SIMULACION. Formulación de modelos: solución obtenida de manera analítica
|
|
- Nieves Rubio Alcaraz
- hace 8 años
- Vistas:
Transcripción
1 SIMULACION Formulación de modelos: solución obtenida de manera analítica Modelos analíticos: suposiciones simplificatorias, sus soluciones son inadecuadas para ponerlas en práctica. Simulación: Imitar o simular la operación de un proceso o sistema complejo a medida que evoluciona en el tiempo. Proceso de simulación: Ejecutar un modelo a través del tiempo (en una computadora) para generar muestras representativas de las medidas de desempeño. Ventajas: los métodos son más fáciles de aplicar que los métodos analíticos. Se puede utilizar varias veces para analizar diferentes políticas, parámetros o diseños. Se utiliza para responder a la pregunta que pasa si
2 Sistema estocástico: sistema que evoluciona con el tiempo de acuerdo con una distribución de probabilidad (sistemas de colas) La simulación imita la operación de este sistema mediante el uso de distribuciones de probabilidad correspondientes para generar en forma aleatoria los diversos eventos que ocurren en el sistema (llegadas y terminaciones de servicio) Se utiliza cuando el sistema estocástico es demasiado complejo para analizarlo en forma satisfactoria con modelos matemáticos.
3 Juego: Lanzar monedas Reglas: 1) cada jugada del juego implica lanzar una moneda al aire hasta que la diferencia entre el número de caras y cruces es tres. 2) Cada vez que lanza la moneda debe pagar $1 3) Cuando termina la jugada recibe $8. Se gana dinero si el numero de veces que lanza la moneda es menor que ocho, pero pierde dinero si la lanza mas de ocho. Por ejemplo: H cara, T cruz HHH gana $5 THTTT gana $3 THHTHTHTTTT pierde $3 Como nos decidimos a jugar el juego?
4 Generación de números aleatorios: Un número es un número aleatorio entre 0 y 1 si se generó de modo tal que cada número posible en ese intervalo tiene la misma oportunidad de ocurrir. Ejemplo: y cada uno de los números tiene la misma oportunidad de ocurrir. Un número aleatorio entre 0 y 1 es una observación aleatoria de una distribución uniforme entre 0 y 1. Todos los números son igualmente probables. Tablas de números aleatorios (a partir de dispositivos físicos) Computadora: la función ALEATORIO() de Excel
5 Ejemplo: filas de espera. Distribución de tiempo de servicio: Tiempo de servicio (minutos) probabilidad Los resultados ocurren con la frecuencia especificada en las probabilidades: 35% de las veces generar un tiempo de servicio de 1 minuto, etc. El procedimiento debe ser independiente de los tiempos de servicio antes y después de el. Se puede usar una ruleta: se debe dividir en tres segmentos cada uno proporcional en área a la probabilidad en la distribución: Primer segmento: 35% del área Segundo: 40% del área Tercero: 25% del área Se hace girar y donde cae indica el tiempo de servicio generado. De esta manera se generan los tiempos de servicio con la misma frecuencia especificada en la distribución y los resultados de cada giro serán independientes se los resultados que le preceden y le siguen.
6 Si se utiliza la ruleta pero con intervalos de segmentación en vez de áreas? Suponemos que la ruleta tiene 100 números, que van de 00 a 99, y si la segmentación tiene la misma probabilidad (0.01) de aparecer. De esta manera asignaríamos: 35 números (00-34) para tiempos de servicio de 1 minuto 40 números (35-74) para 2 minutos 25 números (75-99) para 3 minutos
7 Observaciones aleatorias de distribuciones discretas. Ejemplo: filas de espera Proceso en dos pasos: 1) se elabora la distribución de probabilidad acumulada para la variable aleatoria. 2) Se usa esta distribución para asignar los números aleatorios. Tiempo entre llegadas Probabilidad Probabilidad acumulada Intervalo de números aleatorios
8 Generación de observaciones a partir de una distribución de probabilidad. Distribuciones discretas sencillas: (las variables de estado cambian solo en puntos discretos en el tiempo) Se utiliza la secuencia de números aleatorios para generar observaciones aleatorias en forma directa: Ejemplo: caso de lanzar la moneda: Los resultados posibles son cara o cruz, donde la probabilidad de cada uno es ½. Entonces se podría utilizar dígitos aleatorios para simular el resultado: (0,1,2,3,4) se asigna cara y (5,6,7,8,9) se asigna cruz. Excel: utiliza la formula =IF(ALEATORIO()<5, 1, 0). Se inserta un 1 (para indicar cara) si el número aleatorio es menor a 5. Se inserta un 0 si es mayor (para indicar cruz).
9 Variables aleatorias continuas Método de la transformada inversa: Sea X la variable aleatoria involucrada y F(x) la función de distribución acumulada. F(x) = P{X x} (probabilidad de que la variable sea menor o igual a x) 1) Generar un numero aleatorio r entre 0 y 1. 2) Establecer F(x) = r y despejar x, que es la observación aleatoria deseada que sigue la distribución de probabilidad dada. F(x) 1 r = Observacion aleatoria x
10 Observaciones aleatorias de distribuciones discretas. Ejemplo: una compañía simula el programa de mantenimiento de sus máquinas. El tiempo entre descomposturas de una de estas máquinas es siempre 4, 5 o 6 días, donde estos tiempos ocurren con probabilidades de 0.25, 0.5, y lo primero que hay que hacer es construir la siguiente tabla: Distribución de tiempos entre descomposturas (tabla de búsqueda) Probabilidad Acumulada Acumulada Numero Numero previa de días aleatorio La función BUSCARV de Excel esta diseñada para esto
11 F(x) 1 r = Dia Observacion aleatoria función BUSCARV (3 argumentos): El primero da la dirección de la celda que proporciona el número aleatorio El segundo identifica las direcciones del intervalo de celdas de la tabla de búsqueda. El tercero indica que columna de la tabla proporciona la observación aleatoria.
12 Observaciones aleatorias de distribuciones continuas Ejemplo: fila de espera. Estimar las distribuciones de probabilidad (terminaciones de servicio y llegadas de clientes). Distribución de tiempo de servicio. Ejemplo: El tiempo requerido para un corte de pelo varia entre 15 y 25 minutos. CDF Media = Duracion (minutos)
13 Observaciones aleatorias de distribuciones continuas Llegadas aleatorias de clientes: distribución exponencial con media 30 minutos. P(tiempo entre llegadas x) = 1-e x/ Media = Duracion (minutos)
14 Aplicación del Método de transformación inversa para los tiempos de servicio: la formula de F(x) es: 0 para x 15 (x-15)/10 para 15 x 25 1 para x 25 por ejemplo: el numero aleatorio r = = F(x) entonces: (x-15)/10 = (x-15) = 7.27; x = la formula de Excel seria: ALEATORIO()
15 Aplicación del Método de transformación inversa para los tiempos entre llegadas: F(x) = 1-e x/30 para x 0 Si seleccionamos el numero aleatorio r = , entonces = 1-e x/30 entonces: e x/30 = ln e x/30 = -x/30 ln = por lo que aleatoria x = 30 ( ) = es la observación La ecuación Excel para esta observación aleatoria generada por cualquier número aleatorio es: = -30 LN(ALEATORIO()) si la media no fuera 30 entonces en la formula se debe cambiar 30 por el valor de la media correspondiente.
16 Evolución del número de clientes en el sistema. Numero de Clientes en el sistema Tiempo transcurrido (minutos)
Simulación Monte Carlo
Simulación Monte Carlo Modelado estocástico Cuando se realiza un análisis estático a un proyecto, una serie de supuestos y variables producen un resultado de valor único. Mientras que un análisis estocástico
Más detallesSIMULACIÓN VERSUS OPTIMIZACIÓN:
SIMULACIÓN MONTE CARLO Procesos Químicos II La idea básica de la simulación es la construcción de un dispositivo experimental, o simulador, que actuará como (simulará) el sistema de interés en ciertos
Más detallesUNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS
UNIDAD MÉTODOS DE MONTECARLO II 2.1 Definición Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de pruebas aleatorias
Más detallesSIMULACION. Modelos de. Julio A. Sarmiento S. http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co
SIMULACION Modelos de http://www.javeriana.edu.co/decisiones/julio sarmien@javeriana.edu.co Julio A. Sarmiento S. Profesor - investigador Departamento de Administración Pontificia Universidad Javeriana
Más detallesManejo de la Información
Los juegos de azar Manejo de la Información Que las y los estudiantes deduzcan y argumenten que la probabilidad de que un evento suceda está relacionada con la frecuencia en que ocurre el resultado esperado
Más detalles13. Técnicas de simulación mediante el método de Montecarlo
13. Técnicas de simulación mediante el método de Montecarlo Qué es la simulación? Proceso de simulación Simulación de eventos discretos Números aleatorios Qué es la simulación? Simulación = técnica que
Más detallesIntroducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010.
Introducción a la Estadística y a la Probabilidad Tercer examen. Capítulo 5 y 6. Viernes 5 de febrero del 2010. Dos puntos 1. Para cada una de las siguientes variables, indica si son variables aleatorias,
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal
Más detallesProbabilidad Hoja de trabajo #1. Actividad: Buscando todos los resultados de un experimento
Probabilidad Hoja de trabajo #1 Actividad: Buscando todos los resultados de un experimento Instrucciones: En cada uno de los siguientes experimentos determina todos los posibles resultados al llevarlo
Más detalles5.4 Una flecha será ensamblada en un cojinete como se muestra a continuación.
PROBLEMAS 5.1. El famoso juego 7-11, requiere que el jugador lance dos dados una v. más veces hasta tomar la decisión de que se gana o se pierde el juego. El juego se gana si en el primer lanzamiento los
Más detallesProbabilidades y Estadística (Computación) Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Ana M. Bianco y Elena J.
Generación de Números Aleatorios Números elegidos al azar son útiles en diversas aplicaciones, entre las cuáles podemos mencionar: Simulación o métodos de Monte Carlo: se simula un proceso natural en forma
Más detallesJUEGOS DE AZAR. Comprende y pone en práctica la probabilidad en juegos de azar
JUEGOS DE AZAR 06 Comprende y pone en práctica la probabilidad en juegos de azar En Presentación de contenidos repasa qué son los juegos de azar. En los ejercicios pone en práctica el azar lanzando una
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesUnidad II: Números pseudoaleatorios
Unidad II: Números pseudoaleatorios 2.1 Métodos de generación de números Pseudoaleatorio Métodos mecánicos La generación de números aleatorios de forma totalmente aleatoria, es muy sencilla con alguno
Más detallesPuede dar pérdida un Casino?
Puede dar pérdida un Casino? por Ernesto Mordecki En esta nota calculamos la probabilidad de que pierda la banca en la ruleta, en un período dado de tiempo. uestro enfoque consiste en determinar cuantas
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesEjemplo: Ing. Raúl Canelos. Solución CONFIABILIDAD SEP 1
Ejemplo: Basándose en ciertos estudios una compañía a clasificado de acuerdo con la posibilidad de encontrar petróleo en tres tipos de formaciones. La compañía quiere perforar un pozo en determinado lugar
Más detallesPrácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz
1 Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 2 ÍNDICE Introducción 3 Aplicaciones de la Simulación 3 La Metodología de la Simulación por Computadora 5 Sistemas, modelos
Más detallesRecomendaciones para elaborar bases de datos
Recomendaciones para elaborar bases de datos Independientemente de si son tablas de datos construidas desde cero por el periodista o si se trata de información que él solicitó y obtuvo de la entidad o
Más detallesEXPLORAR RELACIONES NUMÉRICAS EN LAS TABLAS DE MULTIPLICAR
EXPLORAR RELACIONES NUMÉRICAS EN LAS TABLAS DE MULTIPLICAR er. Grado Universidad de La Punta Consideraciones Generales: En este año es necesario realizar un trabajo específico que favorezca la construcción
Más detallesTema 1: Test de Distribuciones de Probabilidad
Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesClase 5: Variables Aleatorias y Distribuciones de Probabilidad
Clase 5: Variables Aleatorias y Distribuciones de Probabilidad Variables Aleatorias Una variable aleatoria es una función que asocia un número real con cada elemento del EM. Ejemplo 1: El EM que da una
Más detallesCAPITULO 2 DISEÑO DE GRAFICAS ESTADISTICO-ECONOMICAS DE CONTROL DE CALIDAD.
CAPITULO 2 DISEÑO DE GRAFICAS ESTADISTICO-ECONOMICAS DE CONTROL DE CALIDAD. En este capítulo se presenta la definición de diseño estadístico, económico y económico-estadístico para gráficas de control,
Más detallesInformática Bioingeniería
Informática Bioingeniería Representación Números Negativos En matemáticas, los números negativos en cualquier base se representan del modo habitual, precediéndolos con un signo. Sin embargo, en una computadora,
Más detallesProbabilidad y Simulación
Probabilidad y Simulación Estímulo del Talento Matemático Real Academia de Ciencias 4 de febrero de 2006 Entendiendo el azar Queremos entender un fenómeno aleatorio (azar, incertidumbre). Entenderlo lo
Más detallesREPRESENTACIÓN DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA
REPRESENTACIÓN DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Similar a las distribuciones de frecuencia, una distribución de probabilidad discreta puede ser representada (descrita) tanto gráficamente como
Más detallesCircuitos Electrónicos. Septiembre 2005/2006. Problema 1º parcial
Circuitos Electrónicos. Septiembre 2005/2006. Problema 1º parcial Se pretende realizar el circuito lógico interno de una máquina tragaperras de tres ruletas. El sistema completo tiene un esquema como el
Más detallesCAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO
CAPITULO V. SIMULACION DEL SISTEMA 5.1 DISEÑO DEL MODELO En base a las variables mencionadas anteriormente se describirán las relaciones que existen entre cada una de ellas, y como se afectan. Dichas variables
Más detallesDeterminación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones
Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica
Más detallesExplicación de la tarea 3 Felipe Guerra
Explicación de la tarea 3 Felipe Guerra 1. Una ruleta legal tiene los números del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La
Más detallesEspecificaciones del juego French Roulette MID 93
Especificaciones del juego French Roulette MID 93 El propósito de este documento es proporcionar una descripción detallada específica del juego según lo requerido por la Comisión de Apuestas Nacional.
Más detalles? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a
350 MR Versión 1 1 Prueba Parcial 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación Evolutiva CÓDIGO: 350 MOMENTO: Primera Parcial VERSIÓN:
Más detallesGeneración de Números Pseudo-Aleatorios
Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia
Más detallesUniversidad Diego Portales Facultad de Economía y Empresa
Suponga que, conversando con su cuate, surge la idea de hacer una apuesta simple. Cada uno escoge decir cara ó sello. Se lanza una moneda al aire, y si sale cara, quien dijo sello le paga a quien dijo
Más detallesTécnicas de prueba 1. FUNDAMENTOS DE LA PRUEBA DEL SOFTWARE
Técnicas de prueba El desarrollo de Sistemas de software implica la realización de una serie de actividades predispuestas a incorporar errores (en la etapa de definición de requerimientos, de diseño, de
Más detallesConciliación bancaria en CheqPAQ Cargado de estado de cuenta
Conciliación bancaria en CheqPAQ Cargado de estado de cuenta Introducción Con la finalidad de mantenerte informado respecto a todos los cambios y mejoras de los productos de CONTPAQ i, ponemos a tu disposición
Más detallesESTADÍSTICA 2OO7/2OO8 TEMA 10: SIMULACIÓN DE VARIABLES ALEATORIAS
ESTADÍSTICA 2OO7/2OO8 TEMA 10: SIMULACIÓN DE VARIABLES ALEATORIAS DESCRIPCIÓN DEL TEMA: 10.1. Introducción. 10.2. Método de las transformaciones. 10.3. Método de inversión. 10.4. Método de aceptación-rechazo.
Más detallesEJEMPLO PRÁCTICO DE CÁLCULO DEL VALOR DE VIDA DEL CLIENTE (VVC) O LIFE TIME VALUE (LTV)
APARTADO Nº: 6 DIAPOSITIVA Nº: 2 PRÁCTICA Nº 2: Ejemplo práctico de cálculo del Valor de Vida del Cliente (VVC) o Life Time Value (LTV) EJEMPLO PRÁCTICO DE CÁLCULO DEL VALOR DE VIDA DEL CLIENTE (VVC) O
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesGestión de Configuración del Software
Gestión de Configuración del Software Facultad de Informática, ciencias de la Comunicación y Técnicas Especiales Herramientas y Procesos de Software Gestión de Configuración de SW Cuando se construye software
Más detallesTEMA 2: Representación de la Información en las computadoras
TEMA 2: Representación de la Información en las computadoras Introducción Una computadora es una máquina que procesa información y ejecuta programas. Para que la computadora ejecute un programa, es necesario
Más detallesUNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática. Investigación Operativa Práctica 6: Simulación
UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Investigación Operativa Práctica 6: Simulación Guión práctico: Generación de Números Aleatorios y Simulación Monte Carlo Curso 08/09 Objetivo: Aprender
Más detallesOPERACIONES EN RÉGIMEN DE COMPUESTA
OPERACIONES EN RÉGIMEN DE COMPUESTA Las operaciones en régimen de compuesta se caracterizan porque los intereses, a diferencia de lo que ocurre en régimen de simple, a medida que se van generando pasan
Más detallesSe podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.
Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción
Más detallesFunciones uno-uno, sobre y biunívocas
Funciones uno-uno, sobre y biunívocas La inversa (biunívocas) de una función es una regla que actúa en la salida de la función y produce la entrada correspondiente. Así, la inversa deshace o invierte lo
Más detallesSIMULACIÓN CAPITULO 3 LECTURA 6.3. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 3.
LECTURA 6.3 SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México CAPITULO 3 SIMULACIÓN 3.1 INTRODUCCIÓN Simulación es el desarrollo de un modelo lógico-matemático de
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detallesLección 22: Probabilidad (definición clásica)
LECCIÓN 22 Lección 22: Probabilidad (definición clásica) Empezaremos esta lección haciendo un breve resumen de la lección 2 del libro de primer grado. Los fenómenos determinísticos son aquellos en los
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
Más detallesFunciones, x, y, gráficos
Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre
Más detallesTEMA 4. Sistema Sexagesimal. Sistema Octal (base 8): sistema de numeración que utiliza los dígitos 0, 1, 2, 3, 4, 5,
TEMA 4 Sistema Sexagesimal 4.0.- Sistemas de numeración Son métodos (conjunto de símbolos y reglas) ideados por el hombre para contar elementos de un conjunto o agrupación de cosas. Se clasifican en sistemas
Más detallesMedidas de tendencia central o de posición: situación de los valores alrededor
Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas
Más detallesInformática I Notas del curso
EXCEL Objetivo: Identificar la funcionalidad general de Excel, sus herramientas y recursos Excel Objetivo Particular: Conocer los métodos básicos de trabajo de Excel, para el manejo de registros, datos
Más detallesARTÍCULOS NIIF 5 ACTIVOS NO CORRIENTES MANTENIDOS PARA LA VENTA Y OPERACIONES DISCONTINUAS. Por C.P.C. GERARDO QUEZADA* gerardoquezada@bdomexico.
ARTÍCULOS www.bdomexico.com 16 de Mayo de 2011 NIIF 5 ACTIVOS NO CORRIENTES MANTENIDOS PARA LA VENTA Y OPERACIONES DISCONTINUAS Por C.P.C. GERARDO QUEZADA* gerardoquezada@bdomexico.com Cuántas veces nos
Más detalles2) Un establecimiento comercial dispone a la venta dos artículos en una de sus secciones, de precios p
Universidad de Sevilla Facultad de Ciencias Económicas y Empresariales Licenciatura de Economía Universidad de Sevilla ESTADÍSTICA I RELACIÓN 5 MODELOS Y DATOS ESTADÍSTICOS DEPARTAMENTO DE ECONOMÍA APLICADA
Más detallesMantenimiento Limpieza
Mantenimiento Limpieza El programa nos permite decidir qué tipo de limpieza queremos hacer. Si queremos una limpieza diaria, tipo Hotel, en el que se realizan todos los servicios en la habitación cada
Más detallesSimulación y Modelos Estocásticos
y Modelos Estocásticos Héctor Allende O!"# $# %#&' ( ) *+,-+,,*,/ ) -++,,*,/ ) 0 1 %*++,,*,/ $2,/ 04 %! 2! 5,,#6)5 1 Conceptos básicos: fundamentos de modelos de simulación y del modelado de sistemas complejos,
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 2
7 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería N N D).
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesMetodología básica de gestión de proyectos. Octubre de 2003
Metodología básica de gestión de proyectos Octubre de 2003 Dentro de la metodología utilizada en la gestión de proyectos el desarrollo de éstos se estructura en tres fases diferenciadas: Fase de Éjecución
Más detallesMedias Móviles: Señales para invertir en la Bolsa
www.gacetafinanciera.com Medias Móviles: Señales para invertir en la Bolsa Juan P López..www.futuros.com Las medias móviles continúan siendo una herramienta básica en lo que se refiere a determinar tendencias
Más detalles5. DISTRIBUCIONES DE PROBABILIDADES
5. DISTRIBUCIONES DE PROBABILIDADES Dr. http://academic.uprm.edu/eacunaf UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ DISTRIBUCIONES DE PROBABILIDADES Se introducirá el concepto de variable
Más detallesUnidad 1 Sistemas de numeración Binario, Decimal, Hexadecimal
Unidad 1 Sistemas de numeración Binario, Decimal, Hexadecimal Artículo adaptado del artículo de Wikipedia Sistema Binario en su versión del 20 de marzo de 2014, por varios autores bajo la Licencia de Documentación
Más detallesUnidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)
Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.
Más detallesJugamos con las probabilidades en una feria de reciclaje
QUINTO XXXX Grado - - Unidad X 6 - - Sesión XX 01 Jugamos con las probabilidades en una feria de reciclaje En esta sesión se espera que los niños y las niñas identifiquen todos los posibles resultados
Más detallesAspectos Técnicos en el Reaseguro WCXL de Gastos Médicos Mayores
Aspectos Técnicos en el Reaseguro WCXL de Gastos Médicos Mayores Ricardo Nava MS, ASA, MAAA Chief Actuary, Latin America RGA Re México Seminario de Reaseguro de Personas 23 Mayo, 2008 www.rgare.com Agenda
Más detallesUna breve introducción a Excel c
Una breve introducción a Excel c Martes 22 de febrero de 2005 Curso de Formación continua en Matemáticas UAM Curso 2004/2005 1. Introducción Excel c es una aplicación de hojas de cálculo electrónicas:
Más detallesGuía de Preparación de Muestras para PLASTICOS para el Software de Formulación de Datacolor
Guía de Preparación de Muestras para PLASTICOS para el Software de Formulación de Datacolor 1. Generalidades 2. Qué se necesita para comenzar? 3. Qué hacer para sistemas opacos y translúcidos? 4. Qué hacer
Más detallesLECTURA 7.1. SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México
LECTURA 7.1 SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Mathur K. y Solow D. Prentice Hall México SIMULACIÓN POR COMPUTADORA: APLICACIONES Y ANÁLISIS ESTADÍSTICO Hipoteca de tasa fija
Más detallesRelación de problemas: Distribuciones de probabilidad
Estadística y modelización. Ingeniero Técnico en Diseño Industrial. Relación de problemas: Distribuciones de probabilidad 1. Un jugador de dardos da justo en la diana 2 de cada cinco veces que lanza. Si
Más detallesEjercicios de Teoría de Colas
Ejercicios de Teoría de Colas Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Demuestra que en una cola M/M/1 se tiene: L = ρ Solución. L = = = = = ρ np n nρ n (1 ρ) nρ n n=1 ρ n ρ
Más detallesEl palacio de la Alhambra: La primera expansión. El favor de los visires
El palacio de la Alhambra: La primera expansión El favor de los visires Traducido al español por javche Esta expansión contiene cuatro módulos diferentes, que pueden combinarse individualmente o todos
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA SEGUNDA PRUEBA PARCIAL Profesor: Hugo S. Salinas. Primer Semestre 2009 1. Resolver los siguientes
Más detallesPruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJECICIO Nº Páginas OPTATIVIDAD: EL ALUMNO DEBEÁ ESCOGE UNA DE LAS DOS OPCIONES
Más detallesTécnicas De Conteo. En este caso si k es grande, no es tan sencillo hacer un conteo exhaustivo de los puntos o resultados de S.
Técnicas De Conteo Si en el experimento de lanzar la moneda no cargada, se lanzan 5 monedas y definimos el evento A: se obtienen 3 caras, cómo calcular la probabilidad del evento A?, si todos los resultados
Más detallesNaturaleza binaria. Conversión decimal a binario
Naturaleza binaria En los circuitos digitales sólo hay 2 voltajes. Esto significa que al utilizar 2 estados lógicos se puede asociar cada uno con un nivel de tensión, así se puede codificar cualquier número,
Más detallesIntroducción al @RISK
Introducción al @RISK Ariadna Berger Noviembre 2004 Introducción al @RISK El análisis de riesgo implica cuatro etapas: Desarrollo del modelo Identificación de las fuentes de riesgo Análisis con simulación
Más detallesLa estrategia básica para jugar blackjack.
La estrategia básica para jugar blackjack. Por Carlos Zilzer. Concepto básico: En cada turno, el jugador tiene que seleccionar una de 3 posibles jugadas: Plantarse, Pedir una carta o Doblar la apuesta.
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detallesConstrucción de Escenarios
Construcción de Escenarios Consiste en observar los diferentes resultados de un modelo, cuando se introducen diferentes valores en las variables de entrada. Por ejemplo: Ventas, crecimiento de ventas,
Más detallesGuía. probabilidades. Comprender. Una. para las L A VENTA JA DE L A C A SA
L A VENTA JA DE L A C A SA Una Guía para las Comprender probabilidades AMERICAN GAMING ASSOCIATION 1299 Pennsylvania Avenue, NW Suite 1175 Washington, DC 20004 202-552-2675 www.americangaming.org 2012
Más detalles1. Dominio, simetría, puntos de corte y periodicidad
Estudio y representación de funciones 1. Dominio, simetría, puntos de corte y periodicidad 1.1. Dominio Al conjunto de valores de x para los cuales está definida la función se le denomina dominio. Se suele
Más detallesSISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION
SISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION CHIQUINQUIRA (BOYACA) 2015 1 CONTENIDO Pág. QUE ES UN SISTEMA BINARIO. 3 CORTA HISTORIA DE LOS
Más detallesPronósticos. Pronósticos y gráficos Diapositiva 1
Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:
Más detallesLa tómbola escolar TÓMBOLA
Ficha 0 Matemática 9 La tómbola escolar TÓMBOLA 8 6 0 7 Observa la imagen y responde las siguientes preguntas: Qué artículos observas? Completa la tabla con la cantidad de artículos que hay en la tómbola.
Más detallesCifras significativas e incertidumbre en las mediciones
Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades
Más detalles-100 0.10 0 0.20 50 0.30 100 0.25 150 0.10 200
ESTADISTICA Y PROBABILIDAD Orientadores:. Arch. Taller3_est.doc 1. El siguiente es un ejemplo de experimentos y variables aleatorias asociadas. Identifique en cada caso los valores que la variables aleatoria
Más detallesSistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA. Universidad Tecnológica De Pereira
2010 Sistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA Universidad Tecnológica De Pereira Conceptos Básicos de Hidrología La hidrología es una ciencia clave en el estudio de los sistemas de
Más detallesMonografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR
Juan Mascareñas Universidad Complutense de Madrid Versión inicial: mayo 1998 - Última versión: mayo 2008 - El valor en riesgo (VaR), 2 - El método histórico, 3 - El método varianza-covarianza, 6 - El método
Más detallesSISTEMA CON UN SERVIDOR
TALLER 6 : Problemas de Líneas de Espera. 1.SISTEMA CON UN SERVIDOR. Una compañía estatal tiene un numero de estaciones para el pesado de camiones a lo largo de una gran autopista, para verificar que el
Más detallesSOLUCION ASIGNACIÓN 4
SOLUCION ASIGNACIÓN 4 Problema 1 Harley Davidson, director de control de calidad de la compañía de automóviles Kyoto Motor, se encuentra realizando su revisión mensual de transmisiones automáticas. En
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 2 1. Se eligen tres autos al azar y cada uno es clasificado N si tiene motor naftero o D si tiene motor diesel (por ejemplo, un resultado posible sería NND). a)
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesPlanificación de Procesos. Módulo 5. Departamento de Informática Facultad de Ingeniería Universidad Nacional de la Patagonia San Juan Bosco
Planificación de Procesos Módulo 5 Departamento de Informática Facultad de Ingeniería Universidad Nacional de la Patagonia San Juan Bosco Planificación de Procesos Conceptos Básicos Criterios de Planificación
Más detallesModelos de distribuciones discretas y continuas
Modelos de distribuciones discretas y continuas Discretas En la versión actual de Rcdmr podemos encontrar las distribuciones discretas estudiadas en este curso y para cada una de ellas están disponibles
Más detallesSIIGO Pyme. Procesos Gestión de Ventas. Cartilla I
SIIGO Pyme Procesos Gestión de Ventas Cartilla I Tabla de Contenido 1. Presentación 2. Cuál es la función del Módulo de Gestión de Ventas? 3. Cuál es la Ruta para Ejecutar Procesos en el Modulo de Gestión
Más detallesMaestro Ing. Julio Rito Vargas Avilés. III cuatrimestre 2014
Maestro Ing. Julio Rito Vargas Avilés. III cuatrimestre 2014 INVESTIGACIÓN DE OPERACIONES Introducción a las cadenas de Markov de primer orden 1. Definición de cadenas de Markov 2. Tipos de estados y de
Más detalles