta se dice que es de Jackson sii: Sólo hay una clase de trabajos Los enrutados son probabilísticos, donde r ij 0 es la probabilidad de ir al nodo j después de haber salido del nodo i, Por otro lado, r i0 es la probabilidad de abandonar del sistema después de haber salido del nodo i, donde r i0 j r ij Cada nodo i es una cola. M c i La tasa de llegadas externas al nodo i se notará γ i El número total de nodos de la red se notará K

68 Ecuaciones de equilibrio Dado que el flujo total de entrada a un nodo debe ser igual al flujo total de salida del nodo, tendremos que: K i i j ji j { } λ γ λ r, i,..., K Las K ecuaciones anteriores forman un sistema lineal con solución única, que resolveremos para hallar las tasas de llegada a cada nodo λ i

69 Condición de no saturación Para que ninguna de las colas del sistema se sature, es preciso que se cumpla la siguiente condición: {,,..., K} i, <, donde i i λi c μ Nota: Se trata de la condición de no saturación del modelo M M c, aplicada a cada uno de los nodos por separado i i

70 Teorema de Jackson para redes abiertas Teorema: Sea una red de Jackson abierta que cumple la condición de no saturación, Entonces en el estado estacionario, la distribución del número de clientes en cada nodo es la que sigue: K i i K i p( n ) p ( n ), n,, n 0 donde p i (n i ) es la probabilidad de que haya n i clientes en el nodo i, calculada según las ecuaciones del modelo M M c

71 Consecuencias del teorema Corolario: Las medidas de rendimiento para cada nodo se calculan según las ecuaciones del modelo M M c, Además se tendrán las siguientes medidas: Tasa global de salidas del sistema (throughput), que es el número medio de trabajos que salen del sistema por unidad de tiempo, Coincide con el número de trabajos que entran en el sistema: λ red K i γ i

72 Consecuencias del teorema Número medio de trabajos en el sistema, L red, que es la suma de los número medios de trabajos en cada uno de los nodos: L red L i K Tiempo medio en el sistema, W red, que es el tiempo medio que pasa una tarea desde que entra en la red hasta que sale de ella: W red i L λ red red

73 Consecuencias del teorema Razón de visitas al nodo i, V i, que es el número medio de veces que un trabajo visita el nodo i desde que entra en la red hasta que sale: {,,..., K} i, V i λi λ Nota: en una red acíclica habrá de cumplirse que V i i {,,,,,,K}, ya que cada tarea visitará cada nodo a lo sumo una vez red

74 Ejemplo (red acíclica),5 0, 0,8 3 0,6 0, ,5 6 μ i i,,..,6 { }

75 Ejemplo (red acíclica) Ecuaciones de equilibrio: λ γ; λ λr ; λ λr ; 3 3 λ λ r ; λ λ r λ r ; λ γ En el ejemplo, γ,5; r 0,; r 3 0,8; r 34 0,6; r 35 0,4; γ 6 0,5; r 65 ; con lo cual la solución es: λ,5; λ 0,3; λ 3, ; λ 4 0,7; λ 5 0,98; λ 6 0,5

76 Ejemplo (red acíclica) Condición de no saturación (se cumple porque i <): λi i 0,75; 0,5; 3 0,6; μ i 4 0,36; 5 0,49; 6 0,5 Medidas de rendimiento (ecuaciones del modelo M M ): i L i L 3; L 0,764; L3,5; i L 0,565; L 0,9607; L 0,

77 Ejemplo (red acíclica) W i μ λ i i W ; W 0,588; W,5; 3 W 0,785; W 0,9803; W 0, W qi W i μ i W,5; W 0,088; W 0,75; q q q3 W 0,85; W 0,4803; W 0,666 q4 q5 q6

78 Red abierta cíclica 0, 0,3 0,8 0,7 3 0, 4 0,9 5 μ 3 i,,4 i { } μ 4 i 3,5 i { } 0,6

79 Ejemplo (red cíclica) Ecuaciones de equilibrio: λ γ ; λ λ r ; λ γ λ r λ r ; λ λ r ; λ λr En el ejemplo, γ 0,; r 0,3; r 3 0,7; γ 3 0,8; r 53 0,6; r 34 0,; r 35 0,9; con lo cual la solución es: λ 0,; λ 0,06; λ3,0434; λ 0,043; λ,

80 Ejemplo (red cíclica) Condición de no saturación (se cumple porque i <): λi i 0,0666; 0,0; 3 0,508; μ i 0,068; 0,4597 Medidas de rendimiento (ecuaciones del modelo M M ): i L i L 0,074; L 0,004; L3,0443; i L 4 5 0,073; L 0,85 4 5

81 Ejemplo (red cíclica) W i μ λ i i W 0,357; W 0,340; W 0,5; 3 W 0,3576; W 0, W qi W i μ i W 0,038; W 0,0068; W 0,6; q q q3 W 0,043; W 0,7 q4 q5

82 Redes de Jackson cerradas

83 Definición Una red de colas cerrada se dice que es de Jackson sii: Sólo hay una clase de trabajos Los enrutados son probabilísticos, donde r ij 0 es la probabilidad de ir al nodo j después de haber salido del nodo i, Cada nodo i es una cola. M c i Hay una cantidad constante M de trabajos en el sistema El número total de nodos de la red se notará K

84 Ecuaciones de equilibrio Dado que el flujo total de entrada a un nodo debe ser igual al flujo total de salida del nodo, tendremos que: K * * i j ji j { } λ λ r, i,..., K Las K ecuaciones anteriores forman un sistema lineal indeterminado con un grado de libertad, que resolveremos para hallar las tasas de llegada relativas a cada nodo λ i *, Para ello fijaremos un valor positivo arbitrario para una incógnita, por ejemplo λ *

85 Análisis del valor medio Hallaremos las siguientes medidas de rendimiento para M tareas en el sistema: L i (M)Número medio de tareas en el nodo i W i (M)Tiempo medio que cada tarea pasa en el nodo i cada vez que lo visita λ i (M)Tasa real de salidas del nodo i Se trata de un algoritmo iterativo que va calculando L i (m), W i (m) para valores crecientes de m a partir de m0

86 Análisis del valor medio Las ecuaciones son: Lj ( m) Wj ( m), j,..., K m,..., M μ c μ j j j i * i { } { } * λ jwj( m) Lj ( m) m, j,..., K m,..., M K λ W( m) i { } { } Lj( m) λ j( m), j,..., K m,..., M W ( m) j { } L (0) 0, j,..., K j { } { }

87 Red cerrada 0,3 3 0,7 4 μ 5 i,,..,6 { } i

88 Ejemplo (red cerrada) Ecuaciones de equilibrio: λ λ r λ r ; λ λ r ; * * * * * λ λ r ; λ λ r * * * * En el ejemplo, r 0,3; r 4 0,7; r 3 ; r 3 ; r 4 ; con lo cual la solución es, tomando λ *: λ ; λ 0, 3; * * λ 0,3; λ 0,7 * * 3 4

89 Ejemplo (red cerrada) Lj( m ) Wj( m), j,...,4 5 { } W( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) L ( m ) m W m W m W m W m 3 4 ( ) 0,3 W ( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) L m m W m W m W 3 m W 4 m 0,3 W ( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) 3 L3 ( m) m W m W m W 3 m W 4 m ( ) 0,7 W ( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) 4 L4 m m W m W m W 3 m W 4 m

90 Ejemplo (red cerrada) Primera iteración: Lj L (0) (0) 0,,...,4 j 5 0, L () 0,4347,3 0, j j { } W () 0, j {,...,4} L L L 3 4 0,3 0, () 0,304,3 0, 0,3 0, () 0,304,3 0, 0,7 0, () 0,3043,3 0,

91 Ejemplo (red cerrada) m W (m) W (m) W (m) W (m) L (m) L (m) L 3 (m) L 4 (m) , 0, 0, 0, 0,4348 0,304 0,304 0,3043 0,870 0,6 0,6 0,609 0,9483 0,4 0,4 0, ,3897 0,448 0,448 0,307,5360 0,895 0,895 0, ,507 0,579 0,579 0,3770,93 0,3343 0,3343,40 5 0,6383 0,669 0,669 0,480,9065 0,3646 0,3646, ,783 0,79 0,79 0,479 3,6737 0,3850 0,3850, ,9347 0,770 0,770 0,53 4,485 0,3987 0,3987,773

92 Ejemplo (red cerrada) L 6 4 Cola Cola 4 Colas y m

93 Ejemplo (red cerrada) W Cola Cola 4 Colas y m

94 Ejemplo (red cerrada) Utilización del servidor (%) Uλ/μ L/(Wμ) Cola Cola Colas y m

95 Cuellos de botella Un cuello de botella en un sistema de colas es un nodo cuya capacidad de procesamiento determina el rendimiento de todo el sistema Definición: Sea una red de Jackson cerrada. Diremos que el nodo j es un cuello de botella sii L j (m) cuando m En el ejemplo anterior el nodo es un cuello de botella. Trabaja al límite de su capacidad mientras que los otros no (se quedan al 30% o al 70%). Para mejorar el rendimiento global del sistema habría que aumentar la capacidad de procesamiento del nodo

2 Teoría de colas o líneas de espera

2 Teoría de colas o líneas de espera 2 Teoría de colas o líneas de espera El tráfico en redes se puede modelar con la ayuda de la teoría de colas, es por ello ue es importante estudiarlas y comprenderlas. Existen varias definiciones sobre

Más detalles

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas).

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). Teoría de Colas TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). IO 07/08 - Teoría de Colas 1 Teoría de Colas: ejemplos

Más detalles

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K CONTENIDOS 1. Introducción a las colas poissonianas. 2. Modelo de colas poissoniano con un servidor M/M/1 3. Modelo con un servidor y capacidad finita M/M/1/K 4. Modelo con varios servidores M/M/c. Fórmula

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Ejercicios de Teoría de Colas

Ejercicios de Teoría de Colas Ejercicios de Teoría de Colas Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Demuestra que en una cola M/M/1 se tiene: L = ρ Solución. L = = = = = ρ np n nρ n (1 ρ) nρ n n=1 ρ n ρ

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO - 1 - UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO Tema 1: Operaciones financieras: elementos Tema 2: Capitalización y descuento simple Tema 3: Capitalización y descuento compuesto Tema

Más detalles

EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB

EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB PROBLEMA 1. El Banco Nacional de Occidente piensa abrir una ventanilla de servicio en automóvil para servicio a los clientes. La gerencia estima que los

Más detalles

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal.

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal. ECUACION DE DEMANDA La ecuación de demanda es una ecuación que expresa la relación que existe entre q y p, donde q es la cantidad de artículos que los consumidores están dispuestos a comprar a un precio

Más detalles

Ejemplos y problemas resueltos de análisis complejo (2014-15)

Ejemplos y problemas resueltos de análisis complejo (2014-15) Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es

Más detalles

Materiales y energía = 1000 litros x $20/litro = ($20,000) Sueldos = fijos = ($10,000) Alquiler = fijo = ($ 5,000)

Materiales y energía = 1000 litros x $20/litro = ($20,000) Sueldos = fijos = ($10,000) Alquiler = fijo = ($ 5,000) Evaluación de Proyectos FI UBA: Análisis Marginal Ing. Roger Cohen Qué es y para qué se usa el Análisis Marginal El análisis marginal estudia el aporte de cada producto/servicio/cliente a las utilidades

Más detalles

Divisibilidad y números primos

Divisibilidad y números primos Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos

Más detalles

4 Pruebas y análisis del software

4 Pruebas y análisis del software 4 Pruebas y análisis del software En este capítulo se presentan una serie de simulaciones donde se analiza el desempeño de ambos sistemas programados en cuanto a exactitud con otros softwares que se encuentran

Más detalles

Teoría de Colas o Fenómenos de Espera

Teoría de Colas o Fenómenos de Espera Teoría de Colas o Fenómenos de Espera Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Introducción 2 Introducción............................................................

Más detalles

FICHERO MUESTRA Pág. 1

FICHERO MUESTRA Pág. 1 FICHERO MUESTRA Pág. 1 Fichero muestra que comprende parte del Tema 3 del libro Gestión Financiera, Teoría y 800 ejercicios, y algunas de sus actividades propuestas. TEMA 3 - CAPITALIZACIÓN COMPUESTA 3.15.

Más detalles

UNIDAD 1. LOS NÚMEROS ENTEROS.

UNIDAD 1. LOS NÚMEROS ENTEROS. UNIDAD 1. LOS NÚMEROS ENTEROS. Al final deberás haber aprendido... Interpretar y expresar números enteros. Representar números enteros en la recta numérica. Comparar y ordenar números enteros. Realizar

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación. Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir

Más detalles

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR}

Ejemplo 1.2 En el capitulo anterior se demostró que el conjunto. V = IR 2 = {(x, y) : x, y IR} Subespacios Capítulo 1 Definición 1.1 Subespacio Sea H un subconjunto no vacio de un espacio vectorial V K. Si H es un espacio vectorial sobre K bajo las operaciones de suma y multiplicación por escalar

Más detalles

Equivalencia financiera

Equivalencia financiera Equivalencia financiera 04 En esta Unidad aprenderás a: 1. Reconocer la equivalencia de capitales en distintas operaciones financieras a interés simple. 2. Calcular a interés simple los vencimientos común

Más detalles

SISTEMAS DE COLAS EXPONENCIALES

SISTEMAS DE COLAS EXPONENCIALES UNIVERSIDAD POLITÉCNICA DE MADRID FACULTAD DE INFORMÁTICA SISTEMAS DE COLAS EXPONENCIALES M a ISABEL RODRÍGUEZ GALIANO Madrid, Junio de 2002 Índice Introducción 2 Sistema de Colas M/M/ 3 3 Sistema de Colas

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)

Más detalles

Función exponencial y Logaritmos

Función exponencial y Logaritmos Eje temático: Álgebra y funciones Contenidos: Función exponencial y Logaritmos Nivel: 4 Medio Función exponencial y Logaritmos 1. Funciones exponenciales Existen numerosos fenómenos que se rigen por leyes

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,

Más detalles

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción

Más detalles

Ambas componentes del sistema tienen costos asociados que deben de considerarse.

Ambas componentes del sistema tienen costos asociados que deben de considerarse. 1. Introducción. En este trabajo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida

Más detalles

FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Una de las primeras necesidades que surgen en las Ciencias Experimentales es la de poder expresar los valores

Más detalles

ESTUDIO DE LA VIABILIDAD DEL SISTEMA

ESTUDIO DE LA VIABILIDAD DEL SISTEMA ESTUDIO DE LA VIABILIDAD DEL SISTEMA Como ya sabemos el objetivo del estudio de viabilidad del sistema es el análisis de un conjunto concreto de necesidades para proponer una solución a corto plazo, que

Más detalles

Cap. 24 La Ley de Gauss

Cap. 24 La Ley de Gauss Cap. 24 La Ley de Gauss Una misma ley física enunciada desde diferentes puntos de vista Coulomb Gauss Son equivalentes Pero ambas tienen situaciones para las cuales son superiores que la otra Aquí hay

Más detalles

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1

MATEMÁTICAS CCSS II Sobrantes 2010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 IES Fco Ayala de Granada Sobrantes 010 (Modelo ) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 a 1 1 1 3 Sean las matrices

Más detalles

1. (2 puntos) En la V Caminata Madrileño Manchega, los participantes caminan de Madrid

1. (2 puntos) En la V Caminata Madrileño Manchega, los participantes caminan de Madrid Matemática Discreta Segundo de Ingeniería Informática UAM Curso 2006-2007 Solucionario del examen final del 26-1-2007 Nota bene: A continuación exhibimos algunas de las distintas maneras de abordar los

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases. BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades

Más detalles

DIRECCIÓN DE OPERACIONES Y TOMA DE DECISIONES INGENIERÍA INDUSTRIAL CICLO DE PROFESIONALIZACIÓN

DIRECCIÓN DE OPERACIONES Y TOMA DE DECISIONES INGENIERÍA INDUSTRIAL CICLO DE PROFESIONALIZACIÓN TEORIA DE COLAS: Líneas de Espera Claro Ana Milena, Cardona Luz Dary, Ruiz Lina María, Gómez Juan Fernando, Estudiantes Ingeniería Industrial Universidad Católica de Oriente. Mayo 21 de 2011. Resumen:

Más detalles

Unidad Didáctica. Leyes de Kirchhoff

Unidad Didáctica. Leyes de Kirchhoff Unidad Didáctica Leyes de Kirchhoff Programa de Formación Abierta y Flexible Obra colectiva de FONDO FORMACION Coordinación Diseño y maquetación Servicio de Producción Didáctica de FONDO FORMACION (Dirección

Más detalles

Grado en Finanzas y Contabilidad

Grado en Finanzas y Contabilidad Econometría Grado en Finanzas y Contabilidad Apuntes basados en el libro Introduction to Econometrics: A modern Approach de Wooldridge 5.2 Estimadores de Variables Instrumentales La endogeneidad aparece

Más detalles

CURSO 2010-2011 TECNOLOGÍA TECNOLOGÍA 4º ESO TEMA 5: Lógica binaria. Tecnología 4º ESO Tema 5: Lógica binaria Página 1

CURSO 2010-2011 TECNOLOGÍA TECNOLOGÍA 4º ESO TEMA 5: Lógica binaria. Tecnología 4º ESO Tema 5: Lógica binaria Página 1 Tecnología 4º ESO Tema 5: Lógica binaria Página 1 4º ESO TEMA 5: Lógica binaria Tecnología 4º ESO Tema 5: Lógica binaria Página 2 Índice de contenido 1. Señales analógicas y digitales...3 2. Código binario,

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

CONTROL DE FLUJO. Control de flujo: mecanismo extremo a extremo para regular el tráfico entre el origen y el destino

CONTROL DE FLUJO. Control de flujo: mecanismo extremo a extremo para regular el tráfico entre el origen y el destino Temas 22 y 23 Control de congestión y flujo Diapositiva 1 Laboratorio de sistemas de decisión e información () CONTROL DE FLUJO Control de flujo: mecanismo extremo a extremo para regular el tráfico entre

Más detalles

Recursos HELP DESK Biblioteca 2012

Recursos HELP DESK Biblioteca 2012 Investigación operativa aplicada al Help Desk INTRODUCCION Este artículo está dirigido a aquellas personas que tienen la responsabilidad del diseño de estructuras de soporte, ya sea de empresas de Outsourcing

Más detalles

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005

Diferenciabilidad. Definición 1 (Función diferenciable). Cálculo. Segundo parcial. Curso 2004-2005 Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Diferenciabilidad. 1. Definición de función diferenciable Después del estudio de los ites de funciones

Más detalles

Gestión Financiera 2º AF 1

Gestión Financiera 2º AF 1 LEY FINANCIERA DE INTERÉS SIMPLE Gestión Financiera 2º AF 1 1.1 Concepto Operación financiera cuyo objeto es la sustitución de un capital presente por otro equivalente con vencimiento posterior, mediante

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL. REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer

Más detalles

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

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

Más detalles

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

Más detalles

Modelado de flujo en redes. Jhon Jairo Padilla A., PhD.

Modelado de flujo en redes. Jhon Jairo Padilla A., PhD. Modelado de flujo en redes Jhon Jairo Padilla A., PhD. Conceptos básicos Demanda o volumen de Demanda: Es el tráfico que están requiriendo los usuarios de una red. Para transportar el volumen de demanda

Más detalles

1. Lección 5 - Comparación y Sustitución de capitales

1. Lección 5 - Comparación y Sustitución de capitales Apuntes: Matemáticas Financieras 1. Lección 5 - Comparación y Sustitución de capitales 1.1. Comparación de Capitales Se dice que dos capitales son equivalentes cuando tienen el mismo valor en la fecha

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

Introducción a la Teoría de Grafos

Introducción a la Teoría de Grafos Introducción a la Teoría de Grafos Flavia Bonomo fbonomo@dc.uba.ar do. Cuatrimestre 009 Árboles Un árbol es un grafo conexo y acíclico (sin ciclos). Un bosque es un grafo acíclico, o sea, una unión disjunta

Más detalles

FÍSICA 2º BACHILLERATO EL OSCILADOR ARMÓNICO. PROBLEMAS RESUELTOS

FÍSICA 2º BACHILLERATO EL OSCILADOR ARMÓNICO. PROBLEMAS RESUELTOS FÍSICA º BACHILLERATO EL OSCILADOR ARMÓNICO. PROBLEMAS RESUELTOS TIMONMATE 1. Las características conocidas de una partícula que vibra armónicamente son la amplitud, A= 10 cm, y la frecuencia, f= 50 Hz.

Más detalles

ESTIMACIÓN. puntual y por intervalo

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

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

T.3 ESTIMACIÓN PUNTUAL

T.3 ESTIMACIÓN PUNTUAL T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan

Más detalles

Aplicaciones lineales continuas

Aplicaciones lineales continuas Lección 13 Aplicaciones lineales continuas Como preparación para el cálculo diferencial, estudiamos la continuidad de las aplicaciones lineales entre espacios normados. En primer lugar probamos que todas

Más detalles

Problemas indecidibles

Problemas indecidibles Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas

Más detalles

SISTEMAS DE PRODUCCIÓN

SISTEMAS DE PRODUCCIÓN SISTEMAS DE PRODUCCIÓN La producción es el proceso mediante el cual la empresa transforma un conjunto de factores de producción en un producto cuyo valor debe ser mayor que la suma de los valores de los

Más detalles

Subconjuntos destacados en la

Subconjuntos destacados en la 2 Subconjuntos destacados en la topología métrica En este capítulo, introducimos una serie de conceptos ligados a los puntos y a conjuntos que por el importante papel que juegan en la topología métrica,

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Inversión. Inversión. Arbitraje. Descuento. Tema 5

Inversión. Inversión. Arbitraje. Descuento. Tema 5 Inversión Tema 5 Inversión Los bienes de inversión obligan a gastar hoy para obtener ganancias en el futuro Vamos a estudiar cómo se valoran los pagos futuros Por ejemplo, la promesa de recibir euro dentro

Más detalles

Las claves del éxito en el negocio de la construcción

Las claves del éxito en el negocio de la construcción Las claves del éxito en el negocio de la construcción El éxito en el negocio de la construcción depende de tres factores: 1. La imagen de fiabilidad que transmite la constructora 2. La eficiencia en la

Más detalles

1.1. Introducción y conceptos básicos

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

Más detalles

Líneas de espera. Introducción.

Líneas de espera. Introducción. Líneas de espera. Introducción. En este capítulo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas

Más detalles

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas

Más detalles

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b

Profr. Efraín Soto Apolinar. La función lineal. y = a 0 + a 1 x. y = m x + b La función lineal Una función polinomial de grado uno tiene la forma: y = a 0 + a 1 x El semestre pasado estudiamos la ecuación de la recta. y = m x + b En la notación de funciones polinomiales, el coeficiente

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

Más detalles

Covarianza y coeficiente de correlación

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

Más detalles

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Probabilidad de Matemáticas Aplicadas a las Ciencias Sociales II Soluciones de los ejercicios de Selectividad sobre Probabilidad de Antonio Francisco Roldán López de Hierro * Convocatoria de 2008 Las siguientes páginas contienen las soluciones de los ejercicios propuestos

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Espacios generados, dependencia lineal y bases

Espacios generados, dependencia lineal y bases Espacios generados dependencia lineal y bases Departamento de Matemáticas CCIR/ITESM 14 de enero de 2011 Índice 14.1. Introducción............................................... 1 14.2. Espacio Generado............................................

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. Página 5 PRACTICA Completa los siguientes sistemas de ecuaciones para que ambos tengan la solución =, =. + 7 = + = a) b) 4 = Sustituimos en cada ecuación =, = operamos: + = a) b) 4 = 0 Comprueba si

Más detalles

Ejemplos de conversión de reales a enteros

Ejemplos de conversión de reales a enteros Ejemplos de conversión de reales a enteros Con el siguiente programa se pueden apreciar las diferencias entre las cuatro funciones para convertir de reales a enteros: program convertir_real_a_entero print

Más detalles

4. Programación Paralela

4. Programación Paralela 4. Programación Paralela La necesidad que surge para resolver problemas que requieren tiempo elevado de cómputo origina lo que hoy se conoce como computación paralela. Mediante el uso concurrente de varios

Más detalles

Unidad Formativa UF0525: Gestión Administrativa para el Asesoramiento de Productos de Activo

Unidad Formativa UF0525: Gestión Administrativa para el Asesoramiento de Productos de Activo Unidad Formativa UF0525: Gestión Administrativa para el Asesoramiento de Productos de Activo TEMA 1. Procedimientos de cálculo financiero básico aplicable a los productos financieros de activo TEMA 2.

Más detalles

APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES

APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES Alumno: Grupo: Sobre cambios de moneda extranjera Problema nº 1.- Un empresario estadounidense necesita cantidades fijas de yenes japoneses, libras

Más detalles

fondos de inversión qué cómo cuándo dónde por qué y otras preguntas de int rés

fondos de inversión qué cómo cuándo dónde por qué y otras preguntas de int rés fondos de inversión qué cómo cuándo dónde por qué y otras preguntas de int rés índice 1 2 3 4 5 6 7 8 9 10 11 12 13 Qué es un fondo de inversión? Cuáles son los tipos de fondos de inversión? Es una buena

Más detalles

LÍMITES Y CONTINUIDAD

LÍMITES Y CONTINUIDAD UNIDAD 5 LÍMITES Y CONTINUIDAD Páginas 0 y Describe las siguientes ramas: a) f () b) f () no eiste c) f () d) f () + e) f () f) f () + g) f () h) f () no eiste; f () 0 i) f () + f () + j) f () 5 4 f ()

Más detalles

La crisis de la Energía

La crisis de la Energía La crisis de la Energía Por Renato IRALDI Modelos de consumo energético bpe = bep= Barriles de petróleo equivalente = Energia producida por un barril de petróleo Suposiciones: Suponemos que los combustibles

Más detalles

Tests de hipótesis estadísticas

Tests de hipótesis estadísticas Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para

Más detalles

TEMA I. Teoría de Circuitos

TEMA I. Teoría de Circuitos TEMA I Teoría de Circuitos Electrónica II 2009 1 1 Teoría de Circuitos 1.1 Introducción. 1.2 Elementos básicos 1.3 Leyes de Kirchhoff. 1.4 Métodos de análisis: mallas y nodos. 1.5 Teoremas de circuitos:

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

EJEMPLOS PRÁCTICOS DE VALORACIÓN DE INVERSIONES

EJEMPLOS PRÁCTICOS DE VALORACIÓN DE INVERSIONES EJEMPLOS PRÁCTICOS DE VALORACIÓN DE INVERSIONES Una inversión es una operación financiera definida por una serie de desembolsos que se estima que van a generar una corriente futura de ingresos. Existen

Más detalles

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales

Matemáticas I: Hoja 3 Espacios vectoriales y subespacios vectoriales Matemáticas I: Hoa 3 Espacios vectoriales y subespacios vectoriales Eercicio 1. Demostrar que los vectores v 1, v 2, v 3, v 4 expresados en la base canónica forman una base. Dar las coordenadas del vector

Más detalles

TEMA: EVALUACION DE ALTERNATIVAS

TEMA: EVALUACION DE ALTERNATIVAS UNIVERSIDAD DON BOSCO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INDUSTRIAL INGENIERÍA ECONÓMICA CICLO 01 2013 TEMA: EVALUACION DE ALTERNATIVAS ELABORADO POR: ING JUAN ALEXANDER VIVAS VANEGAS SOYAPANGO,

Más detalles

1-Comportamiento de una función alrededor de un punto:

1-Comportamiento de una función alrededor de un punto: Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos

Más detalles

DESIGUALDADES E INECUACIONES

DESIGUALDADES E INECUACIONES DESIGUALDAD DESIGUALDADES E INECUACIONES Para hablar de la NO IGUALDAD podemos utilizar varios términos o palabras. Como son: distinto y desigual. El término "DISTINTO" (signo ), no tiene apenas importancia

Más detalles

1. - DEFINICION DE LOS ÁCIDOS Y DE LAS BASES 2. - REACCIONES ENTRE LOS ACIDOS Y LAS BASES CH 3 COOH + NH 3 CH 3 COO - + NH 4 H 2 O OH - + H +

1. - DEFINICION DE LOS ÁCIDOS Y DE LAS BASES 2. - REACCIONES ENTRE LOS ACIDOS Y LAS BASES CH 3 COOH + NH 3 CH 3 COO - + NH 4 H 2 O OH - + H + 1 1. - DEFINICION DE LOS ÁCIDOS Y DE LAS BASES Se define un ácido como cualquier ión o molécula capaz de ceder protones. Por lo contrario, una base es cualquier ión o molécula capaz de fijar protones.

Más detalles

Instrumentos y aparatos de medida: Medida de intensidad, tensión y resistencia

Instrumentos y aparatos de medida: Medida de intensidad, tensión y resistencia Instrumentos y aparatos de medida: Medida de intensidad, tensión y resistencia Podemos decir que en electricidad y electrónica las medidas que con mayor frecuencia se hacen son de intensidad, tensión y

Más detalles

Segundo de Bachillerato Geometría en el espacio

Segundo de Bachillerato Geometría en el espacio Segundo de Bachillerato Geometría en el espacio Jesús García de Jalón de la Fuente IES Ramiro de Maeztu Madrid 204-205. Coordenadas de un vector En el conjunto de los vectores libres del espacio el concepto

Más detalles

Capitalización y descuento compuesto

Capitalización y descuento compuesto Unidad 4 Capitalización y descuento compuesto 4.1. Capitalización compuesta 4.1.1. Magnitudes derivadas 4.2. Comparación entre la capitalización simple y compuesta 4.3. Equivalencia de tantos en capitalización

Más detalles

Capítulo 21 Óptica 1

Capítulo 21 Óptica 1 Capítulo 21 Óptica 1 Reflexión y refracción Las leyes de la reflexión y de la refracción nos dicen lo siguiente: Los rayos incidente, reflejado y transmitido están todos en un mismo plano, perpendicular

Más detalles

Normalización. El diseño que hemos recibido está compuesto de estas dos relaciones:

Normalización. El diseño que hemos recibido está compuesto de estas dos relaciones: Normalización 1. Introducción Nuestro departamento de informática ha recibido el encargo de diseñar una base de datos para llevar el control de las piezas, proveedores y proyectos que realiza nuestra empresa.

Más detalles

Transformaciones canónicas

Transformaciones canónicas apítulo 29 Transformaciones canónicas 29.1 Introducción onsideremos una transformación arbitraria de las coordenadas en el espacio de las fases de dimensión 2(3N k) (con el tiempo como un parámetro) Q

Más detalles

PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales)

PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales) PROBLEMAS RESUELTOS DE TEORÍA DE COLAS. (M/M/: Un servidor con llegadas de Poisson y tiempos de servicio Exponenciales) Prof.: MSc. Julio Rito Vargas A.. Suponga que en una estación con un solo servidor

Más detalles

Tema 4: Aplicaciones lineales

Tema 4: Aplicaciones lineales Tema 4: Aplicaciones lineales Definición, primeras propiedades y ejemplos Definición. Sean V y W dos espacios vectoriales sobre un cuerpo K. Una función f : V W se dice que es una aplicación lineal si

Más detalles