UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
|
|
- Francisco Javier Venegas Pinto
- hace 8 años
- Vistas:
Transcripción
1 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas producen dos tpos de resduos contamnantes: C y C2. S se procesan los resduos, se puede dsmnur la contamnacón. Semanalmente, los vertdos (en toneladas) aparecen reflejados en la sguente tabla: C C2 P P P Por delto ecológco, cada tonelada no procesada de C tene una multa de 30 euros y cada tonelada de C2 sn procesar se penalza con 40 euros. Cada planta dspone de sus propos equpos de procesamento de resduos, ya que cada planta sólo puede procesar resduos generados por ella msma. Dependendo de las característcas de dchos equpos, procesar una tonelada de resduos tene un coste dferente, y tambén necesta un tempo dferente para el procesado. Los costes y tempos de procesado aparecen reflejados en las sguentes tablas: Costes (en euros) de procesar una tonelada de resduos C C2 equpo P 7 equpo P2 4 6 equpo P3 Tempos (en horas) de procesar una tonelada de resduos C C2 equpo P 6 0 equpo P2 4 equpo P3 8 7 Los equpos de cada planta pueden procesar resduos durante las ventcuatro horas del día, todos los días de la semana. Las plantas dsponen de, 2 y 3 equpos de procesamento de resduos, respectvamente. a) ( punto) Escrbe un modelo de programacón lneal que permta establecer cuál es la polítca de procesamento que mnmza el coste total. b) ( punto) Escrbe el modelo anteror en forma estándar y encuentra una polítca de procesamento ncal (solucón básca factble). c) ( punto) A partr de la solucón anteror, realza una teracón del método Smplex para encontrar una polítca de procesamento mejor. Solucón. a) Las varables de decsón (contnuas) son: =, 2, 3, j =, 2. x j = toneladas de resduo contamnante j que se procesan semanalmente en la planta, Para defnr la funcón objetvo hay que evaluar el coste (en euros por semana) total dervado de la polítca de procesamento determnada por las varables de decsón anterores: Coste de procesamento: x + 7x 2 + 4x 2 + 6x 22 + x 3 + x 32, 3 Multas por vertdo de contamnantes al río: 30(60 x ) + 40(0 Las restrccones son: = 3 x 2 ) Límtes de procesamento de contamnante en cada planta, dados por la cantdad de cada contamnante que se produce semanalmente: x 80, x 2 60, x 2 30, x 22 0, x 3 0, x Límtes de procesamento de contamnante en cada planta, dados por la capacdad semanal de procesamento de cada contamnante en cada planta. Prevamente, debemos de calcular dchas capacdades, que dependen del número de horas semanales que trabajan los equpos (7 24) y de cuántos equpos se dsponga: = 6x + 0x () 4x 2 + x (2) 8x 3 + 7x (3)
2 Condcones de no negatvdad: x j 0, para todo =, 2, 3, j =, 2. b) Añadendo 9 varables de holgura, el modelo anteror en forma estándar es: mnmzar x 33x 2 26x 2 34x 22 2x 3 3x 32 sujeto a x + s = 80 x 2 + s 2 = 60 x 2 + s 3 = 30 x 22 + s 4 = 0 x 3 + s = 0 x 32 + s 6 = 40 6x + 0x 2 + s 7 = 840 4x 2 + x 22 + s 8 = 336 8x 3 + 7x 32 + s 9 = 04 x, s 0. Un vértce ncal para este modelo será (tomando como varables báscas las de holgura): (x, s) = (0, 0, 0, 0, 0, 0, 80, 60, 30, 0, 0, 40, 840, 336, 04), es decr, no procesar vertdo alguno, lo que conlleva una multa de 0800 euros. c) El vértce ncal no es óptmo ya que σ N = ( 2, 33, 26, 34, 2, 3). Iterando el Smplex una vez se obtene el punto (x, s) = (0, 0, 0, 0, 0, 40, 80, 60, 30, 0, 0, 0, 840, 336, 224), que se obtene al entrar x 32 en la base con valor x 32 = 40 = mín{40, 04 7 }, y salr s 6. El coste dervado de esta nueva solucón es de = 9400, menor que el anteror aunque no es la polítca óptma de procesamento. 2
3 PROBLEMA 2. (2. puntos) Una cadena de hpermercados se plantea abrr hasta 4 nuevos centros en 4 cudades: C, C2, C3, y C4. Cada posble centro puede ser construdo con 3 dstntos tamaños: pequeño (A), medano (B), y grande (C). A contnuacón se muestra una tabla que contene los costes de construccón de cada centro en funcón de su tamaño y el benefco medo esperado de cada centro (tras 3 años de funconamento). Tanto los costes como los benefcos están en mllones de euros. Coste Benefco C C2 C3 C4 C C2 C3 C4 A A B B C C La compañía tene un presupuesto total de 00 mllones de euros para construr un máxmo de 4 centros. a) ( punto) Formula un problema de programacón entera que ayude a la compañía a decdr qué centros construye y de qué tamaño. b) (0. puntos) Qué restrccón hay que añadr al problema anteror s necesaramente tene que haber un hpermercado en la cudad C2? c) (0. puntos) Cómo modelarías la sguente restrccón? Solamente s se construye un hpermercado de tamaño pequeño en la cudad C4 se puede construr un hpermercado de tamaño pequeño en las cudades C, C2 y C3. d) (0. puntos) Y esta restrccón? En total, no puede haber más de dos tpos de tamaño construdos. Solucón. a) Denotanto el conjunto de tamaños por {A, B, C}, y el conjunto de cudades por j {C, C2, C3, C4}, el problema es: maxmzar b j x j sujeto a j c j x j 00 j x j j x {0, }, donde x j es la varable de decsón bnara que vale s el tamaño es usado en la cudad j, b denota los benefcos y c denota los costes. b) x 2 =. c) Posble restrccón: x + x 2 + x 3 3x 4. Otra posble restrccón: x x 4, x 2 x 4, x 3 x 4. d) Hay que ntroducr las varables bnaras y = s se usa el tamaño. Entonces, y 2 junto con j x j 4y para todo. 3
4 PROBLEMA 3. (2 puntos) En su últmo día de estanca en la cudad, un tursta sale de su hotel (nodo ) rumbo a la estacón de tren (nodo 0). Su dea es llegar a la estacón cuanto antes. Sn embargo, quere todavía vstar una estatua que se encuentra en la plaza dada por el nodo 2 y hacer unas últmas compras en la calle dada por el arco (,8). Escrbe un modelo de programacón matemátca que le permta determnar qué ruta segur para llegar a la estacón lo más pronto posble y cumplr con el tempo en mnutos necesaro para recorrer la calle que representa. Aparte de sus objetvos. En el grafo, aparece sobre cada arco el tempo en mnutos necesaro para recorrer la calle que representa. hallar la ruta óptma, debe formularse explíctamente el modelo resuelto Observa que hay algunos arcos de doble sentdo. Observa que hay algunos arcos de doble sentdo. No hace falta encontrar la solucón del problema Solucón. Sobre la base de la formulacón del problema del camno mínmo como un problema de programacón lneal, hay que añadr las sguentes restrccones: Quere vstar una estatua que se encuentra en la plaza dada por el nodo 2: x 2 + x 32 + x 42 (entra en la plaza al menos vez). Tambén pueden forzar a que, al menos, salga una vez (la restrccón de conservacón de flujo en el nodo 2 oblga a que entre y salga el msmo número de veces). Quere hacer unas últmas compras en la calle dada por el arco (,8): x 8 = Para defnr el problema del camno mínmo: mín s.a (,j) E c jx j Ax = b x j {0, }, (, j) E donde G = (N, E) es el grafo del problema, sendo E el conjunto de arcos del msmo y c j el tempo en mnutos necesaro para recorrer la calle que representa el arco (, j). Cuando el arco es de doble sentdo c j = c j. Y sendo A la matrz de ncdenca del grafo, y b el vector b t = (, 0, 0, 0, 0, 0, 0, 0, 0, ). 4
5 PROBLEMA 4. (2. puntos) Eres el encarado de admnstrar un gran complejo de cnes llamados Cnema I, II, III y IV. Cada uno de los cuatro cnes proyecta una película dferente. Además, para evtar aglomeracones, el programa de proyeccón evta que las cuatro películas comencen a la msma hora. El complejo tene una sola taqulla y un solo cajero que atende a razón de 280 clentes cada hora. Se supone que los tempos de servco sguen una dstrbucón exponencal. Los clentes llegan al complejo según una dstrbucón de Posson a razón de 20 clentes cada hora. a) (0. puntos) Calcula el numero medo de clentes esperando en la cola de la taqulla para adqurr una entrada. b) (0. puntos) Qué porcentaje del tempo está ocupado el cajero? c) (0. puntos) Cuál es el tempo medo que dedca un clente para consegur una entrada? d) (0. puntos) Cuál es el tempo medo que dedca un clente esperando en la cola de la taqulla? e) (0. puntos) Cuál es la probabldad de que haya más de dos personas en la cola? Puedes ayudarte de alguna de las fórmulas sguentes: p 0 p n L M/M/ ρ ρ n ρ p 0 ρ M/M/s M/M//K (ρ ) s n=0 n! + (λ/µ)s s! ρ M/M//K (ρ = ) K+ n! p 0 ; n s (λ/µ) s p 0ρ s!( ρ) 2 + λ µ s!s p n s 0 ; n > s ρ ρ n ρ( (K+)ρ p K +Kρ K+ ) ρ K+ 0 ( ρ)( ρ K+ ) K+ K 2 Solucón. El sstema es un M/M/ con parámetros λ = 20 y µ = 280. Esto mplca ρ = 0.7. a) El promedo de clentes en la cola es L q = ρ2 ρ = 2.2. b) El porcentaje de tempo que el cajero está ocupado es ρ = 7 %. c) El tempo medo que un clente dedca a consegur una entrada es W = µ( ρ) = =.43sec d) El tempo medo que un clente pasa en la cola es W q = ρw = = 38.7sec. e) La probabldad de que haya más de 2 personas en la cola es gual a la probabldad de que haya más de 3 personas en el sstema (cola+taqulla). Es decr P {N > 3} = (p 0 + p + p 2 + p 3 ) = ( ρ)( + ρ + ρ 2 + ρ 3 ) = ( ρ 4 ) = ρ 4 = 3.64 %.
Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)
Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,
Más detalles315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE
Más detallesMosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]
PROBLEMA: EL BODEGUERO Un bodeguero ha tendo una buena cosecha que estma sea de 10000 ltros. El bodeguero ha de decdr qué cantdad de la cosecha dedcarla a hacer mosto, qué cantdad conservarla un año en
Más detallesRESUELTOS POR M. I. A. MARIO LUIS CRUZ VARGAS PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS
PROBLEMAS RESUELTOS DE ANUALIDADES ANTICIPADAS. En las msmas condcones, qué tpo de anualdades produce un monto mayor: una vencda o una antcpada? Por qué? Las anualdades antcpadas producen un monto mayor
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detallesFUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN
FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades
Más detallesMaterial realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera
Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF
RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTOR OF ELECTRONIC PARTS) Una empresa fabrca tres tpos de componentes electróncos,
Más detallesTema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis
Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ
Más detallesEconometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1
Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale
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 detallesAlgoritmo para la ubicación de un nodo por su representación binaria
Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón
Más detallesDEFINICIÓN 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 detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesDIPLOMADO EN LOGÍSTICA Y CADENA DE SUMINISTRO
IPLOMAO EN LOGÍSTICA Y CAENA E SUMINISTRO MÓULO I: Rs Poolng CRISTINA GIGOLA epto Ingenería Industral ITAM ggola@tam.mx Coordnacón en la SC ecsones que maxmcen la utldad de la SC. Caso 1: El mercado determna
Más detallesAgrupamiento de puntos de venta en una red de distribución
Agrupamento de puntos de venta en una red de dstrbucón Utlzando el Método de grafos y la Generacón de cortes para su solucón a través del lenguaje de modelacón AMPL. 26/Ago./04 Presenta: Aracel Ramírez
Más detallesSmoothed Particle Hydrodynamics Animación Avanzada
Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla
Más detallesCÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1
CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.
Más detallesTema 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 detallesApellidos y nombre: i. El valor anual de la amortización de la construcción es fijo y vale A. 2. Cada punto de venta tiene una demanda anual dem
4º IIND Métodos Matemátcos 5 de septembre de 00 Apelldos y nombre: PROBLEMA (4 puntos) Una empresa tene puntos de venta stuados sobre una ruta que, a efectos de planfcacón, puede ser consderada como una
Más detallesEXPERIMENTACIÓN 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 detallesTEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.
GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:
Más detallesComparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó
Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor
Más detallesA B C D Margen Básico Transmisor Wifi Número de empleados
PROBLEMA: TELEVISIÓN DIGITAL Una empresa de fabrcacón de aparatos electróncos está vendo la posbldad de lanzar al mercado decodfcacodres que permtan a los televsores analógcos vsualzar la señal de la televsón
Más detallesCalorimetría - Soluciones. 1.- Cuántas calorías ceden 5 kg de cobre (c = 0,094 cal/g C) al enfriarse desde 36 o C hasta -4 C?
Calormetría - Solucones 1.- Cuántas calorías ceden 5 kg de cobre () al enfrarse desde 3 o C hasta -4 C? m = 5 kg = 5.000 g T = 3 C T f = - 4 C = - T = - (T f T ) = - 5.000 g 0,094 cal/g C (-4 C 3 C) =
Más detallesTrabajo y Energía Cinética
Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..
Más detallesUnidad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI
Undad 3 PLANIFICACIÓN DE TIEMPOS, PROGRAMACIÓN DE RECURSOS Y ESTIMACIÓN DE COSTOS DE LA EJECUCIÓN Y MANTENIMIENTO DE LOS STI 3.1. DINÁMICA DE LA GESTIÓN DE PROYECTOS. 3.1.1. GESTIÓN DE PROYECTOS. La gestón
Más detalles2.2 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 detallesTrabajo Especial 2: Cadenas de Markov y modelo PageRank
Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E
Más detalles3.- Programación por metas.
Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del
Más detallesYIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL
27 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 2003 YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL J. Guad, J. Larrañeta, L. Oneva Departamento de Organzacón Industral
Más detallesUnidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles
2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca
Más detallesACTIVIDADES INICIALES
Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)
Más detallesCAPÍTULO 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 detallesMatemática Financiera Sistemas de Amortización de Deudas
Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas
Más detallesGuía de ejercicios #1
Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje
Más detallesGráficos de flujo de señal
UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente
Más detallesAnálisis de Sistemas Multiniveles de Inventario con demanda determinística
7 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 00 Análss de Sstemas Multnveles de Inventaro con demanda determnístca B. Abdul-Jalbar, J. Gutérrez, J. Scla Departamento de
Más detallesASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS
ASIGNACIÓN DE LOCALIZACIONES DE ALMACENAMIENTO CONSIDERANDO DISTANCIAS Y TIEMPOS DE ESTADÍA ENTRE PEDIDOS Marcela C. González-Araya Departamento de Modelacón y Gestón Industral, Facultad de Ingenería,
Más detallesCapítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS
Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco
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 detallesClase 25. Macroeconomía, Sexta Parte
Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos
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 detallesF.Ares (2003) Business plan de una empresa de transporte de mercancías 48 CAPÍTULO 5 : MODELO DE LOCALIZACIÓN. LOCALIZACIÓ FINAL
F.Ares (00) Busness plan de una empresa de transporte de mercancías 48 CAPÍTULO 5 : MODELO DE LOCALIZACIÓN. LOCALIZACIÓ FINAL F.Ares (00) Busness plan de una empresa de transporte de mercancías 49 MODELO
Más detallesTEMA 6 AMPLIFICADORES OPERACIONALES
Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal
Más detalles1.1 Ejercicios Resueltos Tema 1
.. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa
Más detallesTEMA 4. TEORÍA DE LA DUALIDAD.
Investgacón Operatva TEMA. TEORÍA DE LA DUALIDAD. TEMA. TEORÍA DE LA DUALIDAD..... INTRODUIÓN... ALGORITMO DUAL DEL SIMPLEX.... EJEMPLO.... EJEMPLO.... EJEMPLO... TEORÍA DE LA DUALIDAD.... PROLEMA PRIMAL
Más detallesOPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS
P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la
Más detallesSolución a las diferentes preguntas que puedan entrar en el examen de CCNA. David Santos Aparicio
Solución a las diferentes preguntas que puedan entrar en el examen de CCNA David Santos Aparicio BREVE REPASO. IMPORTANTE DESDE 1-126 DESDE 128-191 DESDE 192-223 2 Ejercicio Número 1 Si usamos la máscara
Más detallesTutorial sobre Máquinas de Vectores Soporte (SVM)
Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad
Más detallesUnidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública
Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos
Más detalles1.- Una empresa se plantea una inversión cuyas características financieras son:
ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas
Más detalles12-16 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 detalles1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -
Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La
Más detallesHistogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.
ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:
Más detallesNuevos Modelos Probabilísticos. de Localización de Servicios de Emergencias 1
Departamento de Estadístca y Matemátca Aplcada Nuevos Modelos Probablístcos de Localzacón de Servcos de Emergencas Fernando Borrás Rocher Memora para optar al grado de Doctor por la Unversdad Mguel Hernández,
Más detallesÍndice de Precios de las Materias Primas
May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas
Más detallesCANTIDADES VECTORIALES: VECTORES
INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES
Más detallesRelaciones 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 detalles3.1. Características del comportamiento estratégico Características del comportamiento estratégico
3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estratégas posbles para cada
Más detallesINSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR
El Superntendente de Pensones, en el ejercco de las facultades legales contempladas en el artículo 13, lteral b) de la Ley Orgánca de la Superntendenca de Pensones, EMITE el : INSTRUCTIVO No. SP 04 / 2002
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesGERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
Más detallesCAP 5. Apunte Optimización Prof: Jorge Amaya
CAP 5. Apunte Optmzacón Prof: Jorge Amaya Capítulo 5 Modelos y algortmos para fluos en redes Esta área de la Optmzacón es muy mportante ya que exsten muchos problemas de estructura partcular que se pueden
Más detallesLa necesidad de abastecimiento de petróleo de las distintas refinerías se define como b i
PROBLEMA: CONEIÓN DE DOS OLEODUCTOS (CONNECTING TWO PIPELINES) Una empresa petrolífera posee sete refnerías {A,B,C,D,E,F,G} que están comuncadas medante una red de oleoductos con capacdades denomnadas
Más detallesLECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)
LECTURA 03 DISTRIBUCIONES DE FRECUENCIAS (PARTE II) DISTRIBUCIONES DE FRECUENCIAS EN INTERVALOS DE CLASE Y DISTRIBUCIONES DE FRECUENCIAS POR ATRIBUTOS O CATEGORÍAS TEMA 6 DISTRIBUCIÓN DE FRECUENCIAS EN
Más detallesProgramación Matemática. Juan Pérez Retamales
Programacón Matemátca Profesor: Auxlar: Juan Pérez Retamales Francsco Vergara Capítulo 1: Introduccón Programacón Matemátca Agenda del Capítulo 1 1. Sobre la dscplna y su clasfcacón 2. Formulacones cláscas
Más detallesPlanificación de las vacaciones en un sistema de organización del tiempo de trabajo con bolsa de horas Pág. 1. Resumen
Planfcacón de las vacacones en un sstema de organzacón del tempo de trabajo con bolsa de horas Pág. 1 Resumen El alto grado de compettvdad entre las empresas y la mportanca de cubrr la capacdad necesara
Más detallesPlanificación de la Operación de Corto Plazo de Sistemas de Energía Hidroeléctrica
Planfcacón de la Operacón de Corto Plao de Sstemas de Energía Hdroeléctrca João P. Catalão 1, Sílvo J. Marano 1, Vctor M. Mendes 2 y Luís A. Ferrera 3 (1) Unversdad Bera Interor. Dpto. de Ingenaría Electromecánca.
Más detalles3.1. Características del comportamiento estratégico Características del comportamiento estratégico
3.1. Característcas del Matlde Machado 1 3.1. Característcas del El análss formal de una stuacón de empeza por la formulacón de un juego. Componentes de un juego: Jugadores Estrategas posbles para cada
Más detallesSoftware de bloqueo automático de páginas web que incitan a la violencia a través de un algoritmo híbrido de aprendizaje computacional* 1
Software de bloqueo automátco de págnas web que nctan a la volenca a través de un algortmo híbrdo de aprendzaje computaconal* Auto lock software web pages ncte volence through a hybrd computatonal learnng
Más detallesPROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA
Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL
Más detallesIII CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES
III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES TUTORIAL: ANÁLISIS MULTIOBJETIVO CONSIDERANDO INCERTIDUMBRE E IMPRECISIÓN Patrca Jaramllo A. y Rcardo A. Smth
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesUn Modelo de Asignación de Recursos a Rutas en el Sistema de Transporte Masivo Transmilenio
Un Modelo de Asgnacón de Recursos a Rutas en el Sstema de Transporte Masvo Transmleno A Model for Resource Assgnment to Transt Routes n Bogota Transportaton System Transmleno Sergo Duarte, Ing., Davd Becerra,
Más detallesOPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls. Examen Final
OPENCOURSEWARE REDES DE NEURONAS ARTIFICIALES Inés M. Galván José M. Valls Examen Fnal Pregunta ( punto) Responda brevemente a las sguentes preguntas: a) Cuál es el obetvo en el aprendzae del Perceptron
Más detallesRESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C
RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.
Más detallesALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.
9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara
Más detallesDESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO
Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo
Más detallesGRAFOS. Prof. Ing. M.Sc. Fulbia Torres
ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos
Más detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesTecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014
Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada
Más detallesCONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.
CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en
Más detallesCAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas
CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas Introducción En la economía, la variación de alguna cantidad con respecto a otra puede ser descrita por un concepto promedio o por un concepto
Más detallesPARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA T E M A S
PARTE 3 ECUACIONES DE EQUIVALENCIA FINANCIERA Valor del dinero en el tiempo Conceptos de capitalización y descuento Ecuaciones de equivalencia financiera Ejercicio de reestructuración de deuda T E M A
Más detallesTema 9: Otros temas de aplicación
Tema 9: Otros temas de aplcacón. Introduccón Exsten muchos elementos nteresantes y aplcacones del Matlab que no se han comentado a lo largo de los temas. Se nvta al lector a que nvestgue sobre ellos según
Más detallesMatemáticas Financieras
Matemátcas Fnanceras Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Profundzar en los fundamentos del cálculo fnancero, necesaros
Más detallesREGRESION Y CORRELACION
nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda
Más detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detallesMATEMÁTICA DE LAS OPERACIONES FINANCIERAS I
MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente
Más detallesLECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)
LECTURA 03 DISTRIBUCIONES DE FRECUENCIAS (PARTE II) DISTRIBUCIONES DE FRECUENCIAS EN INTERVALOS DE CLASE Y DISTRIBUCIONES DE FRECUENCIAS POR ATRIBUTOS O CATEGORÍAS TEMA 6 DISTRIBUCIÓN DE FRECUENCIAS EN
Más detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesCÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA
CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,
Más detallesUn modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN
Más detallesQuadice REGLAS DEL JUEGO
Quadice REGLAS DEL JUEGO PARA COMENZAR EL JUEGO Acción Cada jugador tira los dados y suma los números. El estudiante que obtenga el número mayor es #; el jugador con el segundo número más alto es el número
Más detallesEQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL
EQUILIBRIO LÍQUIDO VAPOR EN UN SISTEMA NO IDEAL OBJETIVO El alumno obtendrá el punto azeotrópco para el sstema acetona-cloroformo, calculará los coefcentes de actvdad de cada componente a las composcones
Más detallesCOMPARADOR CON AMPLIFICADOR OPERACIONAL
COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón
Más detallesCapítulo 1. MANUAL DE USUARIO
Capítulo 1. MANUAL DE USUARIO 1.1 SUCESIONES GRÁFICAS Lo primero que se hará es mostrar la pantalla que se encontrará el usuario cuando ejecute la aplicación, indicando las zonas en las que se divide esta:
Más detallesAlgoritmos sobre Grafos
Sexta Sesión 27 de febrero de 2010 Contenido Deniciones 1 Deniciones 2 3 4 Deniciones sobre Grafos Par de una lista de nodos y una lista de enlaces, denidos a su vez como pares del conjunto de nodos.
Más detalles