Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

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

Download "Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores"

Transcripción

1 Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca y Tecnología Unversdad Naconal de San Martín, (16) Buenos Ares, Argentna 3 Gas Natural Ban Buenos Ares, Argentna Congreso Mundal INGENIERIA 1 - ARGENTINA Resumen: En este trabajo se presenta un algortmo que permte obtener los consumos daros a partr de lecturas mensuales o bmestrales de meddores. El objetvo de este estudo es lograr dsponer de un modelo consstente y confable para estmar los consumos daros resdencales, comercales, etc. con la menor ncerteza posble. El conocmento de los consumos daros de los dstntos tpos de usuaros de gas es fundamental para conocer el funconamento del sstema abastecmento de gas y dseñar polítcas y estrategas de abastecmento. Introduccón: Una herramenta mportante para operar y regulador del sstema de gas, consste en dsponer de nformacón clara y fdedgna del funconamento del sstema. La dfcultad para determnar los consumos daros de gas para las categorías resdencal y comercal, y otros usuaros con sstema de medcón de volúmenes de gas que se realza en forma peródca, mensual o bmestral, es que solo se dspone de un valor ntegrado en todo el perodo comprenddo entre dos lecturas consecutvas de los meddores. De hecho este es el modo estándar con el que se regstran los volúmenes de gas para estos usuaros en Argentna. S ben exsten caudalímetro capaces de ser consultados daramente o con otros ntervalos de tempos en forma automátca por sstemas de automátcos de telecomuncacón, o por sstema SCADA, su costo es elevado y en Argentna su uso está lmtado a grandes usuaros. Tambén exsten meddores con data logger, es decr meddores con memora que almacenan los consumos en forma horara, y que mensualmente o bmestralmente pueden proporconar los consumos regstrados. Estos regstradores, por su costo, se usan en pequeñas muestras de usuaros para montorear los consumos y realzar estudos especales. Por lo tanto, para poder utlzar la nformacón hstórca dsponble de los datos de facturacón y analzar los consumos con la nformacón con que se ha vendo operando en la ndustra de gas hasta el presente, es necesaro dsponer de algún algortmo de cálculo que permta reducr las medcones mensuales o bmestrales a consumos daros de modo consstente y ben fundamentado. 1

2 Con estos objetvos, se presenta este estudo que permte dsponer de una herramenta de cálculo para estmar en modo precso y consstente los consumos daros de los usuaros resdencales y comercales. Característcas del consumo de gas natural en Argentna En la fgura 1 se lustra como se dstrbuye el consumo de gas natural, entre las dstntas componentes de consumo, en Argentna. Las componentes ndustrales y eléctrcas, tenen una componente mportante de consumos nterrumpbles. 1, Estos consumos tenen una varacón estaconal pero no necesaramente son temodependentes. 3 El consumo de GNC, tambén tene certa estaconaldad, pero su consumo tampoco depende de la temperatura. Por su parte, los consumos resdencales (R), comercales (C) y el asocado a entes ofcales (EO), tene un comportamento que s es fuertemente termodependente. Consumo de gas Argentna Año=9 Electr % Res 3% Ind 31% Com+EO % GNC 9% Fgura 1. Dstrbucón del consumo de gas según su uso en Argentna para el año 9. Fuente de los datos ENARGAS. Consumos de gas resdencal, comercal y públco La componente consumo compuesta por el uso resdencal (R), comercal (C) y públco o entes ofcales (EO), es de carácter nnterrumpble y tenen característcas semejantes entre s. La prestacón de estos servcos no prevé nterrupcones y está en el tope de las prordades de abastecmento del sstema de gas conforme a la normatva vgente. En la fgura se muestra la varacón del consumo específco mensual promedo, esto es el consumo por usuaro y por día, en funcón de la temperatura meda para los usuaros resdencales (R) y comercales más entes ofcales (C+EO). En esta fgura se presentan los datos correspondentes a todo el país. La fgura es representatva de práctcamente todas las regones estudadas y puede nterpretarse de la sguente manera: a altas temperaturas el uso de gas resdencal se reduce a coccón y calentamento de agua, que a altas temperaturas tende a un valor constante. Este

3 consumo, asocado al la coccón y calentamento de agua lo denomnamos consumo base. Estos estudos ndcan que el consumo resdencal como el comercal y públco, dependen fundamentalmente, de las Temperaturas Efectvas Daras (TED). Esta temperatura es el promedo de la temperatura del día en cuestón con el promedo de los tres o cuatro días prevos. Este parámetro, TED, es más representatvo para descrbr el consumo de gas que las temperaturas medas, mínmas, máxmas, o sensacón térmca. Más específcamente, s T representa la temperatura meda para el día, esto es el promedo entre la temperatura máxma y mínma para ese día, la temperatura efectva ef T para ese día () es: 1 ef T T 1 T T 3 T T = T + ( T + T + T + T ) / = + + +, (1) [ ] Donde T -1 es la temperatura meda para el día anteror al día en estudo () y así sucesvamente. A medda que la temperatura dsmnuye, el consumo aumenta por la necesdad de un mayor aporte de energía para la coccón, el calentamento de agua y fundamentalmente en la calefaccón. Una vez que toda la calefaccón exstente en las resdencas se ha encenddo, el consumo de gas tende a establzarse en su valor máxmo. La mplcanca de este gráfco es de mucha relevanca en el sstema de gas argentno y la forma de esta dependenca del consumo específco con la temperatura puede modelarse muy ben. 6,7,8 Se observa en esta fgura que los consumos específcos R y C+EO tenen dependenca muy regular con la temperatura, ndependente del tempo y del contexto económco. Por lo tanto, es posble afrmar que durante el perodo 1993 a 9, el comportamento de los usuaros R y C+EO fue muy poco elástco y constante en el tempo. Es decr, los patrones de consumo por usuaro R y C+EO sólo dependen de la temperatura y no del tempo. Desde luego, esta observacón debe ser reexamnada peródcamente para constatar su vgenca, pues es posble que cambos sgnfcatvos en el preco del gas o en las tecnologías usadas puedan alterar este comportamento. Consumo específco R [m3/d] Todo el País T crt Altos 1 consumos Consumo R Consumo C+EO Temperatura efectva meda mensual [ C] Consumo específco C + EO [m3/d] Fgura. Varacón de los consumos específcos R (resdencal) círculos referdos al eje vertcal zquerdo y Comercal y Entes Ofcales (C+EO) referdos al eje vertcal derecho. Los consumos específcos que se grafcan son los promedos daros mensuales como funcón de la temperatura meda mensual. Los datos corresponden a todo el país. Fuente de los datos ENARGAS. Los consumos específcos daros R y C+EO puede modelarse por la funcón: 3

4 Q T ) = FF Q 1 q esp ( D ( T T ) tanh, k=r o C+EO () T Donde Q, q, T y T, son parámetros característcos de la subzona tarfara y del tpo de usuaro (R o C+EO). T en esta ecuacón, representa la temperatura efectva para en día en cuestón y FF D es un factor que depende del día y tene en cuanta que el los fnes de semanas y ferados en consumo es menor que durante los días de semana. El la fgura, las líneas contnuas son la representacón gráfca de la expresón () para los usuaros R y C+EO. Los parámetros Q, q, T y T, se obtenen de datos hstórcos. Consderamos un dado turno de lectura de meddores, consstente de N P días, comenzando la fecha F A y termnando el la fecha F B. El volumen total obtendo de la dferenca entre las dos últmas lecturas para todos los usuaros de turno de facturacón, N user, suponemos que da un volumen de gas V P. Dado que para cada uno de los días entre las fechas F A y F B, las temperaturas máxmas y mínmas de cada día son conocdas, podemos calcular la temperatura meda dara: ( m) (max) (mn) T = ( T + T ) /. (3) (ef ) Con esta valor podemos a su vez obtener las temperatura efectvas daras, T, para cada uno de los días del perodo de facturacón. Con esta nformacón y el modelo de consumo podemos calcular un volumen teórco, Q, de consumo para este grupo,, de usuaros en forma dara: Q = N Q T ) = N FF Q 1 q tanh ( T T ) / T, () N user [ ] user y el valor del consumo total teórco facturacón: ( ) esp ( user D = FB = FA Q Tot, correspondente a todo el período de Q Tot = Q = Nuser Qesp ( T ). () Por otra parte, de los datos de lectura de meddores, correspondente a todos los usuaros de este turno de facturacón, obtenemos un volumen meddo de V Turno, por lo tanto podemos defnr el factor FTurno como: = FB = FA FB = Q = F A VTurno QTot FTurno = =. (6) VTurno Este factor es la relacón que exste entre los volúmenes de gas predcho por el modelo y los volúmenes efectvamente meddos para todo el perodo de facturacón para cada una de las categorías k=r o C+EO. La hpótess fundamental de esta propuesta, es que este esta proporconaldad entre los consumos predchos por el modelo y los reales es la msma par el volumen total del perodo como para dada día del perodo de facturacón. Por lo tanto el consumo daro de de consumo para todos los usuaros del correspondente turno de facturacón, V, será: Q V =. (7) F Turno

5 En la Fgura 3, se muestra el resultado del ensayo realzado usando los datos de los data logger, meddos por Gas Natural Ban. En este grafco se comparan los consumos estmados usando el algortmo propuesto en este trabajo con los valores realmente meddos. Se observa que la correspondenca es muy buena, el error medo entre los valores meddos y los estmados usando le Ec.(7) es del 3.7%, lo cual sugere que el modelo propuesto puede ser usado para estmar los consumos daros con una ncerteza aceptable. Consumos específcos (m3/d) Data Logger- Error Medo%=3.7 V (m3/d) Consumo Meddo(m3/d) Tef Tef (ºC) y Fgura 3. Varacón de los consumos específcos R (resdencal) círculos efectvamente meddos (data loggers) referdos al eje vertcal zquerdo. Las cruces son los valores de consumo estmados usando el algortmo propuesto, Ec.(7). La curva contnua (verde) representa las temperaturas efectvas para esos días, referdas al eje vertcal derecho. Conclusón En este estudo se presenta un formalsmo para estmar los consumos daros a partr de lecturas peródcas de meddores, tanto mensuales o bmestrales. El algortmo propuesto, cuando se lo pone a prueba con datos de consumos daros efectvamente meddos, brnda resultados que son consstentes con las medcones reales, lo cual brnda valdez al modelo propuesto. Referencas 1 Marco Regularoto de la Industra de Gas en Argentna, Ley Nº:.76/9. Ente Naconal Regulador del Gas, Proyeccón de demanda de gas para medano y largo plazo, S.Gl. Pretrotécna (Revsta del Insttuto Argentno del Petróleo y del Gas) XLVIII, N, (pag. 86-1) Octubre(7) 3 Caracterzacón de los nvernos según su mpacto en el consumo de gas natural- S.Gl, L. Pomerantz y R. Ruggero. Pretrotécna (Revsta del Insttuto Argentno del Petróleo y del Gas) XLVI, N, septembre () Tendencas recentes en el comportamento del consumo de gas natural en Argentna II GNC. S. Gl, L. Pomerantz y R. Ruggero Revsta Petroquímca, Petróleo, Gas y Químca 3 (N 8) P.38, Nov. Ente Naconal Regulador del Gas, 6 Modelo generalzado de predccón de consumos de gas natural a medano y corto plazo I - S.Gl, J. Deferrar y.l. Duperron Gas & Gas - Pub. para la Industra Gasífera - Año IV- Nº 8, () 7 Modelo generalzado de predccón de consumos de gas natural a medano y corto plazo II - S.Gl, J. Deferrar y.l. Duperron Gas & Gas - Pub. para la Industra Gasífera - Año IV- Nº 9, () 8 Generalzed model of predcton of natural gas consumpton - S.Gl and J. Deferrar, Journal of Energy Resources Technology Journals of The Amercan Assocaton of Mechancal Engneers.(ASME Internatonal), Vol. 16, 9,June..

Estimación del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo diario de gas a partir de lecturas periódicas de medidores Nota técnca Estmacón del consumo daro de gas a partr de lecturas peródcas de meddores Por Salvador Gl, Gerenca de Dstrbucón del Enargas, A. azzn, Gas Natural Ban y R. Preto, Gerenca de Dstrbucón del Enargas

Más detalles

Enlaces de las Series de Salarios. Metodología

Enlaces de las Series de Salarios. Metodología Enlaces de las eres de alaros Metodología ntroduccón La Encuesta de alaros en la ndustra y los ervcos (E, cuyo últmo cambo de base se produjo en 996) ha sufrdo certas modfcacones metodológcas y de cobertura,

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION 1. DEFINICION: Las meddas estadístcas

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION Unversdad Católca Los Ángeles de Chmbote LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 4: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION. DEFINICION Las meddas estadístcas son meddas de resumen

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

Tendencias recientes en el comportamiento del consumo de gas natural en Argentina -II GNC

Tendencias recientes en el comportamiento del consumo de gas natural en Argentina -II GNC Tendencias recientes en el comportamiento del consumo de gas natural en Argentina -II GNC S.Gil, L. Pomerantz y R. Ruggero Gerencia de Distribución ENARGAS Suipacha 636 4p (008) Buenos Aires e-mail: sgil@enargas.gov.ar

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I Slde 1 Unversdad Dego Portales Estadístca I Seccón II: Dstrbucones de Frecuenca y Representacón Gráfca Sgla: EST2500 Nombre Asgnatura: Estadístca I Slde 2 Organzacón y Resumen de Datos Como recordará,

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Tema 1.- Variable aleatoria discreta (V2.1)

Tema 1.- Variable aleatoria discreta (V2.1) Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3 PROCEDIMIENTO DO DESEMPEÑO DEL CONTROL DE FRECUENCIA EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE TÍTULO I Aspectos Generales... 3 TÍTULO II Alcance... 3 TÍTULO III Metodología de Cálculo de FECF... 3 TÍTULO

Más detalles

CÁLCULO DEL BALANCE Y PÉRDIDAS DE ENERGIA EN CHILECTRA

CÁLCULO DEL BALANCE Y PÉRDIDAS DE ENERGIA EN CHILECTRA COMISIÓN DE INTEGRACIÓN ENERGÉTICA REGIONAL COMITÉ NACIONAL CHILENO V CIERTEC - SEMINARIO INTERNACIONAL SOBR E GESTIÓN DE PÉRDIDAS, EFICIENCIA ENERGÉTICA Y PROTECCIÓN DE LOS INGRESOS EN EL SECTOR ELÉCTRICO

Más detalles

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Prueba de Evaluación Continua

Prueba de Evaluación Continua Estadístca Descrptva y Regresón y Correlacón Prueba de Evaluacón Contnua 1-III-18 1.- Dada la varable x y la nueva varable y=a+bx, ndcar (demostrándolo) la expresón exstente entre las respectvas medas

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Introducción a la Física. Medidas y Errores

Introducción a la Física. Medidas y Errores Departamento de Físca Unversdad de Jaén Introduccón a la Físca Meddas y Errores J.A.Moleón 1 1- Introduccón La Físca y otras cencas persguen la descrpcón cualtatva y cuanttatva de los fenómenos que ocurren

Más detalles

Influencia del volumen y configuración de las cámaras de los depósitos del sistema unitario de los colectores generales del Miño en Lugo

Influencia del volumen y configuración de las cámaras de los depósitos del sistema unitario de los colectores generales del Miño en Lugo Influenca del volumen y confguracón de las cámaras de los depóstos del sstema untaro de los colectores generales del Mño en Lugo José Anta 1, Joaquín Suárez 2, Jerónmo Puertas 3, José Pñero 4 y Javer González

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

Hidrología superficial

Hidrología superficial Laboratoro de Hdráulca Ing. Davd Hernández Huéramo Manual de práctcas Hdrología superfcal 7o semestre Autores: Héctor Rvas Hernández Juan Pablo Molna Agular Rukmn Espnosa Díaz alatel Castllo Contreras

Más detalles

Recaudación por Impuesto Específico a los Combustibles y Estimación de Recaudación de IVA por Venta de Gasolina

Recaudación por Impuesto Específico a los Combustibles y Estimación de Recaudación de IVA por Venta de Gasolina Recaudacón por Impuesto Específco a los Combustbles y Estmacón de Recaudacón de por Venta de Gasolna. 2009-2012 El mpuesto específco a los combustbles recaudado el año 2013 fue de $ 1.171.483 mllones (US$

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

CUADRIENIO 2011 2014

CUADRIENIO 2011 2014 INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011

Más detalles

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO

DESEMPEÑO 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 detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

ESTADÍSTICA. Definiciones

ESTADÍSTICA. Definiciones ESTADÍSTICA Defncones - La Estadístca es la cenca que se ocupa de recoger, contar, organzar, representar y estudar datos referdos a una muestra para después generalzar y sacar conclusones acerca de una

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012 Insttuto Naconal de Estadístcas Cle METODOLOGÍA Encuesta Estructural de Transporte por Carretera Año contable 0 Insttuto Naconal de Estadístcas 04 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas 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 detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

Variable Estadística

Variable Estadística Varable Estadístca.- Los afconados al bésbol aprenden de memora las estadístcas de este juego. Por ejemplo, cuántos home runs (golpes que envían la pelota fuera del campo de juego) son necesaros para lderar

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Variable Estadística

Variable Estadística Varable Estadístca 1.- Los afconados al bésbol aprenden de memora las estadístcas de este juego. Por ejemplo, cuántos home runs (golpes que envían la pelota fuera del campo de juego) son necesaros para

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad 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 detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

1.- Objetivo Alcance Metodología...3

1.- Objetivo Alcance Metodología...3 PROCEDIMIENTO DO PARA EL CÁLCULO DEL FACTOR DE DESEMPEÑO DEL CONTROL DE FRECUENCIA (FECF) EN EL SIC DIRECCIÓN DE OPERACIÓN ÍNDICE 1.- Objetvo...3 2.- Alcance...3 3.- Metodología...3 3.1.- Cálculo de la

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión Matemátcas aplcadas a las Cencas Socales UNIDAD 1: Dstrbucones bdmensonales. Correlacón regresón ACTIVIDADES-PÁG. 68 1. La meda la desvacón típca son: 1,866 0,065. Los jugadores que se encuentran por encma

Más detalles

Las Tarifas de Distribución de Gas Natural en el Perú Marco Conceptual

Las Tarifas de Distribución de Gas Natural en el Perú Marco Conceptual Lus Espnoza Quñones Las Tarfas de Dstrucón de Gas Natural en el erú Marco Conceptual LUIS ESINOZA QUIÑONES (ERÚ) 88 Lus Espnoza Q. Ingenero Mecánco Electrcsta de la Unversdad Naconal de Ingenería (UNI),

Más detalles

DISTRIBUCIONES BIDIMENSIONALES

DISTRIBUCIONES BIDIMENSIONALES Matemátcas 1º CT 1 DISTRIBUCIONES BIDIMENSIONALES PROBLEMAS RESUELTOS 1. a) Asoca las rectas de regresón: y = +16, y = 1 e y = 0,5 + 5 a las nubes de puntos sguentes: b) Asgna los coefcentes de correlacón

Más detalles

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas

Tema 1: Jerarquía Digital Síncrona, SDH Disponibilidad de Sistemas Tema : Jerarquía Dgtal Síncrona, SDH Dsponbldad de Sstemas Tecnologías de red de transporte de operadora MÁSTER EN INGENIERÍ TELEMÁTIC Profesor: Espín Defncones Fabldad (Relablty): Probabldad de que el

Más detalles

Tema 1: Estadística Descriptiva Unidimensional

Tema 1: Estadística Descriptiva Unidimensional Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. Fenómeno aleatoro: no es posble predecr el resultado. La estadístca se ocupa de aquellos fenómenos no determnstas donde

Más detalles

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud

Universidad de Pamplona Facultad de Ciencias Básicas Física para ciencias de la vida y la salud Unversdad de Pamplona Facultad de Cencas Báscas Físca para cencas de la vda y la salud AÁLISIS GRÁFICO DE DATOS EXPERIMETALES OBJETIVO: Representar gráfcamente datos expermentales. Ajustar curvas a datos

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. 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 detalles

Índice de Precios de las Materias Primas

Índice 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 detalles

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables

B1. Metas de gestión para el caso de Proyectos financiados con recursos no reembolsables ANEXO N 1 1. METAS DE GESTION A. METAS DE GESTIÓN DE LA TARIFA BASICA Corresponde a las metas de gestón de los proyectos ejecutados y fnancados con recursos nternamente generados por la Empresa, comprenddos

Más detalles

C I R C U L A R N 2.133

C I R C U L A R N 2.133 Montevdeo, 17 de Enero de 2013 C I R C U L A R N 2.133 Ref: Insttucones de Intermedacón Fnancera - Responsabldad patrmonal neta mínma - Susttucón de la Dsposcón Transtora del art. 154 y de los arts. 158,

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

Más detalles

GERENCIA 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 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 detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

MANUAL DE INDICADORES

MANUAL DE INDICADORES REPUBLICA DE HONDURAS INSTITUTO HONDUREÑO DE LA NIÑEZ Y LA FAMILIA (IHNFA) OBSERVATORIO DE DERECHOS DE LA NIÑEZ (ODN) MANUAL DE INDICADORES Tegucgalpa M.D.C. MAYO - 2009 Honduras C.A. CONTENIDO CONTENIDO...1

Más detalles

Guía para la autoevaluación del del capítulo 6

Guía para la autoevaluación del del capítulo 6 Capítulo 6: EL BANCO CENTRAL Y LA POLÍTICA MONETARIA Guía para la autoevaluacón del del capítulo 6 1) Ante una recuperacón económca, cuál es el cambo que se produce en los valores de equlbro del mercado

Más detalles

ÍNDICE PROPÓSITO Y ALCANCE PRIMERA PARTE - Generalidades Capítulo I - Naturaleza de las Actividades

ÍNDICE PROPÓSITO Y ALCANCE PRIMERA PARTE - Generalidades Capítulo I - Naturaleza de las Actividades ÍNDICE PROPÓSITO Y ALCANCE. 1-10 PRIMERA PARTE - Generaldades.. 2-10 Capítulo I - Naturaleza de las Actvdades.. 2-10 SEGUNDA PARTE Requstos... 3-10 Capítulo I Dstntvos... 3-10 Capítulo II Requstos y Condcones

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU Desarrollo humano en España: 1980-2011 44 NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU El IDH defndo por las Nacones Undas desde 2010 en sus nformes anuales mde los adelantos medos de un país

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 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 detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

Factores de Temperatura y Presión Gerencia de Distribución ENARGAS (Informe interno) martes, 27 de enero de 2009

Factores de Temperatura y Presión Gerencia de Distribución ENARGAS (Informe interno) martes, 27 de enero de 2009 Factores de emperatura y Presón Gerenca de Dstrbucón ENARGAS (Informe nterno) martes, 7 de enero de 009 Introduccón: Exsten muchas stuacones en la ndustra del gas natural donde es necesaro cuantfcar en

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D. Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas

Más detalles

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA

FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA FORMULARIO PARA LA PRESENTACIÓN DE RESUMEN DE PONENCIA TÍTULO DE LA PONENCIA: Heterogenedad en los perfles de ngreso y retornos a la educacón superor en el Perú AUTOR: Gustavo Yamada, Juan F. Castro y

Más detalles

VII. Solución numérica de ecuaciones diferenciales

VII. Solución numérica de ecuaciones diferenciales VII. Solucón numérca de ecuacones derencales VII. Antecedentes Sea dv dt una ecuacón derencal de prmer orden : g c m son constantes v es una varable dependente t es una varable ndependente c g v I m Las

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos y Talleres puedes envarlos a klasesdematematcasymas@gmal.com www.klasesdematematcasymas.com EJERCICIOS DE REGRESIONES Y ANALISIS DE COVARIANZA Analzar la nformacón recoplada por medo de los dferentes

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

GUÍA DE APOYO AL APRENDIZAJE N 2

GUÍA DE APOYO AL APRENDIZAJE N 2 GUÍA E APOYO AL APREIZAJE Meddas de Tendenca Central ó de Resumen Las meddas de resumen son valores de la varable que permten resumr la normacón que hay en una tabla undamentalmente estas meddas se usan

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

CONTROVERSIAS 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. 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 detalles

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales

Métodos Matemá5cos en la Ingeniería Tema 1. Ecuaciones no lineales Métodos Matemá5cos en la Ingenería Tema. Ecuacones no lneales Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun

Práctica 12 - Programación en C++ Pág. 1. Practica Nº 12. Prof. Dr. Paul Bustamante. Informática II Fundamentos de Programación - Tecnun Práctca 1 - Programacón en C++ Pág. 1 Práctcas de C++ Practca Nº 1 Informátca II Fundamentos de Programacón Prof. Dr. Paul Bustamante Práctca 1 - Programacón en C++ Pág. 1 INDICE ÍNDICE... 1 1.1 Ejercco

Más detalles

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística ESTADISTÍCA. Poblacón, muestra e ndvduo Las característcas de una dstrbucón se pueden estudar drectamente sobre la poblacón o se pueden nferr a partr de l estudo de una muestra. Poblacón estadístca es

Más detalles

REGLAMENTO PARA LA GESTIÓN DE RIESGO POR TIPO DE CAMBIO

REGLAMENTO PARA LA GESTIÓN DE RIESGO POR TIPO DE CAMBIO CAPÍTULO XVIII: REGLAMENTO PARA LA GESTIÓN DE RIESGO POR TIPO DE CAMBIO Artículo - Objeto.- El presente Reglamento tene por objeto establecer las dsposcones que deben ser cumpldas para la gestón del resgo

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles