RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF

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

Download "RELACIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO PROBLEMA 1: FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTORY OF"

Transcripción

1 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, A, B y C, con un benefco por undad de 15, 12 y 10 /ud respectvamente. Los componentes se fabrcan cada uno en una línea de produccón, con una capacdad de 200 ud/semana para el componente A, 300 ud/semana para el componente B, y 400 ud/semana para el componente C. La empresa está estudando alqular dos robots para ncrementar la capacdad de produccón. Estos robots se nstalarían cada uno en una línea de produccón (no se pueden nstalar los dos en la msma). El prmero de ellos costaría 1000 /semana, e ncrementaría la capacdad en 100 ud/semana para la línea correspondente. El segundo costaría 1400 /semana, y aumentaría la capacdad en 150 ud/semana. S la empresa ha establecdo como metas a alcanzar que sus benefcos sean mayores de 1000 /semana, y su produccón total mayor de 500 undades, formular el modelo de programacón lneal que le ndque s debe alqular los robots, cómo debe asgnarlos a cada línea de produccón, y cuántas undades de cada tpo debe fabrcar. El problema debe formularse de la manera más general posble, sn smplfcacones prevas. PROBLEMA 2: SELECCIÓN DE PERSONAL (STAFF SELECTION) Una empresa está realzando un proceso de seleccón de personal para cubrr una o dos plazas (todavía no lo tenen claro) de ngenero nformátco. El objetvo de la empresa es selecconar al canddato o pareja de canddatos que mejor compromso aporte a la empresa entre su expedente académco y su capacdad de trabajo en equpo. Por otra parte, y dadas las condcones del mercado laboral, sólo puede ofrecerles contratos por horas, con lo que tambén debe decdr el número de horas por el que contratarles (con un máxmo de 1800 horas al año). Hasta el momento tene 6 canddatos, para los que conoce el expedente académco exp, la capacdad de trabajo en equpo cap, y la demanda de remuneracón por hora de cada uno de ellos rem. El expedente académco total y la capacdad de trabajo total no dependen de las horas trabajadas. Además, el canddato 5 ha dcho que sólo aceptaría el puesto s se le contrata por más de 1300 horas. por otra parte, resulta que los canddatos 2 y 4 mantuveron un enfrentamento en su anteror empresa y por tanto nunca podrían trabajar juntos. Relacón de problemas de modelado de decsón multcrtero 1/6

2 a) Formular el problema de programacón lneal general que proporcone a la empresa la mejor solucón compromso. b) Suponendo que se fjan los pesos de capacdad de trabajo y expedente académco a 0.25 y 0.75 respectvamente, determnar de entre todas las solucones posbles que proporconan el mejor compromso con estos pesos aquélla que mnmza el exceso de presupuesto con respecto a la lmtacón de presupuesto. La empresa cuenta con una lmtacón de presupuesto de anuales, aunque estaría dspuesta a subr algo s el canddato o canddatos lo merecen. Relacón de problemas de modelado de decsón multcrtero 2/6

3 SOLUCIÓN DE PROBLEMAS DE CLASE DE MODELADO DE DECISIÓN MULTICRITERIO SOLUCIÓN. FÁBRICA DE COMPONENTES ELECTRÓNICOS (FACTOR OF ELECTRONIC PARTS) Índces : índce de los productos {A, B, C} j: índce de líneas de produccón {L1, L2, L3} : índce de robot {R1, R2} l : índce de atrbutos {benefco, undades producdas} Parámetros b : benefco untaro del producto cap : capacdad de produccón de cualquer línea de produccón para fabrcar el producto cap : ncremento de capacdad asocado al robot c : coste del robot m : metas a alcanzar en cada atrbuto l l λ : factor de ponderacón de desvacón en benefcos λ benefcos undades producdas : factor de ponderacón de desvacón en undades producdas Varables : cantdad de producto a fabrcar en cada línea de produccón j j Z : asgnacón del producto a fabrcar en la línea de produccón j{0,1} j : asgno o no el robot a la línea de produccón j{0,1} j, l l PN : desvacón postva y negatva de la meta l Funcón objetvo Penalzacón ponderada de la desvacón de benefcos netos por debajo de 1000 /semana y de número de undades producdas mnλ benefcos N benefcos + λ N undadesproducdas undadesproducdas Restrccones Benefcos netos por semana Produccón total por semana j b c + N P = m j j benefcos benefcos benefcos j Relacón de problemas de modelado de decsón multcrtero 3/6

4 j + N P = m j undades producdas undades producdas undades producdas Produccón total por tpo de producto y línea de produccón j cap + cap j j Produccón por tpo de producto y línea de produccón M Z j j j j Un producto sólo se puede fabrcar en una línea de produccón Z j 1 j En un línea de produccón sólo se puede nstalar un robot Varables no negatvas y bnaras j 1 j PN, 0 l l j j 0 { 0,1} j j Relacón de problemas de modelado de decsón multcrtero 4/6

5 SOLUCIÓN. SELECCIÓN DE PERSONAL (STAFF SELECTION) Índces : Canddatos {A, B, C, D, E, F} Parámetros exp : expedente académco del canddato cap : capacdad de trabajo en equpo del canddato rem : remuneracón del canddato por hora cap, cap: capacdad de trabajo de los dos mejores/peores canddato exp, exp: expedente académco de los dos mejores/peores canddatos Varables : contratacón o no del canddato {0,1} : horas a contratar al canddato Funcón objetvo Compromso entre la capacdad de trabajo total y el expedente académco total mn w π cap π cap cap exp exp π w + exp cap cap exp exp 1/ π π Suponendo el exponente de cada térmno π. Restrccones Se ha de contratar al menos a un canddato y como mucho se pueden contratar a 2 canddatos 1 2 Horas trabajadas en funcón de su contratacón 1800 S se contrata al canddato 5 entonces ha de trabajar más de 1300 h Relacón de problemas de modelado de decsón multcrtero 5/6

6 = m(1 ) = m S se contrata al canddato 2 no se puede contratar al canddato 4 Varables no negatvas y bnaras { 0,1} 0 b) Suponendo que se fjan los pesos de capacdad de trabajo y expedente académco a 0.25 y 0.75 respectvamente, determnar de entre todas las solucones posbles que proporconan el mejor compromso con estos pesos aquélla que mnmza el exceso de presupuesto con respecto a la lmtacón de presupuesto. La empresa cuenta con una lmtacón de presupuesto de anuales, aunque estaría dspuesta a subr algo s el canddato o canddatos lo merecen. Funcón objetvo Mnmzar el exceso de presupuesto con respecto al límte de anuales mnp Las restrccones de la anteror formulacón se ncluyen en esta formulacón y tambén se añaden las dos restrccones sguentes: Coste de la contratacón rem + n p= La solucón debe pertenecer al conjunto de solucones óptmas del problema anteror para dchos coefcentes de la f.o. cap cap exp exp = fo cap cap exp exp * Sendo fo el valor de la f.o. del problema del apartado anteror con los pesos 0.25 y 0.75 respectvamente. * Relacón de problemas de modelado de decsón multcrtero 6/6

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas

Optimización multicriterio. Andrés Ramos Universidad Pontificia Comillas Optmzacón multcrtero Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu Contendo 1. Conceptos báscos 2. Métodos contnuos 3. Métodos dscretos Escuela Técnca

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD 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 detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En un mercado hay dos consumidores con las siguientes funciones de utilidad: En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta

Más detalles

TEMA 4. TEORÍA DE LA DUALIDAD.

TEMA 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 detalles

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

315 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 detalles

3.- Programación por metas.

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

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

INGENIERÍA ENERGÉTICA

INGENIERÍA 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

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

Programación mixta-entera

Programación mixta-entera Programacón mxta-entera Prof. Cesar de Prada ISA UVA prada@autom.uva.es Indce Problemas híbrdos Tpos de problemas mxto-enteros Algortmo Branch and Bound Ejemplos Software Problemas híbrdos Muchos problemas

Más detalles

MODELOS OPERATIVOS DE GESTIÓN

MODELOS OPERATIVOS DE GESTIÓN Equaton Secton (Next) MODELOS OPERATIVOS DE GESTIÓN Begoña Vtorano Septembre 2009 ÍNDICE MODELOS DE PROGRAMACIÓN MATEMÁTICA PARA GESTIÓN.... Modelos característcos de programacón matemátca para gestón.....

Más detalles

Relaciones entre variables

Relaciones 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 detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación 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 detalles

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

Más detalles

La elasticidad como una aplicación de análisis de oferta y demanda

La elasticidad como una aplicación de análisis de oferta y demanda La elastcdad como una aplcacón de análss de oerta y demanda por Aracel Ramírez Zamora La elastcdad mde la sensbldad de una varable a otra, nos ndca la varacón porcentual que expermentará la cantdad demandada

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

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

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más 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

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Enfoques empleados en el análss de la nteraccón repetda entre empresas: Juegos repetdos.

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

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

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

Juegos estáticos con información completa

Juegos estáticos con información completa Teoría de las decsones y de los juegos. Tema : Juegos estátcos con nformacón completa Juego en forma normal g = ( N={,,,n},(S,,S n ), (u,,u n ) ) N conjunto de jugadores, œ N (fnto) S, conjunto de estrategas

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo 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 detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

La Relación existente entre Gasto y Déficit Público en Latinoamérica ( )

La Relación existente entre Gasto y Déficit Público en Latinoamérica ( ) La Relacón exstente entre Gasto y Défct Públco en Latnoamérca (1960-2004) XXV Encuentro de Economstas Banco Central de Reserva del Perú Rodolfo Baca Gómez- Sánchez Lma, Dcembre 2007 1 Resumen Estudar cómo

Más detalles

c = costo unitario de transportar entre el origen i a un destino j x = Cantidad transportada desde el origen i al destino j UNIDAD VI

c = costo unitario de transportar entre el origen i a un destino j x = Cantidad transportada desde el origen i al destino j UNIDAD VI UNIDAD VI VI. ESTRUCTURA Y SOLUCIÓN DE UN MODELO PARA EL SISTEMA DE TRANSPORTE, ASIGNACIÓN Y TRANSBORDO.. Estructura Del modelo de transporte En esta oportundad analzaremos la estructura de tres tpos de

Más detalles

Optimización no lineal

Optimización 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 detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 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 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

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

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

UNIDAD I. Introducción al Análisis Numérico

UNIDAD I. Introducción al Análisis Numérico UNIDAD I Introduccón al Análss Numérco Métodos Numércos Son técncas medante las cuales es posble formular problemas matemátcos, de tal forma que puedan resolverse utlzando operacones artmétcas. Requeren

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

Análisis de ruido en detectores ópticos.

Análisis 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 detalles

Riesgos Proporcionales de Cox

Riesgos Proporcionales de Cox Resgos Proporconales de Cox Resumen El procedmento Resgos Proporconales de Cox esta dseñado para ajustar un modelo estadístco sem-parámetrco a los tempos de falla de una o mas varables predctoras. Los

Más detalles

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo,

1 EY ( ) o de E( Y u ) que hace que g E ( Y ) sea lineal. Por ejemplo, Modelos lneales generalzados En los modelos no lneales (tanto en su formulacón con coefcentes fjos o coefcentes aleatoros) que hemos vsto hasta ahora, exsten algunos que se denomnan lnealzables : son modelos

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. 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 detalles

LA INVESTIGACIÓN DE OPERACIONES APLICADA AL MEJORAMIENTO DE LA PRODUCCIÓN EN FINCAS GANADERAS EN COLOMBIA

LA INVESTIGACIÓN DE OPERACIONES APLICADA AL MEJORAMIENTO DE LA PRODUCCIÓN EN FINCAS GANADERAS EN COLOMBIA LA INVESTIGACIÓN DE OPERACIONES APLICADA AL MEJORAMIENTO DE LA PRODUCCIÓN EN FINCAS GANADERAS EN COLOMBIA Autores: Ing. RODRIGO ALBERTO CÁLIZ OSPINO, Ing. IVÁN ALFREDO ALEÁN RUÍZ Dreccón y asesoría: Ing.,

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

Métodos específicos de generación de diversas distribuciones discretas

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

Más detalles

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2 5 M de R Versón Segunda Parcal /8 Lapso 8/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 5 MOMENTO: Segunda Parcal

Más detalles

1.DISPOSICIONES GENERALES

1.DISPOSICIONES GENERALES DE 1.DISPOSICIONES GENERALES CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE Orn ECD/20/2016, 22 marzo, que modfca la Orn ECD/97/2015, 10 agosto, por la que se dctan nstruccones para la mplantacón l Bachllerato

Más detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

Departamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011

Departamento de Señales, Sistemas y Radicomunicaciones Comunicaciones Digitales, junio 2011 Departamento de Señales, Sstemas y Radcomuncacones Comuncacones Dgtales, juno 011 Responder los problemas en hojas ndependentes. No se permte el uso de calculadora. Problema 1 6 p.) En este ejercco se

Más detalles

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 - Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La

Más detalles

2.2.CURSOS, OPOSICIONES Y CONCURSOS

2.2.CURSOS, OPOSICIONES Y CONCURSOS DE 2.2.CURSOS, OPOSICIONES Y CONCURSOS SERVICIO CÁNTABRO DE SALUD Resolucón por la que se convoca el procedmento especal seleccón para la cobertura una plaza Facultatvo Especalsta Área Crugía General y

Más detalles

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w

Más detalles

CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES

CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES Bernardello, Alca Blanca y Vcaro, Aldo Omar Departamento de Matemátca Facultad de Cencas Económcas de la Unversdad de Buenos

Más detalles

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial sobre Máquinas de Vectores Soporte (SVM) Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad

Más detalles

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS ESCUELA: CARRERA: ESPECALDAD: COORDNACON: DEPARTAMENTO: UPCSA NGENERA EN TRANSPORTE ACADEMAS DE MATEMATCAS CENCAS BASCAS ASGNATURA: MATEMATCAS APLCADAS : TMMA SEMESTRE: 4 CREDTOS: 8 VGENTE: ENERO 2000

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIONES

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA. Ingeniería Química UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA Ingenería Químca Undad I. Introduccón a los cálculos de Ingenería Químca

Más detalles

TEMA 3. VARIABLE ALEATORIA

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

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD OPIMIZACIÓN CON RESRICCIONES DE IGUALDAD Localzacón de óptos de funcones sujetas a restrccones en fora de gualdad écnca de los ultplcadores de Lagrange Forulacón estándar del problea f =,,..., Se consderarán

Más detalles

Modelos triangular y parabólico

Modelos 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 detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

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

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

Nuevos Algoritmos en el Problema de Transporte. UPV. Correo-e: RESUMEN

Nuevos Algoritmos en el Problema de Transporte. UPV. Correo-e: RESUMEN V Congreso de Ingenería de Organzacón Valladold-Burgos, 4-5 Septembre 003 ƒ Índce Nuevos Algortmos en el Problema de Transporte Francsco López Ruz 1, Germán Arana Landín 1 Doctor Ingenero Industral, Departamento

Más detalles

Determinación de las vacaciones y de la jornada laboral en un centro de servicios con trabajadores polivalentes y jornada anualizada *.

Determinación de las vacaciones y de la jornada laboral en un centro de servicios con trabajadores polivalentes y jornada anualizada *. ƒ Índce Determnacón de las vacacones y de la jornada laboral en un centro de servcos con trabajadores polvalentes y jornada anualzada *. A. Coromnas, A. Lusa 2, R. Pastor 3 Dr. Ing. Industral, IOC-DOE-ESEIB,

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Agregación temporal en el Análisis por Envoltura de Datos

Agregación temporal en el Análisis por Envoltura de Datos Agregacón temporal en el Análss por Envoltura de Datos ƒ Índce Gabrel Vlla Caro, Marcos Calle Suárez 2, osé Manuel García Sánchez 3 Ingenero Industral. Dpto. Organzacón Industral Gestón de Empresas. Escuela

Más detalles

LOCALIZACIÓN ÓPTIMA DE FACTS SERIE EN SISTEMAS DE TRANSMISIÓN CONSIDERANDO EL FLUJO DE POTENCIA ACTIVA.

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. José H. Vvas N. Antono Estezo R. Davd Temes R. jhvvas@usb.ve a.estezo@eee.org lte@cantv.net Unversdad

Más detalles

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

TEMA 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 detalles

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Optimización no lineal

Optimización no lineal Optmzacón no lneal Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu CONENIDO PROBLEMAS DE PROGRAMACIÓN NO LINEAL IPOS DE PROBLEMAS NLP CLASIFICACIÓN DE MÉODOS

Más detalles

Los Beneficios. Microeconomía Douglas C. Ramírez V. La producción y la oferta

Los Beneficios. Microeconomía Douglas C. Ramírez V. La producción y la oferta Los Benefcos Mcroeconomía Douglas C. Ramírez V. La produccón la oferta La esenca de la actvdad productva es obtener benes servcos (mercancías) con destno fnal al consumo por medo de los recursos de la

Más detalles

ALINEAMIENTO DE DOS SECUENCIAS (pairwise alignment)

ALINEAMIENTO DE DOS SECUENCIAS (pairwise alignment) ALINEAMIENTO DE DOS SECUENCIAS (parwse algnment) El alneamento de una pareja de secuencas permte cuantfcar el grado de smltud que hay entre ellas y determnar s exste algún tpo de relacón entre ambas. Para

Más detalles

YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL

YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL 27 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 2003 YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL J. Guad, J. Larrañeta, L. Oneva Departamento de Organzacón Industral

Más detalles

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW)

UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW) Scenta et Technca Año XIV, No 39, Septembre de 2008. Unversdad Tecnológca de Perera. ISSN 0122-1701 229 UN PROBLEMA LOGÍSTICO DE PROGRAMACIÓN DE VEHÍCULOS CON VENTANAS DE TIEMPO(VRPTW) A logstc case of

Más detalles

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1

NÚMEROS COMPLEJOS. y sabemos que no podemos calcular raíces de números negativos en R. Para resolver este problema introduciremos el valor i = 1 NÚMEROS COMPLEJOS 1. Qué es un número complejo? Defncones. La ecuacón x + 1 = 0 no tene solucón en el campo real puesto que s ntentamos resolverla tendremos que x = ± 1 y sabemos que no podemos calcular

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 7 RENTAS FRACCIONADAS

TEMA 7 RENTAS FRACCIONADAS TEMA 7 RENTAS FRACCIONADAS. INTRODUCCIÓN En la actvdad normal de las entdades fnanceras es muy frecuente ue la perodcdad con ue se hacen efectvos los sucesvos térmnos no sean anuales, como hasta ahora

Más detalles

ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a)

ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 (6a) ELECTRICIDAD Y MAGNETISMO FIZ 1300 FIS 1532 Rcardo Ramírez Facultad de Físca, Pontfca Unversdad Católca, Chle 1er. Semestre 2008 Corrente eléctrca CORRIENTE ELECTRICA Corrente eléctrca mplca carga en movmento.

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles