EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)
|
|
|
- Rosa María Calderón Montero
- hace 9 años
- Vistas:
Transcripción
1 EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars.
2 El méodo PERT se basa en la descomposcón ssemáca del proyeco en una sere de areas parcales o acvdades con el objevo de ncorporar raconaldad en la planfcacón, gesón, segumeno y conrol de dchas acvdades durane la vda del msmo. Defncones: cvdad: : ejecucón de una area que para su realzacón requere empo y recursos. conecmeno o suceso: : momeno de la vda del proyeco que por su relevanca merece la pena desacarse. ndca el prncpo o el fn de una acvdad o un conjuno de acvdades y no consume n empo n recursos.
3 Grafo:conjuno de punos y los arcos que los relaconan conendos en un plano. Puno relaconado con un puno j medane un arco a j Grafo elemenal PERT: el suceso esá relaconado con el suceso j medane la acvdad a j a j j La acvdad a j ene un nco,, un fn j y una duracón j El arco ene sendo desde hasa j
4 TIPOS DE CTIVIDDES: LINEL 1 B 3 CONVERGENTE DIVERGENTE 1 3 C B DIV. - CONV. B D E 4 1 CONV.-DIV C F B 4 1 B C C D
5 CTIVIDDES FICTICIS no consumen n empo n recursos, pero permen reflejar formalmene las relacones exsenes enre las dferenes acvdades que consuyen el proyeco y ofrecen la posbldad de realzar grafos con recas. *cvdades en paralelo m k j l *cvdad y B preceden a C precede a D B C D B m l k f f 1 f D j (f 1 y f son acvdades fccas represenadas con líneas de punos). C
6 Para consrur un GRFO PERT de un proyeco compleo: 1 Descomponer el proyeco en acvdades e denfcar el suceso nco y el suceso fn. Esablecer prelacones: acvdades que enen que ser necesaramene realzadas con anerordad a oras. 3 Organzar la nformacón en un cuadro de prelacones. 4 sgnar empos a las acvdades.
7 1.1. Suceso nco: : represena el prncpo de una o varas acvdades y no represena el fnal de nnguna. 1.. Suceso fn: : represena el fnal de una o varas acvdades y no represena el comenzo de nnguna.
8 Organzar la nformacón: PRECEDE suceso nco B C D,E F Sucesos y acvdades que preceden. CTIVIDDES B C D E F G Se nombran odas la acvdades del proyeco.
9 sgnar empos a las acvdades La duracón de las acvdades depende de crcunsancas aleaoras y probablíscas. Empírcamene, se demuesra que las acvdades de los proyecos se ajusan a una dsrbucón probablísca de po BET.
10 Dsrbucón BET cuya funcón de densdad es: f α ( ) = K( a) ( b) ϕ = varable aleaora, nervalo cerrado [ a,b] probabldad f ( ) = 0; a a m b f ( ) Donde: = 0; b K= consane α yϕ = parámeros
11 DISTRIBUCIÓN BET a + ( α + ϕ) m + b μ( meda) = α + ϕ + ( b a) ( α + 1)( ϕ + 1) σ (varanza) = ( α + ϕ + ) ( α + ϕ + 3) α = + μ = a + 4m + b 6 ϕ = α +ϕ =4 σ = σ = ( b a) (3 + )(3 ) ( b a) (9 ) ( b a) = = 6 (7) b a 6
12 Tempo efecvo, medo o PERT de una acvdad a + 4m + b = j 6 Esmacón opmsa (a): : empo mínmo de ejecucón de una acvdad cuando odas las varables que nervenen se desarrollan excepconalmene. Probabldad Esmacón pesmsa (b): : empo de ejecucón cuando concurren crcunsancas desfavorables. Probabldad Esmacón más probable (m): : cuando el empo de ejecucón no sufre n crcunsancas posvas n negavas.
13 EL LGORITMO PERT Una vez que se ha realzado: 1.- el grafo refleja las prelacones exsenes enre las dferenes acvdades..- La asgnacón de los empos de ejecucón a cada acvdad. Se desarrolla un proceso de cálculo en el que se deermnan los empos de los sucesos.
14 Tempo early j de un suceso cceder plenamene a un suceso requere la fnalzacón de odas las acvdades que convergen en él. El empo early de un suceso es el empo más emprano, mínmo y sufcene para alcanzarlo plenamene (lo más prono que se puede llegar a él cumplendo odas las condcones). Será, por lo ano, el empo máxmo necesaro correspondene a las dferenes ruas de acvdades que le preceden y convergen en él. j j j = máx( + j), Se calcula de zquerda a derecha, asgnando al suceso nco el empo 0.
15 Tempo las * de un suceso Es el empo más ardío, máxmo permdo, para alcanzar plenamene ne un suceso de manera que la duracón del proyeco no expermene reraso. raso. Debdo a que en el grafo PERT los empos crecen de zquerda a derecha, cuando se deermnan los máxmos permdos se deben de calcular los empos mínmos conados de derecha a zquerda. j j * = mn ( j* - j ), j Se calcula de derecha a zquerda, comenzando por el suceso o fn al que se le asgna un empo las gual a empo early ya esablecdo.
16 HOLGUR DE UN CONTECIMIENTO : H = * - Indca el empo que se puede rerasar alcanzar un suceso sn que la realzacón del proyeco expermene reraso. *, j * j, j HOLGUR TOTL DE UN CTIVIDD: H T j = * j Nº de undades de empo en que se puede rerasar esa acvdad con respeco al empo Per prevso, de manera que la duracón del proyeco no expermene nngún reraso j
17 * HOLGUR LIBRE DE UN CTIVIDD H Represena la pare de la holgura oal que puede ser consumda sn perjudcar a las acvdades sguenes. * HOLGUR INDEPENDIENTE DE UN CTIVIDD: H L j I j = = j j candad de holgura dsponble después de haber realzado la acvdad. * j j
18 CMINO CRÍTICO Las acvdades son crícas cuando su holgura oal es 0. El camno críco esá negrado por el conjuno de acvdades crícas que paren del suceso nco y llega hasa el suceso fnal. Esa rua defne el empo mínmo necesaro de ejecucón del proyeco. En la rua críca, la holgura o empo lbre de cada aconecmeno es cero.
Hallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.
FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas de nuevo. En base a la funcón de cuanía µ α Ex P ( ),3 +,3 +, + 3,,3 σ α
Ejercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C
Ejerccos T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas
Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida
Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de
Estadísticas de Cuentas Nacionales Trimestrales
Esadíscas de Cuenas Naconales Trmesrales Precos y volumen en cuenas naconales 3 al 13 de agoso de 2009 Precos y volumen en cuenas naconales Sea v el valor de una canasa de benes y servcos en el período
MUESTRAS CON ROTACIÓN DE PANELES
487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489
Cálculo y Estadística
PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una empresa emplea res
Movimiento Rectilíneo Uniformemente Acelerado (MRUA)
7. Movmeno Reclíneo Unorme Acelerado Movmeno Reclíneo Unormemene Acelerado (MRUA) elocdad Meda o elocdad promedo: La velocdad meda represena la relacón enre el desplazameno oal hecho por un móvl y el empo
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
Estadística de Precios de Vivienda
Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal
Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas
1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse
Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos
Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en
Nélida Diaz, Francisco Jiménez y Mauricio López División de Tiempo y Frecuencia. Resumen
Nuevo esquemade generacón de laescalade empo UTCCNM Nélda Daz, Francsco Jménez y Maurco López Dvsón de Tempo y Frecuenca Resumen La escala de Tempo Unversal Coordnado del CENAM, UTCCNM, se genera desde
CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.
REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI
Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo.
Dlomaura de Cencas Emresarales. Esadísca Económca. Sara Maeo. úmeros Índces nroduccón: Una de las rncales areas de la esadísca es el análss de varables, ano consderadas ndvdualmene como en conjuno, ara
Unidad 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
MODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado:
Apunes de Teoría Economérca I. Profesor: Vvana Fernández MODELOS DE SERIES DE TIEMPO I CONCEPTOS PRELIMINARES. Procesos Auorregresvos y de Promedo Móvl Se dce que sgue un proceso auorregresvo: es rudo
Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR
Físca General Proyeco PMME - Curso 8 Insuo de Físca Faculad de Inenería UdelaR M O V I M I E N T O E P R O Y E C T I L M O V I M I E N T O R E L A T I V O Vanessa íaz Florenca Clerc Un olero Juan paea
INDICE DE COSTES DE LA CONSTRUCCIÓN
INDICE DE COSTES DE LA CONSTRUCCIÓN. INTRODUCCION Y OBJETIVOS El índce de coses de la consruccón es un ndcador coyunural que elabora el Mnsero de Fomeno y que ene como objevo medr la evolucón, en érmnos
Probabilidad Grupo 23 Semestre Segundo examen parcial
Probabldad Grupo 3 Semestre 015- Segundo examen parcal La tabla sguente presenta 0 postulados, algunos de los cuales son verdaderos y otros son falsos. Analza detendamente cada postulado y elge tu respuesta
7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:
7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c
TRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES
Números Índces TRABAJO PRACTICO Nº1: NÚMEROS ÍNDICES FIUBA 71.6 - ESTRUCTURA ECONOMICA ECONÓMICA ARGENTINA REV.1 1986 1988 199 199 1994 1996 1998 4 6 8 J-88 J-9 J-9 J-94 J-96 J-98 J- J- J-4 J-6 J-8 J-1
MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO
MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO Sabes cuáles son las caraceríscas del momeno reclíneo unormemene acelerado? INTRODUCCION Prmero debemos saber que denro de la cnemáca exsen derenes pos de
Introducción a la Teoría de Inventarios
Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda
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)
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.
Métodos específicos de generación de diversas distribuciones discretas
Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de
El efecto traspaso de la tasa de interés en el Perú: Un análisis a nivel de bancos ( )
El efeco raspaso de la asa de nerés en el Perú: Un análss a nvel de bancos (2002-2005) Rocío Gondo Erck Lahura Dona Rodrguez Marzo, 2006 CONTENIDO Objevo Imporanca Trabajos Prevos Trabajos Prevos Perú
SE PUEDE MEDIR LA NEGOCIACIÓN INFORMADA?: UNA REVISIÓN DE LA METODOLOGÍA BASADA EN LAS COVARIANZAS DE LAS SERIES DE PRECIOS
Invesgacones Europeas de Dreccón y Economía de la Empresa Vol. 5, Nº, 009, pp. 0-, IN: 35-53 E PUEDE MEDIR L NEGOCICIÓN INFORMD?: UN REVIIÓN DE L METODOLOGÍ BD EN L COVRINZ DE L ERIE DE PRECIO Farnós Vñas,
Cuestión 1 (2 puntos)
Unversdad Carlos III de Madrd Deparameno de ecnología Elecrónca COOCAORIA EXRAORDIARIA CURSO 007/08: de Sepembre de 008 Elecrónca de Poenca 3º Ingenería écnca Indusral: Elecrónca Indusral Cuesón ( punos)
TEMA 3. VARIABLE ALEATORIA
TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad
Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri)
FCE-UA Prmer Examen Parcal Mayo 215 Macroeconomía II (Prof. D. Perr) INSRUCCIONES I. El examen consa de 1 punos con la sguene composcón: Ejercco 1 (3 punos), Ejercco 2 (4 punos), Ejercco 3 (3 punos). II.
Examen Final de Econometría Grado
Examen Fnal de Economería Grado 8 de Juno de 017 Hora: 15:30 Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Anes de empezar a resolver el examen, rellene TODA la nformacón que
Dirección General de Asuntos Económicos y Sociales Ministerio de Economía y Finanzas
Meodología de valuacón de pasvos conngenes cuanfcables y del flujo de ngresos dervados de la exploacón de los proyecos generados por la suscrpcón de conraos de concesón bajo la modaldad de Asocacón Públco
Circuitos Limitadores 1/8
Crcuos Lmadores 1/8 1. Inroduccón Un crcuo lmador (recorador) es aquel crcuo que ene la capacdad de lmar pare de una señal de c.a. sn dsorsonar la pare resane de la señal. El crcuo lmador combna dodos
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.
1. CONCEPTOS FUNDAMENTALES Magnitudes eléctricas y unidades 1.2. Componentes, dispositivos y circuitos 1.3. Señales 1.4. Leyes de Kirchhoff
Concepos fundamenales Índce CONCEPOS FUNDMENLES Magnudes elécrcas y undades Componenes, dsposos y crcuos 3 Señales 4 Leyes de Krchhoff Concepos fundamenales Magnudes elécrcas y undades Magnud es una propedad
EJERCICIO Usando los datos sobre el consumo de gasolina en los Estados Unidos que se muestran en el cuadro 1, estime los modelos siguientes:
EJERCICIO echa de enrega: Novembre 9,. Usando los daos sobre el consumo de gasolna en los Esados Undos que se muesran en el cuadro, esme los modelos sguenes: a) Esme, consderando el período 95 97, los
CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la
CAPÍTULO IV BASES DESARROLLO DEL PROGRAMA COMPUTACIONAL En ese capíulo descrbremos los modelos y herramenas que ulzaremos para la proyeccón y smulacón de algunas de las varables como son los rendmenos
Gestión de Operaciones. Capítulo 2: Pronósticos de Demanda
Gesón de Operacones Capíulo 2: Pronóscos de Demanda Inroduccón Objevo: Permen esudar la demanda fuura, accón mporane en el dseño de un produco. Ejemplos : Compac, fue líder en la vena de PCs durane los
Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden
Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )
Tallerine: Energías Renovables. Fundamento teórico
Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................
Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:
Varables Aleatoras Varables Aleatoras Objetvos del tema: Concepto de varable aleatora Al fnal del tema el alumno será capaz de: Varables aleatoras dscretas y contnuas Funcón de probabldad Funcón de dstrbucón
1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES
oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.
OPENCOURSEWARE 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
2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales
... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de
-PROTHIUS- Organización Industrial. Métodos y tiempos, Asignación de máquinas e interferencias. Joaquín Bautista Valhondo. D-23/2011 (Rec.
Cáedra ssan -PROTHIUS- Organzacón Indusral. Méodos y empos, Asgnacón de máqunas e nerferencas. Joaquín Bausa Valhondo D-23/2011 Rec. OP-BCC Deparameno de Organzacón de Empresas Unversdad Polécnca de Caaluña
3.- 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
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
TEMA N 2.- TEORÍA DE REDES (PERT Y CPM)
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI 2.1 Defncón de proyecto y actvdad TEMA N 2.- TEORÍA DE REDES (PERT Y CPM) Asgnatura: Investgacón Operatva
Bloque 2 Análisis de circuitos alimentados en corriente continua. Teoría de Circuitos
Bloque Análss de crcutos almentados en corrente contnua Teoría de Crcutos . Métodos sstemátcos de resolucón de crcutos : Método de mallas Métodos sstemátcos de resolucón de crcutos Permten resolver los
DIFERENCIAS EN EL MERCADO DE TRABAJO ENTRE LAS PROVINCIAS ESPAÑOLAS RESUMEN
VI Congreso Galego de Esaísca e Invesgacón de Operacóns Vgo 5-7 de Novembro de 2003 DIFERENCIAS EN EL MERCADO DE TRABAJO ENTRE LAS PROVINCIAS ESPAÑOLAS Mª Esher Lopez Vzcaíno 1, Mª Esher Calvo Ocampo 1,
ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL
ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la
TEMA 7. ANÁLISIS DE SUPERVIVENCIA
TEMA 7. ANÁLISIS DE SUPERVIVENCIA CONTENIDOS 7. Funcón de supervvenca. 7.2 Estmacón no paramétrca de la funcón de supervvenca. 7.2. Tempos de supervvenca dscretos. Estmador de Kaplan-Meer. 7.2.2 Tempos
Tema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Modulo II: Ondas. 1. Introducción a las Ondas 2. Ondas en cuerdas 3. Ondas sonoras y acústica
. Inoduccón a las Ondas. Ondas en cuedas 3. Ondas sonoas acúsca Modulo II: Ondas. Ecuacón de ondas en una cueda ensa. Enegía de una onda en una cueda.3 Aenuacón.4 Refleón ansmsón de ondas.5 Supeposcón
CESMA BUSINESS SCHOOL
CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta
4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos
4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón [email protected] Deparameno de Ingenería Indusral y de
3. El cambio en el sistema de pensiones y su impacto sobre la cobertura
. El cambo en el ssema de pensones y su mpaco sobre la coberura El prmer objevo de ese rabajo es medr el mpaco que la reforma al ssema de pensones ha endo sobre la coberura; medda esa úlma como el número
Tema 1. Conceptos generales
Análss de Datos I Esquema del Tema Tema. Conceptos generales. COCEPTOS PREVIOS. DEFIICIÓ DE MEDICIÓ 3. DEFIICIÓ DE ESCALAS DE MEDIDA 4. VARIABLES CLASIFICACIÓ Y OTACIÓ REGLAS DEL SUMATORIO 5. EJERCICIOS
