Posible solución del examen de Investigación Operativa de Sistemas de septiembre de Problema 1: (3 puntos)
|
|
- Lorenzo Romero Acuña
- hace 5 años
- Vistas:
Transcripción
1 Posble soluó del eame de Ivestgaó Operatva de Sstemas de septembre de 6 Problema : ( putos) U profesor rebe ua práta ada mañaa y la poe e ua pla. Por las tardes, o probabldad / orrge todas las prátas de la pla y las devuelve a los alumos. Cuado hay uatro prátas, las orrge y devuelve seguro. a) Desrbr la orrespodete adea de Markov, luyedo el dagrama de trasó de estados (DTE). b) Cuál es el úmero esperado de prátas e la pla al empezar el día (ates de rebr la práta del día)? Soluó: Apartado a): Podemos modelar la stuaó medate ua adea de Markov e la que ada etapa represete u día. Como el úmero de trabajos e la pla varía a lo largo del día, es preso estableer u rtero que os dga a qué hora del día vamos a eamar dho úmero de trabajos. o más oveete es osderar el úmero de trabajos al empezar el día (ates de rebr la práta del día), para smplfar así la respuesta al apartado b). Así pues, el estado represetará que al empezar el día hay trabajos e la pla. Al empezar el día o puede haber más de trabajos, ya que s se aumula uatro trabajos ua tarde, se orrge todos esa msma tarde. Por lo tato, el ojuto de estados es S {,,, }. El DTE orrespodete es: / / / / / / / a matrz de trasó será omo sgue: / / Q / / / / Apartado b): Como la adea de Markov es fta y ergóda, podemos afrmar que este la dstrbuó estaoara, que será eesara para hallar la esperaza del úmero de trabajos,
2 que es lo que os pde. Para alular la dstrbuó, plateamos el sguete sstema de euaoes: p p p p T Q p p p p p + p + p + p El sstema puede resolverse, por ejemplo, fjado p y ormalzado luego. a soluó fal es: p, p, p, p Ésta es la dstrbuó de probabldad del estado de la pla de prátas al empezar el día, a la larga. Por lo tato, la esperaza del úmero de trabajos e la pla al empezar el día será: E º de trabajos al empezar el día p + p + p + p Problema : ( putos) [ ] ,5 trabajos Ua empresa automovlísta debe estableer ua adea de motaje. a dsposó de las máquas es omo muestra la sguete fgura:,5, 4 6,,8 5 El fabrate os proporoa el tempo de espera (e mutos) de ada sstema que forma la : W,5454 W W,8574 W 4,55754 W 5,78788 W 6,888
3 a) S ada muto que se espera e la (W ) le uesta a la empresa euros, Cuál es la pérdda total por ada vehíulo que se mota e la epuesta? b) S ompramos ua máqua que susttuye la máqua que os uesta 5 euros o. Obtedremos u mayor beefo e la empresa? Soluó: Apartado a): Segú el dagrama tedremos las sguetes etradas a la : γ,5 letes/m, γ, letes/m, {, 4, 5, 6}, γ Para hallar W eestamos ooer, y a su vez para ello eestamos alular los úmeros medos de trabajos para ada odo. E prmer lugar hallaremos las tasas de llegadas a ada odo medate las euaoes de equlbro: γ,5 letes/m γ, letes/m +,45 letes/m 4,,9 letes/m 5,8,6 letes/m ,45 letes/m Aplamos el teorema de ttle a ada odo, W,88 letes W, letes W,8574 letes 4 4 W 4,8 letes 5 5 W 5,664 letes 6 6 W 6,888 letes W : Aplamos la euaó para y posterormete la de W, e este últmo aso sabedo que γ + γ,45 letes/m: Apartado b): 6,64459 letes W 5,8765 m. a pérdda por ada vehíulo será de ( ) W 5876,5 Debemos realular W, teedo e ueta que el odo ha ambado su servdor. Utlzado las euaoes que aparee al fal del euado obteemos el uevo valor del úmero medo de trabajos e el odo :
4 ' W q ' + ' ',5 ' ( ' ) ' ' W q' + ' + ' ' ',9 trabajos Como hmos e el apartado a), aplamos la euaó para y posterormete la de W : 6 ' ' ', letes W ',6647m. Nótese que los flujos etre odos o varía (las euaoes de equlbro o ha ambado). El oste total ahora será 5 + ( ) W 664,7. Así pues, la alteratva orgal (la del apartado a) es la más beefosa. Problema : ( putos) E u almaé de frutas hay 8 klogramos de arajas, 8 klogramos de mazaas y 5 klogramos de uvas. Estas frutas se overte e zumo de dos tpos (A y B). Cada ltro de zumo tpo A se fabra a partr de klogramo de arajas, klogramos de mazaas y klogramo de uvas y ada ltro de zumo tpo B se fabra a partr de klogramos de arajas, klogramo de mazaas y klogramo de uvas. El beefo que se obtee o ada ltro de zumo tpo A es de, y o ada ltro de zumo tpo B de,4. Determar medate el método gráfo : a) a atdad (e ltros) de ada tpo de zumo que se debe fabrar para osegur uos beefos mámos. b) El valor de dhos beefos mámos. Soluó: Varables de desó: ltros de zumo tpo A que se fabrará ltros de zumo tpo B que se fabrará Restroes: , Fuó objetvo que mamzar: f(, ), +,4 El gráfo orrespodete será:
5 Apartado a): os putos etremos más teresates so A(4,), B(,) y C(,). Se platea la duda de s será B la soluó óptma o be lo será C. Para saberlo hallamos los valores de la fuó objetvo e ambos putos: f(b), +,4 64 euros f(c), +,4 66 euros Se observa que el puto C es la soluó óptma úa de este problema (, ). Apartado b): El valor óptmo ya se aluló e el apartado ateror y es de 66 euros. Problema 4: ( putos) U empresaro que se deda al motaje de grades sstemas, rebe u eargo para la próma semaa. Tee dvddo el proeso e uatro tareas deomadas M, N, P y Q, que puede realzarse e ualquer orde, paral o totalmete e dsttamete por uatro equpos de trabajo dsttos. El tempo e horas empleado e ada tarea realzada de forma ompleta por ada equpo so: Tareas Equpo M N P Q as horas semaales de que dspoe ada equpo y el oste de trabajo por hora (e ) se reoge e la tabla sguete:
6 Equpo Tempo dspoble por Coste de ada hora de trabajo semaa (horas) 68, 69,5 45 7, 4 9 7, Formular u programa leal que permta ooer uátas horas debe emplear ada equpo para mmzar el oste total de motaje del sstema. Nota: No tete obteer la soluó, sólo debe dar el plateameto. Soluó: Se observa que es mposble platear el problema basádoos e varables de desó del tpo º de horas que trabaja el equpo k, ya que ada equpo trabaja a dferete velodad e ada tarea. Por lo tato uestras varables de desó será: j º de horas que deda a la tarea el equpo j dode {M,N,P,Q}, j {,,,4}. a fuó objetvo a mmzar será el oste total (e euros) debdo a las horas de trabajo realzadas por los 4 equpos para falzar las 4 tareas: 68, ( M + N + P + Q ) + 69,5 ( M + N + P + Q ) + 7, ( M + N + P + Q ) + 7, ( M4 + N4 + P4 + Q4 ) E prmer lugar, debemos garatzar que gú equpo trabaja más horas de las posbles. Tedremos ua restró por ada equpo, epresada e horas: M + N + P + Q M + N + P + Q M + N + P + Q 45 M4 + N4 + P4 + Q4 9 Por otra parte, hay que asegurarse de que todas las tareas so ompletadas. Tedremos ua restró por ada tarea, epresada e tatos por uo: M + M + M + M N + N + N + N 4 8 P + P + P + P4 5 6 Q + Q + Q + Q Por últmo, el úmero de horas trabajadas ha de ser sempre o egatvo: {M,N,P,Q}, j {,,,4}, j
7 FÓRMUAS DE TEORÍA DE COAS: M/M/: W q t / W () t e p ( ) M/M/: p ( ) p, s,,..., p! p, e otro aso! +!( ) q W e t / W ( ) ( )! q t + p! ( ) M/M/ y M/M/: W W q + q Wq W M/M//k: ( ) k, s k + +, s p ( ) W W q + q efwq efw Redes de Jakso abertas: ef p k ( k + ) k k + k, s +, s K γ K W V Redes de Jakso erradas: + j( m ) Wj( m) j j j() ( m) m j * jwj( m) K W( m) * j( m) j( m) W ( m ) j
Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011
Posble solucó del exame de Ivestgacó Oeratva de Sstemas de setembre de 2 Problema : ( utos Dos bolas blacas está colocadas e ua mesa al lado de ua bolsa que cotee ua bola blaca y dos egras. Reteradamete
Más detallesSolución del examen de Investigación Operativa de Sistemas de junio de 2006
Soluó del exame de Ivestgaó Oeratva de Sstemas de juo de 6 Problema : (3 utos) Tres uras, y otee 3, 4 y 5 bolas resetvamete, todas blaas exeto ua de las de ue es roja. E ada etaa, se extrae ua bola al
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2008
Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete
Más detallesPLANTEAMIENTO DE PROBLEMAS DE BALANCE DE MATERIA EN PROCESOS SIN REACCIÓN QUÍMICA
PLNTMNTO PROLMS LN MTR N PROSOS SN RÓN QUÍM. teder ual es el objetvo que se persgue e el proeso, la fuó de ada equpo (por lo meos ualtatvamete) y vsualzar los feómeos y trasformaoes que ourre.. detfar
Más detallesIncertidumbre en las mediciones directas e indirectas
ertdumbre e las medoes dretas e dretas Reordado Para la seleó de u strumeto de medó os basamos e la Regla de Oro de la Metrología Luego, 0. T T La toleraa orregda por la ertdumbre del strumeto queda defda
Más detallesPARÁMETROS ESTADÍSTICOS ... N
el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto
Más detallesEstructuras Algebraicas
Uversdad de los des Faultad de Ceas Eoómas y Soales Esuela de Estadísta Estruturas lgebraas Prof. Gudberto José Leó Ragel MÉRID, 2015 1 Profesor Gudberto Leó Teoría Estadísta I Uversdad de Los des - Faultad
Más detallesPosible solución del examen de Investigación Operativa de Sistemas de junio de 2007
Posible soluió del exame de Ivestigaió Operativa de Sistemas de juio de 7 Problema : (3 putos) E u laboratorio se aaliza las probabilidades de que u átomo radioativo se ovierta e u átomo de otro tipo,
Más detallesTEMA 4: VALORACIÓN DE RENTAS
TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto
Más detallesAnálisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos
Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores
Más detallesTema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre
Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de
Más detallesAnálisis de Datos en Psicología I. Preguntas de examen. Temas 4 y 5
Aálss de Datos e Psología I. Pregutas de eame. Temas y p 7 9 0. 0. 0. 0. 9-0. Tabla. Dstrbuó, e proporoes, de las putuaoes de u grupo de 0 sujetos e ua prueba de eaje de formas. 7 9 Tabla. Dstrbuó de freueas
Más detalles4 METODOLOGIA ADAPTADA AL PROBLEMA
4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor
Más detallesAplicando Teorı a de Colas en Direccio n de Operaciones
Aplado Teorı a de Colas e Dreo de Operaoes José edro Garía Sabater Grupo ROGLE Departameto de Orgazaó de Empresas Uversdad oltéa de Valea. Curso 25 / 26 arte de estos aputes está basados e la fudametal
Más detallesESTADÍSTICA poblaciones
ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:
Más detallesTRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).
TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores
Más detallesAPROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS
APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado
Más detallesIntensificación en Estadística
GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro
Más detallesConcepto de circuito eléctrico
oepto de ruto elétro U ampo eletromagéto se halla ompletamete desrpto uado se ooe los vetores tesdad de ampo elétro E y de ampo magéto H e todos sus putos e fuó del tempo. Esto mpla el empleo de fuoes
Más detallesTEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx
TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesEvolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?
APELLIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdere u vel de cofaza del 95% (z=).. U empresaro quere estmar el cosumo mesual de electrcdad e ua comudad de 000
Más detalles( ) ( ) ( )( ) ( )( ) ( )
Oetvos El alumo coocerá aplcará y comparará alguos métodos de terpolacó umérca de ucoes. Al al de esta práctca el alumo podrá:. Oteer ua ucó que cotega u couto dado de putos e u plao utlzado los métodos
Más detallesCurso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple
1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular
Más detallesTeoría de Colas. Quién es el último? 1 ROGLE jpgarcia@omp.upv.es
Teoría de Colas. Qué es el últmo? jpgara@omp.upv.es 04/05/20 Teoría de Colas Itroduó Desrpó de u problema de olas Caraterístas Notaó Medbles Resultados Geerales Cómo se obtee datos para u sstema de olas
Más detalles1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.
Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesGRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A
Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto
Más detallesTEMA 2: LOS NÚMEROS COMPLEJOS
Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado
Más detalles4. ALGORITMO DE RESOLUCIÓN.
4. ALGORITMO DE RESOLUCIÓN. Este capítulo trata acerca de la solucó propuesta para la resolucó del problema de la asgacó de aulas co especal atecó e el algortmo de fluo co costo mímo. A cotuacó se descrbe
Más detallesSoluciones de Ley de los volúmenes parciales de Amagat
Solucoes de ey de los olúmees parcales de Amagat El olume parcal () de u gas e ua mezcla, es el olume que ocuparía s se ecotrase solo a la msma temperatura y presó que la mezcla. També se puede calcular
Más detallesCÁLCULO NUMÉRICO (0258)
CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.
Más detallesProblemas de Polímeros. Química Física III
Problemas de Polímeros Químca Físca III 7..- Del fraccoameto de ua muestra de u determado polímero se obtuvero los sguetes resultados: Fraccó º, g 5, g/mol,75,6,886,89,,75,57,56 5,9,68 6,8,8 7,55,5 8,6,9
Más detallesAproximación a la distribución normal: el Teorema del Límite Central
Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda
Más detallesx x x x x Y se seguía operando
. INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces
Más detallesMÉTODOS ESTADÍSTICOS DE LA INGENIERÍA
ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesNúmeros Complejos PREGUNTAS MÁS FRECUENTES
Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesAdministración de Empresas. 9 Las decisiones de inversión: Conceptos básicos 9.1
Admstraó de Empresas. 9 Las desoes de versó: Coeptos básos 9. TEMA 9: LAS DECISIONES DE INVERSIÓN: CONCEPTOS BÁSICOS ESQUEMA DEL TEMA: 9.. Coepto de versó y tpos. 9.. Valor del dero e el tempo. 9.3. Tpo
Más detallesEXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15
1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detallesTema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS
Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo
Más detallesEs aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.
ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto
Más detallesI. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS
Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2
Más detalles4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór
Capítulo 4 Iterpolacó polomal de Hermte E determadas aplcacoes se precsa métodos de terpolacó que trabaje co datos prescrtos de la fucó y sus dervadas e ua sere de putos, co el objeto de aumetar la aproxmacó
Más detallesNOMBRE Apellido Paterno Apellido Materno Nombre(s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE
Más detallesCAPITULO IV EQUILIBRIO VAPOR -LIQUIDO
CAITULO I EQUILIBRIO AOR -LIQUIDO ara evaluar el fuoameto de u sstema de separaó e etapas, es eesaro efetuar álulos de equlbro vapor-líqudo de balae de matera e ada etapa de separaó, utlado para ello ua
Más detallesExpectativas del Mercado y Creación de Valor en la Empresa
2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea
Más detallesProblema 1: (3,25 puntos)
Ivestigaió Oerativa de Sistemas I.T. Iformátia de Sistemas 8 Juio de Problema : (3, utos Cosidérese el siguiete modelo: MX S.. x, x x x x x x x Resolver el roblema emleado el método Simlex idiado los valores
Más detallesTEMAS CUESTIONARIO DE AUTOEVALUACIÓN
TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera
Más detallesUNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1
ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua
Más detallesERRORES EN LAS MEDIDAS (Conceptos elementales)
ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas
Más detallesque queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)
APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)
Más detallesREDES DE BASE RADIAL. 1. Funciones de Base Radial.
Tema 5: Redes de Base Radal Sstemas Coexostas 1 REDES DE BASE RADIAL 1. Fcoes de Base Radal. 2. Dervacó del Modelo Neroal. 2.1. Arqtectra de a RBFN 2.2. Fcoaldad. 2.3. Carácter Local de a RBFN. 3. Etreameto.
Más detallesProblemas de Polímeros. Química Física Avanzada Iñaki Tuñón 2010/2011
Problemas de Polímeros Químca Físca Avazada Iñak Tuñó / POL.-U polímero moodsperso de masa molecular. gmol - está cotamado e u % e peso co ua mpureza de peso molecular. gmol -. Calcular z,, Co los datos
Más detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b
Más detallesOrden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.
Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra
Más detallesTeoría de Telecomunicaciones
Uersdad del Caua - FIET UIO E MOULCIÓ udo de Modulaó Uersdad del Caua Teoría de Teleomuaoes epartameto de Teleomuaoes Uersdad del Caua - FIET UIO E MOULCIÓ udo de modulaó leal Este aálss se basa e el sstema
Más detallesCalificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados
eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable
Más detalles7. Muestreo con probabilidades desiguales.
7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesSerie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.
Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto
Más detallesEl Problema de Búsqueda
Aálss y Dseño de Algortmos El Problema de Búsqueda Arturo Díaz Pérez Cojutos estátcos Arboles de decsó para búsqueda Cojutos dámcos Arboles de búsqueda bara Aálss del peor caso Aálss del caso promedo Arboles
Más detallesPARTE SEGUNDA: INFERENCIA ESTADÍSTICA
ESTADÍSTICA II PARTE SEGUNDA: INFERENCIA ESTADÍSTICA TEMA III: INTRODUCCION A LA INFERENCIA III..- Itroduccó III..- La eleccó de la muestra. Tpos de muestreo III.3.- Muestreo aleatoro smple. Estadístcos
Más detallesTEMA 4. EQUIVALENCIA FINANCIERA
ADMIISTRAIÓ Y FIAZAS. GRADO SUPERIOR TEMA 4. EQUIVALEIA FIAIERA TEMA 4: EQUIVALEIA FIAIERA. ITRODUIÓ Estas operacoes se da cuado ua persoa quere susttur uo o varos pagos que tee que realzar (PRIMERA SITUAIÓ)
Más detallesInterpolación polinómica.
5 Iterpolacó polómca Itroduccó E muchas ocasoes e dferetes ramas de la geería, a la hora de resolver u problema, los datos de que se dspoe se ecuetra e tablas, como por ejemplo tablas estadístcas E la
Más detallesPyE_ EF1_TIPO2_
SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos
Más detallesESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.
ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza
Más detallesGUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA
GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además
Más detallesG - Métodos de Interpolación
ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó
Más detallesTEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS
Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO
2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto
Más detallesGUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL
GUíAS DE TRABAJOS PRÁCTICOS 2 y (2do Cuatrmestre 208) GRÁFICOS DE COTROL ) Guía o 2: El admstrador de servcos de ua ageca grade de automóvles desea estudar la catdad de tempo requerdo para efectuar u tpo
Más detallesPráctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:
PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesPROBABILIDAD Y ESTADISTICA
1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca
Más detallesTransparencias de clase
Trasparecas de clase Dada ua tabla de datos se ha de ecotrar ua ucó que tome los valores requerdos e los putos dados; e el caso que os ocupa la ucó buscada será de carácter polómco Teorema: El polomo de
Más detallesSEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesTema 5 Soluciones aproximadas a la ecuación de Schrödinger
Tema 5 oluoes aproxmadas a la euaó de hrödger La euaó de hrödger sólo puede ser resuelta de forma exata e uos poos asos: la partíula e la aa, el oslador armóo, el rotor rígdo, el átomo de hdrógeo y muy
Más detallesAnálisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205
Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos
Más detallesINSTITUCION EDUCATIVA LA PRESENTACION
INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: GEOMETRIA NOTA DOCENTE: HUGO HERNÁN BEDOYA TIPO DE GUIA: CONCEPTUAL - EJERCITACIÓN PERIODO GRADO FECHA DURACION Otubre
Más detallesUNIDAD DIDÁCTICA 13: Estadística Descriptiva
Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó
Más detalles02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C
Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos
Más detallesLaboratorio de Física PRÁCTICA 1
PRELABORATORIO: MEDICIÓN - Medr. - Aprecacó. - Meddas drectas. - Meddas drectas. MEDIDAS DE LONGITUD - Cta métrca. - Verer. - Torllo mcrométrco. MEDIDAS DE TIEMPO - Croómetro. Error. - Error sstemátco.
Más detallesDel correcto uso de las fracciones parciales.
Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos
Más detallesIngeniería de Sistemas y Automática Continuidad del control visual Ingeniería de Sistemas y Automática Continuidad del control visual
Cotudad del cotrol vsual INDICE Itroduccó Teoría prelmar: Cotrol vsual e el espaco varate Cotrol e el espaco varate co pesos(weghted varat space) Expermetos utlzado datos smulados Cotrol de ua camara metras
Más detallesObjetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética
Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado
Más detalles1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL
Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada
Más detalles2 Representación gráfica de las series de frecuencias.
Estadístca Tema. Geeracó de valores de ua varable aleatora. Pág. Represetacó gráfca de las seres de frecuecas.. Represetacó gráfca de caracteres cualtatvos... Dagramas dferecales... Dagramas tegrales..
Más detallesSolución del examen de Investigación Operativa de Sistemas de septiembre de 2005
Solució del exame de Ivestigació Operativa de Sistemas de septiembre de 5 Problema (,5 putos): E ua serie de lazamietos de u dado, se observa cuatos resultados diferetes ha aparecido hasta cada mometo.
Más detallesV II Muestreo por Conglomerados
V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos
Más detallesEJERCICIOS RESUELTOS TEMA 3.
INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.
Más detalles