LOCALIZACIÓN ÓPTIMA DE FACTS SERIE EN SISTEMAS DE TRANSMISIÓN CONSIDERANDO EL FLUJO DE POTENCIA ACTIVA.
|
|
- Margarita Giménez Caballero
- hace 7 años
- Vistas:
Transcripción
1 CVIE 2004 LOCALIZACIÓN ÓPTIMA DE SERIE EN SISTEMAS DE TRANSMISIÓN CONSIDERANDO EL FLUJO DE POTENCIA ACTIVA. José H. Vvas N. Antono Estezo R. Davd Temes R. Unversdad Smón Bolívar Unversdad Smón Bolívar Unversdad Smón Bolívar Resumen: En este trabajo se desarrolló una metodología de 2 nveles que permte localzar de manera óptma dspostvos sere en sstemas de transmsón, consderando solamente el flujo de potenca actva. En el nvel superor se resuelve, medante un algortmo genétco, el problema de la localzacón de los mentras que en el nferor, se optmza medante programacón lneal y un flujo de carga AC la generacón y la potenca a manejar por los dspostvos a nstalar. De esta manera puede determnarse entre otros objetvos, el grado de cargabldad máxma que podría soportar el sstema antes de necestar un nuevo corredor de energía. La metodología fue probada en 2 casos de 6 y 4 barras respectvamente lográndose obtener resultados que demuestran la aplcabldad de la msma. Palabras claves: Localzacón óptma, flujo de carga óptmo, algortmos genétcos,.. INTRODUCCIÓN Tradconalmente los sstemas de transmsón son rígdos, debdo a que la demanda de energía es en general nelástca y no presenta fluctuacones consderables en su preco. Sn embargo, a pesar de haberse mantendo fuera del juego económco, en la actualdad la tendenca de los sstemas de transmsón esta orentada haca el establecmento de un mercado de energía eléctrca. Esta pauta exge de los msmos una rotura del esquema tradconal rígdo y lleva al sector haca un plano en el cual los sstemas de transmsón deben facltar las transaccones de energía que se regrán por la oferta y la demanda. Esto ocasona nuevas exgencas técncas a los sstemas eléctrcos y exge que los msmos se tornen cada vez más en estructuras flexbles, efcentes y por sobre todo rentables. Por estas razones, se hace necesaro desde el punto de vsta práctco poder ejercer control sobre los flujos de potenca de las líneas de transmsón sn ncurrr en volacones en la operacón del sstema. Los avances de la electrónca de potenca nos permten en la actualdad hacer efectvo este control a través de la nstalacón de dspostvos []. Con el control que proporcona esta tecnología se puede obtener una redstrbucón del flujo de energía, así como tambén un aumento en la capacdad de transmsón de potenca que permtría al sstema suplr demandas mayores, logrando de esta manera retrasos consderables en nversones para la construccón de nuevos corredores de energía. Estos benefcos, sn duda oblgan a realzar un estudo de costos de nversón para conocer cual solucón nos brnda un mayor benefco técnco-económco. S ben los dspostvos surgen como una posble solucón al problema de flexbldad de los flujos de energía, con ellos surgen tambén dversas nterrogantes, tales como dónde nstalar dchos dspostvos y cómo ajustar su(s) parámetro(s) de control para obtener los mayores benefcos de la condcón operatva de nterés. Por todas estas razones, en este trabajo se aborda el problema de la localzacón óptma de dspostvos sere a partr de un perfl de generacón y demanda asocado a una condcón operatva específca. 2. PLANTEAMIENTO GENERAL DEL PROBLEMA Es mportante dferencar en el problema de ubcacón óptma de la presenca de dos etapas o subproblemas de nterés: La prmera etapa corresponde al nvel de operacón y busca darle respuesta a la pregunta en cuánto debe ajustarse la potenca que fluye por la línea en donde se nstala el y cómo debe dstrburse la generacón?; por su parte la segunda etapa denomnada de planfcacón ubcada jerárqucamente a un nvel superor busca resolver la nquetud dónde debe ubcarse el dspostvo a nstalar?. A partr de esta separacón de objetvos se procederá a defnr un esquema general que permta atacar el problema de localzacón óptma tal como lo plantea la referenca [2] y como se muestra en la fgura. Fgura. Esquema general de optmzacón El nvel base se asoca al problema de operacón económca de un sstema de potenca y corresponde al conocdo y amplamente estudado flujo de carga óptmo (FCO). Sn embargo, es necesaro nclur en la tradconal metodología del FCO los dspostvos sere, pues
2 ellos serán los encargados de defnr el flujo de potenca por las líneas donde se encuentren ubcados. Por esta razón se hzo necesaro elaborar una metodología híbrda que basándose en una herramenta de flujo de carga AC capaz de manejar dspostvos desarrollada en la Unversdad Smón Bolívar [3], pueda resolver el problema de optmzacón partendo de una funcón lneal asocada a los costos de generacón del sstema. 2.. Planteamento del FCO lneal (FCOL) Funcón objetvo: generadores mn f = ( Cfjo _ gen + C var_ gen. Pgen ) () = Sujeto a las sguentes restrccones: Balance de potenca de todo el sstema. generadores carg as líneas Pgen Pdem = Pperd (2) = = = Límtes, superor e nferor, de la generacón. Pgen Pgen Pgen MIN MAX (3) Límtes, nferor y superor, de los flujos de Potenca por las líneas. MIN MAX P P P (4) j j j altamente no lneal. No obstante, la nclusón de este flujo de carga permte garantzar que las solucones encontradas sean factbles no solamente desde el punto de vsta económco y de potenca actva sno además desde la perspectva de las tensones nodales y los límtes reactvos de los generadores. Para soluconar este nconvenente, se usaron los coefcentes de senstvdad del flujo de potenca respecto a la potenca de cada generador. Estos coefcentes fueron defndos por Wood & Wollengber [4] y son de la forma a nm k (5) MW = MW FLUJO NM GENK En la fgura 3 se muestra el algortmo mplementado en este trabajo para resolver el FCOL con a través de una metodología de optmzacón lneal sucesva nteractuando con un flujo de carga AC para resolver la ecuacón (2). Es muy mportante destacar, que la funcón objetvo y las restrccones en un algortmo de programacón lneal deben ser funcones lneales. Por lo tanto la funcón de costos de generacón, que típcamente corresponde a funcones cuadrátcas, debe ser lnealzada a trozos como se ndca en la fgura 2 [4]. Fgura 3. Flujograma de algortmo mplementado Fgura 2. Lnealzacón de la funcón de costo de generacón De gual manera que los costos de generacón las restrccones deben ser lnealzadas, en partcular aquellas asocadas a los límtes mínmos y máxmos del flujo de potenca por las líneas. La razón de la no lnealdad de estas restrccones radca en la manera de smular el flujo de carga, que en nuestro caso es del tpo AC y por tanto En el flujograma anteror puede aprecarse una dvsón del problema en dos fases: la prmera consgue la confguracón de mínmo costo de generacón del sstema sn nclur los límtes operaconales, mentras que la segunda realza una evaluacón de los flujos de potenca por las líneas para la confguracón de generacón hallada y revsa que todas las líneas se encuentran dentro de sus límtes de operacón. De encontrarse alguna volacón se ncluye la restrccón de desgualdad correspondente a la línea fuera de límtes y se resuelve nuevamente la confguracón de mínmo costo de generacón. Este proceso es teratvo y se detene cuando se obtene alguna confguracón de costos en el que no exstan volacones operaconales.
3 3. UBICACIÓN ÓPTIMA DE SERIE UTILIZANDO ALGORITMOS GENÉTICOS Y FCOL Como se ha explcado en la seccón anteror la metodología que se dseñó para la ubcacón óptma de los dspostvos controladores de potenca, separa en dos nveles ben defndos y dferencados el problema en general. El prmero de ellos, corresponde al problema de optmzacón de la operacón del sstema con dspostvos nstalados, mentras que el segundo ataca el problema de planfcacón a corto o medano plazo, optmzando la localzacón del o los dspostvos a nstalar. En este últmo nvel se desarrolló un procedmento que realza la optmzacón a través de algortmos genétcos. Los algortmos genétcos (AG) realzan la optmzacón smulando el proceso de evolucón en la naturaleza, relaconando la adaptabldad de un ndvduo dentro de una poblacón determnada. Por lo general al aplcarlos se busca maxmzar la funcón objetvo, por lo que el ndvduo mas apto concde con el máxmo de la búsqueda [5]. Los AG realzan la exploracón del espaco solucón a través de tres operadores báscos: la reproduccón, el cruce y la mutacón. Sn embargo, exsten procesos adconales que se utlzan para lograr una convergenca más acelerada en el proceso de optmzacón, tales como el eltsmo. La prncpal ventaja que ofrecen los AG es que su convergenca no esta atada a un proceso matemátco, rígdo y determnístco sno mas ben a uno flexble, smple y por lo general muy sencllo de mplementar. Cada uno de los ndvduos pertenecentes a la poblacón ncal del AG, esta formado por cromosomas que permten a su vez la caracterzacón de todos los posbles estados de operacón del sstema. La habldad de apegarse a las característcas y partculardades mpuestas en la optmzacón, se evalúa a través del índce de adaptabldad de cada ndvduo, el cual permte ponderar el desempeño del msmo en esa condcón operatva. La metodología propuesta para soluconar el problema de localzacón óptma de, denomnada AG-FCOL, combna el FCO modfcado para ajustar los y un AG para optmzar su localzacón. El dagrama de flujo de la fgura 4, muestra esquemátcamente el procedmento desarrollado en este trabajo para localzar de manera óptma dspostvos sere en sstemas de transmsón utlzando AG y FCOL. Segudamente es necesaro defnr la funcón objetvo general del proceso, la cual busca mnmzar los costos de operacón y mantenmento, así como los costos de nversón del sstema eléctrco. En este sentdo es bueno aclarar que la seleccón de la msma puede orentarse haca dstntas alternatvas (mnmzar pérddas de operacón, maxmzar exportacones a otras zonas, etc.) sn pérdda de generaldad. En nuestro caso la funcón objetvo esta orentada de forma tal que se garantce dentro de los límtes del problema que la nstalacón de dspostvos sea la mínma posble. generadores 2 mn = ( + + ) + = j= (6) f a bpgen cpgen Cfacts j Se puede observar que el prmer térmno de la funcón objetvo corresponde a los costos de generacón modelados a través de una funcón parabólca, mentras que el segundo depende de los dspostvos nstalados. Es necesaro menconar que este últmo costo podría a su vez dvdrse en nstalacón, operacón y mantenmento, sn embargo en este trabajo por smplcdad se utlzó un costo fjo de 00 $/hr por cada dspostvo nstalado. Es pertnente menconar que el objetvo general evaluado en este trabajo corresponde a la determnacón de la máxma condcón de carga que puede manejar el sstema sólo ante la nstalacón de sere. Para ello se ncrementó la carga paulatnamente en la msma proporcón en todas las barras hasta que la operacón del sstema no resultara factble. Esta suposcón fue establecda por smplcdad y puede hacerse sn pérdda de generaldad. La justfcacón de este objetvo tene que ver con el hecho de que por lo general es más económco nstalar dspostvos sere que generadores y/o líneas nuevas, además dada la naturaleza de la funcón objetvo descrta en (6) es evdente que para abaratar la solucón la respuesta del algortmo sempre tenderá a la mínma nstalacón de elementos. Fgura 4. Método general para la localzacón óptma de Para la mplementacón de la metodología se desarrollaron dos métodos que se dferencan específcamente en la manera como se realza la evaluacón de cada confguracón
4 en el FCOL una vez dada la localzacón defnda por el AG. Segudamente se explcan en detalle ambos métodos. 3.. Método : AG-FCOL-A En la prmera metodología, llamada AG-FCOL-A, cada ndvduo de la poblacón ncal posee dos cromosomas dstntos. La prmera cadena de cromosomas corresponde a un vector de varables bnaras de longtud gual al número de líneas canddatas para la nstalacón de sere. En prncpo todas las líneas del sstema puderan ser canddatas, exceptuando aquellas en donde se encuentren transformadores. Este vector es creado medante una ruleta sesgada haca el 0 de números aleatoros, es decr hay aproxmadamente 75% de probabldad de que se obtenga un cero y un 25% de obtener un, la cual defne aquellas líneas en las que se nstala o no un dspostvo controlador. Un ndca que se nstala un en esa línea y un 0 ndca que no hay dspostvo controlador. En la fgura 5 puede observarse un ejemplo del proceso descrto. Fgura 5. Ejemplo de cromosoma El segundo cromosoma de cada ndvduo ndca el tpo de controlador a nstalar entre un TCSC y un TCPAR. Este vector se genera de manera aleatora con una ruleta no sesgada entre 0 y. Cabe acotar que en el caso de querer evaluar la nstalacón de n dspostvos dstntos (TCSC, TCPAR, STATCOM, SSSC, UPFC, etc) smplemente la ruleta debe producr de manera no sesgada n- posbles resultados. En este caso, un ndca la nstalacón de un TCPAR y un 0 la de un TCSC. En la fgura 6 se apreca un ejemplo en el que se nstala TCSC en las líneas y 8, y TCPAR en las líneas 3 y 5. Fgura 6. Indvduo AG-FCOL-A. Una vez defnda la manera de generar los ndvduos en el método AG-FCOL-A solo falta especfcar la funcón de adaptabldad, que en nuestro caso posee la sguente forma: fadap = generadores 2 ( a+ bpgen + cpgen ) + Cfactsj = j= Se observa que la funcón de adaptabldad de cada ndvduo corresponde al nverso de la funcón objetvo multplcado por Esto se hace debdo a que los AG por lo general buscan maxmzar la funcón de adaptabldad mentras que la funcón objetvo del proceso mnmza los costos [5]. Es por ello que los ndvduos más aptos son consecuenca de menores costos. Los ndvduos cuyo estado de operacón defndo por los cromosomas no conduzca a una solucón factble, tendrán funcones de adaptabldad nula. Cada uno de los ndvduos que conforman la poblacón ncal generada posee un dentfcador que provene de la transformacón bnara - decmal de los cromosomas que lo conforman. A contnuacón se mencona cómo funcona el método a lo largo del proceso. El algortmo prmero crea la poblacón ncal, cuyos ndvduos son todos dferentes, es decr la combnacón de los cromosomas y 2 no se repte. Luego evalúa todos y cada uno de estos ndvduos a través de una funcón que permte hacer una búsqueda ntensva de la potenca que será asgnada al nstalado por el AG. Esta exploracón se hace entre dos límtes prevamente defndos a un P constante. Esto se hace para todas las confguracones defndas por los cromosomas. Una vez realzada esta búsqueda se almacenan todos los casos con confguracón extosa de potencas y su respectvo costo asocado. De este conjunto de ndvduos se escoge aquel cuya funcón de adaptabldad sea mayor entre toda la gama de costos y confguracones, es decr aquel que represente el mínmo costo. Segudamente se defne la probabldad de cruce la cual defne el número máxmo de veces que cada ndvduo puede cruzarse, a partr de la aproxmacón al entero más cercano de la funcón de adaptabldad de cada ndvduo entre el promedo de todas las funcones de adaptabldad de la poblacón para cada generacón. Con la probabldad de cruce de todos los ndvduos se forman parejas aleatoras y a partr de un cruce smple, se generan los ndvduos que conformarán la poblacón para la sguente generacón. S un ndvduo se repte no es necesaro evaluarlo nuevamente. Una vez creada la nueva generacón se aplcan los operadores de mutacón y eltsmo, de manera de garantzar que la mejor nformacón genétca se mantenga ntacta de generacón en generacón. Fnalmente el cclo se repte hasta alcanzar la últma generacón. En la sguente fgura se muestra como se forman dos nuevos ndvduos a partr de otros dos de una generacón anteror. (7)
5 Fgura 7. Cruce smple de cromosomas El resto del procedmento es báscamente el msmo explcado en la seccón anteror. En la fgura 0 se presenta el esquema general de resolucón mplementado para este método. La únca dferenca entre ambas metodologías, radca en la forma en que se realza la asgnacón de potenca a fjar por los en la línea donde se nstala, pues mentras en la prmera (AG-FCOL-A) se debe pasar por una rutna preva para la búsqueda de la mejor combnacón de potencas, en la segunda (AG-FCOL-M) esta potenca es asgnada de forma drecta por el AG. En la fgura 8 se muestra un esquema que permte vsualzar el proceso completo mplementado en el método AG-FCOL-A. Fgura 0. Esquema de método AG-FCOL-M 4. RESULTADOS Fgura 8. Esquema de método AG-FCOL-A Método 2: AG-FCOL-M Este segundo método plantea ndvduos que poseen tres cromosomas dferentes. Mentras que los 2 prmeros se obtenen de la msma manera que para el método anteror, el tercero defne la potenca que el dspostvo va a fjar en la rama donde se nstala en térmnos del porcentaje de la capacdad de transmsón de la línea. En la fgura 9 puede verse un ndvduo típco de este método el cual nstala TCSC en las líneas y 8 ajustados al 54% y 75% de su potenca máxma respectvamente, mentras que en las líneas 3 y 5 nstalará TCPAR al 77% y 83% de su capacdad respectvamente. Fgura 9. Indvduo AG-FCOL-M. Una vez defndas ambas metodologías se procedó a evaluarlas usando para ello dos sstemas de potenca de prueba: uno de 6 barras [4] y el estándar de 4 barras de IEEE [6]. A dchos sstemas se les ncrementó la carga gradualmente respecto al caso base con el propósto de obtener volacones en las líneas. Se espera de esta manera que la nstalacón de dspostvos permta corregr las volacones, aumentando la cargabldad de los sstemas de potenca. El sstema de 6 barras es un sstema sencllo que cuenta con once líneas, mentras que el de 4 barras posee 20 ramas en dos dstntos nveles de tensón. Al r aumentando la demanda paulatnamente se comenzaron a regstrar volacones en dstntas líneas de cada uno de los sstemas. En la tabla puede aprecarse el costo de generacón asocado al caso base para cada uno de los 2 sstemas estudados. Es mportante recalcar que en este escenaro no exste nngún sere nstalado. De manera análoga en las tablas 2 y 3 se presentan los resultados obtendos para ambos sstemas ante el caso del máxmo ncremento de carga posble. Para el caso de 6 barras, la máxma cargabldad alcanzada corresponde al valor de 3% sn necesdad de agregar nuevas líneas n generadores. De ntentar exceder este valor los nexos 5 y 8 volaran su límte térmco. Nótese por ejemplo que el algortmo AG-FCOL-M obtuvo una solucón que además de ser la mejor económcamente
6 hablando, mplca la ubcacón de en nexos dstntos a los que mponen la restrccón. Tabla. Costos escenaros bases (Sn ). Sstema % carga 6 barras barras Tabla 2. Resultado sstema 6 barras. Algortmo nstalados AG-FCOL-A TCSC (línea ) TCPAR (línea 4) TCPAR (línea 8) AG-FCOL-M TCPAR (línea ) TCPAR (línea 9) % carga 3 3 Tabla 3. Resultado sstema 4 barras. Algortmo nstalados % carga AG-FCOL-A TCSC (línea 2) 0 AG-FCOL-M TCSC (línea 8) TCPAR (línea 6) 0 Por su parte el caso de 4 barras reportó un índce de cargabldad máxma del 0%. Una vez más vale la pena resaltar que los nexos que lmtan la factbldad de esta condcón son el 2,3,4 y 5. En esta ocasón la solucón reportada por AG-FCOL-M aunque no es la más económca, de nuevo produce la nstalacón de sere en nexos no trvales. Fnalmente en la tabla 4 puede verse un ejemplo de la salda de la herramenta desarrollada para el caso de 4 barras, donde se aprecan de manera jerárquca algunas de las solucones encontradas. 5. CONCLUSIONES Como puede verse de los resultados obtendos, la nclusón de dspostvos sere en los sstemas estudados permtó redstrbur los flujos de potenca por sus nexos y en consecuenca ncrementar la demanda sn necesdad de nclur nuevos generadores o corredores de energía, permtendo sacar más provecho de las capacdades nstaladas. Evaluando ambos métodos bajo dstntas condcones ncales (número de ndvduos por poblacón, número de generacones, probabldad de cruce, etc) por más de 792 horas de smulacón, lo que equvale a 33 días de esfuerzo computaconal, puede conclurse que el método AG-FCOL- A resultó más ventajoso que AG-FCOL-M aunque requere más tempo de smulacón. Es mportante notar que la optmzacón obtenda en este trabajo, está basada sólo en el flujo de potenca actva de las líneas. En futuros trabajos se nclurá la optmzacón de potenca reactva, de manera de garantzar el óptmo global. REFERENCIAS [] Hngoran, N.G., Gyugy L. Understandng : Concepts and Technology of Flexble AC Transmsson Systems, IEEE Press and John Wley & Sons [2] Urdaneta A.J., Gomez J.F., Sorrentno E., Flores L., Daz R., A hybrd genetc algorthm for optmal reactve power plannng based upon successve lnear programng, IEEE Trans. on Power Systems, Vol. 4, Issue 4, November 999. [3] Nera A., Matas G., Smulacón de dspostvos controladores de flujo de potenca en sstemas de transmsón (), Trabajo de grado, USB, [4] Wood A., Wollengber B., Power generaton, operaton, and control. John Wley & Sons. Segunda edcón [5] Goldberg, D.E. Genetc Algorthms n Search, Optmzaton and Machne Learnng. Adson-Wesley Publshng Co. England, 989. [6] Power Systems Test case archve, consultada Novembre [7] Gerbex S., Cherkaou R., Germond A. J., Optmal locaton of mult-type devces n a power system by means genetc algorthms IEEE Trans. Power Systems. Vol.6, No.3. August 200. Tabla 4. Resultados para el estudo del sstema de 4 barras. Método AG-FCOL-A Número de generacones: 0 Número de ndvduos: 50 Tempo de smulacón: 6 horas 4 mnutos Funcón de adaptabldad Costo de generacón Confguracón TCSC en rama 2 a 48 MW TCSC en rama 2 a 48 MW y TCPAR en rama 5 a 40 MW TCPAR en rama 9 a 72 MW y TCSC en rama 6 a 24 MW Método AG-FCOL-M Número de generacones: 0 Número de ndvduos: 00 Tempo de smulacón: 49 mnutos Funcón de adaptabldad Costo de generacón Confguracón TCSC en rama 8 a 54.6 MW y TCPAR en rama 6 a 20 MW
LOCALIZACIÓN ÓPTIMA DE FACTS SERIE EN SISTEMAS DE TRANSMISIÓN CONSIDERANDO EL FLUJO DE POTENCIA ACTIVA.
CVIE 2004 LOCALIZACIÓN ÓPTIMA DE SERIE EN SISTEMAS DE TRANSMISIÓN CONSIDERANDO EL FLUJO DE POTENCIA ACTIVA. Resumen: En este trabajo se desarrolló una metodología de 2 niveles que permite localizar de
Más detallesCURSO 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 detallesClase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.
Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca
Más detallesRedalyc. Gallego, Ramón A.; Escobar Z., Antonio H.; Rodas Rendón, Darío E.
Redalyc Sstema de Informacón Centífca Red de Revstas Centífcas de Amérca Latna, el Carbe, España y Portugal Gallego, Ramón A.; Escobar Z., Antono H.; Rodas Rendón, Darío E. ALGORITMO GENÉTICO ESPECIALIZADO
Más detallesClase 19: Estado Estacionario y Flujo de Potencia. EL Conversión de la Energía y Sistemas Eléctricos Eduardo Zamora D.
Clase 9: Estado Estaconaro y Flujo de Potenca EL400 - Conversón de la Energía y Sstemas Eléctrcos Eduardo Zamora D. Temas - Líneas de Transmsón - El Sstema Eléctrco - Matrz de Admtanca - Flujo de Potenca
Más detallesApellidos y nombre: i. El valor anual de la amortización de la construcción es fijo y vale A. 2. Cada punto de venta tiene una demanda anual dem
4º IIND Métodos Matemátcos 5 de septembre de 00 Apelldos y nombre: PROBLEMA (4 puntos) Una empresa tene puntos de venta stuados sobre una ruta que, a efectos de planfcacón, puede ser consderada como una
Más detallesMosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]
PROBLEMA: EL BODEGUERO Un bodeguero ha tendo una buena cosecha que estma sea de 10000 ltros. El bodeguero ha de decdr qué cantdad de la cosecha dedcarla a hacer mosto, qué cantdad conservarla un año en
Más detallesEspacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta
Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto
Más detalles5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.
Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las
Más detalles6 Minimización del riesgo empírico
6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón
Más detallesANEXO A: Método de Interpolación de Cokriging Colocado
ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),
Más detallesIDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR
IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.
Más detallesANEXO 24 JUSTIFICACIÓN ECONÓMICA
ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema de
Más detallesOptimización no lineal
Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de
Más detallesRELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF
RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTOR OF ELECTRONIC PARTS) Una empresa fabrca tres tpos de componentes electróncos,
Más detallesReconciliación 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 detallesSEMANA 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 detallesPara dos variables x1 y x2, se tiene el espacio B 2 el que puede considerarse definido por: {0, 1}X{0, 1} = {(00), (01), (10), (11)}
Capítulo 4 1 N-cubos 4.1. Representacón de una funcón booleana en el espaco B n. Los n-cubos representan a las funcones booleanas, en espacos n-dmensonales dscretos, como un subconjunto de los vértces
Más detallesDISEÑO SÍSMICO DE ESTRUCTURAS DE ACERO UTILIZANDO ALGORÍTMOS GENÉTICOS RESUMEN ABSTRACT INTRODUCCIÓN
DISEÑO SÍSMICO DE ESTRUCTURAS DE ACERO UTILIZANDO ALGORÍTMOS GENÉTICOS Jorge H. González Cuevas 1, Edén Bojórquez Mora 1, Alfredo Reyes Salazar 1, Juan I. Velázquez Dmas 1 y Basla Quñonez Esquvel 1 RESUMEN
Más detallesDESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO
Clascacón: Emtdo para Observacones de los Coordnados Versón: 1.0 DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO Autor Dreccón de Operacón Fecha Creacón 06-04-2010 Últma Impresón 06-04-2010 Correlatvo
Más detallesDESPACHO ECONOMICO UTILIZANDO PROGRAMACIÓN LINEAL, CON PASOS CONTROLADOS
7 energétca Vol. XXIV, No. 2/2003 APLICACIONES INDUSTRIALES DESPACHO ECONOMICO UTILIZANDO PROGRAMACIÓN LINEAL, CON PASOS CONTROLADOS Dr. Ing. Manuel Barroso Baeza. Dra. Ing. Mram López Pérez. Resumen /
Más detallesUniversidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller
Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo
Más detallesFE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)
FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA Departamento de Ingeniería Eléctrica
ONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA Departamento de Ingenería Eléctrca METODOS DE ASIGNACION DE EAJES DE LOS SISTEMAS DE TRANSMISION ELECTRICA SEGUN EL USO DE LA RED FRANCISCO
Más detallesPropuesta de diseño de la subasta de Temporada Abierta Diciembre 2016
Introduccón Propuesta de dseño de la subasta de Temporada Aberta Dcembre 2016 1. En la prmera subasta de temporada aberta se ofrecerá el transporte y almacenamento de gasolnas y désel en las zonas 1 Rosarto
Más detalles3.- Programación por metas.
Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del
Más detallesAPLICACIÓN 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 detallesPlaneamiento de sistemas de distribución de energía eléctrica usando Branch and Bound
Planeamento de sstemas de dstrbucón de energía eléctrca usando Branch and Bound Maurco Granada Echeverr 1 Ramón Alfonso Gallego Rendón 2 Rcardo Alberto Hncapé Isaza 3 RESUMEN Este trabajo presenta un algortmo
Más detallesAJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.
AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON. Revsta Voluntad Hdráulca No. 57, 98. Págnas 58-64 RESUMEN Se nforma sobre el desarrollo del método
Más detallesCapítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS
Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco
Más detallesAnálisis 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 detalles5 Centrales Hidráulicas
Curso SmSEE IIE 2012 Cap. 5 pág 1/6 5 Centrales Hdráulcas 5.1 Centrales Hdráulcas con Embalse En el caso de centrales con embalses, tendremos que agregar restrccones adconales para mponer los límtes de
Más detallesUn 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 detallesMedidas 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 detallesIntroducción 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 detallesEl diodo Semiconductor
El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por
Más detallesPor: Ing César Chilet León
Por: Ing César Chlet eón 1 El flujo de potenca tambén es conocdo tambén como flujo de carga. El flujo de potenca es una herramenta para el análss de redes. En tareas de planfcacón de redes Determnacón
Más detallesPronósticos. Humberto R. Álvarez A., Ph. D.
Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las
Más detallesCI63G Planificación de Sistemas de Transporte Público Urbano. Clase 8 Semestre Otoño 2008
CI63G Planfcacón de Sstemas de Transporte Públco Urbano Clase 8 Semestre Otoño 2008 Undades Temátcas 1. La oferta de transporte públco urbano (2 semanas) 2. La demanda por TPU (1,5 sem.) 3. Dseño y optmzacón
Más detallesDISTRIBUCIONES 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 detallesPROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)
ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón
Más detallesUNIVERSIDAD 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 detallesProblemas donde intervienen dos o más variables numéricas
Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa
Más detallesFLUJO ÓPTIMO DE POTENCIA UTILIZANDO ALGORITMOS EVOLUTIVOS PROGRAMACIÓN EN DIGSILENT. Edgar A. Moreno Escuela Politécnica Nacional
FLUJO ÓPTIMO DE POTENCIA UTILIZANDO ALGORITMOS EVOLUTIVOS PROGRAMACIÓN EN DIGSILENT Edgar A. Moreno Escuela Poltécnca Naconal Víctor H. Hnojosa Departamento de Energía Eléctrca, Unversdad Técnca Federco
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009
UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas
Más detallesANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR
1 ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR Dela E. Montalvo Roca 1, Gaudenco Zurta Herrera 1 Ingenera en Estadístca Informátca Drector de Tess. M.Sc. en Matemátcas, Unversty of South
Más detallesH 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme
Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor
Más detallesAPLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO.
APLICACIONES DE LOS SISTEMAS LINEALES 1. MODELACION DE POLINOMIOS CONOCIENDO UN NUMERO DETERMINADO DE PUNTOS DEL PLANO. Dado un numero n de puntos del plano ( a, b ) es posble encontrar una funcón polnómca
Más detalles10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD
10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo
Más detallesUNIVERSIDAD NACIONAL DE INGENIERÍA
UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA UN MODELO DE EXPANSIÓN ÓPTIMA DE LA RED DE 500 KV DEL SISTEMA ELÉCTRICO PERUANO TESIS PARA OPTAR EL TÍTULO PROFESIONAL
Más detallesIntroducción a la Optimización Multiobjetivo
Introduccón a la Optmzacón Multobjetvo Optmzacón Multobjetvo (MOP) Práctcamente en cualquer área y en una varedad de contetos se presentan problemas con múltples objetvos que se contraponen entre sí A
Más detallesUtilizar sumatorias para aproximar el área bajo una curva
Cálculo I: Guía del Estudante Leccón 5 Apromacón del área bajo la curva Leccón 5: Apromacón del área bajo una curva Objetvo: Utlzar sumatoras para apromar el área bajo una curva Referencas: Stewart: Seccón
Más detallesAgrupamiento de puntos de venta en una red de distribución
Agrupamento de puntos de venta en una red de dstrbucón Utlzando el Método de grafos y la Generacón de cortes para su solucón a través del lenguaje de modelacón AMPL. 26/Ago./04 Presenta: Aracel Ramírez
Más detallesAplicación de curvas residuo y de permeato a sistemas batch y en continuo
Aplcacón de curvas resduo de permeato a sstemas batch en contnuo Alan Dder érez Ávla En el presente trabajo se presentara de manera breve como obtener las ecuacones que generan las curvas de resduo, de
Más detallesDISEÑO SEVERO. PALACIOS C. SEVERO Consultor Metalúrgico. Lima Perú
DISEÑO SEVERO PALACIOS C. SEVERO Consultor Metalúrgco espc@yahoo.com Lma Perú RESUMEN: Se ha desarrollado un nuevo dseño de mucha utldad para los procesos ndustrales al cual he denomnado Dseño Severo.
Más detallesGERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES
GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES PRONÓSTICOS PREDICCIÓN, PRONÓSTICO Y PROSPECTIVA Predccón: estmacón de un acontecmento futuro que
Más detallesEn el panel de navegación, haga doble clic en el nombre de la tabla o de la consulta a la que desee agregar registros.
Regstros Regstros Access 2013 - Funcónes báscas Introducr regstros en la hoja de datos En el panel de navegacón, haga doble clc en el nombre de la tabla o de la consulta a la que desee agregar regstros.
Más detallesTEMA 4. TEORÍA DE LA DUALIDAD.
Investgacón Operatva TEMA. TEORÍA DE LA DUALIDAD. TEMA. TEORÍA DE LA DUALIDAD..... INTRODUIÓN... ALGORITMO DUAL DEL SIMPLEX.... EJEMPLO.... EJEMPLO.... EJEMPLO... TEORÍA DE LA DUALIDAD.... PROLEMA PRIMAL
Más detallesTÍTULO 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 detalles2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo
Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso
Más detallesPoblación 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 detallesRecibido 30 de marzo de 2009, modificado 8 de septiembre de 2009, aprobado 15 de septiembre de 2009.
Optmzacón por colona de hormgas aplcada al problema de planeamento de la transmsón Ant Colony Optmzaton Appled on Transmsson Plannng Problem 33 técnca Recbdo 3 de marzo de 29, modfcado 8 de septembre de
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesTEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE
TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE LECTURA OBLIGATORIA Regresón Lneal Múltple. En Ral, A. y Varela, J. (008). Estadístca Práctca para la Investgacón en Cencas de la Salud. Coruña: Netbblo.
Más detallesA B C D Margen Básico Transmisor Wifi Número de empleados
PROBLEMA: TELEVISIÓN DIGITAL Una empresa de fabrcacón de aparatos electróncos está vendo la posbldad de lanzar al mercado decodfcacodres que permtan a los televsores analógcos vsualzar la señal de la televsón
Más detallesCAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.
CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detallesCAPÍTULO II Métodos experimentales
CAPÍTULO II Métodos expermentales En este capítulo se descrbe la técnca expermental para la obtencón y representacón de dagramas líqudo-líqudo de sstemas ternaros y cuaternaros y el equpo expermental utlzado.
Más detallesAnálisis de ruido en detectores ópticos.
Análss de rudo en detectores óptcos. La corrente real generada en un fotododo es de carácter aleatoro, cuyo valor fluctúa entre el valor promedo defndo por la foto-corrente: p = RP Dchas fluctuacones se
Más detallesECUACIONES DIFERENCIALES Problemas de Valor Inicial
DIVISIÓN DE IENIAS FÍSIAS Y MATEMÁTIAS DTO. TERMODINÁMIA Y FENÓMENOS DE TRANSFERENIA MÉTODOS AROXIMADOS EN ING. QUÍMIA TF-33 EUAIONES DIFERENIALES roblemas de Valor Incal Esta guía fue elaborada por: rof.
Más detallesVII. 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 detallesLotes óptimos de producción mediante algoritmos genéticos
IX Congreso de Ingenería de Organzacón Gjón, 8 y 9 de septembre de 2005 Lotes óptmos de produccón medante algortmos genétcos Manuel Rojas Guerrero 1, Ángel Antono Saraba Vejo 2 1 Escuela Técnca Superor
Más detallesSistemas cíclicos. Juan Antonio de la Puente DIT/UPM. Objetivos
dt UPM stemas cíclcos Juan Antono de la Puente DIT/UPM Objetvos Repasar algunos problemas concretos relaconados con la realzacón de sstemas de tempo real Introducr un método de dseño de sstemas basado
Más detallesCapitalización y descuento simple
Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los
Más detallesCAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO
8 CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO En esta seccón se descrbe el análss de posconamento y orentacón del robot paralelo: Se resuelve el problema cnemátco nverso en base a métodos
Más detallesObjetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria
Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto
Más detallesObjetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá:
Objetvos El alumno conocerá y aplcará dversas técncas de dervacón e ntegracón numérca. Al fnal de esta práctca el alumno podrá:. Resolver ejerccos que contengan dervadas e ntegrales, por medo de métodos
Más detallesSOLUCIÓN DEL DESPACHO DINÁMICO MULTI-OBJETIVO DE EMISIONES Y COSTO DE GENERACIÓN CON PUNTOS VÁLVULA MEDIANTE EL GA DE MATLAB
SOLUCIÓN DEL DESPACHO DINÁMICO MULTI-OBJETIVO DE EMISIONES Y COSTO DE GENERACIÓN CON PUNTOS VÁLVULA MEDIANTE EL GA DE MATLAB Vargas Rodríguez José Reyes (1), García Guzmán José Mguel (2), Ortega Herrera
Más detallesModelos triangular y parabólico
Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular
Más detallesSimulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.
Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón
Más detallesAlgoritmos Evolutivos Multiobjetivo Combinados para la Optimización de la Programación de Bombeo en Sistemas de Suministro de Agua
Algortmos Evolutvos Multobjetvo Combnados para la Optmzacón de la Programacón de Bombeo en Sstemas de Sumnstro de Agua Aldo Sotelo Julo Basulado Pedro Doldán Benjamín Barán Centro Naconal de Computacón
Más detallesRelaciones entre las tablas
Relacones entre las tablas Relacones entre las tablas Access 2013 Establecer una relacón entre dos tablas Los dstntos tpos de relacones entre tablas Establecer una relacón entre las tablas de la base de
Más detallesCOLEGIO INGLÉS MEDIDAS DE DISPERSIÓN
COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan
Más detallesESTADÍSTICA. 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 detallesCAPÍTULO 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 detallesProblemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel
Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al
Más detallesAnexo Nº 1 A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO
Anexo Nº 1 1. METAS DE GESTIÓN A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO Metas de Gestón Incremento anual del número de conexones domclaras de agua potable (1) Incremento
Más detalles1. 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 detallesESTÁTICA DEL SÓLIDO RÍGIDO
DSR-1 ESTÁTICA DEL SÓLIDO RÍGIDO DSR-2 ESTÁTICA DEL SÓLIDO RÍGIDO La estátca estuda las condcones bajo las cuales los sstemas mecáncos están en equlbro. Nos referremos úncamente a equlbro de tpo mecánco,
Más detallesEnlaces 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 detallesMatemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de
Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca
Más detalles315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA
35 M/R Versón Integral / 28/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Prueba Integral FECHA DE
Más detallesIntroducción a Vacío
Introduccón a Vacío Sstema de vacío Partes generales de un sstema de vacío: Fgura 1: Sstema de vacío con bomba mecánca y dfusora Fgura 2: Prncpo de funconamento de la bomba mecánca La Fg. 2 muestra el
Más detallesLa adopción y uso de las TICs en las Microempresas Chilenas
Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas
Más detallesEL 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 detallesCLAVE - Laboratorio 1: Introducción
CLAVE - Laboratoro 1: Introduccón ( x )( x ) x ( xy) x y a b a b a a a ( x ) / ( x ) x ( x ) x a b a b a b ab n! n( n 1)( n 2) 1 0! 1 x x x 1 0 1 (1) Smplfque y evalúe las sguentes expresones: a. 10 2
Más detallesMUESTREO EN POBLACIONES FINITAS
MUESTREO EN POBLACIONES FINITAS Antono Morllas A.Morllas: Muestreo 1 MUESTREO EN POBLACIONES FINITAS 1. Conceptos estadístcos báscos. Etapas en el muestreo 3. Tpos de error 4. Métodos de muestreo 5. Tamaño
Más detallesINSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA
PÁCTICA 1. INSTUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADO DE POTENCIA 1.1 Objetvos El objetvo de esta práctca consste en presentar los nstrumentos y las técncas de medda habtualmente utlzadas para
Más detallesCálculo de horarios en empresas de transporte público basados en la carga de pasajeros
VIII Congreso de Ingenería de Organzacón Leganés, 9 y 10 de septembre de 2004 Cálculo de horaros en empresas de transporte públco basados en la carga de pasaeros Jesús Racero Moreno, Marcos Calle Suárez,
Más detallesINGENIERÍA ENERGÉTICA
INGENIERÍA ENERGÉTICA PROGRAMACIÓN DE LA GENERACIÓN DE ENERGÍA ELÉCTRICA Programacón de la generacón MERCADO DIARIO Es el mercado en el que tenen lugar las transaccones de compra y venta de energía para
Más detalles