Herramienta software para resolver procesos de decisión de Markov utilizando recocido simulado
|
|
- Pilar Vargas Blanco
- hace 6 años
- Vistas:
Transcripción
1 Herramienta software para resolver procesos de decisión de Markov utilizando recocido simulado Cristhian D SANDOVAL Ximena GALINDO Roberto E SALAS RESUMEN Este artículo expone el diseño del prototipo de software PDM- RC (Procesos de decisión de Markov implementando recocido simulado) y la implementación que se realizó utilizando varias tecnologías. Se describe el problema del Remplazo del automóvil, la forma como el prototipo lo soluciona y los resultados y conclusiones obtenidos. Palabras Claves: Procesos de Decisión de Markov, Recocido Simulado, Política, Matlab y Java. 1. INTRODUCCIÓN La importancia que tienen los procesos de decisión de Markov (PDM) en varios campos de la ciencia y la industria está ligada a la capacidad que tienen para predecir el comportamiento de un sistema a través del tiempo y lograr tomar decisiones con criterio o probabilidad. Los PDM están conformados por cadenas de Markov, estas no son más que una serie de eventos, en la cual la probabilidad de que ocurra un evento depende del evento inmediatamente anterior. En efecto, las cadenas de este tipo tienen memoria, recuerdan el último evento y esto condiciona las posibilidades de los eventos futuros. El prototipo de software PDM-RC nace de un intento por encontrar políticas óptimas de procesos de decisión de markov aprovechando todas las ventajas que nos ofrecen los algoritmos metaheuriticos y en específico el algoritmo de recocido simulado que es el algoritmo que utiliza el prototipo para determinar la política optima que maximice la recompensa durante una cantidad finita de estados. Con el software PDM-RC se han podido resolver varios problemas descritos en libros de investigación de operaciones pero también funciona para ejercicios propuestos o que son de tipo experimental cuya finalidad siempre es encontrar la mejor política para obtener una recompensa óptima. 2. GENERALIDADES Recocido Simulado El recocido simulado o Simulated annealing (SA) es un algoritmo de búsqueda local capaz de escapar de los óptimos locales permitiendo que bajo ciertas circunstancias se admitan movimientos que empeoren la mejor solución encontrada hasta el momento en el proceso de búsqueda [1]. Entre sus características principales se debe resaltar que es un algoritmo que implementa el procedimiento de búsqueda local para mejorar progresivamente las soluciones. Para ello examina la vecindad y toma el primer movimiento que produce una mejora en la solución actual. En cuanto a la cantidad de soluciones que utiliza el algoritmo SA para realizar la búsqueda se puede decir que pertenece al grupo de las metaheurísticas trayectoriales, es decir que el algoritmo SA parte de una única solución inicial y es capaz de generar un camino o trayectoria en el espacio de búsqueda. La función objetivo es estática ya que no presenta cambios durante el proceso de la búsqueda y que el algoritmo no presenta inconvenientes a la hora de decidir si se quiere minimizar o maximizar una función. La estructura de vecindad es estática para limitar el campo de soluciones vecinas, esto garantiza la potencia del algoritmo y permite buscar en vecindades de diferentes tamaños [1] Cadenas de Markov Son una herramienta para analizar el comportamiento de determinados tipos de procesos estocásticos, esto es, procesos que evolucionan de forma no determinística a lo largo del tiempo en torno a un conjunto de estados. Una cadena de Markov, por tanto, representa un sistema que varía su estado a lo largo del tiempo, siendo cada cambio una transición del sistema. Dichos cambios no están predeterminados, aunque sí lo está la probabilidad del próximo estado en función de los estados anteriores, probabilidad que es constante a lo largo del tiempo (sistema homogéneo en el tiempo).eventualmente, en una transición el nuevo estado puede ser el mismo que el anterior y es posible que exista la posibilidad de influir en las probabilidades de transición actuando adecuadamente sobre el sistema (decisión) [2]. 192
2 Estados Los estados son una caracterización de la situación en que se halla el sistema en un instante dado, dicha caracterización puede ser tanto cuantitativa como cualitativa [3]. Procesos de decisión de Markov Un proceso de decisión de Markov es similar a una cadena de Markov con la diferencia que la matriz de transición depende de la acción tomada por un agente en cada paso del tiempo. El objetivo es hallar una función llamada política, la cual especifica qué acción se va tomar en cada estado, de modo que optimice alguna función de costo o de recompensa. Los PDM proveen un marco matemático para modelar problemas de decisión secuencial en ambientes dinámicos inciertos. Un PDM es una tupla (S,A,P,R) donde S es un conjunto finito de estados, A es un conjunto finito de acciones, P: S * A * S [0,1] es la función de probabilidad de transición, la cual asocia un conjunto de probables estados alcanzados a una acción dada en el estado en evaluación. R(S,A) denota la recompensa obtenida si se aplica la acción A en el estado S. D (s) denota una política (o estrategia) que produce una acción para cada estado, es una regla que especifican cuáles acciones podrían aplicarse en cada caso[3]. visualización y representación de gráficos, así como para el desarrollo de algoritmos. Matlab incorpora, además, otras librerías que son colecciones de funciones especializadas y diseñadas para resolver problemas muy específicos y que se pueden integrar con facilidad a proyectos y/o tecnologías externas [6]. Integración MATLAB y JAVA En el modelo recompensa esperada de la política D es necesario encontrar los i o probabilidades de estado estable de la matriz de transición asociada a una política, por esta razón se utilizó librerías de Matlab que fueran capaz de resolver sistemas de ecuaciones y así poder encontrar los i solicitados. La integración de MATLAB y JAVA que se utilizó está basada en crear un componente en Matlab que reciba una matriz de transición, solucione y retorne un vector columna con las probabilidades de estado estable. A continuación en la figura 1 se muestra el diseño de cómo interactúan Matlab y java. Decisión Una decisión es la unión de una matriz de transición y una matriz de recompensa. La matriz de transición representa la probabilidad de pasar de un estado i a un estado j y la matriz de recompensa representa la ganancia que se obtiene de pasar de un estado i a un estado j. Política Es una regla que específica qué decisión tomar en cada estado.un proceso de decisión de Markov tiene como mínimo (m)^n políticas, donde n son la cantidad de estados y m la cantidad de decisiones que se pueden tomar en cada estado. Las políticas pueden depender del estado actual, de los estados pasados o de acciones externas. Una política óptima es aquella que maximiza el valor esperado de recompensa total de un estado específico para cierto número de transacciones [4]. Recompensa esperada de la política D El siguiente modelo se conoce como Costo promedio esperado (a largo plazo) por unidad de tiempo. En la implementación de este trabajo es utilizado para encontrar la recompensa de una política D y por eso se han redefinido algunos conceptos que a continuación se pueden apreciar en la ecuación (1). Figura 1. Interacción MATLAB y JAVA 3. SOFTWARE PDM-RC El software desarrollado que implementa el recocido simulado se desarrolló en java y los cálculos de la matriz de transición los hace matlab. En la figura 2 se muestra el caso de uso general del software PDM-RC. n R ia i= 1 E( R( D)) = π (1) i Donde: n es el número de estados. R ia es la recompensa de tomar la decisión a en el estado i. i es la probabilidad de estado estable en i. Matlab es un potente lenguaje diseñado para la computación técnica. Matlab puede ser utilizado en computación matemática, modelado y simulación, análisis y procesamiento de datos, Figura 2 Modelo de Caso de uso General PDM-RC En el caso de uso general se puede apreciar la interacción del usuario con las funciones que dispone el prototipo y la forma como el como el prototipo soluciona y responde internamente la solicitud requerida. 193
3 La Figura 3 presenta el modelo de interfaz que muestra como es la navegación a través del software. Q Año 16 R Año 17 S Año 18 T Año 19 Definición de decisiones Para este problema se definen 2 decisiones, cada decisión está conformada por una matriz de transición y una matriz de recompensa. Figura 3 Modelo de interfaz general PDM-RC 3. PROBLEMA DEL REEMPLAZO DEL AUTOMOVIL En la tabla 2 se representa la probabilidad de pasar de un estado i a un estado j si se toma la decisión de mantener el carro en un momento dado. Tabla 2. Matriz de transición para la decisión de mantener el carro Una persona desea revisar cada año el estado y los costos que tienen su carro y así tomar una decisión de mantener el actual carro o negociarlo por uno nuevo en ese momento. El estado del sistema, i, es descrito por la edad del carro; i puede ir desde 0 hasta 19(o desde el estado A hasta el estado T). A fin de mantener, el número de estados finitos, un carro de edad 19 permanece como un carro de edad 19 por siempre (Es considerado que ya está gastado). Las alternativas disponibles en cada estado son dos, mantener el carro actual o negociarlo por uno nuevo. En el estado 0 como el carro es nuevo, no es factible tomar la decisión de negociarlo. Así las cosas, tenemos 20 estados en los cuales se pueden tomar dos decisiones posibles, de modo que hay 2^20 posibles políticas, lo que es más de un billón de políticas. Definición de estados Para este problema se definen 20 estados, la tabla 1 se puede ver la representación y definición de cada uno. En la tabla 3 se representa la recompensa de pasar de un estado i a un estado j si se toma la decisión de mantener el carro en un momento dado. Tabla 3. Matriz de recompensas para la decisión de mantener el carro Tabla 1. Conjunto de estados para el problema del reemplazo de automovil Estado Condición A Año 0 B Año 1 C Año 2 D Año 3 E Año 4 F Año 5 G Año 6 H Año 7 I Año 8 J Año 9 K Año 10 L Año 11 M Año 12 N Año 13 O Año 14 P Año 15 En la tabla 4 se representa la probabilidad de pasar de un estado i a un estado j si se toma la decisión de negociar el carro en todos los estados. 194
4 Tabla 4. Matriz de transición para la decisión de negociar el carro Tabla 6. Mejor política encontrada por PDM-RC En la tabla 5 se representa la recompensa de pasar de un estado i a un estado j si se toma la decisión de negociar el carro en todos los estados. Tabla 5. Matriz de recompensas para la decisión de mantener el carro La evolución de la recompensa en el problema del reemplazo del automóvil en 250 iteraciones aplicando recocido simulado se muestra en la figura SOLUCIÓN UTILIZANDO EL PROTOTIPO DE SOFTWARE PDM-RC Se comenzó con una temperatura inicial de 8000 unidades, para una misma temperatura se realizaron 10 iteraciones, y se realizaron 25 iteraciones con temperaturas diferentes, es decir, el algoritmo tuvo en total 250 iteraciones. Para la disminución de la temperatura se utilizó el esquema Descenso geométrico (T= *T, T<1). La mejor política encontrada se ve en la Tabla 6 y su recompensa es de 470,5 unidades. La decisión 1 es mantener el carro y la 2 es negociar el carro por uno nuevo. Figura 4.Grafica de resultados encontrados en cada iteración 5. CONCLUSIONES El software PDM-RC demostró que puede solucionar problemas amplios gracias a su facilidad de ingresar matrices de transición grandes. La política encontrada es aceptable por tener recompensa alta además de haber sido encontrada en tiempo relativamente corto. En problemas pequeños el prototipo siempre converge a la misma política, pero en problemas grades como el tratado en este artículo el prototipo encuentra políticas diferentes pero muy similares una de la otra esto se debe a que la cantidad de datos es más amplia y los resultados muy versátiles pero con la suficientes validez para ser tomados como óptimos. 195
5 6. REFERENCIAS [1] Duarte M. A., Pantrigo F.J. y Gallego C.M. MetaHeurísticas, 1a ed. Madrid: Dykinson, [2] Hillier F. S. y Lieberman G. J. Introducción a la investigación de operaciones, 6a ed. : McGraw Hill, [3] Joan B Fonollosa José M Sallan Albert Suñé (2002) Métodos cuantitativos de organización industrial II. [4] Salas, R (2007) SIMULATED ANNEALING PARA LA BÚSQUEDA DE POLÍTICAS ÓPTIMAS EN PROCESOS DE DECISIÓN DE MARKOV. Vínculos.vol 2, 113, [Online], Disponible en: < le/view/4086/5751> [5] Taha, H. Investigación de operaciones, 7a ed. México: PEARSON EDUCACIÓN, [6] Amos Gilat (2005) MATLAB: UNA INTRODUCCIÓN CON EJEMPLOS PRÁCTICOS 196
Carrera: INB Participantes. Representante de las academias de ingeniería industrial de. Academias Ingeniería Industrial.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de Operaciones II Ingeniería Industrial INB-0412 4-0-8 2.- HISTORIA
Más detallesSílabo del curso Investigación Operativa II
Sílabo del curso Investigación Operativa II Marzo julio 2013 VI Ciclo Profesor Luis Miguel Sierra 1 I. Datos generales del curso Asignatura : Investigación Operativa II Código : 03145 Requisito : Investigación
Más detallesMQ1 - Métodos Cuantitativos 1
Unidad responsable: 860 - EEI - Escuela de Ingeniería de Igualada Unidad que imparte: 732 - OE - Departamento de Organización de Empresas Curso: Titulación: 2016 GRADO EN INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA INVESTIGACIÓN DE OPERACIONES II CÓDIGO DE MATERIA MC 110 DEPARTAMENTO CIENCIAS BIOLÓGICAS ÁREA DE FORMACIÓN BÁSICA PARTICULAR
Más detallesMETODOS CUANTITATIVOS IV
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA CENTRO UNIVERSITARIO DE ORIENTE CIENCIAS ECONÓMICAS PROGRAMA FIN DE SEMANA METODOS CUANTITATIVOS IV GUÍA PROGRAMÁTICA (EDICIÓN 2016) CHIQUIMULA, GUATEMALA ENERO 2016
Más detallesAño Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS
Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional
Más detallesMÉTODOS PROBABILÍSTICOS DE OPTIMIZACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN DIVISIÓN DE MATEMÁTICAS E INGENIERÍA LICENCIATURA EN INGENIERÍA CIVIL ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1514 SEMESTRE:
Más detallesde Operaciones Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación Profesor: I.S.C. Guadalupe Hernández Coca
Área Académica: Sistemas Computacionales Tema: Tipos de Modelos en Investigación de Operaciones Profesor: I.S.C. Guadalupe Hernández Coca Periodo: Julio Diciembre 2011 Keywords: investigation of operations,
Más detallesNombre de la asignatura: Investigación de Operaciones II. Créditos: Aportación al perfil
Nombre de la asignatura: Investigación de Operaciones II Créditos: 2-2-4 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes
Más detallesToda copia en PAPEL es un "Documento No Controlado" a excepción del original.
Responsable del Proceso: Docente frente a grupo Fecha de Versión: 8 de Agosto 016 Apartado: 7.1 Copia No. Código: PD-ICA-1031 Versión No.: 03 Hoja : de 1 4.3. Competencias Instrumentales: Capacidad de
Más detallesMétodos Numéricos. Carrera: BQM Participantes. Representantes de las academias de Ingeniería Bioquímica. Academia de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Métodos Numéricos Ingeniería Bioquímica BQM - 0524 3-2-8 2.- HISTORIA DEL PROGRAMA
Más detalles4.3. COMPETENCIA MATEMÁTICA
4.3. COMPETENCIA MATEMÁTICA 4.3.1. Distribución del alumnado por niveles de competencia A continuación presentamos la distribución de las alumnas y los alumnos por niveles en la Competencia matemática
Más detallesIntroducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:
Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf
Más detallesSeries Temporales. Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, Leganés (Madrid)
Series Temporales Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, 30. 28911 Leganés (Madrid) Series Temporales Introducción Problema de predicción Modelos neuronales
Más detallesUNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS
UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA FACULTAD DE CIENCIAS PROGRAMA DE MATEMÁTICAS PLAN DE ESTUDIOS ASIGNATURA : ELECTIVA I - PROGRAMACION CÓDIGO : 8104661 SEMESTRE : IV CRÉDITOS : 4 FECHA DE
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: 1409 SEMESTRE: 4 (CUARTO) MODALIDAD
Más detallesCAPÍTULO I GENERALIDADES
CAPÍTULO I GENERALIDADES 1.1 Descripción del problema La arquitectura que muestra una biblioteca de la sociedad de la información ya no es simplemente el lugar donde se guarda o almacena variedades de
Más detallesAlgebra Sigla MAT2001
TIPO DE ACTIVIDAD: Ejercicios Título Actividad: Nombre Asignatura: Concepto de Función Algebra Sigla MAT2001 Semana Nº: 1 Actividad Nº 1 Lugar APRENDIZAJES ESPERADOS: Aprendizaje 1 Sala de clases Otro
Más detallesBreve introducción a la Investigación de Operaciones
Breve introducción a la Investigación de Operaciones Un poco de Historia Se inicia desde la revolución industrial, usualmente se dice que fue a partir de la segunda Guerra Mundial. La investigación de
Más detallesCONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD
CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos
Más detallesClasificación de sistemas
Capítulo 2 Clasificación de sistemas 2.1 Clasificación de sistemas La comprensión de la definición de sistema y la clasificación de los diversos sistemas, nos dan indicaciones sobre cual es la herramienta
Más detallesSISTEMAS INFORMÁTICOS PROGRAMACION I - Contenidos Analíticos Ing. Alejandro Guzmán M. TEMA 2. Diseño de Algoritmos
TEMA 2 Diseño de Algoritmos 7 2. DISEÑO DE ALGORITMOS 2.1. Concepto de Algoritmo En matemáticas, ciencias de la computación y disciplinas relacionadas, un algoritmo (del griego y latín, dixit algorithmus
Más detallesPontificia Universidad Católica del Ecuador
. DATOS INFORMATIVOS FACULTAD: Facultad de Ciencias Administrativas y Contables CARRERA: Administración de Empresas Asignatura/Módulo: Investigación Operativa Código:859 Plan de estudios: A0 Nivel: 4 Prerrequisitos:
Más detallesDIAGRAMAS UML ANDRÉS ESTEBAN MARTÍNEZ HUTA CICLO DE VIDA DEL SOFTWARE GLORIA CECILIA RÍOS MUÑOZ
DIAGRAMAS UML ANDRÉS ESTEBAN MARTÍNEZ HUTA CICLO DE VIDA DEL SOFTWARE 10 GLORIA CECILIA RÍOS MUÑOZ INSTITUCIÓN EDUCATIVA GABRIEL GARCÍA MÁRQUEZ MEDELLÍN 2013 DIAGRAMAS Un diagrama es una representación
Más detallesSon una clase particular de los algoritmos evolutivos.
Algoritmos Genéticos (AGs) Los AGs son técnicas de resolución para problemas de Búsqueda Optimización Aprendizaje en máquinas Son una clase particular de los algoritmos evolutivos. Los AGs intentan resolver
Más detallesAsignaturas antecedentes y subsecuentes Análisis Numérico II
PROGRAMA DE ESTUDIOS Análisis Numérico I Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0033 Asignaturas antecedentes y subsecuentes Análisis
Más detallesEscribir programas a partir de un diagrama de flujo
Escribir programas a partir de un diagrama de flujo por Iván Cruz En esta lectura se revisará una estrategia específica para lograr implementar un programa computacional a partir de un diagrama de flujo,
Más detallesLA TEORÍA DE JUEGOS Y LOS OLIGOPOLIOS
LA TEORÍA DE JUEGOS Y LOS OLIGOPOLIOS Se toma en cuenta el comportamiento esperado de otros. Se considera el reconocimiento mutuo de la interdependencia. La teoría de los juegos es una rama de la matemática
Más detalles2.3 Clasificación de modelos matemáticos.
2.3 Clasificación de modelos matemáticos. Qué es un modelo? Un modelo es una representación ideal de un sistema y la forma en que este opera. El objetivo es analizar el comportamiento del sistema o bien
Más detallesCarrera: ECC Participantes Representante de las academias de ingeniería electrónica de los Institutos Tecnológicos. Academias de Ingeniería
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Circuitos Eléctricos I Ingeniería Electrónica ECC-0403 4 2 10 2.- HISTORIA DEL
Más detallesProcesos estocásticos
Procesos estocásticos Las cadenas de Markov estudian procesos estocásticos Los procesos estocásticos son modelos matemáticos que describen sistemas dinámicos sometidos a procesos aleatorios Parámetros:
Más detallesModelos Para la Toma de Decisiones
Modelos Para la Toma de Decisiones 1 Sesión No. 5 Nombre: Modelos de decisión. Primera parte. Contextualización Modelos para decidir? Hemos visto herramientas de tipo más bien matemático que nos permiten
Más detallesPROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2007 DIURNO INGENIERÍA DE SISTEMAS ASIGNATURA
PROGRAMA DETALLADO VIGENCIA TURNO UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA 2007 DIURNO INGENIERÍA DE SISTEMAS SEMESTRE ASIGNATURA 7mo PROCESOS ESTOCASTICOS CÓDIGO HORAS MAT-31414
Más detallesCC3001 Algoritmos y Estructuras de Datos Tarea 1: Algoritmos simples de ordenación
CC3001 Algoritmos y Estructuras de Datos Tarea 1: Algoritmos simples de ordenación Profs. Nelson Baloian, Benjamin Bustos, José A. Pino 4 de agosto de 2009 Fecha de entrega: 18 de agosto de 2009 a las
Más detallesLIBRO GUIA: INVESTIGACIÓN DE OPERACIONES Hamdy A. Taha. Editorial Pearson Prentice Hall, 2004
UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍAS: ELÉCTRICA, ELECTRÓNICA, FÍSICA Y CIENCIAS DE LA COMPUTACIÓN PROGRAMA INGENIERÍA DE SISTEMAS Y COMPUTACIÓN ASIGNATURA: INVESTIGACIÓN DE OPERACIONES
Más detallesDOCUMENTO DE APOYO PARA PROYECTOS
DOCUMENTO DE APOYO PARA PROYECTOS Los ejemplos que a continuación se encuentran en este documento de apoyo al estudiante, tiene como objetivo dar una serie de ejemplos mínimos de algunas partes de los
Más detallesCurso: 1º Créditos ECTS: 6 Tipo de asignatura: Básica Tipo de formación: Teórico-práctica
Ficha Técnica Titulación: Grado en Economía Plan BOE: BOE número 75 de 28 de marzo de 2012 Asignatura: Módulo: Instrumental Curso: 1º Créditos ECTS: 6 Tipo de asignatura: Básica Tipo de formación: Teórico-práctica
Más detallesMODELOS DE INVESTIGACION DE OPERACIONES
MODELOS DE INVESTIGACION DE OPERACIONES CARACTERÍSTICAS Los modelos se dividen en determinísticos (no probabilisticos) y estocásticos (probilisticos). Hay otros modelos híbridos porque incluyen las dos
Más detalles4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN LICENCIATURA EN MATEMÁTICAS APLICADAS Y COMPUTACIÓN ACATLÁN PROGRAMA DE ASIGNATURA CLAVE: SEMESTRE: 5 (QUINTO) MODALIDAD
Más detallesUniversidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
Más detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesCAPÍTULO III I. MARCO METODOLÓGICO. Este capítulo hace mención a los aspectos metodológicos de la
CAPÍTULO III I. MARCO METODOLÓGICO Este capítulo hace mención a los aspectos metodológicos de la investigación utilizados para la solución del problema. Antes de todo, es necesario definir lo que es una
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES
UNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES Área de formación: Disciplinaria Unidad académica: Programación Orientada a Objetos Ubicación: Cuarto Semestre Clave: 2087 Horas
Más detalles1. Unidad Académica: Facultad de Ciencias
UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA COORDINACIÓN DE FORMACIÓN BÁSICA COORDINACIÓN DE FORMACIÓN PROFESINAL Y VINCULACIÓN UNIVERSITARIA PROGRAMA DE UNIDADES DE APRENDIZAJE POR COMPETENCIAS 1. Unidad
Más detallesSimulación de eventos discretos.
Simulación de eventos discretos http://humberto-r-alvarez-a.webs.com Qué es simulación? Consiste en diseñar y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentalmente con
Más detallesProyecto Multimedia. Elio Sancristóbal Ruiz
Proyecto Multimedia Elio Sancristóbal Ruiz Índice Áreas que participan en un proyecto multimedia. Área de redacción Área de producción Área técnica Área artística Máster en Ingeniería de la Web 2 Área
Más detallesRequerimientos de Software
Requerimientos de Software Ingeniería de Requerimientos Se define como el proceso de establecer los servicios que el consumidor requiere de un sistema y las restricciones sobre las cuales de funcionar
Más detallesAPD 1305 2-3 - 5 SATCA 1 : Carrera:
1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: SATCA 1 : Carrera: Robótica Industrial APD 1305 2-3 - 5 Ingeniería Mecánica 2. Presentación Caracterización de la asignatura
Más detallesEI MT1008 Programación II
GRADO EN INGENIERÍA INFORMÁTICA GRADO EN MATEMÁTICA COMPUTACIONAL EI1008 - MT1008 Programación II Curso 2010-2011 Departamento de Lenguajes y Sistemas Informáticos 1. Datos de la asignatura Carácter: Formación
Más detallesCAPITULO II APLICACIÓN DEL PROCESO DE MARKOV EMPRESA AGROINDUSTRIAL
Procesos de Markov de tiempo discreto y espacio discreto: Aplicaciones a procesos contables. Cabanillas Celis, Edgardo. CAPITULO II APLICACIÓN DEL PROCESO DE MARKOV EMPRESA AGROINDUSTRIAL 1.- ANTECEDENTES
Más detallesINGENIERÍA EN ENERGÍAS RENOVABLES EN COMPETENCIAS PROFESIONALES
INGENIERÍA EN ENERGÍAS RENOVABLES EN COMPETENCIAS PROFESIONALES ASIGNATURA DE DISEÑO DE SISTEMAS UNIDADES DE APRENDIZAJE 1. Competencias Desarrollar sistemas de Energía Renovable considerando las necesidades
Más detallesPROGRAMACION CONCURRENTE Y DISTRIBUIDA
PROGRAMACION CONCURRENTE Y DISTRIBUIDA V.2 Redes de Petri: Análisis y validación. J.M. Drake 1 Capacidad de modelado y capacidad de análisis El éxito de un método de modelado es consecuencia de su capacidad
Más detallesCarrera: IFM Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Organización de datos Licenciatura en Informática IFM - 0426 3-2-8 2.- HISTORIA
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Introducción Llamamos optimización al acto
Más detalles2 OBJETIVOS TERMINALES Como resultado de aprender adecuadamente los contenidos del curso el estudiante estará en capacidad de:
MATERIA: Matemáticas para el diseño CÓDIGO: 08287 REQUISITOS: Algebra y funciones (08272) PROGRAMAS: Diseño Industrial, Diseño de Medios Interactivos. PERÍODO ACADÉMICO: 2016-2 INTENSIDAD SEMANAL: 4 Horas
Más detallesEs un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute.
Los problemas que se plantean en la vida diaria suelen ser resueltos mediante el uso de la capacidad intelectual y la habilidad manual del ser humano. La utilización de la computadora en la resolución
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos
Ficha Técnica Titulación: Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Métodos cuantitativos de la empresa Curso: 2º Créditos ECTS:
Más detalles3.º ESO. Matemáticas orientadas a las enseñanzas aplicadas
3.º ESO. Matemáticas orientadas a las enseñanzas aplicadas BLOQUE DE APRENDIZAJE I: PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS 1. Identificar, formular y resolver problemas numéricos, geométricos, funcionales
Más detallesI.- DATOS DE IDENTIFICACIÓN Nombre de la asignatura Métodos Numéricos (465)
UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN FACULTAD DE INGENIERÍA CIVIL SECRETARÍA ACADÉMICA Coordinación de Investigación, Innovación, Evaluación y Documentación Educativas. I.- DATOS DE IDENTIFICACIÓN Nombre
Más detallesCarrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística I Ingeniería Industrial INB - 0403 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesFísica I. Carrera: SCM Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Física I Ingeniería en Sistemas Computacionales SCM - 0409 3-2-8 2.- HISTORIA DEL
Más detallesPrograma de estudios por competencias Métodos Matemáticos II. Fecha elaboración/modificación: Julio 2015 Clave de la asignatura:
Programa de estudios por competencias Métodos Matemáticos II 1. Identificación del curso Programa educativo: Ingeniería en Computación Unidad de aprendizaje: Métodos Matemáticos II Departamento de adscripción:
Más detallesINGENIERO AEROESPACIAL. Este programa educativo se ofrece en las siguientes sedes académicas de la UABC:
INGENIERO AEROESPACIAL Este programa educativo se ofrece en las siguientes sedes académicas de la UABC: Campus Campus Tijuana, Unidad Valle de las Palmas Campus Mexicali, Unidad Mexicali Unidad académica
Más detallesTARJETA DE ADQUISICIÓN DE DATOS USB TAD U B Bits
TARJETA DE ADQUISICIÓN DE DATOS USB TAD 12 Bits U B 2.0 CONTROL Mayo 2006 CONTROL & TECNOLOGIA Logic Elelctronics es una iniciativa empresarial dedica ha solucionar los múltiples desafíos de la ingeniería,
Más detallesMetaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III
Metaheurísticas y heurísticas Algoritmos y Estructuras de Datos III Metaheurísticas Heurísticas clásicas. Metaheurísticas o heurísticas modernas. Cuándo usarlas? Problemas para los cuales no se conocen
Más detallesEl Ciclo de Vida del Software
26/09/2013 El Ciclo de Vida del Software Grupo de Ingeniería del Software y Bases de Datos Departamento de Lenguajes y Sistemas Informáticos Universidad de Sevilla septiembre 2013 Objetivos de este tema
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 5 Simulación
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 5 Simulación ORGANIZACIÓN DEL TEMA Sesiones: Introducción Ejemplos prácticos Procedimiento y evaluación de resultados INTRODUCCIÓN Simulación: Procedimiento
Más detallesPágina 1 de 5 Departamento: Dpto Matematica Nombre del curso: CÁLCULO I Clave: 003768 Academia a la que pertenece: Calculo I Plan 2009 Requisitos: Requisito de Calculo I: Fundamentos de Matematicas Horas
Más detallesUNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera. Asignatura: Método Cuantitativo Empresarial
UNIVERSIDAD ABIERTA PARA ADULTOS (UAPA) Maestría en Dirección Financiera Asignatura: Método Cuantitativo Empresarial CLAVE: PDF-421 Prerrequisitos: Licenciatura No. de Créditos: 03 I. PRESENTACION El método
Más detallesCarrera: Ingeniería Civil CIE 0529
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Métodos Numéricos Ingeniería Civil CIE 0529 2 2 6 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS Y SISTEMAS PROGRAMA DEL CURSO DE INTRODUCCION A LA PROGRAMACION DE COMPUTACION 2 CODIGO: 771 CREDITOS: 5 ESCUELA: Ciencias
Más detallesUniversidad de Guanajuato Tronco Común de Ingenierías
Universidad de Guanajuato Tronco Común de Ingenierías Objetivo del Area: Diseñar modelos matemáticos y proponer alternativas de solución a problemas. Programa. AREA: Matemáticas MATERIA: Lenguaje de Programación
Más detallesUniversidad Centroccidental Lisandro Alvarado. Decanato de Ciencias y Tecnología Departamento de Sistemas
Universidad Centroccidental Lisandro Alvarado Decanato de Ciencias y Tecnología Departamento de Sistemas PROGRAMA INSTRUCCIONAL PROGRAMA: ANALISIS DE SISTEMAS DEPARTAMENTO: SISTEMAS ASIGNATURA: INTRODUCCIÓN
Más detallesComplejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
Más detallesCONTENIDO Prefacio CAPITULO 1: Qué es la investigación de operaciones? CAPITULO 2: Introducción a la programación lineal...
CONTENIDO Prefacio XV CAPITULO 1: Qué es la investigación de operaciones? 1 1.1 Modelos de investigación de operaciones 1 1.2 Solución del modelo de investigación de operaciones.. 4 1.3 Modelos de colas
Más detallesPLANEACIÓN DIDÁCTICA FO205P
PLANEACIÓN DIDÁCTICA FO205P11000-44 DIVISIÓN (1) INGENIERÍA ELECTRONICA DOCENTE (2) ING. EDUARDO GONZALO MANUEL TZUL NOMBRE DE LA ASIGNATURA (3) AMPLIFICADORES OPERACIONALES CRÉDITOS (4) 5 CLAVE DE LA
Más detallesTEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES.
TEMA 1: SISTEMAS MODELADOS POR ECUACIONES DIFERENCIALES EN INGENIERÍA QUÍMICA. CLASIFICACIÓN. GENERALIDADES. 1. INTRODUCCIÓN. PLANTEAMIENTO DE PROBLEMAS EN INGENIERÍA QUÍMICA 2. PROBLEMAS EXPRESADOS MEDIANTE
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS. CARRERA: INGENIERÍA EN INFORMÁTICA. ACADEMIAS: INVESTIGACIÓN DE OPERACIONES. COORDINACIÓN: DEPARTAMENTO
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR: COORDINACIÓN: DEPTO. DE CIENCIAS DE LA INGENIERÍA.
Más detallesExpositor: Mauricio Galvez Legua
ó Expositor: Mauricio Galvez Legua mgl10may62@hotmail.com 1 Qué es la ó La Robótica es una ciencia aplicada que se ocupa del estudio, desarrollo y aplicaciones de los robots. El estudio de la robótica
Más detallesUNIVERSIDAD LIBRE SECCIONAL PEREIRA FACULTAD DE INGENIERÍAS PROGRAMA ACADÉMICO DE INGENIERÍA DE SISTEMAS
FACULTAD DE INGENIERÍAS PROGRAMA ACADÉMICO DE INGENIERÍA DE SISTEMAS PLAN DE ASIGNATURA NOMBRE DE LA ASIGNATURA: CODIGO DE LA ASIGNATURA: 02233 CICLO DE FORMACIÓN: COMPONENTE DE FORMACIÓN PROGRAMACION
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesLABORATORIO No. 3 MODELAMIENTO Y ANALISIS DINAMICO DE SISTEMAS ELECTRICOS
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERIA INGENIERÍA ELECTRÓNICA 1 SISTEMAS DINAMICOS 1160601 LABORATORIO No. 3 MODELAMIENTO Y ANALISIS DINAMICO DE SISTEMAS ELECTRICOS INSTRUCCIONES
Más detallesPlan de Estudios 2007 de la Licenciatura en Contaduría Unidad Académica de Contaduría y Administración
1 MODELOS OPERACIONALES 1. GENERALIDADES 3. ESTRUCTURA DIDACTICA Clave: M56 H S C: 4 Semestre: 5º. Créditos: 7 Área: Matemáticas 2. REQUISITOS Asignatura antecedente: Cálculo aplicado Asignatura consecuente:
Más detallesMODELACIÓN, REPRESENTACIÓN EN VARIABLES DE ESTADO Y SIMULACIÓN CON MATLAB DE UN SISTEMA FISICO
MODELACIÓN, REPRESENTACIÓN EN VARIABLES DE ESTADO Y SIMULACIÓN CON MATLAB DE UN SISTEMA FISICO Luigi Vanfretti Fumagalli lvanfretti@math.com Resumen Este documento hace una introducción a la modelación
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS FACULTAD: INGENIERÍA CARRERA: SISTEMAS Asignatura/Módulo: Simulación Código: 15050 Plan de estudios: Nivel: VII Prerrequisitos 14259 Correquisitos: Materias de cadena: N Créditos:
Más detallesINVESTIGACIÓN OPERATIVA Resolución Nº 376/10 R. ANEXO Carga Horaria: 150 horas Programa vigente desde: 2011 Carrera Año Cuatrimestre
INVESTIGACIÓN OPERATIVA Resolución Nº 376/10 R. ANEXO Carga Horaria: 150 horas Programa vigente desde: 2011 Carrera Año Cuatrimestre INGENIERÍA EN SISTEMAS Tercero Segundo CORRELATIVA PRECEDENTE (*) CORRELATIVA
Más detallesProcesos estocásticos Cadenas de Márkov
Procesos estocásticos Cadenas de Márkov Curso: Investigación de Operaciones Ing. Javier Villatoro PROCESOS ESTOCASTICOS Procesos estocásticos Es un proceso o sucesión de eventos que se desarrolla en el
Más detallesINGENIERÍA PROFESIONAL EN INOCUIDAD ALIMENTARIA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ROBÓTICA
INGENIERÍA PROFESIONAL EN INOCUIDAD ALIMENTARIA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ROBÓTICA UNIDADES DE APRENDIZAJE 1. Competencias Automatizar procesos de producción mediante la implementación
Más detallesUC I. Rest. Ciclo Tipo UCR
(01) - Primer Semestre Página 1 de 8 1004 CALCULO 10 6 No B OB 0 1006 SISTEMAS DE REPRESENTACION 10 4 No B OB 0 1035 METODOS Y TECNICAS DE INVESTIGACION 3 No B EL 0 1053 INGENIERIA DE SISTEMAS 4 No B OB
Más detallesDISEÑO DE UN ANIMADOR DE ALGORITMOS DE BÚSQUEDA Y ORDENACIÓN ( ID2012/055 )
MEMORIA DEL PROYECTO TITULADO: DISEÑO DE UN ANIMADOR DE ALGORITMOS DE BÚSQUEDA Y ORDENACIÓN ( ID2012/055 ) PRESENTADO POR: María Luisa Pérez Delgado María Luisa Pérez Delgado Dentro del marco del proyecto
Más detallesCARTA DESCRIPTIVA (FORMATO MODELO EDUCATIVO UACJ VISIÓN 2020)
CARTA DESCRIPTIVA (FORMATO MODELO EDUCATIVO UACJ VISIÓN 2020) I. Identificadores de la asignatura Instituto: Departamento: Materia: Instituto de Ciencias Sociales y Administración Departamento de Ciencias
Más detallesDirección de operaciones. SESIÓN # 8: Algoritmos para casos especiales
Dirección de operaciones SESIÓN # 8: Algoritmos para casos especiales Contextualización Qué piensas al hablar de casos especiales? Podrían considerarse como una posibilidad aquellos problemas del método
Más detallesDISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
Más detallesInteligencia Computacional (IA95 021) Algoritmos Simples de Optimización Ciega
Algoritmos Simples de Optimización Ciega c M. Valenzuela 1996 2002 (17 de enero de 2006) 1. Optimización ciega 1.1. Introducción Algoritmos genéticos y recocido simulado son métodos de optimización ciega.
Más detallesEstructura de datos. Carrera: SCC Participantes
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estructura de datos Ingeniería en Sistemas Computacionales SCC - 0408 4-2-10 2.-
Más detallesDepartamento Ingeniería en Sistemas de Información
ASIGNATURA: TEORIA DE CONTROL MODALIDAD: Cuatrimestral DEPARTAMENTO: ING. EN SIST. DE INFORMACION HORAS SEM.: 8 horas AREA: MODELOS HORAS/AÑO: 128 horas BLOQUE TECNOLOGÍAS BÁSICAS HORAS RELOJ 96 NIVEL:
Más detallesVALIDEZ RELATIVA DEL VALOR NUMÉRICO DEL FACTOR DE SEGURIDAD DE UN TALUD
VALIDEZ RELATIVA DEL VALOR NUMÉRICO DEL FACTOR DE SEGURIDAD DE UN TALUD Gianfranco Perri Ingeniero Consultor, Profesor de Diseño Geotécnico de Taludes en la Universidad Central de Venezuela Resumen Se
Más detalles