Estimador de Estados en Fermentación Alcohólica en Continuo de Zymomonas Mobilis Mediante Filtrado Bayesiano Recursivo
|
|
- Inés Palma Gil
- hace 6 años
- Vistas:
Transcripción
1 XII Reunón de Trabajo en Procesameno de la Informacón y Conrol, 6 al 8 de ocubre de 27 Esmador de Esados en Fermenacón Alcohólca en Connuo de Zymomonas Mobls Medane Flrado Bayesano Recursvo Lucía Qunero, Adrana Amcarell, Fernando d Scasco Insuo de Auomáca (INAUT) Unversdad Naconal de San Juan, Av. Lb. San Marín 9 54 San Juan Argenna. {olqune,amcarell,fernando}@nau.unsj.edu.ar Resumen En ese rabajo se propone un esmador de esados para un boproceso connuo, empleando a al fn écncas de Flrado No Lneal. Específcamene se ulzan Flros Bayesanos Recursvos de po SIR (Samplng Imporance Resamplng) con dferenes esquemas de remuesreo. El comporameno y desempeño del esmador son lusrados en el proceso de fermenacón alcohólca en connuo de Zymomonas Mobls. Palabras Clave Esmadores de Esados, Boprocesos, Flrado Bayesano Recursvo, Mone Carlo. I. INTRODUCCIÓN En los úlmos años es evdene el progreso alcanzado en la ecnología empleada para el desarrollo de sensores en línea, a pesar de ello, en el área de los boprocesos, es frecuene la fala de nformacón real de varables químcas y bológcas ales como: la concenracón de bomasa, la acvdad baceral específca, la concenracón de producos nermedos, enre oras. Frecuenemene, esas varables consuyen los esados del boproceso y son de gran mporanca para su monoreo y conrol. La eleccón de un observador o esmador de esados depende nherenemene de las especfcacones parculares del problema. En la prácca ene gran nfluenca en esa eleccón la dsponbldad de un modelo que sea lo sufcenemene represenavo del proceso, así como la fdeldad de los daos expermenales. Cuando se dspone de un modelo adecuado, enonces puede usarse un flro de Kalman exenddo, observadores de ala gananca, o varos esmadores que emplean el modelo del proceso (generalmene basado en prmeros prncpos) para realzar la esma de las varables. Por el conraro cuando el modelo no es sufcenemene represenavo, pueden emplearse observadores asnócos cuya dependenca con el modelo no es an esrca, pero su convergenca depende de las condcones de operacón. Tambén pueden ulzarse observadores basados en herramenas de nelgenca arfcal, por ejemplo, redes neuronales arfcales y lógca borrosa, enre oros. En general, cuando el conocmeno a pror sobre el modelo o sobre la plana es ncompleo, pueden emplearse dferenes écncas de aproxmacón procurando la esmacón de esados a parr de la nformacón de enrada/salda. Se encuenran en la leraura dversas propuesas para la esmacón de esados en boprocesos, enre las más desacadas pueden menconarse los rabajos de Dochan D., 22; Dochan D., 23; Bollereaux L and Flaus J., 2; Leal Ascenco R., 2; Adlson J., Rubens M, 2; Rallo R. e al, 22. En parcular el proceso de fermenacón alcohólca en connuo con Zymomonas Mobls se caracerza por presenar un problema de dfícl solucón. Eso se debe a que esos mcroorgansmos exhben un comporameno cnéco alamene no lneal y osclaoro, además varos de los esados del proceso son dfícles o mposbles de medr (concenracón de bomasa y varables nermedas para represenar la asa de cambo en la produccón de eanol y para deermnar el efeco de nhbcón). La fermenacón alcohólca llevada a cabo medane Zymomonas Mobls ene algunas venajas frene a oros mcroorgansmos, esas son: proporcona nveles de eanol cercanos a los de la produccón eórca a parr de glucosa, posee una pérdda reducda de bomasa, no exse nngún requso en cuano a requermenos de oxígeno, la fermenacón se produce a bajos ph y exhbe una producvdad específca ala, enre oras, sendo esa úlma caracerísca el benefco de prncpal nerés. En (Qunero L. e al, 24) se exploró la posbldad de usar el flro de Kalman y el flro de Kalman exenddo, para la esmacón de bomasa de esa fermenacón, se obuveron esmacones no sasfacoras debdo a las fueres no lnealdades presenes en odos los esados del proceso. En general se usan écncas de flrado ópmo para la esmacón de los esados de un ssema dnámco cuyas enradas y saldas son observadas medane medcones perurbadas con rudo. Se enende por esados de un ssema a la mínma nformacón necesara en un empo = que conjunamene al valor de las enradas defndas en odo empo a parr de ; perme deermnar el comporameno del ssema para cualquer. Las medcones son en general nceras, por ello se habla de rudo de medcón aún s se conoceran los esados verdaderos del ssema, las medcones no son una funcón deermnísca de dchos esados sno que poseen una componene aleaora. En ese conexo, la evolucón de los esados se modela medane un ssema dnámco perurbado por un proceso esocásco (rudo de los esados) medane una ecuacón dferencal esocásca. El rudo o perurbacón de los esados se ncorpora al modelo para represenar las ncerdumbres del ssema dnámco, las cuales pueden ser de nauraleza aleaora, como ambén señales o dnámcas no consderadas en el modelo. Según el paradgma Bayesano, la solucón del problema de flrado ópmo en el nsane consse en obener la dsrbucón de probabldad condconal de los esados, dada la nformacón dsponble de las observacones hasa ese nsane. En ese rabajo se desarrolla un esmador de esados para el proceso connuo
2 XII Reunón de Trabajo en Procesameno de la Informacón y Conrol, 6 al 8 de ocubre de 27 de fermenacón alcohólca con Zymomonas Mobls, medane flrado no lneal, basado en la aplcacón recursva del eorema de Bayes y écncas de Mone Carlo. Exsen nnumerables varanes de ese méodo, el cual fue propueso ncalmene por (Gordon e al, 993) y se conoce con dsnos nombres en la leraura: flro de parículas, flros Bayesanos recursvos, flros recursvos de Mone Carlo y flros recursvos basados en smulacón, enre oros, ver (Douce, 998; Crsan e al, 22) y las referencas que allí se ndcan. Específcamene en el rabajo se desarrollan varanes de un flro Bayesano recursvo po SIR (Samplng Imporance Resamplng) con dferenes esquemas de remuesreo para dsmnur el fenómeno de la degeneracón de las muesras (Douce, 998). La aplcacón de esa écnca en ese boproceso, se jusfca debdo a que el msmo es alamene no lneal y de caraceríscas esadíscas no Gaussanas y, como se menconara anerormene, oras écncas de esmacón no brndaron resulados sasfacoros. En el rabajo se esman los esados del ssema (concenracón de bomasa, concenracón de susrao, concenracón de produco y las varables nermedas anes menconadas) a parr de nformacón de enrada/salda y de un modelo dsponble del boproceso. El rabajo se organza de la sguene forma: en la Seccón II se presena el proceso de fermenacón alcohólca en connuo y se hace una reseña acerca de las herramenas de esmacón ulzadas, en la Seccón III se realza una descrpcón de la esrucura de los algormos usados para la esmacón de esados. Luego, en la Seccón IV se presenan los resulados obendos y el análss correspondene. Fnalmene, en la Seccón V se exponen las conclusones. II. CASOS DE ESTUDIO Y HERRAMIENTAS DE ESTIMACIÓN A. Caso de Esudo: Fermenacón Alcohólca en connuo de Zymomonas Mobls El proceso de fermenacón alcohólca en connuo con Zymomonas Mobls presena alos rendmenos de eanol, pero con comporamenos osclaoros en las varables de esado del proceso. Desde el puno de vsa del conrol eso represena una gran dfculad, sumada a las propas de la medcón de algunos de los esados del ssema, con el fn de ser ulzados como señales de realmenacón. Un modelo del proceso (Maher y Zeng, 995; Echeverry, e al, 23), esa dado por las sguenes ecuacones dferencales y algebracas: Concenracón de Bomasa: dx F4 F 6 = μ + R + DS 4 X () d V F 2 Donde μ es la velocdad específca de crecmeno, R es la asa de recrculacón de mcroorgansmos, F 2, F 4 yf 6 son los flujos de salda del bo-reacor, salda de fondo del separador y correne de realmenacón de bomasa respecvamene (ver Fg.) Concenracón de Susrao: ds = ( Qp X ) + DSn DS (2) d Y p/ s Donde: Yp/s es el coefcene de rendmeno susrao produco, Qp es la asa especfca de produccón del eanol, D es la asa de dlucón oal, Ds es la asa de dlucón de susrao y Sn es la concenracón de susrao en la correne de enrada. Fg. Esquema del proceso connuo de fermenacón Concenracón de Produco: dp QpX DP d = (3) Meda ponderada de la asa de cambo de la concenracón de eanol dz = β ( I Z) (4) d Donde: β es el Parámero hsórco ponderado para la asa de cambo en la concenracón de eanol, e I es la varable nermeda auxlar para la deermnacón del efeco de nhbcón: di = β ( QpX DP I ) (5) d Efeco dnámco de la asa de cambo de la concenracón de eanol en el crecmeno de la bomasa λz δ λz δ e e f μ = λz δ λz δ (6) 2 e + e Donde: δ y λ son parámeros del facor de nhbcón de la asa de cambo de la concenracón de eanol. Tasa de crecmeno de bomasa a b P P Pob μmaxs Pma Pmb Pob μe = (7) S( S S) Ks + S + K S Donde: es la velocdad específca de crecmeno μmax máxma, Pma y Pob son facores de nhbcón de Eanol para la asa específca de crecmeno en (g/l) y, Pmb es el facor de máxma nhbcón de eanol para el crecmeno de las células en (g/l), a y b son exponenes de nhbcón por produco, para la asa de produccón de eanol, Ks es el coefcene de sauracón de susrao, y K es un parámero de nhbcón por susrao. Se consderan las sguenes condcones: P Pob =, P Pob Pmb Pob S S =, S S (8) P Pob =, P > Pmb Pmb Pob donde: μ = f μ* μe (9)
3 XII Reunón de Trabajo en Procesameno de la Informacón y Conrol, 6 al 8 de ocubre de 27 α S P pueden expresar medane el sguene ssema de Qp = Qpmax () ecuacones dferencales esocáscas o ecuacones de Kmp + S Pme dfusón de Iô. En ese proceso es mporane lograr una adecuada esmacón de los esados no mensurables del ssema con fnes poserores de conrol. Por ora pare, debdo a su capacanca y comporameno dnámco, el boreacor es nherenemene un flro pasa bajo de las señales de rudo aleaoras. B. Flrado No Lneal-Flros de parículas. Reseña: A dferenca del caso de ssemas lneales con perurbacones gaussanas, en el que la solucón al problema del flrado ópmo esa dada por el flro de Kalman, en ssemas no lneales, no exse un flro de dmensón fna que resuelva el problema. En el proceso de nerés, la esmacón de esados a ravés de Flro de Kalman Exenddo permó una adecuada esmacón de la bomasa X y de la varable de nhbcón I, pero para los demás esados se presenaron errores de esado esaconaro. Para la esmacón del parámero que represena el reardo de nhbcón β, no se logró la convergenca al valor real del parámero. Para la esmacón smulanea medane un flro dual de los esados y el parámero β, se observó que la esmacón de los esados mejoró levemene menras que la de β no mejoró sgnfcavamene. En (Qunero L. e al, 25) se observó que el comporameno de los FKE esán sujeos a la nfluenca de las condcones ncales de las varables a esmar y ambén a las condcones ncales de sus caraceríscas esadíscas (marces de covaranza). Los resulados obendos respeco a la observacón de la bomasa, sasfceron las expecavas y son superores a los resulados obendos en rabajos anerores usando oras écncas reducdas de esmacón (Qunero L e al, 24). 2. Inroduccón a la écnca: El problema general de la esmacón de esados de un ssema dnámco, puede nerprearse como un problema de flrado ópmo no lneal. Se consdera un ssema cuyos esados esán compuesos por un vecor x de dmensón n y se supone que la evolucón del ssema esa dada por una ecuacón dferencal vecoral no lneal denomnada ecuacón de esados de la forma: dx = f ( x, ) + Rudo ( ) () d Donde el segundo sumando caracerza odas las perurbacones del proceso, ano exernas como nernas, que se denomnan perurbacones o rudo de los esados. Las medcones u observacones y que se realzan en la salda del ssema, ambén esán sujeas a perurbacones (denomnadas rudo de medcón) por lo que y pueden expresarse gualmene por una ecuacón dferencal no lneal smlar a la aneror: dy = g ( x, ) + Rudo2 ( ) (2) d La forma usual de modelar las perurbacones e ncerdumbres es medane ecuacones dferencales esocáscas. Luego, las ecuacones smbólcas anerores se (, ) (, ) (, ) dx = f x d+σ x dw (3) dy = g x d + dv Donde f, g y σ son funcones vecorales o marcales de las dmensones adecuadas y los vecores v, w son procesos de Wener ndependenes. Báscamene el problema del flrado no lneal, consse en obener la mejor esma posble xˆ del vecor de esados x en odo nsane de empo, a parr de la nformacón dsponble de las observacones y hasa el nsane { ys; s } 2. La esmacón ópma de los esados vendrá dada por la esperanza condconal del vecor de esados aplcada a la nformacón dsponble, eso es: xˆ = E( x ys; s ) (4) Evdenemene, para calcular la esperanza condconal aneror y en consecuenca x ˆ, es necesaro conocer en cada nsane de empo la funcón de dsrbucón condconal del vecor de esados. Eso mplca que la solucón ópma del flrado no lneal es un problema de dmensón nfna ya que se debe resolver una ecuacón dferencal esocásca en dervadas parcales (ecuacón de Zaa), cuya solucón es precsamene la funcón de dsrbucón condconal del vecor de esados 3. III. DISEÑO DE LOS ESTIMADORES A. Generaldades El méodo que consuye la base de muchos flros desarrollados es conocdo como boosrap, algormo de condensacón, flro de parículas, aproxmacón de neraccón de parículas y survval fes. Ese méodo usa la funcón de mporanca, que es una dsrbucón de probabldad que depende de las observacones hasa el nsane, a parr del cual se puede muesrear fáclmene. Aproxmando la densdad poseror px ( : / y: ) Wδ ( x: x: ) (5) = Donde los pesos W se elgen por muesreo por mporanca, bajo las suposcones de que: Tambén se los denomna en la bblografía Movmeno Brownano o procesos de Wener-Levy 2 A la nformacón dsponble de la observacón del proceso esocásco y hasa el nsane y se le denomna flracón F producda por el proceso y. Por defncón es el σ-álgebra generada por el proceso esocásco y. Concepualmene la flracón represena la hsora del proceso y hasa el nsane. 3 En el caso lneal Gaussano la solucón es de dmensón fna pues odas las funcones de dsrbucón nvolucradas no perden su condcón de Gaussanas y por lo ano solo es necesaro conocer la evolucón en el empo de las medas y las varanzas.
4 XII Reunón de Trabajo en Procesameno de la Informacón y Conrol, 6 al 8 de ocubre de 27 La densdad de probabldad de evaluacón de las muesras medcón, de nauraleza dferene. Se uso enonces ese es proporconal a la funcón de mporanca modelo, donde el esquema de esmacón es el de la Fg. 2. px ( ) qx ( ) Las señales de enrada u() (concenracón de susrao a Los esados pueden muesrearse a parr de la funcón de la enrada Sn, la asa de dlucón D y el érmno de densdad de mporanca recrculacón de mcroorgansmos R ) y de salda y() (la concenracón de Susrao x qx ( ) S y de Produco P en el efluene) correspondenes al modelo usado como plana Luego, se elge la funcón de mporanca y los pesos se real, almenan el modelo del flro que es el que realza las facorzan de modo de hacerla dependene sólo de x, de esmacones de los esados. Esas esmacones son las que ese modo, pueden expresarse como: se comparan con las enregadas con el modelo consderado py ( / x) px ( / x ) como parón. La smulacón del bo-reacor, se realzó a W W (6) lazo abero, las enradas u() fueron consderadas qx ( / x, y) consanes. Se pueden observar claramene las dnámcas y los reardos de nhbcón que hacen que ese ssema sea alamene no lneal. y la densdad poseror por px ( / y: ) Wδ ( x x) (7) = El algormo consse en la propagacón recursva de los pesos y los punos de sopore cuando cada medda (medcón de la salda) se recba secuencalmene. El algormo como al, en su concepcón orgnal, uvo dfculades en cuano a la reduccón de la varanza y presenó problemas de degeneracón de las parículas. Por eso, se realzaron mejoras orenadas a evar que las parículas que no aporaran nformacón sgueran sendo consderadas y endenes a mnmzar la varanza de los esmadores. El paso de remuesreo debe realzarse observando la funcón de degeneracón y comparándola con un valor base, eso elmna las parículas con pesos pequeños y concenra las parículas con pesos grandes, eso mplca generar un conjuno nuevo de muesras generadas por remuesreo o reemplazo. { * x } = De esa forma, se puede obener una represenacón dscrea aproxmada de funcón de densdad poseror: px ( / y: ) Wδ ( x x) (8) = Fnalmene los pesos se expresan de la forma: W = (9) El remuesreo puede planearse ambén con dsnas varanes: muesreo esrafcado, muesreo resdual y muesreo ssemáco. El paso de remuesreo reduce los efecos de la degeneracón pero nroduce algunos problemas de po prácco, lma la oporundad de paralelzar el algormo ya que se combnan odas las parículas y además las parículas con grandes pesos son selecconadas esadíscamene varas veces. Eso lleva a una poencalzacón del muesreo, que es una pérdda de dversdad dado que las parículas conenen punos repedos. Eso es un suceso de gran relevanca cuando exse un rudo de proceso pequeño y fnalmene, dada la reduccón de la dversdad de los parones de las parículas, puede degenerarse cualquer suavzacón (smoohng). u MODELO DEL PROCESO = (, ) +σ (, ) = (, ) + dx f x d x dw dy g x d dv MODELO DEL FILTRO (, ) σ (, ), (, ) x+ = f x d+ x dw y = g x d+ dv Fg. 2: Esquema de esmacón de esados usado IV. ANALISIS DE RESULTADOS Y DICUSIÓN Los resulados de esa seccón son produco de la mplemenacón de la écnca ulzando desde a parículas. Se realzaron varacones de las componenes aleaoras de los modelos agregados para el ssema dnámco. Se ulzó un conjuno de pruebas para medr la efecvdad del flro frene al coso compuaconal de la aplcacón y así poder analzar la efcenca de los esquemas de remuesreo usados en esa confguracón. En la abla se resume el esquema de pruebas ulzado y algunas caraceríscas relevanes. Debe observarse que se regsran los errores máxmos obendos enre odas las pruebas para -5- parículas sn hacer dsncón enre las varacones de las caraceríscas de dfusón. Para los valores referencados como medos mosrados en la abla, se usan los valores correspondenes a los máxmos valores absoluos de los errores medos de las msmas pruebas, sn dsncón enre las caraceríscas de dfusón. El objevo persegudo es lusrar los peores casos obendos. y x B. Parculardades de la aplcacón Se ulzó el modelo desarrollado por Dauguls e al., (997), poserormene compleado y valdado con daos regsrados de un proceso real por Echeverry e al., (23), al cual se le adconó modelos de perurbacón consderando que exsen ncerdumbres de modelado y de Tabla. Caraceríscas de los errores obendos en las dferenes pruebas realzadas.
5 Error XII Reunón de Trabajo en Procesameno de la Informacón y Conrol, 6 al 8 de ocubre de 27 En la Fg. 3, puede observarse el resulado de una prueba realzada para 5 parículas, usando el esquema de remuesreo deermnísco para el boproceso connuo. Se consdero como salda medble del ssema el Susrao y el Produco, (S y P). Para el modelo de rudo advo a las medcones, se ulzó rudo blanco normal, con meda y varanza de adecuada y consderable magnud. Es de noable mporanca el hecho de que al fnal de la esmacón realzada, la magnud de los errores ende a aumenar, es decr, la caldad de la esmacón comenza a dsmnur debdo a que el esquema de remuesreo deermnísco no es efcene en ese caso, eso consuye una evdenca del fenómeno llamado empobrecmeno de las muesras (Sample Impovershmen) sumado al efeco de las caraceríscas de rudo que son sgnfcavas, usadas como prueba de robusez en la esmacón del flro. Se planea como hpóess que el aumeno de los errores obedece a defcencas en la eleccón de la funcón de mporanca para ese caso parcular y se consdera la posbldad del uso de una más compleja. Todas las grafcas se lusran usando curvas normalzadas en el nervalo [-,]. Bomasa Inhbcon Z Inhbcon W Fgura 3. Errores en la esmacón de los esados del boreacor durane la prueba de 5 horas connuas en smulacón con. horas de muesreo. Concenracón de Bomasa Flro SIR Fgura 4. La línea a razos descrbe la concenracón de bomasa esmada (normalzada) por el Flro SIR menras que la línea sólda descrbe la consderada real Se realzaron modfcacones al mecansmo de esmacón para mejorar los resulados. Se propuseron cambos en las caraceríscas de modelos de ncerdumbre y logro observarse que al aumenar la nfluenca del modelo de dfusón y ulzar el esquema de remuesreo Mulnomal, pueden enerse resulados mejorados respeco a los anerores. Al aumenar el número de parículas usado en los flros a, usando el esquema de remuesreo deermnísco, se observo que los errores enden a aumenar consderablemene (se observa un máxmo de.2 al fnal de la esmacón), respeco a los presenados anerormene. En comparacón con el esquema aneror, usando el msmo po de re muesreo, se enconró como parculardad que al dsmnur consderablemene el número de parículas usado ( parículas), la esmacón se manendría defcene, lo que lleva a conclur, que ndependene del número de parículas usadas en ese problema, la mayor nfluenca en la solucón la enen las caraceríscas de dfusón de las medcones y el esquema de remuesreo ulzado. Inhbcón Z Inhbcón W Flro SIR Flro SIR Fgura 5a. 5b. Las líneas a razos represenan las dnámcas de Inhbcón Z e I esmadas por el Flro SIR menras que las líneas sóldas descrben las dnámcas consderadas reales para el ssema Concenracón de Bomasa Flro SIR Fgura 6: La línea sólda descrbe la bomasa esmada (normalzada) por el Flro SIR menras que la línea puneada descrbe la bomasa consderada real para el ssema. La necesdad de desarrollar una meodología para la correca mplemenacón de los flros de parículas en ssema no lneales, radca en las parculardades que esos poseen y que hacen realmene dfícl la area de caracerzarlos y de hacer un correco planeameno de la solucón a esos casos parculares. Denro de la meodología de flrado de parículas, usando el muesreo de mporanca, es relevane consderar, para lograr el objevo que es necesaro proponer una funcón de mporanca adecuada, y quen dseña el flro debe elegrla dependendo de cada caso punual. Eso hace que realzar la aproxmacón de las densdades de flrado (funcones de densdad objevo), ese sujea a la buena o mala eleccón de la funcón de mporanca por pare del dseñador.
6 Error XII Reunón de Trabajo en Procesameno de la Informacón y Conrol, 6 al 8 de ocubre de 27 Bomasa Inhbcon Z Inhbcon W Concenracón de Bomasa Inhbcón Z Inhbcón W Flro SIR Flro SIR Flro SIR Fgura 8. Esmacón, valor absoluo de los errores de los esados, bomasa y esados de Inhbcón. V. CONCLUSIONES En ese rabajo se preseno un esmador de esados basado en écncas de Flrado No Lneal. La aplcacón de los flros de parículas desarrollados como esmadores de esados, pueden ulzarse para ssemas dnámcos no lneales no Gaussanos. Se ejemplfcó e lusró para el caso de un bo-reacor para el proceso de fermenacón alcohólca en connuo de Zymomonas Mobls. Se observó que la aplcacón de esa herramena como esmador de esados es acepable, facble y de mplemenacón vable para resolver el problema de esmacón de bomasa en línea, en un proceso fermenavo connuo, debdo a su confabldad y coso compuaconal admsble para los empos de muesreo del problema real. REFERENCIAS Adlson J., Rubens M., Sof sensors developmen for on-lne bo-reacor sae esmaon. Compuers and Chemcal Engneerng 24,99-3, (2) Bollereaux L., Flaus J., A New Approach for Desgnng Model-Based Indrec Sensors IEEE Transacon on Conrol Sysems Technology, Vol. 8, N. 4, July (2) Crsan, D, Douce, A. A survey of convergence Resuls on Parcle Flers For Praconers IEEE Transacon on sgnal processng, 22. Dauguls, A.J.; McLellan, P.J. and L, J. Expermenal Invesgaon and Modelng of Oscllaory Behavor n he Connuous Culure of Zymomonas mobls, Boechnology and Boengneerng, 99-5, Ocober 997. Dauguls, A.J.; McLellan, P.J. and L, J. The ncdence of oscllaory behavor n he connuous fermenaon of ZM. Boechnology progress Dochan, D., Sae A Sae Observer for (Bo)Processes wh Unceran Knecs, Proceedngs of he Amercan Conrol Conference. Anchorage, AK May 8-, (22). Dochan, D., Sae and Parameer Esmaon n Chemcal and Bochemcal Processes: A Tuoral, Journal of Process Conrol, 3, 8-88, (23). Douce, A. On Sequenal Smulaon - Based Mehods for Bayesan Flerng. Techncal repor Unversy of Cambrdge, 998 Echeverry, N., Qunero, O., Ramírez, M., Modelameno Smulacón y pruebas de conrol para un bo-reacor alcohólco en connuo, Trabajo de Grado Unversdad Naconal de Colomba Sede Medellín, Faculad de Mnas, (23). Echeverry, N., Qunero, O., Ramírez, M Conrol de un boreacor para fermenacón alcohólca en connuo XI Congreso lanoamercano Conrol Auomáco, CLCA, Cuba, 24. Gordon, N. Salmond, D y Smh. A. Novel Approach o Non Lnear-Non Gaussan Bayesan Sae Esmaon. IEE Proceedngs F Radar, Sonar Navg., vol. 4, pp. 7 3, 993., Abrl 993 Leal Ascenco R. "Arfcal Neural Newors as a Bomass Vrual Sensor for a Bach Process., "Proceedngs of he IEEE Inernaonal Symposum on Inellgen Conrol, Sepember, Mexco Cy, ( 2). Maher, B., and Zeng, R., Expermenal Resuls and Model Reference Adapve Esmaon and Conrol for a Fermenaon Process, Conrol Engneerng Pracce, Vol 3, 995 Qunero, O., d Scasco, F., Álvarez, H., Esrucura de Dos Grados de Lberad y Sensor Vrual para Conrolar un Boproceso, XIX Congreso Argenno de Conrol Auomáco AADECA, Bs. As., Argenna, (24). Qunero, O., d Scasco, F., Aplcacón del flro de Kalman exenddo a un proceso de fermenacón alcohólca en connuo, XI Reunón de Trabajo en Procesameno de la Informacón y Conrol RPIC, (25). Rallo R., Ferre-Gne J., Arenas A., Gral F.,"Neural vrual sensor for he nferenal predcon of produc qualy from process varables Compuers and Chemcal Engneerng 26,735/754, (22).
Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades
oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el
Más detallesAnálisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida
Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de
Más detallesEL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)
EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa
Más detalles4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos
4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de
Más detallesEstadística de Precios de Vivienda
Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal
Más detallesANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL
ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la
Más detallesTÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS
TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados
Más detalles1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES
oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.
Más detallesFunción Financiera 12/03/2012
Funcón Fnancera /03/0 Asgnaura: Admnsracón Fnancera Bblografía: Albero Macaro - Cr. Julo César Torres Profesor Tular Regular Faculad de Cencas Económcas y Jurídcas Unversdad Naconal de La Pampa Cr. Julo
Más detallesCaracterís cas de la Metodología para calcular Rentabilidad Ajustada por Riesgo
P S 2015 M C P S 2015 Inroduccón El Premo Salmón es hoy el prncpal reconocmeno enregado a los Fondos Muuos en Chle. Movo de orgullo y cenro de campañas publcaras, ese reconocmeno ha cambado su foco hace
Más detallesI EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA
I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos
Más detalles2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales
... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de
Más detallesTema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden
Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )
Más detallesCurso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos
Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en
Más detallesDeterminación Experimental de la Distribución de Tiempos de Residencia en un Estanque Agitado con Pulpa
Deermnacón Expermenal de la Dsrbucón de Tempos de Resdenca en un Esanque Agado con Pulpa Lus Marín Escalona Julo de 2oo7 Índce Resumen 3 Anecedenes Generales 3 Procedmeno Expermenal Dscusones 4 onclusones
Más detalles9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC
9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de
Más detallesIntroducción a la Teoría de Inventarios
Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda
Más detallesEjercicios resueltos y exámenes
Prncpos de Economería y Economería Empresaral I Ejerccos resuelos y exámenes Recoplados por Ezequel Urel I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES
Más detallesNélida Diaz, Francisco Jiménez y Mauricio López División de Tiempo y Frecuencia. Resumen
Nuevo esquemade generacón de laescalade empo UTCCNM Nélda Daz, Francsco Jménez y Maurco López Dvsón de Tempo y Frecuenca Resumen La escala de Tempo Unversal Coordnado del CENAM, UTCCNM, se genera desde
Más detallesSantiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo
REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras
Más detallesINTERPOLACIÓN CURVA DE TASAS DE INTERÉS
www.quan-radng.co INTERPOLACIÓN CURVA DE TASAS DE INTERÉS El rendmeno hasa el vencmeno de un bono es una medda úl para eecos de comparacón. Sn embargo hay oras meddas que conenen mucha más normacón como
Más detallesFASCÍCULO: MATRICES Y DETERMINANTES
FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.
Más detallesEJERCICIOS: Análisis de circuitos en el dominio del tiempo
EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene
Más detalles+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D
PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno
Más detallesCálculo y Estadística
Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una
Más detallesMETODOLOGÍA ENERGÍA ELECTRICA
Insuo Naconal de Esadíscas SUBDIRECCIÓN TÉCNICA Depo. Invesgacón y Desarrollo Esadísco SUBDIRECCION DE OPERACIONES Subdeparameno. Esadíscas Secorales METODOLOGÍA ENERGÍA ELECTRICA Sanago, 26 Dcembre de
Más detallesEl signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.
AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la
Más detallesTema 2 Circuitos Dinámicos de Primer Orden
Tema 2: Crcuos Dnámcos de Prmer Orden Tema 2 Crcuos Dnámcos de Prmer Orden A nade en su sano juco se le habría ocurrdo preparar enonces odos esos componenes (ranssores, ressores y condensadores a parr
Más detallesCRÉDITO PESCA. Consideraciones del producto:
CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral
Más detallesRepresentación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere
Represenacón VEC Dado que las relacones económcas enre varables no se presenan esrcamene en un sendo específco, es decr, puede exsr enre ellas esquemas de reroalmenacón o complejos mecansmos de rasmsón
Más detallesMecanismos de palanca. Apuntes.
Mecansmos de palanca. Apunes. Oreses González Qunero Deparameno de Ingenería Mecánca Faculad de de Ingenerías Químca y Mecánca 2007 1 1.- Inroduccón. El análss de los mecansmos y máqunas ene por objevo
Más detallesEstimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo
Esmacón de una fronera de efcenca écnca en el mercado de seguros uruguao Faculad de Cencas Económcas de Admnsracón Unversdad de la Repúblca María Eugena Sann Fernando Zme Tel.: 598 709578 Tel.: 598 70008
Más detallesESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO
ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas
Más detallesDavid Ceballos Hornero Departament de Matemàtica Econòmica, Financera i Actuarial. Universitat de Barcelona ceballos@eco.ub.es
Tme dependence on Fnancal Operaons of Invesmen Davd eballos Hornero Deparamen de Maemàca Econòmca, Fnancera Acuaral. Unversa de Barcelona ceballos@eco.ub.es Dynamc analyss of a Fnancal Operaon of Invesmen
Más detallesFILTROS NO LINEALES PARA RECONSTRUIR SEÑALES DE ELECTROCARDIOGRAMAS NONLINEAR FILTERS TO RECONSTRUCT ELECTROCARDIOGRAM SIGNALS
REVISTA DE MATEMÁTICA: TEORÍA Y APLICACIONES 2014 21(2) : 199 226 CIMPA UCR ISSN:1409-2433 FILTROS NO LINEALES PARA RECONSTRUIR SEÑALES DE ELECTROCARDIOGRAMAS NONLINEAR FILTERS TO RECONSTRUCT ELECTROCARDIOGRAM
Más detallesConsideraciones generales sobre dinámica estructural
Capíulo Consderacones generales sobre dnámca esrucural Inroduccón El obeo de la dnámca esrucural es el análss de esrucuras bao cargas dnámcas, es decr cargas que varían en el empo. Aunque la mayoría de
Más detallesMETODOLOGÍA ENERGÍA ELÉCTRICA
Insuo Naconal de Esadíscas SUBDIRECCIÓN TÉCNICA Depo. Invesgacón y Desarrollo Esadísco SUBDIRECCIÓN DE OPERACIONES Subdepo. Esadíscas Secorales METODOLOGÍA ENERGÍA ELÉCTRICA GGM/GMA Sanago, 26 Dcembre
Más detallesLA MODELIZACIÓN DE PROCESOS
L MODELIZIÓN DE ROESOS En ese capíulo, se presena una meodología en desarrollo para modelos dnámcos de procesos químcos. Después de esudar ese capíulo, el esudane debería ser capaz de: Escrbr las ecuacones
Más detallesSISTEMAS DE ECUACIONES SIMULTANEAS
Apunes de eoría Economérca I. Profesor: Vvana Fernández SISEMAS DE ECUACIONES SIMULANEAS I INRODUCCION A la fecha, nos hemos cenrado en modelos unecuaconales, eso es, aquellos que nvolucran sólo una ecuacón
Más detalles5. Los sistemas de pensiones y el ahorro nacional
5. Los ssemas de pensones y el ahorro naconal Uno de los aspecos más mporanes ras la reforma a un ssema de pensones es su mpaco sobre el ahorro naconal dado el vínculo enre ése y el desempeño de la economía.
Más detallesMEDICIÓN DE LA ACTIVIDAD MINERA EN LA REGIÓN DE ARICA Y PARINACOTA
esudos esudos MEDCÓN DE LA ACTVDAD MNERA EN LA REGÓN DE ARCA Y PARNACOTA Ocubre de 28 N Subdreccón Técnca Deparameno de Esudos Económcos Coyunurales Medcón de la Acvdad Mnera en la Regón de Arca y Parnacoa
Más detallesÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO. Departamento de Economía Aplicada
ÁREA 4 y 9: ECONOMÍA INDUSTRIAL, DE SERVICIOS Y DE LA INFORMACIÓN Y EL CONOCIMIENTO Deparameno de Economía Aplcada Faculad de Cencas Económcas y Empresarales e-mal: ecoapl@eco.uva.es Avda. del Valle de
Más detallesMovimiento Rectilíneo Uniformemente Acelerado (MRUA)
7. Movmeno Reclíneo Unorme Acelerado Movmeno Reclíneo Unormemene Acelerado (MRUA) elocdad Meda o elocdad promedo: La velocdad meda represena la relacón enre el desplazameno oal hecho por un móvl y el empo
Más detallesDeterminantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA
Más detallesEVALUACIÓN DEL COMPORTAMIENTO HIDRAULICO UN REACTOR UASB UTILIZADO PARA EL TRATAMIENTO DE AGUAS RESIDUALES
EVALUACIÓN DEL COMPORTAMIENTO HIDRAULICO UN REACTOR UASB UTILIZADO PARA EL TRATAMIENTO DE AGUAS RESIDUALES Dana Arroyave Gómez, Marbel González Areaga y Darío Gallego Suárez. Unversdad Naconal de Colomba
Más detallesCRÉDITO AGRICOLA. Consideraciones del producto:
Versón: CA-5.04. CRÉDITO AGRICOLA Consderacones del produco: Son crédos que se oorgan para fnancameno de acvdades agropecuaras y se basan en la capacdad de pago de los clenes y su hsoral credco. Se conceden
Más detallesDeterminación del tiempo de deshumidificación en un almacén soterrado en las condiciones climáticas y geohidrológicas de Cuba.
Ingenería Mecánca, (2007) 5-20 5 Deermnacón del empo de deshumdfcacón en un almacén soerrado en las condcones clmácas y geohdrológcas de Cuba. Ma. D. Andrade Gregor, R. Hernández Rubo, M. Pedra Díaz. Insuo
Más detallesTEMA 7 MODELO IS-LM EN ECONOMÍAS ABIERTAS
TMA 7 MODLO IS-LM N CONOMÍAS ABIRTAS l modelo IS-LM en economías aberas Concepos fundamenales n el ema aneror analzamos el po de cambo como s fuera un nsrumeno de políca económca. Sn embargo ése se deermna
Más detallesINDICE DE COSTES DE LA CONSTRUCCIÓN
INDICE DE COSTES DE LA CONSTRUCCIÓN. INTRODUCCION Y OBJETIVOS El índce de coses de la consruccón es un ndcador coyunural que elabora el Mnsero de Fomeno y que ene como objevo medr la evolucón, en érmnos
Más detallesTema 4. Condensadores y Bobinas
Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas
Más detallesANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen
ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL EMENINA EN CHILE Evelyn Benvn y Marcela Percará ƒ Esa versón: Marzo 2007 Resumen En ese rabajo hemos aplcado écncas de descomposcón mcroeconomércas con
Más detallesAdaboost con aplicación a detección de caras mediante el algoritmo de Viola-Jones. Trabajo final - Introducción al reconocimiento de patrones
Adaboos con aplcacón a deeccón de caras medane el algormo de Vola-Jones rabajo fnal - Inroduccón al reconocmeno de parones ésor Paz Febrero de 2009 Adaboos con aplcacón a deeccón de caras medane algormo
Más detallesMETODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP
METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP MARZO DE 20 TABLA DE CONTENIDO. GENERALIDADES:... 3.. VALOR BASE... 3.2. NÚMERO DE EMISORES QUE COMPONEN EL ÍNDICE... 3.3. ACCIONES POR EMISOR... 3.4. PARTICIPACIÓN
Más detallesDOCUMENTO DE TRABAJO. www.economia.puc.cl
Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë
Más detallesEstadística de Precios de Suelo
Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal
Más detallesMODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS
MODELO DE UN SISTEMA MRP CERRADO INTEGRANDO INCERTIDUMBRE EN LOS TIEMPOS DE ENTREGA, DISPONIBILIDAD DE LA CAPACIDAD DE FABRICACIÓN E INVENTARIOS TESIS DE GRADO PARA OPTAR AL TITULO DE MAGISTER EN INGENIERÍA
Más detallesReconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos
Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes
Más detallesProductos derivados sobre bienes de consumo
Producos dervados sobre benes de consumo Francsco Venegas Marínez, Salvador Cruz Ake n Resumen: Ese rabajo de nvesgacón desarrolla un modelo de equlbro general con expecavas raconales en empo connuo úl
Más detallesMacroeconomic Effects of Fiscal Shocks in the European Union: A GVAR Model
Unversy of Exremadura Deparmen of Economcs Macroeconomc Effecs of Fscal Shocks n he European Unon: A GVAR Model Ths verson: February 212 Alejandro RICCI RISQUETE Julán RAMAJO HERNÁNDEZ Unversdad de Exremadura
Más detallesEn España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541
25 de novembre de 2014 Indcadores de Demografía Empresaral Año 2012 En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desapareceron 334.541 Las empresas creadas represenaron el
Más detallesAPUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID
APUTES CLASES DE PRÁCTCAS ECOOMA ESPAÑOLA (Y MUDAL) CURSO 200/20, 2º. CUATRMESTRE DEPARTAMETO DE ECOOMÍA UVERSDAD CARLOS DE MADRD DCE DE PRÁCTCAS.- Conabldad aconal. 2.- ndces y Deflacores. 3.- Curvas
Más detallesNORMAS PARA LA CONSTITUCIÓN DE PREVISIONES PARA RIESGOS CREDITICIOS
NORMA PARTIULAR 3.2 NORMAS PARA LA ONSTITUIÓN DE PREVISIONES PARA RIESGOS REDITIIOS a. Prevsones para resgos credcos ) Prevsón según caegoría de resgo ) Mono de resgo sujeo a prevsón ) Deduccón de garanías
Más detallesHéctor Maletta. Análisis de panel con variables categóricas
Hécor Malea Análss de panel con varables caegórcas Buenos Ares, 2012 CONTENIDO 1. Inroduccón al análss de panel... 1 1.1. El desarrollo hsórco del análss de panel... 1 1.2. El prsma de daos... 3 1.3. Clasfcacón
Más detallesCrecimiento económico y gasto público: una interpretación de las experiencias internacionales y del caso colombiano ( ) *
Crecmeno económco y gaso públco: una nerpreacón de las experencas nernaconales y del caso colombano (98-999) * Carlos Eseban Posada ** José Fernando Escobar *** Resumen En ese documeno se presenan los
Más detallesDistorsiones creadas por la regulación colombiana: El Asset Swap Spread como proxy del Credit Default Swap en el mercado local.
Dsorsones creadas por la regulacón colombana: El Asse Swap Spread como proxy del Cred Defaul Swap en el mercado local. Andrés Gómez Caegoría Lbre Dsorsones creadas por la regulacón colombana: El Asse Swap
Más detallesDinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV)
Dnero, precos, asa de nerés y acvdad económca: un modelo del caso colombano (984:I 23:IV) José Fernando Escobar. y Carlos Eseban osada. esumen A parr de un esquema de ofera y demanda de dnero se esmó un
Más detallesCIRCUITOS CON DIODOS.
ema 3. Crcus cn dds. ema 3 CCUOS CON OOS. 1.- plcacón elemenal..- Crcus recradres (lmadres)..1.- eslucón de un crcu recradr ulzand las cuar aprxmacnes del dd..1.1.- eslucón ulzand la prmera aprxmacón..1..-
Más detallesAnálisis de la competencia en un mercado mayorista de electricidad: el caso de España
Fac. CC. Económcas y Empresarales Unversdad de La Laguna Fac. CC. Económcas y Empresarales Unv. de Las Palmas de Gran Canara Análss de la compeenca en un mercado mayorsa de elecrcdad: el caso de España
Más detallesManual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100
Manual Meodológco del Índce de Remuneracones (IR) Índce de Coso de Mano de Obra (ICMO) Base anual 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Proyeco de acualzacón IR ICMO Subdreccón Técnca
Más detallesESTRUCTURA DE LAS SIMILARIDADES
ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa
Más detallesTECNOLOGÍA ELECTRÓNICA TEMA 8 (AMPLIFICADOR OPERACIONAL) EJEMPLOS RESUELTOS
TECNOLOGÍA ELECTRÓNICA TEMA 8 (AMPLIFICADOR OPERACIONAL) EJEMPLOS RESUELTOS JULIO BRÉGAINS, DANIEL IGLESIA, JOSÉ LAMAS DEPARTAMENTO DE ELECTRÓNICA E SISTEMAS FACULTADE DE INFORMÁTICA, UNIVERSIDADE DA CORUÑA
Más detallesPREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX
PREDICCIÓN DE VOLILIDD CON LOS ÍNDICES DE VOLILIDD VIX Y VDX El objevo de ese rabajo es esudar la capacdad predcva de los índces de volaldad. Para el perodo 99-0, analzamos daos de los índces amercanos
Más detalles7. CAPACITANCIA E INDUCTANCIA
7. APAITANIA E INDUTANIA 7.. INTRODUIÓN El elemeno paso e os ermnales que hemos so hasa el momeno, eso es la Ressenca, presena un comporameno lneal enre su olaje y correne. Eso prouce ecuacones algebracas
Más detallesOptimización del balance de carga en circuitos de distribución primaria
energéca Vol. XXX, No. /009 TRABAJOS TEORCOEXPERMENTALES Opmzacón del balance de carga en crcuos de dsrbucón prmara gnaco Pérez Recbdo: Ocubre del 008 Aprobado: Dcembre del 008 Resumen/ Absrac Las medcones
Más detallesPRODUCTO INTERNO BRUTO TRIMESTRAL
PRODUCTO INTERNO BRUTO TRIMESTRAL Prmer Trmesre 2010 La Paz - Bolva Pr o d u c o Inerno Br u o Tr m e s r a l Prmer Trmesre 2010 Elaborado por el Insuo Naconal de Esadísca Depóso Legal Nº 4-4 - 227-10
Más detallesEFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Arias UCLA. Alberto Carrasquilla Universidad de los Andes
DOCUMENTO CEDE 2002-02 ISSN 1657-7191 (Edcón elecrónca) ABRIL DE 2002 CEDE EFECTOS EN BIENESTAR DE LA REPRESIÓN FINANCIERA * Andrés Aras UCLA Albero Carrasqulla Unversdad de los Andes Aruro Galndo Banco
Más detallesAlgoritmos para la determinación de soluciones en problemas de programación por metas fraccionales. XVII Jornadas ASEPUMA V Encuentro Internacional
Algormos para la deermnacón de solucones en problemas de programacón por meas fracconales. Algormos para la deermnacón de solucones en problemas de programacón por meas fracconales. Caballero Fernández,
Más detallesEL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA
EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de
Más detallesCircuitos Rectificadores 1/8
Crcuos Recfcadores 1/8 1. Inroduccón Un crcuo recfcador es un crcuo que ene la capacdad de converr una señal de c.a. en una señal de c.c. pulsane, ransformando así una señal bpolar en una señal monopolar.
Más detallesSer keynesiano en el corto plazo y clásico en el largo plazo*
Ser keynesano en el coro plazo y clásco en el largo plazo* Gérard Duménl** y Domnque Lévy*** Inroduccón * Traducdo por Davd A. Turpn jr., Deparameno de Economía de la UAM-A. ** CE: gerard. dumenl@u-pars0.fr
Más detallesUn Modelo Macroeconómico del Riesgo de Crédito en Uruguay
Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanes Aleandro Pena Andrés Sosa 002-204 688-7565 Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanesª, Aleandro Pena b**,
Más detallesCICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.
REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI
Más detallesEl tipo de cambio real dólar-euro y el diferencial de tipos de interés real
El po de cambo real dólar-euro y el dferencal de pos de nerés real (Versón prelmnar) Paz Rco Belda Unversdad de Valenca Faculad de Economía Avd. de los Naranjos, s/n 46022 Valenca Paz.Rco@uv.es Absrac
Más detallesEXPERIMENTACIÓN 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 detallesLA INNOVACION EN LA LITERATURA RECIENTE DEL CRECIMIENTO ENDOGENO
L INNOVCION EN L LITERTUR RECIENTE DEL CRECIMIENTO ENDOGENO Carlos Borondo rrbas Unversdad de Valladold Revsón: sepembre 28 Resumen Ese arículo presena un repaso de los prncpales modelos recenes que hacen
Más detallesApéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico
Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología
Más detalles1. CONCEPTOS FUNDAMENTALES Magnitudes eléctricas y unidades 1.2. Componentes, dispositivos y circuitos 1.3. Señales 1.4. Leyes de Kirchhoff
Concepos fundamenales Índce CONCEPOS FUNDMENLES Magnudes elécrcas y undades Componenes, dsposos y crcuos 3 Señales 4 Leyes de Krchhoff Concepos fundamenales Magnudes elécrcas y undades Magnud es una propedad
Más detallesCiencia en su PC ISSN: 1027-2887 cpc@megacen.ciges.inf.cu. Centro de Información y Gestión Tecnológica de Santiago de Cuba. Cuba
Cenca en su PC ISSN: 107-887 cpc@megacen.cges.nf.cu Cenro de Informacón y Gesón Tecnológca de Sanago de Cuba Cuba Herold-García, Slena; Escobedo-Nco, Mrela SEGMENTACIÓN DE IMÁGENES MÉDICAS CON LA APLICACIÓN
Más detallesUNIDAD VII Predicción En Modelos No Lineales
UNIDAD VII Predccón En Modelos No Lneales UNIDAD VII La Cenca es necesara cuando se planfca el fuuro. S el fuuro depende del azar, la cenca no ene sendo Vcor Garca Gonzales, 99 Cuáles son las aplcacones
Más detallesEl Método de Monte Carlo para la Solución de la Ecuación de Transporte
Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço El Méodo de Mone Carlo para la Solucón de la Ecuacón de Tranpore En la prácca, mucho problema de ranpore no e pueden reolver por méodo
Más detallesAmplificador Operacional 1/14
Amplfcadr Operacnal /4. Inrduccón Un amplfcadr peracnal, ambén llamad peracnal es un módul funcnal fabrcad sbre una sla paslla chp (crcu negrad, I) que encapsula un amplfcadr ranssrzad muy esable para
Más detallesPRÁCTICA 1: Identificación del modelo de un motor de C.C. con entrada en escalón de tensión
PÁCTICA 1: Idenfcacón del modelo de un moor de C.C. con enrada en escalón de ensón Ojevos: Guón: Caracerzar un moor de C.C. Deermnar las consanes y τ. Smulacón del funconameno de un moor de C.C. en Sm.
Más detallesHay convergencia entre los países de la UE?
Hay convergenca enre los países de la UE? Marzo de 003 Mª Isael González Marínez Deparameno de Méodos Cuanavos para la Economía Faculad Economía y Empresa, Unversdad de Murca Campus Espnardo, 3000 ESPINARDO
Más detallesSéptimas Jornadas de Economía Monetaria e Internacional La Plata, 9 y 10 de mayo de 2002
Unversdad Naconal de a Plaa Sépas Jornadas de Econoía Moneara e Inernaconal a Plaa, 9 y de ayo de 22 Un Análss Econoérco del Efeco de la Políca Moneara en Argenna Urera, Gasón Ezequel (Unversdad Epresaral
Más detallesColección 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 detallesRecuperación de la Información
ssema de recuperacón de nformacón Recuperacón de la Informacón consula documenos mach Documenos Concepos Báscos relevane? ssema de recuperacón de nformacón palabras clave ndexado Las palabras clave (keywords)
Más detallesDeterminantes de largo plazo del tipo de cambio real en América Latina.
Deermnanes de largo plazo del po de cambo real en Amérca Lana. Jorge Carrera 1 y Roman Resou 2.. 31 de agoso 2007. Absrac hs paper nvesgaes he long run behavor of real exchange raes (RER) n weny one counres
Más detallesRelaciones entre variables
Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.
Más detallesTema 4: Variables aleatorias
Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son
Más detallesCARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.
CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de
Más detalles