Redes de Comunicaciones

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

Download "Redes de Comunicaciones"

Transcripción

1 Redes de Comuncacones Tema 3. Teleráfco. Dmensonado de semas Ramón güero Calvo Lus Muñoz GuCérrez (conrbucón) Deparameno de Ingenería de Comuncacones Ese ema se publca bajo Lcenca: Crea:ve Commons BY- C- 4.

2 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo

3 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo 3

4 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas or qué se dmensona? Las operadores buscan ofrecer a sus clenes un servco adecuado de manera renable o es razonable proporconar capacdad aendendo a demandas punuales elevadas Ejemplo lusravo: se preende desplegar una red para unr dos poblacones con habanes cada una e usa una únca línea La solucón es muy renable para el operador, pero el servco es nacepable para los usuaros (gran probabldad de que la línea esé ocupada) e usan líneas Los usuaros esarán muy sasfechos (servco sempre dsponble), pero la solucón no es renable para la compañía Escasez de recursos (por ejemplo en comuncacones móvles) e suelen emplear modelos maemácos para llevar a cabo ese dseño Líneas de salda en una cenrala # de canales en un ssema TDM (conmuacón de crcuos) # de operadores en un ssema de aencón al clene Tambén se emplea en oros campos (elecrónca ) Ramón güero Calvo 4

5 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Dmensonado de redes de comuncacones Evolucón de las llamadas enranes a una cenrala durane un día Llamadas en curso Hora Cargada uede depender de varos facores Localzacón: zona resdencal, de ofcnas, ec... uacón emporal: fn de semana, verano, ec Uso de la hora cargada para el dmensonado Uso de recursos en perodos de menor acvdad más económco e ncenva un balanceo de la carga Ramón güero Calvo 5

6 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo 6

7 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Qué es el ráfco? La nensdad de ráfco (o smplemene, ráfco) se defne como el número medo de llamadas en curso en un ssema Tambén ndca el grado de ocupacón de los recursos Undades La más empleada es el Erlang, que es una candad admensonal En U se emplea en ocasones los CC, defndo como cenos de segundos de llamada por hora El ráfco (en Erlangs) de un grupo de crcuos Ch T h C: número de llamadas en T h: duracón meda (holdng me) T: empo de observacón : Tasa de llegadas Depende del empo de observacón ara un únco recurso, Ramón güero Calvo 7

8 Tráfco ofrecdo (TO,, ) Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tpos de ráfco Es el volumen de ráfco que se le ofrece a un grupo de crcuos Tráfco cursado (TC, C ) Como es nvable doar de recursos para odos los poencales usuaros hay llamadas que no pueden aenderse y se perden El ráfco cursado vene dado por aquellas pecones que sí pueden aenderse Tambén se defne como el número medo de recursos (crcuos) ocupados Tráfco perddo (T, L ) Conjuno de llegadas que no pueden aenderse y se perden Especalmene relevane en conmuacón de crcuos T = TO TC Tráfco en demora/espera (TD, D ) En ceros ssemas las llamadas que no pueden aenderse no se perden, sno que esperan a que haya recursos lbres e suele emplear en el dmensonado de ssemas de conmuacón de paquees En caso de que la capacdad de almacenameno sea nfna, no se perdería nnguna llamada (ssema de espera pura) Ramón güero Calvo 8

9 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tráfco: cuanfcacón Ocupacón Ocupacón T T T T T 3 T 4 T Ocupacón empo empo empo Tempo observacón Tempo observacón Tempo observacón Volumen de ráfco: V Tráfco T Inensdad de ráfco (Tráfco): I Tráfco V T Tráfco obs T T obs ara únco crcuo da dea del porcenaje de ocupacón del msmo (% del empo en el que esá ocupado) En las res anerores meddas el ráfco es el msmo e podría ener en cuena la sobrecarga debda al mayor número de llamadas Ramón güero Calvo 9

10 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tráfco: cuanfcacón () () se defne como el oal de crcuos ocupados Represena el ráfco nsanáneo Ocupacón crcuos En el ejemplo de la fgura = Erlangs empo empo I u valor medo represena la nensdad de ráfco Tráfco Tráfco obs El ráfco ambén se puede medr a parr de la ocupacón ndvdual de los crcuos El volumen oal es la suma de los volúmenes ndvduales I Tráfco V T T obs T obs T obs VTráfco j ()d crcuo j Ramón güero Calvo

11 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Grado de ervco El Grado de ervco (Grade of ervce, Go) da dea de la caldad que percben los usuaros Depende fueremene del po de ssema En ssemas con pérdda, se defne como la probabldad de pérdda (o probabldad de congesón) Concde con la probabldad de que un usuaro, al realzar una llamada, se encuenre el ssema sn recursos En ssemas de demora se suele relaconar con la probabldad de esperar para dsponer de un recurso Go Llamadas perddas Llamadas ofrecdas Go Tambén se puede defnr como el empo medo de espera anes de obener un recurso para cursar la llamada T TO Ramón güero Calvo

12 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo

13 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Inroduccón Habualmene se ulzan modelos maemácos que caracercen las llamadas en el ssema El proceso de osson es uno de los más empleados en el ámbo de las elecomuncacones Tambén se usa en oros campos: fenómenos elecrón/hueco, rudo de sho El modelo básco de ráfco que se ulzará vene deermnado por las sguenes res caraceríscas El número de llegadas en un empo deermnado sgue una dsrbucón de osson La duracón de las llamadas sgue una funcón densdad de probabldad (fdp) exponencal negava La asa de llegadas al ssema es consane (proceso esaconaro) Ramón güero Calvo 3

14 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas roceso de osson e defne un nervalo de empo, con La probabldad de que haya una llamada en La probabldad de no haya una llamada en Las llegadas son sn memora r r llegada en o llegadas en o Una llegada en cualquer nervalo es ndependene de lo que sucedera en nervalos anerores o fuuros Desprecando los érmnos en o( ), la probabldad de que haya más de una llamada en es r rllegada en p llegadas en p q Dsrbucón de Bernoull Ramón güero Calvo 4

15 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas roceso de osson e consdera un nervalo T = m, las probabldades de que llegue una llamada en cada uno de los m nervalos son ndependenes El número oal de llegadas en el nervalo T sgue una dsrbucón bnomal r Tenendo en cuena que: m llegadas en T p q m m m!! m!... m m m! m! m >> r m! llegadas en T m T! T m m Tomando límes (m ) r llegadas en T T T T! e Ramón güero Calvo 5

16 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas roceso de osson: meda y varanza Valor medo (número medo de llamadas en T) K T E T (T) T e! T T Varanza σ K T E T K (T) T T K T oar que el cocene enre la varanza y la meda es la undad para el ráfco de osson Ese parámero da dea del po de ráfco: suave, a ráfagas o aleaoro Ramón güero Calvo 6

17 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tempo enre llegadas e defne la varable aleaora τ como el empo enre llegadas consecuvas Orgen de empos aleaoro rmera llegada La probabldad de que τ sea mayor que concde con la probabldad de que no se produzcan llegadas en r Luego la funcón de dsrbucón de la varable aleaora τ se puede defnr como... F r e e Y la funcón densdad de probabldad se obene dervando la aneror f df () d e Ramón güero Calvo 7

18 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tempo enre llegadas El proceso de osson mplca que el empo enre llegadas consecuvas sgue una dsrbucón exponencal negava e e Funcón densdad de probabldad Funcón de dsrbucón de probabldad Meda y varanza (dsrbucón exponencal) E f d e d - f d - e d Ramón güero Calvo 8

19 9 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo Tempo enre llegadas La caracerísca más mporane de la dsrbucón exponencal es que es sn memora De esa manera, el pasado en la evolucón de la varable no ene nnguna nfluenca en los valores fuuros e consdera que se ha producdo una llegada en = En = se observa que no se ha producdo nnguna llegada aún Cuál es la probabldad de que se produzca una llegada a parr de en? r r r r r r e e e e e e e r r r

20 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tempo enre llegadas ropedad sn memora de la dsrbucón exponencal - e e oar que: r e!... o roceso llegadas osson e demuesra que la correspondenca roceso llegadas osson Tasa de llegadas consane Tempo enre llegadas exponencal Tempo enre llegadas exponencal es cera en ambos sendos Ramón güero Calvo

21 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas uma de dos procesos de osson Ora mporane caracerísca del proceso de osson es que la suma de procesos ndependenes dan como resulado oro proceso de osson roceso osson roceso osson B B roceso Z El empo enre llamadas de los procesos y B sguen dsrbucones exponencales e B e nalcemos la probabldad de que el empo enre dos llamadas consecuvas de cualquer proceso sea mayor de r r, r r Z B ndependenca e e B e B B () (B) r r Tempo enre llegadas exponencal, con asa + B roceso Z osson con asa Z = + B Ramón güero Calvo

22 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tempo de servco exponencal e ha asumdo que el empo de servco ( s ) o duracón de las llamadas en el ssema sgue una dsrbucón exponencal, con meda / e supone un ssema donde sempre hay llamadas para ser servdas esperando La varable aleaora r ( s ) se modela con una dsrbucón exponencal f R r r e Tenendo en cuena la correspondenca aneror, la varable aleaora úmero de llamadas compleadas en un empo segurá una dsrbucón de osson s r Cola (llamadas sempre esperando) alda aldas del ssema roceso de osson empo Ramón güero Calvo

23 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Tempo de servco exponencal Un resulado neresane es la dsrbucón de la varable aleaora defnda como la mínma de varables aleaoras exponencales (ndependenes enre sí) e defne la va Z como: Z mn Enonces, su funcón de dsrbucón será F (z) r Z Z ambén esá dsrbuda exponencalmene, con meda ( x + y ) - X,Y Z z rx z Y z rx z ry z rx z Y z xz Yz rx z ry z rx z ry z e e Xz Yz x Y z e e e ndependenca Ramón güero Calvo 3

24 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo 4

25 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas laneameno e consdera un ssema como sgue: () Cola D() ervco Y se defnen las sguenes varables (): número de llegadas acumuladas al ssema en D(): número de saldas acumuladas al ssema en L() = () D(), número de elemenos en el ssema en empo (τ) es el número oal de llegadas en un nervalo cualquera τ e asumrá una esraega FIFO, aunque el resulado es el msmo s se usan oras dscplnas e asume que odas las llamadas serán evenualmene aenddas Ramón güero Calvo 5

26 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Demosracón Llegadas aldas L() () D() w = w w 3 w 4 w 5 w 6 empo empo empo empo e defnen los empos de espera de cada llamada en la cola como w Es fácl ver que L()d j demás, el valor medo de L en el nervalo τ es L w Y el empo medo de espera W j L()d j w j Ramón güero Calvo 6

27 or ano, se puede escrbr que Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Demosracón Defnendo la asa de enrada al ssema promedo como se llega al sguene resulado L W L W se oman límes y se supone que odas las varables enden a un valor consane, se llega a la relacón de Lle: L = W La relacón de Lle se puede exender para nclur al elemeno que cursa los servcos (sempre que no haya pérdda de llamadas) L W Ramón güero Calvo 7

28 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo 8

29 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Inroduccón roceso esocásco: conjuno de varables aleaoras que dependen del empo X() Una cadena de Marov es un proceso esocásco dscreo El ssema puede enconrarse en un conjuno de esados El esado, en un nsane n, sólo depende del esado nmedaamene aneror y no de cómo se llegara a él La evolucón fuura del ssema sólo depende del esado acual e suelen represenar y analzar a ravés de las marces de ranscón (probabldades de pasar de un esado a oro) Los procesos de nacmeno y muere son cadenas de Marov en las que sólo es posble pasar de un esado al poseror (nacmeno) o al aneror (muere) En los problemas de dmensonado se ulzan procesos de nacmeno y muere, en los que cada esado represena, por ejemplo, el número de clenes en el ssema Ramón güero Calvo 9

30 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas rocesos de nacmeno y muere nalcemos las posbles ranscones en un nervalo del esado del ssema Calculemos la probabldad de que en + el ssema esé en el esado + Muere () (o que haya usuaros en el n cambo () msmo) () En esaba en el esado + Ha habdo una muere y no se ha producdo nngún nacmeno en (3) En esaba en el esado - - acmeno (3) + empo () En esaba en el esado (a) o ha habdo nngún nacmeno, n nnguna muere en (b) e ha producdo un nacmeno, pero ambén una muere en e ha producdo un nacmeno y no ha habdo nnguna muere en Ramón güero Calvo 3

31 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas rocesos de nacmeno y muere La asas de nacmeno y muere en el esado j serán, respecvamene, j y j Luego la probabldad del esado en +, (+ ), vendrá dada por: o o o o Desprecando érmnos en o( ) () () (3) Ramón güero Calvo 3

32 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas rocesos de nacmeno y muere Recordemos la defncón de dervada asummos que esamos en el régmen esaconaro, () es consane ( ), por lo que la dervada, (), es cero e ene fnalmene que Ecuacón de Equlbro (flujo de salda = flujo de enrada) Ramón güero Calvo 3

33 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas roceso de nacmeno y muere e pueden ulzar oras ecuacones de balance ucesvamene podríamos llegar a demás se requere que la suma de odas las probabldades sea Ramón güero Calvo 33

34 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas plcacón al dmensonado de ssemas parr de las probabldades de esar en cada esado se dervan los parámeros necesaros para caracerzar el ssema Cada ssema en parcular vene defndo por las asas de nacmeno y muere de cada esado y por oros parámeros adconales e emplea la noacón de Kendall (/B/C/D/E/F) : Dsrbucón de llegadas al ssema Cuando se raa de un proceso de osson, se ulza la lera M (memoryless) B: Dsrbucón de los servcos es una varable aleaora exponencal, ambén se emplea la lera M (memoryless) C: úmero de servdores (recursos) dsponbles D: úmero de esados en el ssema (s no se ndca se asume que es ) La dferenca enre D y C suele asocarse con las poscones en el subssema de espera del ssema Cuando es, se raa de un ssema de espera pura (no hay pérdda) E: úmero de fuenes (s no se ndca se asume que es ) F: Dscplna de la cola (s no se ndca se asume FIFO) Ramón güero Calvo 34

35 e raa de un ssema en el que... Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Cola M/M/ Las llamadas sguen un proceso de osson de nensdad La dsrbucón del empo de servco es exponencal, con meda / ólo hay un únco servdor para aender las pecones La cola de espera es nfna, así que no hay pérdda ara planear el dagrama de esados La asa de nacmeno no depende del esado acual (roceso de osson) Como sólo hay un únco servdor, la asa de muere será la msma para odos los esados () Ramón güero Calvo 35

36 36 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo Cola M/M/ laneando la ecuacón de equlbro y asumendo que el ráfco es =/ demás la suma de las probabldades de esar en cada esado ene que ser la undad Con lo que fnalmene se obene la probabldad de cada uno de los esados que forman pare de la cola < -

37 37 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo Cola M/M/ parr de dcho resulado se puede caracerzar el ssema úmero medo de clenes en el ssema úmero medo de clenes en la cola Tempo medo en el ssema y en la cola, aplcando la relacón de Lle d d d d w W W W W W W W

38 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Conendos Inroduccón Tráfco Modelo maemáco: proceso de osson Relacón de Lle rocesos de nacmeno y muere: eoría de colas Dmensonado de ssemas Ramón güero Calvo 38

39 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema con pérddas: M/M// e dspone de una poblacón nfna que genera llamadas Tasa de llamadas consane () roceso de osson Las llamadas son cursadas por un grupo de crcuos o hay ssema de espera Cuando una llamada enrane encuenra odos los crcuos ocupados se perde e supone que la duracón de cada llamada sgue una dsrbucón exponencal negava, con meda / oblacó n TO TC / / T / Ramón güero Calvo 39

40 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema con pérddas: M/M// En ese caso el número de esados en el ssema es fno () La asa de nacmeno es consane (proceso de osson y poblacón nfna) La asa de muere de cada esado es (ya que en cada esado puede fnalzar cualquera de las llamadas en curso) (-) (+) (+) ! Ramón güero Calvo 4

41 4 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo sema con pérddas: M/M// Luego la probabldad de esar en cada esado será La probabldad de bloqueo es la probabldad de que una llamada enrane se encuenre el ssema ocupado ( ) úmero medo undades en el ssema (concde con el ráfco cursado)!!!!!! B Fórmula Erlang-B EB(,) B!! j!! j! -! j! j!! j j - j j j j j j

42 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema con pérddas: M/M// Como es un ssema con pérddas, la relacón de Lle no se puede aplcar drecamene Uso de la asa de llegadas cursada La fórmula de Erlang-B se emplea a ravés de gráfcas y ablas, aunque se puede resolver recursvamene! EB, - EB(, )! EB( -,) EB(, )! - -!!!!!!!! -! - EB,! EB(, ) EB, EB, EB(, ) EB, EB, Ramón güero Calvo 4

43 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema con pérddas: M/M// = robabldad bloqueo = Tráfco ofrecdo (Erlangs) Ramón güero Calvo 43

44 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema con pérddas: M/M// El Go se asoca a la probabldad de pérdda (B) ara la msma ocupacón de crcuos, la probabldad de enconrar odos ocupados es menor a medda que crece el número de crcuos ara una Go consane, la efcenca por crcuo crece con el TO Es mejor concenrar el ráfco en un solo grupo, que dvdrlo en varos ervdores necesaros B. B. B Tráfco ofrecdo (Erlangs) Tráfco cursado por crcuo B. B. B Tráfco ofrecdo (Erlangs) Ramón güero Calvo 44

45 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema con pérddas: M/M// Deeroro del Go frene a % de sobrecarga e puede ver que afeca en mayor medda a los grupos de crcuos grandes e especfcan dos creros de dseño: uno para carga normal y oro para cero nvel de sobrecarga. = =5 robabldad de bloqueo.5..5 =5 = =5 = =5 % 5% % 5% % 5% orcenaje de sobrecarga Ramón güero Calvo 45

46 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema de espera pura: M/M/ e dspone de una poblacón nfna que genera llamadas Tasa de llamadas consane () roceso de osson Las llamadas son cursadas por un grupo de crcuos e asume que hay ssema de espera (con longud nfna) Cuando una llamada enrane encuenra odos los crcuos ocupados espera hasa que quede alguno lbre e supone que la duracón de cada llamada sgue una dsrbucón exponencal negava, con meda / oblacón TO Cola TC=TO / / / Ramón güero Calvo 46

47 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema de espera pura: M/M/ En ese caso el número de esados en el ssema es nfno La asa de nacmeno es consane (proceso de osson y poblacón nfna) La asa de muere de cada esado es hasa el esado, ya que puede fnalzar cualquera de las llamadas en curso parr del esado, la asa de muere es, ya que sólo hay llamadas en curso (el reso esán esperando) (-) ara (no se esá en el subssema de espera) ! Ramón güero Calvo 47

48 48 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo sema de espera pura: M/M/ ara > (subssema de espera) Como +j = Luego j- j- j- j- j- j j j- j- j- j j- j!!!!!

49 49 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo sema de espera pura: M/M/ Como la suma de odas las probabldades ene que ser Tenemos fnalmene que!!!!!!!! <!!!!!!

50 5 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas Ramón güero Calvo sema de espera pura: M/M/ Cuál es la probabldad de esperar (D)? úmero medo de undades en la cola!!!!!! D Fórmula Erlang-C EC(,) EC(,)! d d! d d!!!! W

51 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema de espera pura: M/M/ La fórmula de Erlang-C se puede relaconar con la de Erlang-B ara evar ener que realzar facorales, se puede resolver la de Erlang-B de manera recursva y ulzar esa relacón para resolver la fórmula de Erlang-C compuaconalmene EC,!!! EB, EB,!! EB(,) EB, EB, Ramón güero Calvo 5

52 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema de espera pura: M/M/ = robabldad espera - - = Tráfco ofrecdo (Erlangs) Ramón güero Calvo 5

53 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas sema de espera pura: M/M/ En un ssema de espera pura, la caldad de servco vene dada por la probabldad de esperar o por el empo de espera plcando la relacón de Lle se puede obener el empo medo de espera en la cola W W W EC, EC, Tambén se podría emplear la probabldad de que el empo de esanca en la cola de espera fuera mayor de un cero líme r Reardo e EC, r{reardo > τ Reardo > } r{reardo > } Ramón güero Calvo 53

54 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas semas con desbordameno oblacó n TO = T TO TC M roceso osson Inerrumpdo Congesón en prmer grupo rocesos osson Congesón en prmer grupo TC empo El modelo que se planea es una poblacón nfna, ofrecendo un ráfco de osson a un grupo de crcuos de prmera eleccón El ráfco perddo (desbordado) por ese prmer grupo de crcuos, se ofrece a un segundo grupo de crcuos El ráfco desbordado O es un proceso de osson Las llamadas no son aleaoras compleamene Cuando una llamada encuenra el prmer grupo compleo, es más probable que la sguene llamada ambén lo haga e raa de un proceso de osson ITERRUMIDO Ramón güero Calvo 54

55 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas semas con desbordameno Rua alernava (Desbordameno) Rua dreca (Elevado uso) El ráfco de desbordameno no es esrcamene de osson ara faclar el dseño de la red se asume que sí lo es Hay méodos más exacos, basados en obener un ráfco de osson equvalene (p.ej. Rapp) Uso en el dseño de redes de comuncacón Los enlaces drecos enre nodos (cenrales) sólo se esablecen cuando el ráfco es elevado Renabldad Los enlaces drecos se dseñan para que engan una efcenca elevada upone una pérdda ala e ulzan camnos alernavos (a ravés de cenrales andem) para el ráfco desbordado el ráfco enre dos nodos es bajo no se jusfca el uso de un enlace dreco Ramón güero Calvo 55

56 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas semas con desbordameno e ene la red de la fgura, y su marz de ráfco correspondene T 3.e dmensona el enlace L a parr de T - úmero de crcuos necesaros para llegar a una B (o efcenca) objevo - e calcula el ráfco desbordado por ese grupo de crcuos.e calcula el ráfco oal ofrecdo al enlace L T, como suma del desbordado por L y T 3 - e ulza para calcular el número de crcuos necesaros en L T (B objevo) - e calcula el ráfco cursado por ese grupo de crcuos Marz de ráfco (ERLG) T T T 3-3.e dmensona el enlace L 3T a parr de T 3 - e calcula el ráfco cursado por L 3T 4.e calcula el ráfco ofrecdo a L T como suma del ofrecdo de a (T ), desbordado por L y cursado por L T y el ofrecdo de 3 a (T 3 ) y cursado por L T3 - e usa ese ráfco para dmensonar L T Ramón güero Calvo 56

57 Redes de Comuncacones Tema 3: Teleráfco. Dmensonado de ssemas semas con desbordameno T 3 Marz de ráfco (ERLG) T 3 T T 3 - Enlace B Objevo TO oal # crcuos (Tablas) B Fnal L B Dreca TO =T B =EB(,TO ) L T B Fnal TO T =T 3 +T B T B T =EB( T,TO T ) L 3T B Fnal TO 3T =T 3 3T B 3T =EB( 3T,TO 3T ) L T3 B Fnal TO T3 =T 3 (-B T ) 3T B 3T =EB( 3T,TO 3T ) TO L T =T B (-B T ) + T B Fnal +T 3 (-B 3T ) T B T =EB( T,TO T ) Ramón güero Calvo 57

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

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )

Más detalles

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

Más detalles

I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA

I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos

Más detalles

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno

Más detalles

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras

Más detalles

Ejercicios resueltos y exámenes

Ejercicios resueltos y exámenes Prncpos de Economería y Economería Empresaral I Ejerccos resuelos y exámenes Recoplados por Ezequel Urel I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES

Más detalles

Estadística de Precios de Vivienda

Estadística de Precios de Vivienda Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos 4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de

Más detalles

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente. AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la

Más detalles

1. CONCEPTOS FUNDAMENTALES Magnitudes eléctricas y unidades 1.2. Componentes, dispositivos y circuitos 1.3. Señales 1.4. Leyes de Kirchhoff

1. CONCEPTOS FUNDAMENTALES Magnitudes eléctricas y unidades 1.2. Componentes, dispositivos y circuitos 1.3. Señales 1.4. Leyes de Kirchhoff Concepos fundamenales Índce CONCEPOS FUNDMENLES Magnudes elécrcas y undades Componenes, dsposos y crcuos 3 Señales 4 Leyes de Krchhoff Concepos fundamenales Magnudes elécrcas y undades Magnud es una propedad

Más detalles

Caracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo

Caracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo P S 2015 M C P S 2015 Inroduccón El Premo Salmón es hoy el prncpal reconocmeno enregado a los Fondos Muuos en Chle. Movo de orgullo y cenro de campañas publcaras, ese reconocmeno ha cambado su foco hace

Más detalles

EJERCICIOS: Análisis de circuitos en el dominio del tiempo

EJERCICIOS: Análisis de circuitos en el dominio del tiempo EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene

Más detalles

Cálculo y Estadística

Cálculo y Estadística Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una

Más detalles

Tema 2 Circuitos Dinámicos de Primer Orden

Tema 2 Circuitos Dinámicos de Primer Orden Tema 2: Crcuos Dnámcos de Prmer Orden Tema 2 Crcuos Dnámcos de Prmer Orden A nade en su sano juco se le habría ocurrdo preparar enonces odos esos componenes (ranssores, ressores y condensadores a parr

Más detalles

Tema 4. Condensadores y Bobinas

Tema 4. Condensadores y Bobinas Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas

Más detalles

Función Financiera 12/03/2012

Función Financiera 12/03/2012 Funcón Fnancera /03/0 Asgnaura: Admnsracón Fnancera Bblografía: Albero Macaro - Cr. Julo César Torres Profesor Tular Regular Faculad de Cencas Económcas y Jurídcas Unversdad Naconal de La Pampa Cr. Julo

Más detalles

APUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID

APUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID APUTES CLASES DE PRÁCTCAS ECOOMA ESPAÑOLA (Y MUDAL) CURSO 200/20, 2º. CUATRMESTRE DEPARTAMETO DE ECOOMÍA UVERSDAD CARLOS DE MADRD DCE DE PRÁCTCAS.- Conabldad aconal. 2.- ndces y Deflacores. 3.- Curvas

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

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en

Más detalles

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el

Más detalles

Circuitos Rectificadores 1/8

Circuitos Rectificadores 1/8 Crcuos Recfcadores 1/8 1. Inroduccón Un crcuo recfcador es un crcuo que ene la capacdad de converr una señal de c.a. en una señal de c.c. pulsane, ransformando así una señal bpolar en una señal monopolar.

Más detalles

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC 9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de

Más detalles

Nélida Diaz, Francisco Jiménez y Mauricio López División de Tiempo y Frecuencia. Resumen

Nélida Diaz, Francisco Jiménez y Mauricio López División de Tiempo y Frecuencia. Resumen Nuevo esquemade generacón de laescalade empo UTCCNM Nélda Daz, Francsco Jménez y Maurco López Dvsón de Tempo y Frecuenca Resumen La escala de Tempo Unversal Coordnado del CENAM, UTCCNM, se genera desde

Más detalles

METODOLOGÍA ENERGÍA ELECTRICA

METODOLOGÍA ENERGÍA ELECTRICA Insuo Naconal de Esadíscas SUBDIRECCIÓN TÉCNICA Depo. Invesgacón y Desarrollo Esadísco SUBDIRECCION DE OPERACIONES Subdeparameno. Esadíscas Secorales METODOLOGÍA ENERGÍA ELECTRICA Sanago, 26 Dcembre de

Más detalles

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la

Más detalles

Movimiento Rectilíneo Uniformemente Acelerado (MRUA)

Movimiento Rectilíneo Uniformemente Acelerado (MRUA) 7. Movmeno Reclíneo Unorme Acelerado Movmeno Reclíneo Unormemene Acelerado (MRUA) elocdad Meda o elocdad promedo: La velocdad meda represena la relacón enre el desplazameno oal hecho por un móvl y el empo

Más detalles

METODOLOGÍA ENERGÍA ELÉCTRICA

METODOLOGÍA ENERGÍA ELÉCTRICA Insuo Naconal de Esadíscas SUBDIRECCIÓN TÉCNICA Depo. Invesgacón y Desarrollo Esadísco SUBDIRECCIÓN DE OPERACIONES Subdepo. Esadíscas Secorales METODOLOGÍA ENERGÍA ELÉCTRICA GGM/GMA Sanago, 26 Dcembre

Más detalles

CRÉDITO PESCA. Consideraciones del producto:

CRÉDITO PESCA. Consideraciones del producto: CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral

Más detalles

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS

NORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS NORMA PARTIULAR 3.2 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón según caegoría de resgo ) Mono de resgo sujeo a prevsón ) Deduccón de garanías

Más detalles

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados

Más detalles

5. Los sistemas de pensiones y el ahorro nacional

5. Los sistemas de pensiones y el ahorro nacional 5. Los ssemas de pensones y el ahorro naconal Uno de los aspecos más mporanes ras la reforma a un ssema de pensones es su mpaco sobre el ahorro naconal dado el vínculo enre ése y el desempeño de la economía.

Más detalles

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo Esmacón de una fronera de efcenca écnca en el mercado de seguros uruguao Faculad de Cencas Económcas de Admnsracón Unversdad de la Repúblca María Eugena Sann Fernando Zme Tel.: 598 709578 Tel.: 598 70008

Más detalles

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es

David Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es Tme dependence on Fnancal Operaons of Invesmen Davd eballos Hornero Deparamen de Maemàca Econòmca, Fnancera Acuaral. Unversa de Barcelona ceballos@eco.ub.es Dynamc analyss of a Fnancal Operaon of Invesmen

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

Consideraciones generales sobre dinámica estructural

Consideraciones generales sobre dinámica estructural Capíulo Consderacones generales sobre dnámca esrucural Inroduccón El obeo de la dnámca esrucural es el análss de esrucuras bao cargas dnámcas, es decr cargas que varían en el empo. Aunque la mayoría de

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

Mecanismos de palanca. Apuntes.

Mecanismos de palanca. Apuntes. Mecansmos de palanca. Apunes. Oreses González Qunero Deparameno de Ingenería Mecánca Faculad de de Ingenerías Químca y Mecánca 2007 1 1.- Inroduccón. El análss de los mecansmos y máqunas ene por objevo

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

Estadística de Precios de Suelo

Estadística de Precios de Suelo Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

SIGLAS Y NOTACIÓN EMPLEADA

SIGLAS Y NOTACIÓN EMPLEADA SIGLAS Y NOTAIÓN EMPLEADA α PND a Parámero que ene un valor 4 para vehículos lgeros y de 6 para vehículos pesados Incremeno de la accesbldad para el usuaro que anes no realzaba desplazamenos moorzados

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

CRÉDITO AGRICOLA. Consideraciones del producto:

CRÉDITO AGRICOLA. Consideraciones del producto: Versón: CA-5.04. CRÉDITO AGRICOLA Consderacones del produco: Son crédos que se oorgan para fnancameno de acvdades agropecuaras y se basan en la capacdad de pago de los clenes y su hsoral credco. Se conceden

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

INDICE DE COSTES DE LA CONSTRUCCIÓN

INDICE DE COSTES DE LA CONSTRUCCIÓN INDICE DE COSTES DE LA CONSTRUCCIÓN. INTRODUCCION Y OBJETIVOS El índce de coses de la consruccón es un ndcador coyunural que elabora el Mnsero de Fomeno y que ene como objevo medr la evolucón, en érmnos

Más detalles

ESTRUCTURA DE LAS SIMILARIDADES

ESTRUCTURA DE LAS SIMILARIDADES ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa

Más detalles

CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.

CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes. REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI

Más detalles

Circuito Monoestable

Circuito Monoestable NGENEÍA ELETÓNA ELETONA (A-0 00 rcuto Monoestable rcuto Monoestable ng. María sabel Schaon, ng. aúl Lsandro Martín Este crcuto se caracterza por presentar un únco estado estable en régmen permanente, y

Más detalles

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS

TEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS TMA 7 MODLO IS-LM N CONOMÍAS ABIRTAS l modelo IS-LM en economías aberas Concepos fundamenales n el ema aneror analzamos el po de cambo como s fuera un nsrumeno de políca económca. Sn embargo ése se deermna

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

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

Más detalles

Medida de los radios de curvatura de un espejo cóncavo y otro convexo. Medida de la focal de una lente convergente y otra divergente.

Medida de los radios de curvatura de un espejo cóncavo y otro convexo. Medida de la focal de una lente convergente y otra divergente. TÉCNICAS EXPERIMENTALES II. MÓDULO DE ÓPTICA PRÁCTICA I: BANCO ÓPTICO. OBJETIVO DE LA PRÁCTICA Medda de los rados de curvaura de un espejo cóncavo y oro convexo. Medda de la focal de una lene convergene

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

LA MODELIZACIÓN DE PROCESOS

LA MODELIZACIÓN DE PROCESOS L MODELIZIÓN DE ROESOS En ese capíulo, se presena una meodología en desarrollo para modelos dnámcos de procesos químcos. Después de esudar ese capíulo, el esudane debería ser capaz de: Escrbr las ecuacones

Más detalles

7. CAPACITANCIA E INDUCTANCIA

7. CAPACITANCIA E INDUCTANCIA 7. APAITANIA E INDUTANIA 7.. INTRODUIÓN El elemeno paso e os ermnales que hemos so hasa el momeno, eso es la Ressenca, presena un comporameno lneal enre su olaje y correne. Eso prouce ecuacones algebracas

Más detalles

Determinación Experimental de la Distribución de Tiempos de Residencia en un Estanque Agitado con Pulpa

Determinación Experimental de la Distribución de Tiempos de Residencia en un Estanque Agitado con Pulpa Deermnacón Expermenal de la Dsrbucón de Tempos de Resdenca en un Esanque Agado con Pulpa Lus Marín Escalona Julo de 2oo7 Índce Resumen 3 Anecedenes Generales 3 Procedmeno Expermenal Dscusones 4 onclusones

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

Índices de Precios del Sector Servicios (IPS)

Índices de Precios del Sector Servicios (IPS) Índces de Precos del Secor Servcos (PS) Meodología Subdreccón General de Esadíscas de los Servcos Seembre 29 NE. nsuo Naconal de Esadísca Índce. nroduccón...3 2. Defncón del ndcador...4 3. Ámbos del ndcador...5

Más detalles

Manual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100

Manual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100 Manual Meodológco del Índce de Remuneracones (IR) Índce de Coso de Mano de Obra (ICMO) Base anual 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Proyeco de acualzacón IR ICMO Subdreccón Técnca

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

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

Adaboost con aplicación a detección de caras mediante el algoritmo de Viola-Jones. Trabajo final - Introducción al reconocimiento de patrones

Adaboost con aplicación a detección de caras mediante el algoritmo de Viola-Jones. Trabajo final - Introducción al reconocimiento de patrones Adaboos con aplcacón a deeccón de caras medane el algormo de Vola-Jones rabajo fnal - Inroduccón al reconocmeno de parones ésor Paz Febrero de 2009 Adaboos con aplcacón a deeccón de caras medane algormo

Más detalles

ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCTICA 8

ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCTICA 8 VII. EMA A DEBAE. ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCICA 8 Ana Mª Abad Insuo Naconal de Esadísca Ángel Cuevas D.G. de Políca Económca Mnsero de Economía y Hacenda Enrue M. Quls D.G. del esoro

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

MEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA

MEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA esudos esudos MEDCÓN DE LA ACTVDAD MNERA EN LA REGÓN DE ARCA Y PARNACOTA Ocubre de 28 N Subdreccón Técnca Deparameno de Esudos Económcos Coyunurales Medcón de la Acvdad Mnera en la Regón de Arca y Parnacoa

Más detalles

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

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

Más detalles

MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3

MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3 MADRID / SEPTIEMBRE99. LOGSE / FÍSICA / ÓPTICA/OPCIÓN A/ CUESTIÓN 3 Una fuene lumnosa eme luz monocromáca de longud de onda en el vacío lo = 6 l0-7 m (luz roja) que se propaga en el agua de índce de refraccón

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

CIRCUITOS CON DIODOS.

CIRCUITOS CON DIODOS. ema 3. Crcus cn dds. ema 3 CCUOS CON OOS. 1.- plcacón elemenal..- Crcus recradres (lmadres)..1.- eslucón de un crcu recradr ulzand las cuar aprxmacnes del dd..1.1.- eslucón ulzand la prmera aprxmacón..1..-

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

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

EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Arias UCLA. Alberto Carrasquilla Universidad de los Andes

EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Arias UCLA. Alberto Carrasquilla Universidad de los Andes DOCUMENTO CEDE 2002-02 ISSN 1657-7191 (Edcón elecrónca) ABRIL DE 2002 CEDE EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Aras UCLA Albero Carrasqulla Unversdad de los Andes Aruro Galndo Banco

Más detalles

Precios y costes laborales

Precios y costes laborales Precs y coses laborales Noas meodológcas y explcavas 1 Índces de precs de consumo El Índce de Precs de Consumo (IPC), elaborado por el INE, mde la evolucón del conjuno de precs de los benes y servcs que

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

11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO

11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO de marzo de 2006 Aprueban Ssema de Indcadores de Gesón de las Empresas de Servcos de Saneameno RESOLUCIÓN DE CONSEJO DIRECTIVO Nº 0-2006-SUNASS-CD Lma, de marzo de 2006 VISTO: El Informe Nº 009-2006-SUNASS-20

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

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

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP MARZO DE 20 TABLA DE CONTENIDO. GENERALIDADES:... 3.. VALOR BASE... 3.2. NÚMERO DE EMISORES QUE COMPONEN EL ÍNDICE... 3.3. ACCIONES POR EMISOR... 3.4. PARTICIPACIÓN

Más detalles

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl

DOCUMENTO DE TRABAJO. www.economia.puc.cl Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Distorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local.

Distorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local. Dsorsones creadas por la regulacón colombana: El Asse Swap Spread como proxy del Cred Defaul Swap en el mercado local. Andrés Gómez Caegoría Lbre Dsorsones creadas por la regulacón colombana: El Asse Swap

Más detalles

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

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

Más detalles

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanes Aleandro Pena Andrés Sosa 002-204 688-7565 Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanesª, Aleandro Pena b**,

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

Héctor Maletta. Análisis de panel con variables categóricas

Héctor Maletta. Análisis de panel con variables categóricas Hécor Malea Análss de panel con varables caegórcas Buenos Ares, 2012 CONTENIDO 1. Inroduccón al análss de panel... 1 1.1. El desarrollo hsórco del análss de panel... 1 1.2. El prsma de daos... 3 1.3. Clasfcacón

Más detalles

En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541

En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541 25 de novembre de 2014 Indcadores de Demografía Empresaral Año 2012 En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desapareceron 334.541 Las empresas creadas represenaron el

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

CESMA BUSINESS SCHOOL

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

Más detalles

Manual Metodológico Índice de Costos del Transporte Base 2009 = 100

Manual Metodológico Índice de Costos del Transporte Base 2009 = 100 Manual Meodológco Índce de Cosos del Transpore Base 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Deparameno de Esadíscas de Precos Febrero de 200 Índce. INTRODUCCIÓN...5 2. DEFINICIÓN DEL

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

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

PRÁCTICA 1: Identificación del modelo de un motor de C.C. con entrada en escalón de tensión

PRÁCTICA 1: Identificación del modelo de un motor de C.C. con entrada en escalón de tensión PÁCTICA 1: Idenfcacón del modelo de un moor de C.C. con enrada en escalón de ensón Ojevos: Guón: Caracerzar un moor de C.C. Deermnar las consanes y τ. Smulacón del funconameno de un moor de C.C. en Sm.

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

LA INNOVACION EN LA LITERATURA RECIENTE DEL CRECIMIENTO ENDOGENO

LA INNOVACION EN LA LITERATURA RECIENTE DEL CRECIMIENTO ENDOGENO L INNOVCION EN L LITERTUR RECIENTE DEL CRECIMIENTO ENDOGENO Carlos Borondo rrbas Unversdad de Valladold Revsón: sepembre 28 Resumen Ese arículo presena un repaso de los prncpales modelos recenes que hacen

Más detalles

Visión moderna del modelo de transporte clásico

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

Más detalles

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

ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen

ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL EMENINA EN CHILE Evelyn Benvn y Marcela Percará ƒ Esa versón: Marzo 2007 Resumen En ese rabajo hemos aplcado écncas de descomposcón mcroeconomércas con

Más detalles

Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere

Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere Represenacón VEC Dado que las relacones económcas enre varables no se presenan esrcamene en un sendo específco, es decr, puede exsr enre ellas esquemas de reroalmenacón o complejos mecansmos de rasmsón

Más detalles