Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R.
|
|
- Domingo Fuentes Fernández
- hace 8 años
- Vistas:
Transcripción
1 Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. El problema de la asignación de cargas de trabajo, a pesar de ser un problema fácilmente describible, se resiste a ser solucionado óptima y eficientemente. No por obra de la casualidad muchos de los escenarios planteados en la programación y control de la producción dentro del contexto de la asignación de cargas de trabajo, se catalogan con la etiqueta de "Problemas NP- Completos". El objetivo del presente artículo es la presentación de un heurístico que optimiza una medida de efectividad denominada "suma de los tiempos de acabado" 1 en un problema de asignación de "n" órdenes de producción a "m" máquinas Aunque a simple vista pareciera irrelevante la gestación de un nuevo heurístico, en el campo del asignamiento, es importante valorar un punto de vista... Palabras Claves: Permutación, problema de asignación, simulación, heurístico EXSPT. no de los problemas de la Ingeniería Industrial que más trabajo ha U demandado a investigadores es, sin duda alguna, el problema de cómo asignar eficientemente órdenes de producción a puestos de trabajo que, en términos generales, se denomina el problema de asignación de cargas de trabajo, "the sequencing and scheduling problem" 2. El problema en estudio 3 se refiere a la definición de la programación de un conjunto de trabajos que esperan ser procesados por una o por un conjunto de máquinas dispuestas en correcta secuencia tecnológica 4. Metodologías generales para resolver el problema MÉTODOS COMBINATORIALES. Consiste en el intercambio inteligente de trabajos a máquinas, de forma tal que el algoritmo en cuestión optimice una determinada medida de efectividad. En este conjunto, los algoritmos óptimos se basan -por lo general- en las metodologías de "ramificaciones y cotas" ("branch and bound") teniendo el inconveniente de que resultan metodologías de tipo exponencial, es decir, computacionalmente ineficientes. 1 En realidad se refiere a la expresión anglosajona de sum of completion times que bien se podría traducir por "suma de tiempos de acabado", "suma de tiempos de finalización" o "suma de tiempos de terminado. 2 No confundirlo con otro problema clásico de la Ingeniería Industrial denominado "asignación" ("the assignment problem ) 3 Para detalles de este planteamiento, véase Abarca, F., "El problema de la asignación de cargas de trabajo", en prensa. 4 En el transcurso de este trabajo se utiliza la expresión castellana de "asignación" para refererirse indistintamente a "sequencing" y "scheduling". Es importante anotar que, por lo general, en castellano se insinúa más un significado más cercano a la última expresión que a la primera. 30 Tiempo Compartido
2 PROGRAMACIÓN MATEMÁTICA. Son aquellos algoritmos que cubren conocidas técnicas matemáticas, como, entre otros, de programación lineal y sus ramificaciones, programación dinámica, métodos lagrangianos y el extenso campo de redes. HEURÍSTICOS. Son aquellas metologías no necesariamente optimales que utilizan - por lo general- la técnica de las enumeraciones controladas y la eliminación inteligente de subconjuntos de soluciones que no prometen mejores soluciones al problema. SIMULACIÓN. Teniendo la simulación un gran campo de acción en la mayoría de los problemas de investigación de operaciones, la asignación no puede excluirse de ninguna manera 5. No obstante, los resultados aún no satisfacen la cantidad de recurso que necesita la técnica. Un nuevo heurístico Buscando una metodología para definir un orden (en el sentido de prioridad, rango, o importancia), dados un conjunto de trabajos (en el sentido amplio de la palabra) que esperan ser procesados por una o varias máquinas (o puestos, o centros), en correcta secuencia tecnológica [1] donde se optimice la "suma de los tiempos de acabado", es decir, el "promedio de tiempo" que requiere cada trabajo en una programación dada, se diseñó, experimentó y evaluó un heurístico denominado EXSPT, acroismo para la 5 Byung Park, utilizando simulación, ha evaluado soluciones generadas por heurísticos más citados y utilizados en la asignación de cargas de trabajo orientados hacia ambientes "flow shop". Con SLAM II, y concentrándose en planteamientos que buscan una minimización del tiempo de entrega, concluye que, en efecto, los heurísticos son una vía muy promisoria para solucionar problemas de asignación. Véase Byung Park, Y., "An Evaluation of Static Flowshop Scheduling Heuristics in Dynamic Flowshop Models via a Computer Simulation", COMPUTERS AND INDUSTRIAL ENGINEERING, 14(2): , expresión EXTended Shortest Proccessing Times [2]. Aunque a simple vista pareciera irrelevante la gestación de un nuevo heurístico, en el campo del asignamiento, es importante valorar un punto de vista de Sahni y Horowith. Ellos son del criterio de que, en donde se busca algoritmos polinomiales, la palabra solución requiere ser relajada de forma tal que, en vez de exigir soluciones 100% exactas a escenarios dados -que parecen imposibles de resolver- soluciones cercanas al óptimo han de ser muy apreciadas[3]. Un ejemplo Para cuantificar el efecto de esta medida de efectividad, supóngase una situación sencilla de flow shop con tres órdenes de producción y con dos máquinas tal y como se presenta en el Cuadro 1. La Figura 1 determina que la permutación A-B-C, en un auténtico ambiente de "flow shop", requiere una suma de los tiempos de acabado, de 121 unidades de tiempo ( ) mientras que la permutación A-C-B se muestra en la Figura 2 con una suma de los tiempos de acabado de 110 unidades de tiempo ( ). Nótese cómo las permutaciones A-B-C y la A-C-B, a pesar de tener un mismo tiempo total de procesamiento de todos los trabajos en todas las máquinas (makespan) igual a 52 unidades de tiempo, tienen diferente promedio de entrega. La primera permutación tiene un promedio de (121/3) unidades mientras que la segunda, (110/3) unidades por lo que, desde un punto de vista productivo, resulta más interesante enfocar la atención hacia la "suma de los tiempos de acabado" que hacia el "tiempo total de proceso": de Cuadro 1: Un ejemplo sencillo Figura 1: Gráfica para la permutación A-B-C Figura 2: Gráfica para la permutación A-C-B ahí nuestro interés en la medida de efectividad seleccionada para este trabajo. Marco de referencia del heurístico Como EXSPT está basado en el algoritmo "para el tiempo promedio" (Mean Flowtime Algorithm) de Smith [5], que también se denomina SPT (Shortest Processing Time), éste se ubica en la categoría de "ordenamiento" (sorts) 6 pues progresivamente selecciona cada trabajo para generar una 6 Más técnicamente, tanto al SPT como al EXTSPT debieran catalorgase en la categoría de la regla del mejor sucesor, o algoritmos voraces (greedy algorithms). Abril
3 secuencia que debe ser ordenada. EXSPT genera índices para cada secuencia que debe ser evaluada y ordenada en función de la decisión a optimizar: la suma de tiempos de acabado. La idea de Smith fue ampliada de la siguiente manera. Dados "n" trabajos y "m" máquinas, se busca un "tiempo de procesamiento representativo" (un índice para cada trabajo) de forma tal que el algoritmo SPT pueda ser utilizado. Los tiempos de procesamiento representativos Para entender nuestro concepto de "tiempos de procesamiento representativos", baste con un ejemplo. Dada la matriz de tiempos de procesamiento, de cuatro trabajos en tres máquinas mostrada en el Cuadro 2: Un ejemplo 4 x 3, el algoritmo SPT solamente aplicado a la máquina 3, asignando de primero el trabajo con el menor tiempo de procesamiento y así sucesivamente hasta conformar una secuencia, produce la secuencia { } mostrada en la Figura 3. Para esa asignación -y considerando sólo la máquina 3-, las sumas de los tiempos de acabado serán [13, 6, 21, 30] para los trabajos 1, 2, 3 y 4 respectivamente. Siguiendo el mismo razonamiento, para la máquina 1 y 2 se genera el Cuadro 3: Resumen de Indices, donde la variable "índice" es el promedio aritmético de los tiempos de acabado, tal y como se resume en dicha Tabla. Extendiendo el concepto de SPT a los índices del Cuadro anterior una nueva secuencia estaría dada por la permutación { }. Pasos del heurístico EXSPT Dada una secuencia de n trabajos a asignar en m máquinas, PASO 1: Defínase dos permutaciones vacías, S={ } y S'={ } y defínase un contador "i", i = 1. PASO 2: Selecciónese un trabajo no asignado, denominado semilla, digamos k i, y colóquelo en el conjunto S' de la siguiente forma: S' = {..., k i - 2, k i - 1, k i }. PASO 3: Exceptuando el trabajo seleccionado, ordénese los trabajos remanentes en función ascendente de sus tiempos de procesamiento. Para cada trabajo, calcúlese el tiempo de procesamiento acumulado, en forma separada y para cada máquina. PASO 4: Sume los valores acumulativos del PASO 3. Guárdense en un vector Z j, para "j" igual a 1,2,3,...n. PASO 5: Empleando la regla del SPT complétese el conjunto S' hasta disponer S' = {k 1, k 2, k 3, k 4,.. k n }. PASO 6: Dada una medida de efectividad, calcúlese los valores para el conjunto S' desarrollado en el PASO 5. PASO 7: Repítanse los PASOS 2, 3, 4, 5 y 6 para todos los otros trabajos no asignados. PASO 8: De todos los conjuntos S' definidos hasta el PASO 7, selecciónese Figura 3: SPT en la máquina 3 Cuadro 2: Un ejemplo 4 x 3 Cuadro 3: Resumen de Indices Cuadro 4: Un ejemplo 4 x 4 32 Tiempo Compartido
4 Cuadro 5: Asignación SPT cuando el trabajo 1 es semilla Cuadro 6: Búsqueda de la mejor asignación con i = 1 Cuadro 7: Búsqueda de la mejor asignación con i = 2 Cuadro 8: Búsqueda de la mejor asignación con i = 3 el mejor. Fíjelo en el conjunto S en la posición "i". Este trabajo ubicado en S debe ser excluido de consideraciones futuras. PASO 9: Increméntese el contador "i" en una unidad y repetir el procedimiento. PASO 10: Repítase el procedimiento completo hasta que en el PASO 3 no se tengan trabajos para asignar es decir, cuando i = n - 1. Una aplicación del EXSPT En este punto, un ejemplo es de rigor. Considérese la matriz de tiempos mostrada en el Cuadro 4: Un ejemplo 4 x 4. Con esta matriz se aplicará el algoritmo EXSPT. Paso 1 i = 1; S = { }; S' = { } Paso 2 k 1 = 1; S' = {1} Pasos 3 y 4 Véase Cuadro 5 Paso 5 Z = [----, , , ] Z = [ ----, 40, 52, 77 ] Paso 6 S' = { } Paso 7 La suma de los tiempos de acabado para { } es de 202 unidades de tiempo 7. Paso 8 Repitiendo todos los pasos anteriores para los trabajos 2, 3, y 4, se produce el Cuadro 6. Paso 9 Del Cuadro 6 la mejor secuencia es { }. Con base en ella, el conjunto S se inicia con el trabajo 4; S = {4}. Paso 10 Con i = 2, y con tres trabajos restantes, a saber: 1,2 y3, se repite el algoritmo en cuyo PASO 8, quedaría como sigue, tal y como se observa en el Cuadro 7. De dicho Cuadro se concluye que S ={4-1} Con i = 3, y con dos trabajos remanentes, 2 y 3, se repite el algoritmo en cuyo PASO 8, produce el Cuadro 8. El conjunto de S se conformaría por {4-1-2 }. Cuando i = 4, será obvio que S = { }, la solución de EXSPT, con una suma de tiempos de acabado de 183 unidades de tiempo. Por metodologías ineficientes de "ramificaciones y cotas" 8 se corrobora que la solución del EXSPT de 183 unidades de tiempo es la solución óptima, para este caso particular. El diagrama de búsqueda que efectúa EXSPT se representa en la Figura 4. 7 Se anexa una metodología sencilla para obtener la Gráfica de Gantt en forma de tabla". 8 En este caso concreto se utilizó la metología expuesta en Bansal, S.P., "Minimizing the Sum of Completion Times of n Jobs over m Machines in a Flowshop. A Branch and Bound Approach", AIIIE TRANSACTIONS, 9(3): , setiembre Abril
5 Un algoritmo de tipo polinomial Para el problema 4/4/P/SCT anteriormente resuelto, se necesitaron nueve iteraciones. Como regla general se puede decir que la cantidad de iteraciones que se necesitan, G( n k ), serán: (n) iteraciones para fijar la primera posición ( i = 1 ), (n-1) para definir la segunda posición ( i = 2 ), (n-2) cuando i = 3, y así sucesivamente hasta que i = n. Por tanto, la cantidad de iteraciones, G(n), sería: G(n 2 ) = n + (n-1) + (n-2) + (n-3) , G(n 2 ) = [n(n+1)] / 2 Pero como el proceso de búsqueda se detiene cuando i = n-1, entonces, G(n 2 ) = [ n (n+1) ] / 2-1, lo que da por resultado un algoritmo altamente eficiente que se ejecutaría en un tiempo eminentemente polinomial. Evaluación del heurístico 9 Obviamente el heurístico se sometió a más pruebas; para una evaluación más en detalle del algoritmo, véase Abarca, F., "An efficient heuristic that determines a schedule minimizing sum of completion times in a flow shop", Lehigh University, disertación doctoral, 1984, sin publicar. Cuadro 9: Evaluación parcial de EXSPT Como bien lo afirma Baker[4], evaluar un heurístico donde se optimiza la suma de los tiempos de acabado es difícil, pues la mayoría de los estudiosos del problema del asignamiento se centran en el tiempo total de procesamiento (makespan) y en menor nivel, en el problema de los retrasos. No obstante, y a manera de ilustración, el Cuadro 9 presenta una evaluación netamente experimental que demuestra la alta calidad del heurístico EXSPT 9 cuando se minimiza la suma de los tiempos de acabado. Específicamente, para cada conjunto n/m mostrado en el Cuadro 9, se construyeron casos (se simulan escena- rios) utilizando números aleatoriamente distribuidos mediante una distribución uniforme [0,100] como tiempos de procesamientos. Se generaron 50 casos para evaluar problemas pequeños y 10 casos para problemas más grandes. Luego, a cada problema en todos y cada uno de los conjuntos, se le calculó la solución óptima para, posteriormente, cuantificar cuántos problemas son perfectamente acertados por EXSPT, cuántos se desvían un error promedio menor al 2.5% y cuántos se desvían un error promedio menor al 5.0% Por error se entiende la diferencia entre la respuesta del EXSPT y la respuesta óptima, dividido entre la respuesta óptima. El valor mostrado en cada conjunto n/m es el promedio aritmético de los errores. Figura 4: Búsqueda de soluciones Para finalizar, y siempre teniendo el contexto de las grandes limitaciones de disponer de soluciones óptimas en problemas de tamaño "medio", EXSPT se "corrió" con otras medidas de efectividad con excelentes resultados, inclusive para el ambiente job shop, las cuales en otra oportunidad examinaremos con detalle. 34 Tiempo Compartido
6 Cuadro 10: Acumulaciones en la primera fila y en la primera columna Cuadro 11: Cálculo del tiempo del Trabajo 3 en la máquina 2 Cuadro 12: Dos tiempos adcionales la MÁQUINA j y sea R[i, j] el resultado de alguna operación matemática en la celda definida por la fila "i" y la columna "j". Luego, la suma de los tiempos de acabado es la suma de los R[i,m] correspondentes a todos los trabajos "i" del sistema (Nótese como el makespan es R[n,m].). Ejemplo Supóngase la matriz de tiempos de procesamiento mostrados en el Cuadro 4, en la página 32. Supóngase además, que se está interesado en el cálculo de la suma de los tiempos de acabado para la permutación { } que según el Cuadro 6 anota un valor de 201 unidades de tiempo. Se adjunta un paso intermedio de la secuencia del cálculo; el Cuadro 13 muestra que la suma de tiempos de acabado es igual a ( ) = 201 unidades. Conclusión Cuadro 13: Representación numérica de la gráfica Gantt Se presentó un heurístico muy eficiente para resolver el problema de asignación de cargas de trabajo con "n" trabajos y "m" máquinas en un ambiente típico de flow shop y optimizando la suma de los tiempos de acabado. ANEXO 1: Representación numérica del Gantt Para calcular eficientemente resultados provenientes de una gráfica de Gantt, se desarrolló un esquema sencillo de trabajo que a continuación se muestra. Dada una secuencia de "n" trabajos: { J 1, J 2, J 3, J 4, J 5,..., J n } que es necesario programar en un conjunto de "m" máquinas: { M 1, M 2, M 3, M 4, M 5,..., M n }, supóngase que se está interesado en la permutación: { J P1, J P2, J P3, J P4,..., J Pn }, donde el vector: { P 1, P 2, P 3, P 4, P 5,..., P n } indica el ordenamiento de la permutación escogida. Por otra parte, sea "T[ J Pi,j ]" el tiempo de procesamiento del TRABAJO J Pi en Referencias [1] Elmaghraby, S.E., "The Machine Sequencing Problem. Review and Extensions"; NAVAL RESEARCH LOGISTIC QUARTERLY, 15(2): , junio de [2] Véase Abarca, F., "An efficient heuristic that determines a schedule minimizing sum of completion times in a flow shop", Lehigh University, disertación doctoral, 1984, sin publicar. [3] Smith, W., "Various Optimizers for Single Stage Production", NAVAL RESEARCH LOGISTICS QUARTERLY, 3(3):59-66, marzo [4] Baker, K..R., "Introduction to Sequencing and Scheduling", John Wiley and Sons, Nueva York, [5] Smith, W., "Various Optimizers for Single Stage Production", NAVAL RESEARCH LO- GISTICS QUARTERLY, 3(3):59-66, marzo Freddy Abarca R. Obtuvo su Ph.D. en Lehigh University, Bethlehem, PA. Posee además Un Major en Investigación de operaciones y un Minor en Sistemas de Información. Sus áreas de interés son la asignación de recursos, bases de datos e ingeniería de software. Actualmente labora como docente e investigador en el Departamento de Computación del I.T.C.R. Abril
Técnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S.
Técnicas De Conteo Si en el experimento de lanzar la moneda no cargada, se lanzan 5 monedas y definimos el evento A: se obtienen 3 caras, cómo calcular la probabilidad del evento A?, si todos los resultados
Más detallesFlow-Shop Dinámico. Por: Juan Carlos Rivera Samuel De Greiff
Flow-Shop Dinámico Por: Juan Carlos Rivera Samuel De Greiff 1 Configuración tipo Flow- Shop Disposición lineal de los equipos. Productos con altos niveles de estandarización. Varios productos en volúmenes
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesMEDIDAS DE TENDENCIA CENTRAL
CAPÍTULO 14 MEDIDAS DE TENDENCIA CENTRAL A veces, de los datos recolectados ya organizados en alguna de las formas vistas en capítulos anteriores, se desea encontrar una especie de punto central en función
Más detallesCapítulo 4 Procesos con estructuras de repetición
Estructura de contador Capítulo 4 Procesos con estructuras de repetición Esta es una operación que incrementa en una unidad el valor almacenado en la variable c, cada vez que el flujo del diagrama pasa
Más detallesT E C N O L O G Í A OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE. Aplicación. a la INDUSTRIA
OPTIMIZACIÓN DE MATERIALES MEDIANTE PATRONES DE CORTE EFICIENTE Aplicación a la INDUSTRIA de la construcción 1 El presente estudio propone el uso de un algoritmo comúnmente utilizado en la rama de investigación
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesDefinición 2.1.1. Se llama suceso aleatorio a cualquier subconjunto del espacio muestral.
Capítulo 2 Probabilidades 2. Definición y propiedades Al realizar un experimento aleatorio nuestro interés es obtener información sobre las leyes que rigen el fenómeno sometido a estudio. El punto de partida
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesSistemas operativos avanzados. 1.3 Algoritmos de planificación del procesador
Sistemas operativos avanzados 1.3 Algoritmos de planificación del procesador Parámetros Cuando tenemos más de un proceso en condiciones de ejecutar, debemos escoger uno de entre ellos. Para escogerlo empleamos
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO
ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación
Más detallesPROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS
27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8 11 de abril de 2003 PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS
Más detallesTÉRMINOS Y CONDICIONES MÁS X MÁS
TÉRMINOS Y CONDICIONES MÁS X MÁS DENOMINACIÓN: MÁS POR MÁS de la CUENTA CORRIENTE REMUNERADA B.O.D. MERCADO OBJETIVO: Esta Campaña está dirigida a toda persona natural y jurídica que mantenga y/o abra
Más detallesDESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS
DESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS Replicar un índice Formar una cartera que replique un índice (o un futuro) como el IBEX 35, no es más que hacerse con
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesEn la actualidad ASCII es un código de 8 bits, también conocido como ASCII extendido, que aumenta su capacidad con 128 caracteres adicionales
Definición(1) Sistemas numéricos MIA José Rafael Rojano Cáceres Arquitectura de Computadoras I Un sistema de representación numérica es un sistema de lenguaje que consiste en: un conjunto ordenado de símbolos
Más detallesResolución de problemas en paralelo
Resolución de problemas en paralelo Algoritmos Paralelos Tema 1. Introducción a la computación paralela (segunda parte) Vicente Cerverón Universitat de València Resolución de problemas en paralelo Descomposición
Más detallesPRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES
PRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES Raúl Palma G. y Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso Casilla
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesINSTRODUCCION. Toda organización puede mejorar su manera de trabajar, lo cual significa un
INSTRODUCCION Toda organización puede mejorar su manera de trabajar, lo cual significa un incremento de sus clientes y gestionar el riesgo de la mejor manera posible, reduciendo costes y mejorando la calidad
Más detallesTema 1: Introducción a los S.O. Ejercicios de Planificiación de Procesos
Tema 1: Introducción a los S.O. Ejercicios de Planificiación de Procesos 1.- Notas y criterios para los problemas de planificación NOTA GENERAL: Normalmente los enunciados no son rigurosamente completos,
Más detallesCRITERIOS BÁSICOS PARA IDENTIFICAR PROBLEMAS (Caballero, 2000)
CRITERIOS BÁSICOS PARA IDENTIFICAR PROBLEMAS (Caballero, 2000) 1. Algún Planteamiento Teórico (PT) Realidad ( R )? Empirismos en la determinación de la dependencia de... 2. PT (A) PT (B) : : Realidad (
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesMétodos Iterativos para Resolver Sistemas Lineales
Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas, CCIR/ITESM 17 de julio de 2009 Índice 3.1. Introducción............................................... 1 3.2. Objetivos................................................
Más detallesResumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración
5053 Martes, 9 de abril Ramificación y acotamiento () Entregas: material de clase Resumen de técnicas para resolver problemas de programación entera Técnicas de enumeración Enumeración completa hace una
Más detallesScheduling Problem. Cuándo y dónde debo hacer cada trabajo?
Scheduling Problem Cuándo y dónde debo hacer cada trabajo? Ejemplos de problemas de asignación de recursos Fabricación de varios tipos de productos Asignación de turnos de trabajo Inversión financiera
Más detallesGuía para la elaboración de Proyectos de Formación Sindical Ambiental e Investigación en Trabajo y Desarrollo Sustentable
Guía para la elaboración de Proyectos de Formación Sindical Ambiental e Investigación en Trabajo y Desarrollo Sustentable 1- Denominación del Proyecto Esto se hace indicando, de manera sintética y mediante
Más detallesEJEMPLO DE REPORTE DE LIBERTAD FINANCIERA
EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos
Más detallesFundamentos de la teoría clásica del comercio internacional
Fundamentos de la teoría clásica del comercio internacional Introducción Christian Emmanuel Laguna Reyes (Instituto Politécnico Nacional - Centro de Investigaciones Socioeconómicas Universidad Tecnológica
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática. Investigación Operativa Práctica 6: Simulación
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Investigación Operativa Práctica 6: Simulación Guión práctico: Generación de Números Aleatorios y Simulación Monte Carlo Curso 08/09 Objetivo: Aprender
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detalles1.2 SISTEMAS DE PRODUCCIÓN
19 1.2 SISTEMAS DE PRODUCCIÓN Para operar en forma efectiva, una empresa manufacturera debe tener sistemas que le permitan lograr eficientemente el tipo de producción que realiza. Los sistemas de producción
Más detallesAlgoritmos exactos y heurísticos para minimizar el adelantamiento y retraso ponderados en una máquina con una fecha de entrega común
Algoritmos... en una máquina con una fecha de entrega común Algoritmos exactos y heurísticos para minimizar el adelantamiento y retraso ponderados en una máquina con una fecha de entrega común R. Alvarez-Valdés,
Más detallesLa ventana de Microsoft Excel
Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft
Más detallesDirección de Planificación Universitaria Dirección de Planificación Universitaria 0819-07289 Panamá, Rep. de Panamá 0819-07289 Panamá, Rep.
Comparación de las tasas de aprobación, reprobación, abandono y costo estudiante de dos cohortes en carreras de Licenciatura en Ingeniería en la Universidad Tecnológica de Panamá Luzmelia Bernal Caballero
Más detallesSEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION
SEGUIMIENTO Y CONTROL DE PROYECTOS MÉTODO P.E.R.T. REVISADO Y ACTUALIZADO - ADDFORMACION Contenido Introducción...3 Organización y fases de la gestión de un proyecto...4 Planificación por el método PERT...4
Más detallesTEMA 8: SISTEMA DE COSTES POR PROCESOS. INDICE. 1.- Caracteristicas generales de los sistemas de costes por procesos.
Costes y Sistemas de Costes. Profesor: Jose Ignacio González Gómez. Página 1 de 6 TEMA 8: SISTEMA DE COSTES POR PROCESOS. INDICE 1.- CARACTERISTICAS GENERALES DE LOS SIS TEMAS DE COSTES POR PROCESOS...1
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesEJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO
EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO 1º) Considérese un número estrictamente positivo del sistema de números máquina F(s+1, m, M, 10). Supongamos que tal número es: z = 0.d 1 d...d s 10 e Responde
Más detallesActividades Complementarias.
4.1. Balanceo de Líneas. Unidad IV Monitoreo y Control de Operaciones El análisis de las líneas de producción es el foco central del análisis de disposiciones físicas por productos. El diseño del producto
Más detallesARREGLOS DEFINICION GENERAL DE ARREGLO
ARREGLOS DEFINICION GENERAL DE ARREGLO Conjunto de cantidades o valores homogéneos, que por su naturaleza se comportan de idéntica forma y deben de ser tratados en forma similar. Se les debe de dar un
Más detallesDatos estadísticos. 1.3. PRESENTACIÓN DE DATOS INDIVIDUALES Y DATOS AGRUPADOS EN TABLAS Y GRÁFICOS
.. PRESENTACIÓN DE DATOS INDIVIDUALES Y DATOS AGRUPADOS EN TABLAS Y GRÁFICOS Ser: Describir el método de construcción del diagrama de tallo, tabla de frecuencias, histograma y polígono. Hacer: Construir
Más detallesRedes de Kohonen y la Determinación Genética de las Clases
Redes de Kohonen y la Determinación Genética de las Clases Angel Kuri Instituto Tecnológico Autónomo de México Octubre de 2001 Redes Neuronales de Kohonen Las Redes de Kohonen, también llamadas Mapas Auto-Organizados
Más detallesUnidad 1. Fundamentos en Gestión de Riesgos
1.1 Gestión de Proyectos Unidad 1. Fundamentos en Gestión de Riesgos La gestión de proyectos es una disciplina con la cual se integran los procesos propios de la gerencia o administración de proyectos.
Más detallesEstadística descriptiva con Excel (Cálculo de medidas)
Universidad Pedagógica Experimental Libertador Instituto Pedagógico de Miranda José Manuel Siso Martínez Departamento de Ciencias Naturales y Matemáticas Cátedra: Estadística aplicada a la educación Estadística
Más detallesProcesos Críticos en el Desarrollo de Software
Metodología Procesos Críticos en el Desarrollo de Software Pablo Straub AgileShift Imagine una organización de desarrollo de software que consistentemente cumple los compromisos con sus clientes. Imagine
Más detallesProblemas a la carta
Problemas a la carta Enseñanza Alfinio Flores Peñafiel y Nora G. Ramírez Arizona State University Maricopa Community Colleges resumen Se presentan cinco problemas que pueden ser resueltos mediante la utilización
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesTABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.
TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.
Más detallesUN ENTORNO A MEDIDA PARA EL DISEÑO Y LA SIMULACIÓN DE MAQUINARIA POR COMPUTADOR
UN ENTORNO A MEDIDA PARA EL DISEÑO Y LA SIMULACIÓN DE MAQUINARIA POR COMPUTADOR Manuel González y Javier Cuadrado Departamento de Ingeniería Industrial II, Campus de Esteiro, 15403 Ferrol Universidad de
Más detallesCurso: Teoría de la Computación. Unidad 2, Sesión 8: Complejidad computacional (2)
Curso: Teoría de la Computación. Unidad 2, Sesión 8: Complejidad computacional (2) Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay dictado semestre 2-2009
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesFísica de los Procesos Biológicos Curso 2005/6
Bibliografía: ísica, Kane, Tema 8 ísica de los Procesos Biológicos Curso 2005/6 Grupo 3 TEMA 2 BIOMECÁNICA 2.1 SÓIDO DEORMABE Parte 1 Introducción Vamos a estudiar como los materiales se deforman debido
Más detallesU.T. 2 Planificación de Proyectos
U.T. 2 Planificación de Proyectos En el tema anterior hemos visto que es determinante una buena planificación del proyecto, ya que de no realizarse ésta, nunca sabremos el tiempo que resta para la finalización
Más detallesQuién quiere ganar Taller?
Segundo Semestre, 2011 IC-1801 Taller de Programación Grupo 3 Especificación I Proyecto Programado Formato de desarrollo del primer Examen Parcial Teórico Profesora: Ing.Ericka Solano Fernández Quién quiere
Más detallesAprender a realizar filtrados de información en capas de SIG raster.
TEMA 40: OPERACIONES DE VECINDAD INMEDIATA OBJETO DEL TEMA: Conocer los diferentes tipos de operaciones de análisis de vecindad inmediata y su metodología de aplicación en los Sistemas de Información Geográfica
Más detallesAnálisis de propuestas de evaluación en las aulas de América Latina
Esta propuesta tiene como objetivo la operatoria con fracciones. Se espera del alumno la aplicación de un algoritmo para resolver las operaciones. Estas actividades comúnmente presentan numerosos ejercicios
Más detallesMatemáticas financieras y criterios de evaluación
Matemáticas financieras y criterios de evaluación 01/06/03 1 Momentos y períodos Conceptos generales Momento Momento Momento Momento Momento Momento 0 1 2 3 4 5 Período 1 Período 2 Período 3 Período 4
Más detallesDatos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina
Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS
ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel Resumen dibujo de grafos mediante algoritmos genéticos
Más detalles2014 Néstor A. Jiménez J. Derechos reservados. Celular 3155003650
Diplomado Práctico en NORMAS INTERNACIONALES DE INFORMACIÓN FINANCIERA (NIIF) Tema 24: Estados financieros separados NIC 27 Estados financieros consolidados NIIF 10 Estados financieros separados y consolidados
Más detallesCASO PRÁCTICO DISTRIBUCIÓN DE COSTES
CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que
Más detallesÍndice CONOCE EL PROCESO COMPRA DE TUS CLIENTES
1 CONOCE EL PROCESO DE COMPRA DE TUS CLIENTES 2 ACERCA DEL AUTOR Licenciado en Computación por la Universidad Autónoma Metropolitana, cuenta con un MBA por el Tecnológico de Monterrey. Posee más de 10
Más detallesTÉRMINOS Y CONDICIONES
TÉRMINOS Y CONDICIONES Denominación: MÁS POR MÁS de la CUENTA CORRIENTE INVERAMIGO B.O.D. Mercado Objetivo: Esta Campaña está dirigida a toda persona natural y jurídica que mantenga y/o abra una Cuenta
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesFundación Universitaria San. Direccionamiento IP
Fundación Universitaria San S Mateo - Interconectividad II Direccionamiento IP Qué son las direcciones IP? Una dirección IP es un número que identifica de manera lógica y jerárquica a una interfaz de un
Más detallesINSTITUTO UNIVERSITARIO DE TECNOLOGÍA JOSE LEONARDO CHIRINO PUNTO FIJO EDO-FALCON CATEDRA: ARQUITECTURA DEL COMPUTADOR PROFESOR: ING.
INSTITUTO UNIVERSITARIO DE TECNOLOGÍA JOSE LEONARDO CHIRINO PUNTO FIJO EDO-FALCON CATEDRA: ARQUITECTURA DEL COMPUTADOR PROFESOR: ING. JUAN DE LA ROSA T. TEMA 1 Desde tiempos remotos el hombre comenzó a
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesEl Problema del Transporte
ASIGNATURA PROGRAMACIÓN LINEAL El Problema del Transporte Maestro Ing. Julio Rito Vargas Avilés Octubre 2014 1 Problema de Transporte Es un caso especial de problema de programación lineal (PPL), para
Más detallesResolución de Problemas
Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar el camino en un laberinto Resolver
Más detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES INTRODUCCIÓN En el presente documento se explican detalladamente dos importantes temas: 1. Descomposición LU. 2. Método de Gauss-Seidel. Se trata de dos importantes herramientas
Más detallesBases de datos en Excel
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Bases de datos en Excel Hojas de cálculo Tema 5 Bases de datos en Excel Hasta ahora hemos usado Excel básicamente para realizar cálculos
Más detallesGuía para padres sobre Accelerated Math Live
Guía para padres sobre Accelerated Math Live Preguntas y respuestas POWERED BY Renaissance Place REAL TIME (800) 338-4204 www.renlearn.com Su hijo(a) utilizará el programa Accelerated Math para hacer ejercicios
Más detallesConstruyendo gráficos estadísticos con ayuda de Microsoft Excel
Construyendo gráficos estadísticos con ayuda de Microsoft Excel Eduardo Aguilar Fernández Universidad Nacional Heredia, Costa Rica eaguilar2@gmail.com Andrey Zamora Araya Universidad Nacional Heredia,
Más detalles1.4.- D E S I G U A L D A D E S
1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesUNIDADES FUNCIONALES DEL ORDENADOR TEMA 3
UNIDADES FUNCIONALES DEL ORDENADOR TEMA 3 INTRODUCCIÓN El elemento hardware de un sistema básico de proceso de datos se puede estructurar en tres partes claramente diferenciadas en cuanto a sus funciones:
Más detallesFUNDAMENTOS DE ADMINISTRACIÓN Y GESTIÓN
FUNDAMENTOS DE ADMINISTRACIÓN Y GESTIÓN 2º Bachillerato. Curso 2008/2009 CONTENIDOS MÍNIMOS Para cumplir los objetivos propuestos, en el Decreto 70/2002 de 23 de mayo los contenidos de la materia Fundamentos
Más detallesUnidad 5 Utilización de Excel para la solución de problemas de programación lineal
Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene
Más detallesCONTABILIDAD ANALISIS VERTICAL Y HORIZONTAL DE ESTADOS CONTABLES
CONTABILIDAD ANALISIS VERTICAL Y HORIZONTAL DE ESTADOS CONTABLES El análisis de Estados Contables dispone de dos herramientas que ayudan a interpretarlos y analizarlos. Estas herramientas, denominadas
Más detallesRIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión?
1 RIESGO Y RENTABILIDAD DE LA EMPRESA (Riesgo y Rendimiento) Qué es lo que determina el rendimiento requerido de una inversión? La respuesta es sencilla. El rendimiento requerido siempre depende del riesgo
Más detalles3.1 DEFINICIÓN. Figura Nº 1. Vector
3.1 DEFINICIÓN Un vector (A) una magnitud física caracterizable mediante un módulo y una dirección (u orientación) en el espacio. Todo vector debe tener un origen marcado (M) con un punto y un final marcado
Más detallesRevista digital Matemática, Educación e Internet (www.cidse.itcr.ac.cr/revistamate/). Vol. 8, N o 2. 2007
Sección Tecnologías de Internet Revista digital Matemática, Educación e Internet (www.cidse.itcr.ac.cr/revistamate/). Vol. 8, N o 2. 2007 Hacia una propuesta didáctica para la enseñanza de Métodos Numéricos
Más detallesQué es Scrum? Basado en el texto Explicando Scrum a mi abuela de Jorge Serrano - MVP Visual Developer - Visual Basic
Qué es Scrum? Basado en el texto Explicando Scrum a mi abuela de Jorge Serrano - MVP Visual Developer - Visual Basic http://geeks.ms/blogs/jorge/archive/2007/05/09/explicando-scrum-a-mi-abuela.aspx Por
Más detallesProbabilidades y Estadística (Computación) Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Ana M. Bianco y Elena J.
Generación de Números Aleatorios Números elegidos al azar son útiles en diversas aplicaciones, entre las cuáles podemos mencionar: Simulación o métodos de Monte Carlo: se simula un proceso natural en forma
Más detallesETS Caminos Santander. Curso 2012. Ejercicios de introducción a la programación.
Ejercicio 1. Saludo. El programa preguntará el nombre al usuario y a continuación le saludará de la siguiente forma "Hola, NOMBRE" donde NOMBRE es el nombre del usuario. Ejercicio 2. Suma. El programa
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesEl rincón de los problemas. Oportunidades para estimular el pensamiento matemático. Triángulos de área máxima o de área mínima Problema
www.fisem.org/web/union El rincón de los problemas ISSN: 1815-0640 Número 37. Marzo 2014 páginas 139-145 Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe Oportunidades para estimular el pensamiento
Más detallesLección 22: Probabilidad (definición clásica)
LECCIÓN 22 Lección 22: Probabilidad (definición clásica) Empezaremos esta lección haciendo un breve resumen de la lección 2 del libro de primer grado. Los fenómenos determinísticos son aquellos en los
Más detallesProfunda comprensión de que valores son o podrían ser percibidos por los clientes.
Estrategias de retención de clientes para servicios El valor concebido por el cliente de servicio se basa en una estrategia de conocimientos, ya que con el conocimiento que posee la empresa, puede emplear
Más detalles1. Introducción al evaluación de proyectos
Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le
Más detallesLa explicación la haré con un ejemplo de cobro por $100.00 más el I.V.A. $16.00
La mayor parte de las dependencias no habían manejado el IVA en los recibos oficiales, que era el documento de facturación de nuestra Universidad, actualmente ya es formalmente un CFD pero para el fin
Más detalles