4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos
|
|
- Domingo López Muñoz
- hace 8 años
- Vistas:
Transcripción
1 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 Ssemas Insuo Tecnológco y de Esudos Superores de Monerrey Campus Monerrey Resumen Ese arículo raa sobre las aplcacones de las dsrbucones de probabldad en la smulacón de ssemas producvos. Prmeramene, se expone el concepo de números aleaoros enre cero y uno, y los méodos para generar números aleaoros enre cero y uno. Después, se descrbe el méodo de la ransformada nversa para consrur generadores de varables aleaoras, y se presena la aplcacón de las dsrbucones de probabldad en la smulacón de ssemas producvos hacendo uso de los generadores de varables aleaoras y números aleaoros enre cero y uno. Fnalmene, se deja al lecor una acvdad que consa de 7 ejerccos para que pracque los concepos adqurdos durane la lecura del presene arículo. Palabras clave: Smulacón, dsrbucones de probabldad, números aleaoros, generadores de varable aleaora, I. Inroduccón. Para realzar una smulacón se requere de números aleaoros en el nervalo (0,), a los cuales les llamaremos r. Donde los r s son una secuenca de números que conene n números; donde odos los números r s en la secuenca son dferenes y n recbe el nombre de perodo o cclo de vda del generador que creó la secuenca. Los r s son el ngredene básco de la smulacón de procesos esocáscos y generalmene se usan para generar el comporameno de varables aleaoras ano connuas como dscreas. Esrcamene los r s son números pseudo aleaoros, debdo a que no es posble generar números realmene aleaoros. La razón por la que los r s no son realmene aleaoros es porque son generados por medo de algormos deermníscos que requeren de ceros parámeros. Exsen una gran varedad de algormos para generar números aleaoros enre cero y uno, ales como congruencal lneal, congruencal mulplcavo, congruencal mxo, mulplcador consane, producos medos, cuadrados medos, enre oros. Cabe menconar que los lenguajes de programacón, lenguajes de smulacón, paquees de smualcón y hojas de cálculo conenen una funcón para
2 4o. Encuenro. Maemácas en odo y para odos. generar números enre cero y uno de manera auomáca. Por ejemplo, en Excel se usa la funcón =aleaoro() ó =rand(). Ahora, se presena el algormo congruencal lneal, el cual fue propueso por D.H. Lehmer en 95, sendo ese algormo el más amplamene usado. Ese algormo genera una sere de números de números eneros por medo de la sguene ecuacón recursva: + = (a + c)mod(m) = 0,,2,3,...,n Donde o es la semlla, a es la consane mulplcava, c es una consane adva y m es el módulo. o>0, a>0, c>0 y m>0 deben ser números eneros. La operacón mod m sgnfca mulplcar por a, sumar c, dvdr el resulado enre m y + será el resduo. Es mporane señalar que la ecuacón recursva del algormo congruencal lneal genera una secuenca de números eneros {0,...,m-} y para obener números aleaoros en el nervalo [0,] se requere de la sguene ecuacón: r = =,2,3,...n m - Ejemplo: Generar 4 números enre 0 y con los sguenes parámeros: o=37, a=9, c=33 y m=00. Solucón: = (9*37+ 33)mod 00 = 36 r = 36/99 = = (9* )mod 00 = 7 r 2 = 7/99 = = (9*7+ 33)mod 00 = 56 r 3 = 56/99 = = (9* )mod 00 = 97 r 4 = 97/99 = Es mporane menconar que los generadores de números smplemene generan un conjuno números, después hay que verfcar que dchos números cumplan con una sere de propedades ales como: meda de ½, varanza de /2, unformdad e ndependenca. Para demosrar las propedades anerores exsen la prueba de medas, la prueba de varanza, la prueba de unformdad, y la prueba de ndependenca, respecvamene. Con respeco a las pruebas de unformdad e ndependenca exsen 2
3 4o. Encuenro. Maemácas en odo y para odos. varas opcones de pruebas. Por ejemplo, las pruebas de Kolmogorov-Smrnov y Chcuadrada son úles para demosrar la unformdad de los números r s. En cuano a la prueba de ndependenca exsen las pruebas de poker, corrdas arrba y abajo, corrdas arrba y abajo de la meda, seres, huecos, enre oras. Una vez que los números r s cumplen con las pruebas, el sguene paso es usarlos en un generador de varable aleaora. Un generador de varable aleaora es una expresón maemáca que esá en funcón de los números aleaoros r s. Por ejemplo: Temperaura = 35+0*r grados cenígrados, donde s r=0.25 enonces podemos smular el comporameno de la emperaura, en ese caso, la emperaura smulada es de 37.5 grados cenígrados. S ahora el número aleaoro es r=0.75, enonces la emperaura es 42.5 grados cenígrados, y así podemos reper el proceso hasa obener el número de veces que deseamos smular la varable emperaura. Para consrur un generador de varable aleaora, es necesaro conar con la funcón de densdad probabldad de la varable. Poserormene, se consruye el generador de varable aleaora por medo de alguno de los méodos dsponbles ales como el méodo de la ransformada nversa, méodo de composcón, méodo de convolucón, y méodo de acepacón y rechazo. El méodo de la ransformada nversa consse báscamene en 4 pasos: ) obener la funcón de densdad de probabldad f(x), 2) calcular la dsrbucón de probabldad acumulada F(x), 3) gualar la funcón de probabldad acumulada F(x) a r, 4) despejar la varable aleaora x. Con los pasos anerores se obene el generador de varable aleaora que debe ser usado para smular el comporameno de la varable. Por ejemplo, s la funcón de densdad de probabldad del empo de proceso de una peza en una máquna ene la dsrbucón de probabldad unforme: f()=/30 para 0<=<=40 mnuos y cero en cualquer oro valor. Aplcando el méodo de la ransformada nversa a la funcón f() consruremos un generador de varable aleaora para smular del empo de proceso de pezas en la máquna. ) obener la funcón de densdad de probabldad f(), f ( ) = 30 0 s 0 40 mnuos en cualquer oro valor 2) calcular la dsrbucón de probabldad acumulada F(), 3
4 4o. Encuenro. Maemácas en odo y para odos. F() = f ( ) d = 30 d Lm. nf = = ) gualar la funcón de probabldad acumulada F() a r, 0 30 = r 4) despejar la varable aleaora. 0 = 30* r = * r donde r es un número aleaoro enre cero y uno. Una vez obendo el generador de varable aleaora, ahora hay que smular. Consderando los 4 números r s generados anerormene por medo del algormo congruencal lneal (0.3636, 0.77, , y ) smularemos el empo de proceso de 4 pezas: peza ==> = * = mnuos peza 2 ==> 2 = *0.77 = 5.5 mnuos peza 3 ==> 3 = * = mnuos peza 4 ==> 4 = * = mnuos Anerormene, smulamos el empo de proceso para cuaro pezas, los valores smulados esán de una manera aslada y no han neracuado con oros valores y reglas lógcas. En muchas ocasones, los generadores de varables aleaoras no esán aslados, generalmene esán neracuando con oros generadores de varables aleaoras y reglas lógcas. Es decr, en el caso de una máquna que procesa pezas, dchas pezas al vez vengan de un proceso aneror, el cual esará marcando un empo enre llegadas de las pezas a la máquna, por lo ano, exsrá un generador de varable aleaora para generar el empo enre llegadas de las pezas. Además, cuando la máquna esé procesando una peza, y llegará a ocurrr la llegada de ora peza, dcha peza debe quedar en espera (fla) a que la máquna ermne el proceso de la peza que esá procesando. 4
5 4o. Encuenro. Maemácas en odo y para odos. Es mporane menconar que para las dsrbucones de probabldad conocdas ya esá consrudo el generador de varable aleaora, por lo que no es necesaro consrurlo. Por ejemplo el generador de varable aleaora para la dsrbucón de probabldad exponencal es: = meda * ln( r ) y para la dsrbucón de probabldad unforme connua es: = a + ( b a) * r Donde a y b son los límes nferor y superor de la dsrbucón de probabldad unforme connua, respecvamene. II. Uso de las dsrbucón de probabldad en la smulacón de ssema produccón. Exse una gran varedad de confguracones de ssemas de produccón, por ejemplo el ssema de produccón de una sola eapa con una sola máquna como el represenado en la fgura. Las pezas llegan al ssema producvo de una en una con un empo enre llegadas que sguen algún po de dsrbucón de probabldad. Las pezas se acumulan (hacen fla) en la arma s la máquna esá ocupada. La máquna procesa las pezas con un empo de proceso dsrbudo de acuerdo a un po de dsrbucón de probabldad. Fgura. Ssema de produccón de una sola eapa con una sola máquna Oros ejemplos sobre confguracones de ssemas de produccón son mosrados en las fguras 2 y 3. Donde el ssema de produccón represenado en la fgura 2 es un ssema de produccón de dos eapas en donde en cada eapa exse una sola máquna. En 5
6 4o. Encuenro. Maemácas en odo y para odos. cambo en la fgura 3 se represena un ssema de produccón de res eapas en donde la prmera eapa ene solamene una máquna, la segunda eapa ene res máqunas en paralelo, y la ercera eapa ene dos máqunas en paralelo. Cabe menconar que podemos generar una nfndad de confguracones de ssemas producvos, e nclusve generar confguracones que gráfcamene pareceran que son guales, pero en realdad represenan ssemas de produccón dsnos, debdo a que el flujo que sguen los producos que se fabrcan denro del ssema producvo es dsno. Fgura 2. Ssema de produccón con dos eapas, una máquna en cada eapa. Es mporane menconar que las máqunas que esán en paralelo pueden consderarse como máqunas déncas por lo ano deben ener empo de proceso guales, o máqunas dsnas por lo que su empo de proceso será dsno; eso caso ocurre con mucha frecuenca cuando se enen máqunas en paralelo que procesan el msmo po de peza pero una de las máqunas es manual, ora semauomáca, de modelo recene o auomáca. Fgura 3. Ssema de produccón con res eapas, algunas eapas con dos o más máqunas en paralelo. 6
7 4o. Encuenro. Maemácas en odo y para odos. Consderando el ssema producvo esquemazado en la fgura 3, podemos menconar lo sguene, va a exsr un empo enre llegadas de pezas al ssema producvo el cual se comporará de acuerdo a un po de dsrbucón de probabldad. El empo de proceso de la máquna que esá en la prmera eapa endrá un comporameno acorde a una dsrbucón de probabldad. En la segunda eapa exsen res máqunas en paralelo, las cuales pueden ser déncas y odas ener el msmo empo de proceso que sga el msmo po de dsrbucón de probabldad, o que cada máquna sea dsna en empo de proceso (al vez lo más común) y por lo ano cada máquna endrá empo de proceso con su dsrbucón de probabldad correspondene, lo msmo puede ocurrr con la ercera eapa. Ahora se pregunarán y cómo puedo deermnar la dsrbucón de probabldad que sguen los empos de enre llegadas y de proceso en cada máquna. Pues, prmeramene deberemos recolecar un poco de hsora, es decr, debemos llevar a cabo la recoleccón de los empos enre llegadas y de proceso de cada máquna. Segundo, al conjuno de empos proponerle una dsrbucón de probabldad y realzar algún po de prueba esadísca para deermnar el po de dsrbucón de probabldad que sguen los empos. Exsen varas pruebas para deermnar el po de dsrbucón de probabldad que sguen los daos de los empos, por ejemplo exsen las pruebas de la Ch-cuadrada, Kolmogorov-Smrnov, y Anderson-Darln. Aforunadamene, ambén exsen paquees de esadísca que son de gran uldad en la deermnacón del po de dsrbucón de probabldad que sgue un conjuno de daos. Por ejemplo, enemos el mnab, sa::f, enre oros. Ejemplo: Consdere el sguene conjuno de empos de proceso (en mnuos) por peza en una máquna: Por medo del sa::f podemos deermnar cuál dsrbucón de probabldad puede represenar al conjuno de daos. El sa::f nos muesra resulados que esán mosrados en la fgura 4. Esos resulados ndcan que la dsrbucón que mejor represena al empo de proceso de pezas en la máquna es la dsrbucón de probabldad exponencal. En la fgura 5 se muesra la gráfca de la dsrbucón de probabldad exponencal que represena al empo de proceso. 7
8 4o. Encuenro. Maemácas en odo y para odos. Fgura 4. Resulados del sa::f Fgura 5. Gráfca del empo de proceso de las pezas 8
9 4o. Encuenro. Maemácas en odo y para odos. Una vez deermnado el po de dsrbucón de probabldad que sguen los empos enre llegadas y de proceso de cada máquna, el sguene paso es consrur el modelo de smulacón, el cual puede ser consrudo en una hoja de cálculo (Excel), en un lenguaje de programacón (C, C++,C#, Pascal, Delph, Forran, Basc, QBasc, enre oros), en un lenguaje de smulacón (GPSS/H, GPSS/PC, GPSS/World; SLAM, enre oros) o en algún paquee se smulacón (Promodel, Auomod, Arena, QUEST, WITNESS, enre oros). El ambene en donde consrur el modelo de smulacón depende de varos facores, por ejemplo s lo que deseamos smular es algo smple y sencllo como el ssema de produccón mosrado en la fgura, lo podemos realzar en una hoja de cálculo. Para ssemas más complejos, por ejemplo el mosrado en la fgura 3, se recomenda el uso de un paquee de smulacón. III. Conclusón En ese arículo se han presenado el uso de las dsrbucones de probabldad en la smulacón de ssemas producvos. Prmeramene, se expuso el concepo de números aleaoros enre cero y uno, y los méodos para generar números aleaoros enre cero y uno. Después se descrbó el méodo de la ransformada nversa para consrur generadores de varables aleaoras, así como ambén se presenó el uso de las dsrbucones de probabldad en la smulacón de ssemas producvos hacendo uso de los generadores de varables aleaoras y números aleaoros enre cero y uno. Fnalmene, se deja al lecor una acvdad con 7 ejerccos para que pracque lo aprenddo durane la lecura de ese arículo. IV. Anexo Acvdad: Ejercco : Por medo del algormo congruencal lneal genere 5 números enre cero y uno con los sguenes parámeros: o=2, a=3, c=26 y m=64. Ejercco 2: El algormo congruencal lneal se convere en el algormo congruencal mulplcavo cuando c es gual a cero (c=0). Por medo del algormo congruencal mulplcavo genere 5 números enre cero y uno con los sguenes parámeros: o=, a=2 y m=28. 9
10 4o. Encuenro. Maemácas en odo y para odos. Ejercco 3: El empo de orneado (en horas) de una peza ene la dsrbucón de probabldad connua sguene: Smular el comporameno del empo de orneado de 5 pezas. Para la smulacón ulza los 5 números aleaoros generados en el ejercco. Ejercco 4: En una esacón con una sola máquna exsen 5 pezas lsas para procesarse. El empo de proceso de las pezas sgue una dsrbucón de probabldad exponencal con meda de 5 mnuos. Deermne el empo oal que le llevará a la máquna procesar las 5 pezas. Para la smulacón ulza los 5 números aleaoros generados en el ejercco 2. Ejercco f ( ) = horas El empo de core (expresado en mnuos) de un anllo meálco ene la sguene dsrbucón de probabldad connua: 8 f ( ) = en oro valor Smular el empo de core para 3 anllos meálcos. Usar 3 números aleaoros generados por medo del méodo congruencal lneal con parámeros: a=3, m=256, c=89, o=69. Ejercco 6. La máquna fresadora DITZEN esá en funconameno durane un empo dsrbudo exponencalmene meda de 265 horas y falla, por lo que requere que sea reparada. Se han recoplado 50 empos de reparacón de la máquna DITZEN, los cuales esán expresado en mnuos. Con respeco a los empos de reparacón de la máquna DITZEN se ha obendo la sguene nformacón del sa::f: Auo::F of Dsrbuons dsrbuon rank accepance Unform(5., 9.9) 00 do no rejec Lognormal(5., 0.668, 0.98) 0.83 rejec 0
11 4o. Encuenro. Maemácas en odo y para odos. descrpve sascs daa pons 50 mnmum 5.6 maxmum mean medan mode sandard devaon.5055 varance Deermnar en que empo (en mnuos) la máquna de conrol numérco DITZEN enrará de nuevo en funconameno después del segundo paro por falla, suponendo que la máquna empeza en funconameno en el empo cero. Para smular el empo de funconameno de la máquna y el empo de reparacón de la máquna es necesaro calcular 4 números aleaoros en el rango (0,); ulce el méodo congruencal mulplcavo con la sguene nformacón: a=, m=52, o=3, para generar los 4 números aleaoros (0,) y ulce los dos prmeros números generados para smular el empo de funconameno de la máquna y los úlmos dos números generados para smular el empo de reparacón de la máquna. Ejercco 7. Consdere los sguenes 50 empos de proceso (expresado en mnuos) en una máquna fresadora, y deermne: a) el po de dsrbucón de probabldad que sguen los empos de fresado b) el generador de varable aleaora correspondene para smular el empo de fresado c) smule el empo de fresado de 20 pezas (ulce números aleaoros generados en Excel)
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 detallesCálculo 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 detallesIntroducción 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+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 detallesTema 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 detallesCRÉDITO 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 detallesEl 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 detalles9. 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 detallesEJERCICIOS: 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 detallesCurso 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 detallesTÉCNICAS 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 detallesCRÉDITO 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 detallesCapitalización 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 detallesTema 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 detallesNota 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 detallesLos esquemas de la reproduccio n de Marx
Los esquemas de la reproducco n de Marx Alejandro Valle Baeza Los esquemas de la reproduccón smple y amplada consuyen sólo una pare del análss del proceso de crculacón del capal. Fueron presenados en la
Más detallesTema 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 detallesEstadística 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 detallesCINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS
CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS Dada la dependencia de la velocidad con la posición en un movimieno recilíneo mosrada por la siguiene gráfica, deerminar la dependencia con
Más detallesPruebas Estadísticas de Números Pseudoaleatorios
Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =
Más detallesCálculo y Estadística
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 empresa emplea res
Más detallesANALISIS 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 detallesMATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS
1º) La facura del gas se calcula a parir de una canidad fija y de un canidad variable que se calcula según los m 3 consumidos (el precio de cada m 3 es consane). El impore de la facura de una familia,
Más detallesEn este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para
CAPITULO 4 Descrpcón del algormo propueso En ese capíulo se presena a dealle el esquema de relaacón Lagrangeana ulzado para la obencón de coas nferores; así como ambén, la descrpcón de la heurísca prmal
Más detalles7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:
7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c
Más detalles7. 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 detallesConsideraciones 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 detalles1. 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 detallesEstadística 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 detallesUNIVERSIDAD DE OVIEDO
Trabajaremos con módulos foovolacos de capa fna. resena ceras venajas por el dferene comporameno que esa ecnología ene ane la radacón solar y las condcones ambenales: Mejor comporameno de la produccón
Más detallesESTRUCTURA 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 detalles3 Aplicaciones de primer orden
CAÍTULO 3 Aplicaciones de primer orden 3.2. Modelo logísico El modelo de Malhus iene muchas limiaciones. or ejemplo, predice que una población crecerá exponencialmene con el iempo, que no ocurre en la
Más detallesEl Método de Monte Carlo para la Solución de la Ecuación de Transporte
Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço El Méodo de Mone Carlo para la Solucón de la Ecuacón de Tranpore En la prácca, mucho problema de ranpore no e pueden reolver por méodo
Más detallesCapítulo 3 Metodología.
Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en
Más detallesRecuperación de la Información
ssema de recuperacón de nformacón Recuperacón de la Informacón consula documenos mach Documenos Concepos Báscos relevane? ssema de recuperacón de nformacón palabras clave ndexado Las palabras clave (keywords)
Más detallesCINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS.
CINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS. Una parícula se muee en la dirección posiia del eje X, de modo que su elocidad aría según la ley = α donde α es una consane. Teniendo en cuena que en el
Más detallesMODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS
MODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS TESIS DE GRADO PARA OPTAR AL TITULO DE MAGISTER EN INGENIERÍA
Más detallesMétodos de Previsión de la Demanda Datos
Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco
Más detallesProductos derivados sobre bienes de consumo
Producos dervados sobre benes de consumo Francsco Venegas Marínez, Salvador Cruz Ake n Resumen: Ese rabajo de nvesgacón desarrolla un modelo de equlbro general con expecavas raconales en empo connuo úl
Más detallesRepresentación 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 detallesMEDICIÓN 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 detallesÍndices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V.
Índces de precos y referencas Reveladas Mcroeconomía Douglas C. Ramírez V. LOS ÍNDICES Los números índces o índces son un nsrumeno esadísco muy úl y de uso muy exenddo. G.R. Carl. En Iala, en 1764 realzó
Más detallesPattern Classification
aern Classfcaon All maerals n hese sldes were aken from aern Classfcaon nd ed by R. O. Duda,. E. Har and D. G. Sork, John Wley & Sons, 000 wh he permsson of he auhors and he publsher Capulo Teora de Decson
Más detallesTIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas.
TIPOS D TNDNCIAS Y SUS CONSQUNCIAS. Tendencas esocáscas versus deermnsas. Concepos báscos. Parmos de la base que una sere emporal es la realzacón de un proceso esocásco. Tal y como vmos en los modelos
Más detallesFunciones exponenciales y logarítmicas
89566 _ 0363-00.qd 7/6/08 09:30 Página 363 Funciones eponenciales y logarímicas INTRODUCCIÓN En esa unidad se esudian dos funciones que se aplican a numerosas siuaciones coidianas y, sobre odo, a fenómenos
Más detallesFigura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:
Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al
Más detallesLA 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 detallesMETODOLOGÍA 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 detallesSantiago, 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 detalles1. Introducción, n, concepto y clasificación
Tema 5: Números índces. Inroduccón, n, concepo y clasfcacón 2. Números índces smples. Defncón y propedades 3. Números índces complejos Números índces complejos sn ponderar Números índces complejos ponderados
Más detallesMETODOLOGÍA 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 detalles5. 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 detallesMUESTRAS CON ROTACIÓN DE PANELES
487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489
Más detallesFASCÍCULO: MATRICES Y DETERMINANTES
FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.
Más detallesEn 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 detallesEL 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 detallesMOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO
MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO Sabes cuáles son las caraceríscas del momeno reclíneo unormemene acelerado? INTRODUCCION Prmero debemos saber que denro de la cnemáca exsen derenes pos de
Más detallesCálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas
1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse
Más detallesEjercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C
Ejerccos T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas
Más detallesACTIVIDADES UNIDAD 7: Funciones elementales
ACTIVIDADES UNIDAD 7: Funciones elemenales 1. La facura del gas de una familia, en sepiembre, fue de 4,8 euros por 1 m 3, y en ocubre, de 43,81 por 4 m 3. a) Escribe la función que da el impore de la facura
Más detallesMecanismos 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 detallesExamen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:
Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES
Más detallesÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO. Departamento de Economía Aplicada
ÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO Deparameno de Economía Aplcada Faculad de Cencas Económcas y Empresarales e-mal: ecoapl@eco.uva.es Avda. del Valle de
Más detallesMETODOLOGÍA 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 detallesTEMA 4 Variables aleatorias discretas Esperanza y varianza
Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón
Más detallesTEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO
PROBLEMA EMA 4: CANALES DIGIALES EN BANDA BASE CON RUIDO Se desea realzar una ransmsón bnara de símbolos equprobables, para ello se recurre a una codfcacón NRZ de po AMI y cuyas señales se ndcan a connuacón:
Más detallesMaster en Economía Macroeconomía II. 1 Learning by Doing (versión en tiempo discreto)
Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 4 - Soluciones 1 Learning by Doing (versión en iempo discreo) Considere una economía cuyas preferencias, ecnología, y acumulación
Más detallesGuía de Ejercicios Econometría II Ayudantía Nº 3
Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85
Más detallesESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO
ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas
Más detalles= Δx 2. Escogiendo un sistema de referencia común para ambos móviles x A
Ejemplos de solución a problemas de Cinemáica de la parícula Diseño en PDF MSc. Carlos Álvarez Marínez de Sanelices, Dpo. Física, Universidad de Camagüey. Carlos.alvarez@reduc.edu.cu Acividad # C1. Un
Más detalles2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales
... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de
Más detallesOptimización del balance de carga en circuitos de distribución primaria
energéca Vol. XXX, No. /009 TRABAJOS TEORCOEXPERMENTALES Opmzacón del balance de carga en crcuos de dsrbucón prmara gnaco Pérez Recbdo: Ocubre del 008 Aprobado: Dcembre del 008 Resumen/ Absrac Las medcones
Más detallesCircuitos Limitadores 1/8
Crcuos Lmadores 1/8 1. Inroduccón Un crcuo lmador (recorador) es aquel crcuo que ene la capacdad de lmar pare de una señal de c.a. sn dsorsonar la pare resane de la señal. El crcuo lmador combna dodos
Más detallesINSTITUTO NACIONAL DE PESCA
INSTITUTO NACIONAL DE PESCA Dirección General de Invesigación Pesquera en el Pacífico Nore Subdirección de Tecnología en el Pacífico Nore. Indicadores económico-financieros para la capura de camarón y
Más detalles01 Ejercicios de Selectividad Matrices y Sistemas de Ecuaciones
01 Ejercicios de Selecividad Marices y Sisemas de Ecuaciones Ejercicios propuesos en 009 1- [009-1-A-1] a) [1 5] En un comercio de bricolaje se venden lisones de madera de res longiudes: 090 m, 150 m y
Más detallesEstimación 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 detallesHallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.
FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas de nuevo. En base a la funcón de cuanía µ α Ex P ( ),3 +,3 +, + 3,,3 σ α
Más detallesMACROECONOMIA II. Grado Economía 2013-2014
MACROECONOMIA II Grado Economía 2013-2014 PARTE II: FUNDAMENTOS MICROECONÓMICOS DE LA MACROECONOMÍA 3 4 5 Tema 2 Las expecaivas: los insrumenos básicos De qué dependen las decisiones económicas? Tipo de
Más detallesRE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005
RESULTADOSEDUCATIVOS RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 FÓRMULA RE01 NOMBREdelINDICADOR Diferencia del loro promedio
Más detallesSemana 12: Tema 9 Movimiento Rotacional
Semana : Tema 9 Movmeno Roaconal 9. Velocdad y Aceleracón angular 9. Roacón con aceleracón angular consane 9.3 Energía cnéca roaconal 9.4 Cálculo de momeno de nerca y el eorema de los ejes paralelos Capíulo
Más detallesMaster en Economía Macroeconomía II. 1 Problema de Ahorro-Consumo en Horizonte Finito
Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 1 - Soluciones 1 Problema de Ahorro-Consumo en Horizone Finio Considere un problema de ahorro-consumo sobre un horizone finio
Más detallesTest. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos
Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar
Más detallesCICLO 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 detallesExamen Final de Econometría Grado
Examen Fnal de Economería Grado 8 de Juno de 017 Hora: 15:30 Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Anes de empezar a resolver el examen, rellene TODA la nformacón que
Más detallesTEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL. 1. Sistemas analógicos y digitales.
T-1 Inroducción a la elecrónica digial 1 TEMA 1 INTRODUCCIÓN A LA ELECTRÓNICA DIGITAL El raamieno de la información en elecrónica se puede realizar de dos formas, mediane écnicas analógicas o mediane écnicas
Más detallesCAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la
CAPÍTULO IV BASES DESARROLLO DEL PROGRAMA COMPUTACIONAL En ese capíulo descrbremos los modelos y herramenas que ulzaremos para la proyeccón y smulacón de algunas de las varables como son los rendmenos
Más detallesEjercicios 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 detallesCapítulo 5 Sistemas lineales de segundo orden
Capíulo 5 Sisemas lineales de segundo orden 5. Definición de sisema de segundo orden Un sisema de segundo orden es aquel cuya salida y puede ser descria por una ecuación diferencial de segundo orden: d
Más detallesDOCUMENTO 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 detallesPREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX
PREDICCIÓN DE VOLILIDD CON LOS ÍNDICES DE VOLILIDD VIX Y VDX El objevo de ese rabajo es esudar la capacdad predcva de los índces de volaldad. Para el perodo 99-0, analzamos daos de los índces amercanos
Más detallesManual 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 detallesAPUNTES 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 detallesUD: 3. ENERGÍA Y POTENCIA ELÉCTRICA.
D: 3. ENEGÍA Y OENCA ELÉCCA. La energía es definida como la capacidad de realizar rabajo y relacionada con el calor (ransferencia de energía), se percibe fundamenalmene en forma de energía cinéica, asociada
Más detallesCaracterís 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 detallesLa transformada de Laplace
Capíulo 8 La ransformada de Laplace 8.. Inroducción a las ransformadas inegrales En ese aparado aprenderemos un méodo alernaivo para resolver el problema de valores iniciales (4.5.) y (x) + py (x) + qy(x)
Más detallesHéctor 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 detallesI 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 detallesTécnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase
Lección 5 Técnicas cualiaivas para las Ecuaciones diferenciales de primer orden: Campos de pendienes y líneas de fase 5.. Técnicas Cualiaivas Hasa ahora hemos esudiado écnicas analíicas para calcular,
Más detallesDeterminación 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 detallesFísica General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR
Físca General Proyeco PMME - Curso 8 Insuo de Físca Faculad de Inenería UdelaR M O V I M I E N T O E P R O Y E C T I L M O V I M I E N T O R E L A T I V O Vanessa íaz Florenca Clerc Un olero Juan paea
Más detalles