Haciendo justicia en las redes de datos
|
|
- Cristóbal Toro Domínguez
- hace 6 años
- Vistas:
Transcripción
1 Andrés Ferragut Fernando Paganini Facultad de Ingeniería - ORT 19 de setiembre de 2007
2 Contenido 1 Motivación 2 Modelado económico de TCP 3 Control dinámico de admisión 4 Conclusiones y Trabajo Futuro
3 Motivación Contenido 1 Motivación 2 Modelado económico de TCP 3 Control dinámico de admisión 4 Conclusiones y Trabajo Futuro
4 Motivación Introducción Objetivos de la charla: Analizar el problema de reparto de recursos en Internet. Motivar la necesidad de introducir mecanismos que garanticen: Justicia entre usuarios Estabilidad a la red Comentar las propuestas que estamos manejando en el grupo para lograr estos objetivos.
5 Motivación TCP: Transmission Control Protocol En Internet, la mayor parte de las transferencias de datos es regulada por TCP. TCP implementa un algoritmo de control de congestión para encontrar la tasa de transmisión adecuada para el estado de la red ventana (paquetes) tiempo Figura: Evolución típica de la ventana de TCP de una conexión
6 Motivación Compartiendo un enlace mediante TCP Qué ocurre si varios usuarios intentan transferir archivos? Veamos una evolución típica Conexion 1 Conexion 30 Promedio 20 ventana (paquetes) tiempo Figura: Evolución media de la ventana. 30 conexiones simultáneas
7 Motivación Compartiendo un enlace mediante TCP Se llega a un equilibrio en la tasa media de transferencia. La conexión i logra una tasa ˆx i caracterizada por la fórmula de Mathis: ˆx i 1 2 RTT 3p RTT: distancia de la conexión. p: probabilidad de pérdida (congestión).
8 Motivación Consecuencias Un usuario establece una conexión a cierto contenido.
9 Motivación Consecuencias Un usuario establece una conexión a cierto contenido. Obtiene el ancho de banda disponible.
10 Motivación Consecuencias Un usuario establece una conexión a cierto contenido. Obtiene el ancho de banda disponible. Un segundo usuario similar se conecta: reparto equitativo.
11 Motivación Consecuencias Un usuario establece una conexión a cierto contenido. Obtiene el ancho de banda disponible. Un segundo usuario similar se conecta: reparto equitativo. Pero si el usuario está más cerca, se lleva más recursos!! RTT2 < RTT1!
12 Motivación Consecuencias Un usuario intenta descargar un contenido. Un segundo usuario intenta algo similar.
13 Motivación Consecuencias Un usuario intenta descargar un contenido. Un segundo usuario intenta algo similar. Otro usuario busca el mismo objetivo con una aplicación p2p.
14 Motivación Consecuencias Un usuario intenta descargar un contenido. Un segundo usuario intenta algo similar. Otro usuario busca el mismo objetivo con una aplicación p2p.
15 Motivación Consecuencias Un usuario intenta descargar un contenido. Un segundo usuario intenta algo similar. Otro usuario busca el mismo objetivo con una aplicación p2p. Al abrir más flujos, un usuario se lleva más recursos que el otro.
16 Motivación Conclusiones preliminares El control de congestión de TCP por sí solo no garantiza un reparto justo de recursos. Pero funciona bien ( 16 años en servicio y contando...) Tampoco garantiza estabilidad: Todos estamos incentivados a abrir más conexiones. Cada vez abrimos más, y todos nos perjudicamos. Debemos tener en cuenta al modelar: El reparto de recursos que realiza TCP. El beneficio obtenido por el agregado de conexiones de los usuarios.
17 Modelado económico de TCP Contenido 1 Motivación 2 Modelado económico de TCP 3 Control dinámico de admisión 4 Conclusiones y Trabajo Futuro
18 Modelado económico de TCP Entendiendo TCP V. Cerf et. al. proponen el esquema básico en 1974 (RFC 675). V. Jacobson propone las ideas del control de congestión en 1988 (ACM-Sigcomm). La versión TCP/Reno (similar a la actual) es de Hasta 1998, TCP simplemente funcionaba, no había modelos que permitieran predecir el desempeño de la red. La fórmula de Mathis es de 1997 (Sigcomm CCR, July 97).
19 Modelado económico de TCP Entendiendo TCP: F. Kelly En 1998, Kelly et. al. proponen un modelo económico que explica el comportamiento de múltiples conexiones TCP. Cada usuario tiene una función de utilidad que expresa su deseo de ancho de banda. En función de las conexiones, la red calcula un precio (e.g. prob. de pérdida) que se realimenta a los usuarios. Éstos ajustan sus tasas hasta alcanzar un equilibrio.
20 Modelado económico de TCP El Problema de la Red El control de congestión es una manera descentralizada de resolver el siguiente problema de optimización: sujeto a: ˆx i : máx x R n n U i (x i ) i=1 x i c l i l para cada enlace l de la red.
21 Modelado económico de TCP Funciones de Utilidad La función de utilidad es una función cóncava que expresa el deseo de obtener cierta tasa. Una familia paramétrica de utilidades es: U(x) = x1 α 1 α α 0 Variando α se obtienen diferentes nociones de justicia. En particular, α = 2 aproxima el comportamiento de TCP actual.
22 Modelado económico de TCP Dinámica del control Las conexiones ajustan su tasa: x i = β ( U i (x ) i) q i El ruteo determina el uso de los enlaces: y l = r x i Cada enlace actualiza su precio para reflejar la congestión: p l = γ (y l c l ) El ruteo determina el precio de cada usuario: q i = r p l
23 Modelado económico de TCP El Problema de la Red Internet es entonces un gran sistema realimentado de control: y podemos estudiar las condiciones de equilibrio y estabilidad.
24 Modelado económico de TCP Problemas La utilidad en el modelo de Kelly es una forma de modelar el comportamiento de cada conexión.
25 Modelado económico de TCP Problemas La utilidad en el modelo de Kelly es una forma de modelar el comportamiento de cada conexión. Pero los usuarios pueden abrir múltiples conexiones!
26 Modelado económico de TCP Problemas La utilidad en el modelo de Kelly es una forma de modelar el comportamiento de cada conexión. Pero los usuarios pueden abrir múltiples conexiones! Al abrir más conexiones los usuarios obtienen mejor tasa total de transferencia ρ u. Esto es independiente del control de congestión y la noción de justicia que impongamos entre las conexiones.
27 Modelado económico de TCP Problemas La utilidad en el modelo de Kelly es una forma de modelar el comportamiento de cada conexión. Pero los usuarios pueden abrir múltiples conexiones! Al abrir más conexiones los usuarios obtienen mejor tasa total de transferencia ρ u. Esto es independiente del control de congestión y la noción de justicia que impongamos entre las conexiones. No hay incentivos para que los usuarios controlen su número de conexiones.
28 Modelado económico de TCP Hace falta más control? Todo lo anterior enciende una luz amarilla. Es necesario aplicar un control de admisión para garantizar estabilidad. Pero el control debe ser justo: debe reflejar las utilidades de los usuarios.
29 Control dinámico de admisión Contenido 1 Motivación 2 Modelado económico de TCP 3 Control dinámico de admisión 4 Conclusiones y Trabajo Futuro
30 Control dinámico de admisión Qué refleja la utilidad? En el modelo de Kelly, la función U(x) representa la utilidad de una única conexión....y elegimos α = 2 porque modela bien al TCP en la escala de paquetes. Pero la verdadera utilidad es percibida en la escala del usuario. Idea Utilicemos los precios de congestión de la red para ajustar la carga del usuario según un criterio de utilidades....y dejemos que TCP ajuste las tasas en la escala de paquetes.
31 Control dinámico de admisión Llevando la justicia a los usuarios Más formalmente, ideemos un mecanismo que resuelva el siguiente problema: ˆρ u : máx u U u (ρ u ) sujeto a: ρ u = n u x u x u c l u l Para ello, actuemos sobre n u, el número de flujos que puede mantener un mismo usuario.
32 Control dinámico de admisión Control dinámico de admisión: Proponemos utilizar la siguiente dinámica para las conexiones: n i = β ( U i(ρ ) i ) q i
33 Control dinámico de admisión Control dinámico de admisión: Proponemos utilizar la siguiente dinámica para las conexiones: n i = β ( U i(ρ ) i ) q i Mientras que el rate de cada conexión está dado por TCP: x i = f tcp (q i ) ρ i = n i x i
34 Control dinámico de admisión Control dinámico de admisión: Proponemos utilizar la siguiente dinámica para las conexiones: n i = β ( U i(ρ ) i ) q i Mientras que el rate de cada conexión está dado por TCP: x i = f tcp (q i ) ρ i = n i x i La dinámica de la red no cambia respecto al modelo anterior. y l = r x i p l = γ (y l c l ) q i = r p l
35 Control dinámico de admisión Control dinámico de admisión: U (ρ) + ṅ n ρ f tcp x q Figura: Diagrama de bloques del control
36 Control dinámico de admisión Justicia, Estabilidad Justicia El controlador anterior induce un equilibrio tal que: ˆρ u : máx u U u (ρ u ) Es decir, refleja las utilidades de los usuarios. Y este equilibrio no depende del TCP.
37 Control dinámico de admisión Justicia, Estabilidad Justicia El controlador anterior induce un equilibrio tal que: ˆρ u : máx u U u (ρ u ) Es decir, refleja las utilidades de los usuarios. Y este equilibrio no depende del TCP. Estabilidad El controlador es estable? El equilibrio es alcanzado?
38 Control dinámico de admisión Estabilidad local Teorema (Estabilidad local del control de admisión) El sistema propuesto es localmente estable para cualquier función cóncava de utilidades de usuarios, y cualquier algoritmo de control de congestión ( α). Idea de la demostración: Se linealiza el sistema alrededor del equilibrio. Usamos argumentos de pasividad (Wen & Arcak, 2002) para probar la estabilidad del lazo cerrado controlador + red.
39 Control dinámico de admisión Linealización El sistema linealizado tiene transferencia: Es un compensador lead-lag. H(s) = as + b cs + d
40 Control dinámico de admisión Linealización El sistema linealizado tiene transferencia: Es un compensador lead-lag. H(s) = as + b cs + d En la escala rápida (s ) reacciona como TCP.
41 Control dinámico de admisión Linealización El sistema linealizado tiene transferencia: Es un compensador lead-lag. H(s) = as + b cs + d En la escala rápida (s ) reacciona como TCP. El efecto de la realimentación es ajustar el valor de equilibrio (s 0) a las utilidades globales de los usuarios.
42 Control dinámico de admisión Linealización El sistema linealizado tiene transferencia: Es un compensador lead-lag. H(s) = as + b cs + d En la escala rápida (s ) reacciona como TCP. El efecto de la realimentación es ajustar el valor de equilibrio (s 0) a las utilidades globales de los usuarios. impone justicia!
43 Control dinámico de admisión Ejemplo Retomemos el ejemplo del inicio: RTT2 < RTT1!
44 Control dinámico de admisión Ejemplo Retomemos el ejemplo del inicio: Pero consideremos 4 usuarios en vez de 2. Los usuarios tienen RTTs cada vez mayores.
45 Control dinámico de admisión Ejemplo Retomemos el ejemplo del inicio: 0.5 Tasa de transferencia TCP RTT1 RTT2 RTT3 RTT Tiempo
46 Control dinámico de admisión Ejemplo Retomemos el ejemplo del inicio: RTT1 RTT2 RTT3 3 RTT4 No. de Flujos Tiempo
47 Control dinámico de admisión Ejemplo Retomemos el ejemplo del inicio: RTT1 RTT2 RTT3 0.4 RTT4 Recursos obtenidos por los usuarios Tiempo
48 Control dinámico de admisión Observaciones El algoritmo logra el objetivo en este caso. También funciona en topologías más complicadas, alcanzando el equilibrio adecuado. Variando las condiciones iniciales, el sistema siempre encuentra el equilibrio:
49 Control dinámico de admisión Observaciones El algoritmo logra el objetivo en este caso. También funciona en topologías más complicadas, alcanzando el equilibrio adecuado. Variando las condiciones iniciales, el sistema siempre encuentra el equilibrio: Parece ser un sistema globalmente estable. Estamos trabajando en demostrar esto.
50 Control dinámico de admisión Implementación El control de admisión debe hacerlo la red y no los usuarios (podrían no cooperar). El proveedor acuerda una utilidad con el usuario. Algoritmo: La red (a la entrada) mide la carga del usuario y su precio de congestión. Cuando la carga supera lo establecido, se prohiben nuevos flujos de ese usuario.
51 Control dinámico de admisión Implementación El control de admisión debe hacerlo la red y no los usuarios (podrían no cooperar). El proveedor acuerda una utilidad con el usuario. Algoritmo: La red (a la entrada) mide la carga del usuario y su precio de congestión. Cuando la carga supera lo establecido, se prohiben nuevos flujos de ese usuario. Este algoritmo aproxima el comportamiento de la ecuación diferencial anterior. Estamos trabajando en un modelo aleatorio para evaluar el desempeño ante conexiones variables.
52 Conclusiones y Trabajo Futuro Contenido 1 Motivación 2 Modelado económico de TCP 3 Control dinámico de admisión 4 Conclusiones y Trabajo Futuro
53 Conclusiones y Trabajo Futuro Conclusiones El control de congestión en Internet no es suficiente para garantizar estabilidad de la red y justicia entre usuarios. Proponemos implementar un sistema de Control Dinámico de Admisión. El sistema propuesto: Conduce a un equilibrio que refleja la utilidad de los usuarios. Justicia. El equilibrio es localmente estable. Estamos trabajando en la implementación.
54 Conclusiones y Trabajo Futuro Trabajo futuro Estudiar diferentes implementaciones del controlador. Realizar un modelo aleatorio que permita agregar dinámica al sistema. Evaluar el desempeño teórico de dichos modelos. Implementar el controlador en un simulador de redes (ns-2).
55 Conclusiones y Trabajo Futuro Muchas Gracias! Andrés Ferragut ferragut@ort.edu.uy
56 Grupo MATE Matemática Aplicada a TElecomunicaciones. Integrantes: Dr. Fernando Paganini (orientador). Ing. Enrique Mallada (ruteo en redes). Ing. Martín López (teoría de juegos). Ing. Andrés Ferragut (control de redes). Diego Feijer (redes inalámbricas). Marcos Cardozo (economía en redes).
4.1 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 detallesTema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación. Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30
Tema 2 Análisis Dinámico de Sistemas 2º Ing. Telecomunicación Octubre de 2003 Análisis Dinámico de Sistemas (2º Teleco, EPSIG) 1 de 30 Ecuaciones Diferenciales y Dinámica definición de la RAE Modelo: (definición
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
Más detallesEL42A - Circuitos Electrónicos
ELA - Circuitos Electrónicos Clase No. 24: Amplificadores Operacionales (1) Patricio Parada pparada@ing.uchile.cl Departamento de Ingeniería Eléctrica Universidad de Chile 3 de Noviembre de 2009 ELA -
Más detallesIntroducción. Alfonso Cubillos. Programa de Ing. Mecánica Universidad de Ibagué. Aplicaciones computacionales de la Mecánica de Materiales
Programa de Ing. Mecánica Universidad de Ibagué Aplicaciones computacionales de la Mecánica de Materiales Agosto 2007 Cuál es la definición de Mecánica? Cuál es la definición de Mecánica? La mecánica es
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 detallesPlan de curso Sílabo-
Plan de curso Sílabo- a. Asignatura b. Nro. Créditos c. Código Control Digital 3 d. Horas de trabajo directo con el docente 48 Semestrales 3 Semanales e. Horas de trabajo autónomo del estudiante 96 Semestrales
Más detallesPROGRAMA INSTRUCCIONAL
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO UNIVERSIDAD FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE ELÉCTRICA ESCUELA DE COMPUTACIÓN PROGRAMA
Más detallesPresentado por: Laura Katherine Gómez Mariño. Universidad Central
Presentado por: Laura Katherine Gómez Mariño. Universidad Central IMPORTANCIA DEL TEMA ESCOGIDO: Es una herramienta usada en simulación, que es parte crucial en un sistema de control industrial. Un controlador
Más detallesASIGNATURA: SISTEMAS DE CONTROL CÓDIGO: Teórico #4 Cursada 2015
ASIGNATURA: SISTEMAS DE CONTROL CÓDIGO: 0336 Teórico #4 Cursada 2015 RESUMEN CLASE ANTERIOR (Teórico #3) Capítulo 1 - Introducción 1-1. Descripción y aplicaciones de sistemas de control automático. 1-2.
Más detallesNombre de la asignatura: Simulación. Créditos: Aportación al perfil
Nombre de la asignatura: Simulación Créditos: 2-4-6 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes y servicios, integrándolos
Más detallesManual de Instrucciones para el uso con un ordenador
Tablero electrónico Portátil de Escritura Manual de Instrucciones para el uso con un ordenador Nota: es necesario el uso de un ordenador personal con sistema operativo Microsoft Windows y un puerto de
Más detallesDINÁMICA ESTRUCTURAL. Diagramas de bloques
DINÁMICA ESTRUCTURAL Diagramas de bloques QUÉ ES UN DIAGRAMA DE BLOQUES? Definición de diagrama de bloques: Es una representación gráfica de las funciones que lleva a cabo cada componente y el flujo de
Más detallesDIAGRAMAS DE BLOQUES. Figura 1 Elementos de un diagrama de bloques
DIAGRAMAS DE BOQUES 1. EEMENTOS DE UN DIAGRAMA DE BOQUES Un diagrama de bloques de un sistema es una representación gráfica de las funciones realizadas por cada componente y del flujo de las señales. os
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 detallesIntroducción a los Sistemas de Control
Introducción a los Sistemas de Control Organización de la presentación - Introducción a la teoría de control y su utilidad - Ejemplo simple: modelado de un motor de continua que mueve una cinta transportadora.
Más detallesModelos de Equilibrio General Computable; El Enfoque Macro Micro
Modelos de Equilibrio General Computable; El Enfoque Macro Micro Martín Cicowiez (CEDLAS UNLP) Taller y Reuniones de Trabajo del Proyecto de Actualización e Institucionalización del MAMS Ecuador, Quito,
Más detalles1.- DATOS DE LA ASIGNATURA. Carrera: ACM Participantes
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Control de procesos I Ingeniería Electrónica ACM-0802 3-2 - 8 2.- HISTORIA DEL
Más detallesEL4005 Principios de Comunicaciones Clase No.24: Demodulación Binaria
EL4005 Principios de Comunicaciones Clase No.24: Demodulación Binaria Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 5 de Noviembre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesLaboratorio de Redes de Computadoras I Práctica #8: Troubleshooting de Fallas UNIVERSIDAD NACIONAL AUTONOMA DE MÉXICO INGENIERÍA EN COMPUTACIÓN
UNIVERSIDAD NACIONAL AUTONOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES ARAGÓN INGENIERÍA EN COMPUTACIÓN ASIGNATURA: Laboratorio Redes de Computadoras I Profesor: Ing. Gerardo Torres Rodríguez Alumno:
Más detallesAplicaciones de Ec. en Diferencias a la Economía
Aplicaciones de Ec. en Diferencias a la Economía Economía Matemática. (FCEA, UdelaR) Aplicaciones 1 / 21 Nota previa sobre raices complejas Antes de ver algunos ejemplos aplicados a la economía, una nota
Más detallesOperador Diferencial y Ecuaciones Diferenciales
Operador Diferencial y Ecuaciones Diferenciales. Operador Diferencial Un operador es un objeto matemático que convierte una función en otra, por ejemplo, el operador derivada convierte una función en una
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Fundamentos de automatica. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Fundamentos de automatica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_06IE_65004044_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesContenidos. Importancia del tema. Conocimientos previos para este tema?
Transformación conforme Contenidos Unidad I: Funciones de variable compleja. Operaciones. Analiticidad, integrales, singularidades, residuos. Funciones de variable real a valores complejos. Funciones de
Más detallesPráctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut
Práctica N o 8 Desigualdades Válidas - Algoritmos de Planos de Corte - Algoritmos Branch & Cut 8.1 Para cada uno de los siguientes conjuntos, encontrar una desigualdad válida que agregada a la formulación
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERÍA ELECTRÓNICA E INFORMÁTICA SÍLABO ASIGNATURA: ANÁLISIS DE CIRCUITOS ELÉCTRICOS II
SÍLABO ASIGNATURA: ANÁLISIS DE CIRCUITOS ELÉCTRICOS II CÓDIGO: 8F0010 1. DATOS GENERALES 1.1. DEPARTAMENTO ACADÉMICO : Ingeniería Electronica e Informática 1.2. ESCUELA PROFESIONAL : Ingeniería Mecatrónica.
Más detallesANEXO 1 EJEMPLO DE CALCULO DE RESISTIVIDAD APARENTE. Subestaciones de Media Tensión Curso Fernando Berrutti Staino
ANEXO 1 EJEMPLO DE CALCULO DE RESISTIVIDAD APARENTE Subestaciones de Media Tensión Curso 015 Fernando Berrutti Staino Planteo del problema Se realizan mediciones con un telurímetro en el terreno de una
Más detallesUniversidad de Oriente Núcleo de Bolívar Unidad de cursos básicos Matemáticas IV. María Palma Roselvis Flores
Universidad de Oriente Núcleo de Bolívar Unidad de cursos básicos Matemáticas IV Profesor: Cristian Castillo Bachilleres: Yessica Flores María Palma Roselvis Flores Ciudad Bolívar; Marzo de 2010 Movimiento
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 detallesConmutación de circuitos Tráfico
Conmutación de circuitos Tráfico Area de Ingeniería Telemática http://www.tlm.unavarra.es Arquitectura de Redes, Sistemas y Servicios Grado en Ingeniería en Tecnologías de Telecomunicación, 2º Temario
Más detallesUNIVERSIDAD NACIONAL DE ASUNCIÓN
UNIVERSIDAD NACIONAL DE ASUNCIÓN Facultad de Ciencias Químicas Carrera de Ingeniería Química 21 de junio 2010 TRABAJO FINAL DE GRADO Carlos Domingo Mendez Gaona CONTENIDO Motivación y planteamiento del
Más detallesPRÁCTICA: BANCO DE ENSAYO DE BOMBAS
PRÁCTICA: BANCO DE ENSAYO DE BOMBAS htttp://www.uco.es/moodle Descripción del equipo y esquema de la instalación La instalación en la que se lleva a cabo esta práctica es un banco de ensayos preparado
Más detallesTeoría de colas I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Teoría de colas I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Teoría de colas Ejemplo: un centro de atención telefónica (call center) Tasa de llegada y
Más detallesFunciones Inversas. Derivada de funciones inversas
Capítulo 15 Funciones Inversas En este capítulo estudiaremos condiciones para la derivación de la inversa de una función de varias variables y, en particular, extenderemos a estas funciones la fórmula
Más detallesDerivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
Más detallesConceptos básicos de procesos ambientales y químicos
Conceptos básicos de procesos ambientales y químicos Apellidos, nombre Departamento Centro Torregrosa López, Juan Ignacio (jitorreg@iqn.upv.es) Ingeniería Química y Nuclear Universitat Politècnica de València
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesALGORITMOS DE CONTROL, DE CONGESTIÓN. REDES DE COMPUTADORAS 1. Manuel de Jesús López Martínez.
ALGORITMOS DE CONTROL, DE CONGESTIÓN REDES DE COMPUTADORAS 1. Manuel de Jesús López Martínez. POLÍTICAS DE PREVENCIÓN DE CONGESTIÓN EN CAPAS DE TRANSPORTE, RED Y ENLACE DE DATOS. Sistemas de ciclo abierto.
Más detalles07 - Control Todo o Nada.doc 1
1. Control Todo o Nada 1. Control Todo o Nada 1 1.1. Problema de control On-Off 2 1.2. Control en realimentación con ganancia elevada 2 1.3. Modelo para la habitación 3 1.4. Respuesta a Lazo Abierto 4
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesUNIVERSIDAD POLITÉCNICA DE EL SALVADOR ESCUELA DE FORMACIÓN BÁSICA. FÍSICA II PRÁCTICA 38 PRINCIPIO DE PASCAL. OBJETIVOS DEL APRENDIZAJE:
UNIVERSIDAD POLITÉCNICA DE EL SALVADOR ESCUELA DE FORMACIÓN BÁSICA. FÍSICA II PRÁCTICA 38 PRINCIPIO DE PASCAL. OBJETIVOS DEL APRENDIZAJE: ESTUDIAR LAS APLICACIONES DEL PRINCIPIO DE PASCAL. OBSERVAR LA
Más detallesClase 1: Primalidad. Matemática Discreta - CC3101 Profesor: Pablo Barceló. P. Barceló Matemática Discreta - Cap. 5: Teoría de números 1 / 32
Capítulo 5: Teoría de Números Clase 1: Primalidad Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 5: Teoría de números 1 / 32 Teoría de números En esta parte
Más detallesPrograma Docente FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES MATEMÁTICAS II, 1ª PARTE 2 ER CURSO GRADO EN CIENCIAS ECONÓMICAS
Programa Docente MATEMÁTICAS II, 1ª PARTE 2 ER CURSO GRADO EN CIENCIAS ECONÓMICAS FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES 1.- PROGRAMA DE LA ASIGNATURA: PROGRAMA TEÓRICO: SISTEMAS DINÁMICOS PROGRAMA
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE MATEMÁTICAS DEPARTAMENTO: CIENCIAS BÁSICAS PROGRAMA DE ESTUDIO ASIGNATURA: ESTADÍSTICA APLICADA CLAVE: TMPE SEMESTRE:
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos
Cálculo Coordinación de Matemática I MAT021 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo Contenidos Clase 1: La Ecuación Cuadrática. Inecuaciones de grado 2, con y sin valor absoluto. Clase
Más detallesMINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL. FAMILIA DE ESPECIALIDADES: INFORMÁTICA Y LAS COMUNICACIONES
MINISTERIO DE EDUCACIÓN DIRECCIÓN DE EDUCACIÓN TÉCNICA Y PROFESIONAL. FAMILIA DE ESPECIALIDADES: INFORMÁTICA Y LAS COMUNICACIONES ESPECIALIDAD: AUTOMÁTICA PROGRAMA: Control de Procesos. AÑO: 3ro NIVEL:
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.0 Semana 4.0 Optativa Prácticas 0 16 Semanas 64.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTADES DE ECONOMÍA E INGENIERÍA LICENCIATURA EN ECONOMÍA Y NEGOCIOS PROGRAMA DE ESTUDIO Investigación de Operaciones I P86 /P75 /P96 08 Asignatura: Clave Semestre
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 detallesAplicaciones de los S.E.D.O.
Tema 7 Aplicaciones de los S.E.D.O. 7. Introducción Nota: APUNTES INCOMPLETOS Estudiaremos en este Tema algunos modelos de interés en las Ciencias Naturales que utilizan para su modelización sistemas de
Más detallesIntroducción: En el contexto de la asignatura, deseo hacer notar que la utilización de herramientas de productividad, tales como las TIC (Tecnologías de la Información y Comunicaciones) en el ámbito de
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 detallesClase III - Control de corriente en inversores de tensión
Clase III - Control de corriente en inversores de tensión Laboratorio de Instrumentación y Control, Facultad de Ingeniería, Universidad Nacional de Mar del Plata 8 de noviembre de 2012 Introducción Esquema
Más detallesQue es una Ecuación Diferencial? (ED) Para qué sirven las ecuaciones diferenciales?
Que es una Ecuación Diferencial? (ED) Una ecuación diferencial (ED), es una ecuación que relaciona una función desconocida y una o más derivadas de esta función desconocida con respecto a una o más variables
Más detallesLímite superior y límite inferior de una sucesión
Límite superior y límite inferior de una sucesión Objetivos. Definir las nociones de los límites superior e inferior de una sucesión y estudiar sus propiedades básicas. Requisitos. Supremo e ínfimo de
Más detallesLínea de investigación o de trabajo: Electrónica de Potencia y Control Automático
ASIGNATURA: TEORÍA DE SISTEMAS LINEALES Nombre de la asignatura: TEORÍA DE SISTEMAS LINEALES Línea de investigación o de trabajo: Electrónica de Potencia y Control Automático Tiempo de dedicación del estudiante
Más detallesAnálisis de la Estabilidad de un Sistema Realimentado Se trata de analizar la estabilidad del sistema realimentado neativamente, M(, a partir de la re
Tema 7 Análisis Frecuencial de los Sistemas Realimentados Gijón - Junio 5 1 Indice 7.1. Análisis de la estabilidad de un sistemas realimentado 7.. Maren de ase y de anancia 7..1. Diarama de Bode 7... Diarama
Más detallesPreparatoria Sor Juana Inés de la Cruz Cálculo Diferencial Tutorial: Optimización Ing. Jonathan Quiroga Tinoco
Preparatoria Sor Juana Inés de la Cruz 1 Cálculo Diferencial Tutorial: Optimización Ing. Jonathan Quiroga Tinoco Grupo: Físico Matemático, Químico Biológico y Económico Administrativo Diciembre de 2014
Más detallesDATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO:
DATOS DE IDENTIFICACIÓN DEL CURSO DEPARTAMENTO: ELECTRÓNICA ACADEMIA A LA QUE SISTEMAS DE CONTROL AUTOMÁTICOS PERTENECE: NOMBRE DE LA MATERIA: INGENIERIA DEL CONTROL CLAVE: ET224 CARACTER DEL CURSO: BÁSICA
Más detallesNotas sobre el teorema minimax
Notas sobre el teorema mini Antonio Martinón Abril de 2012 1 Teoremas mini Sean X e Y dos conjuntos no vacíos y consideremos una función Se verifica sup inf efectivamente, dado x X resulta claro que f
Más detallesContenidos Control y Automatización
Tema 2: Modelos Matemáticos Susana Borromeo Juan Antonio Hernández Tamames Curso 2014-2015 Contenidos 1. Conceptos básicos. 2. Modelado matemático de sistemas Físicos. Linealización. Función de Transferencia
Más detallesMatemáticas Universitarias
Matemáticas Universitarias 1 Sesión No. 11 Nombre: Funciones exponenciales y logarítmicas. Objetivo de la asignatura: En esta sesión el estudiante aplicará los conceptos relacionados con las funciones
Más detallesInstrumentación didáctica para la formación y desarrollo de competencias
Versión: 3 Pág: 1 de 15 DIRECCIÓN ACADÉMICA- JEFATURA DE DIV. DE _Electromecánica Instrumentación didáctica para la formación y desarrollo de competencias Nombre de la asignatura: ECUACIONES DIFERENCIALES
Más detallesComputación Paralela Móvil
Algoritmos y Programación Paralela Facultad de Informática Universidad de Murcia Copyleft c 2008. Reproducción permitida bajo los términos de la licencia de documentación libre GNU. Contenido 1 Introducción
Más detallesFuncionamiento del circuito integrado LM 317
1 1) Concepto de realimentación Funcionamiento del circuito integrado LM 317 En muchas circunstancias es necesario que un sistema trate de mantener alguna magnitud constante por sí mismo. Por ejemplo el
Más detallesIntroducción a las redes de ordenadores y protocolos de comunicación. Ordenador que no depende de otro para su funcionamiento.
Introducción Evolución de la informática: Inicialmente un ordenador que ejecuta todos los trabajos. Actualmente un conjunto de ordenadores conectados entre sí. Ordenador autónomo: Ordenador que no depende
Más detallesEstrategias de Cobertura y. Diego Dujovne Día virtual sobre Internet de las Cosas en Latinoamérica 6 de Julio de 2016
Estrategias de Cobertura y Conectividad IoT Diego Dujovne Día virtual sobre Internet de las Cosas en Latinoamérica 6 de Julio de 2016 1 Introducción Aplicaciones IoT: Requieren de un número de nodos capturando
Más detallesUNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA Probabilidad y Estadística 18/01/10 Clave: 214 Semestre: 1 Duración del curso: semanas: 17 horas: 68 de teoría y 17 de práctica, Total: 85 Horas
Más detallesFUNDAMENTOS DE TELECOMUNICACIONES MULTIPLEXACIÓN. Marco Tulio Cerón López
FUNDAMENTOS DE TELECOMUNICACIONES MULTIPLEXACIÓN Marco Tulio Cerón López QUE ES LA MULTIPLEXACIÓN? La multiplexación es la combinación de dos o más canales de información en un solo medio de transmisión
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 detallesLABORATORIO #6 DEMOSTRACIÓN DEL TOREMA DE BERNOULLI LUIS CARLOS DE LA CRUZ TORRES GILDARDO DIAZ CARLOS ROJAS PRESENTADO EN LA CÁTEDRA:
LABORATORIO #6 DEMOSTRACIÓN DEL TOREMA DE BERNOULLI LUIS CARLOS DE LA CRUZ TORRES GILDARDO DIAZ CARLOS ROJAS PRESENTADO EN LA CÁTEDRA: LABORATORIO DE MECÁNICA DE FLUIDOS PRESENTADO A: ING. VLADIMIR QUIROZ
Más detalles1. Sistemas de ecuaciones lineales
Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso 25-6) Sistemas de ecuaciones lineales Práctica 2 En esta práctica vamos a ver cómo se pueden resolver sistemas
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detallesINGENIERÍA DE TELECOMUNICACIONES
INGENIERÍA DE TELECOMUNICACIONES En todas sus (UTP) ofrece: PLAN DE ESTUDIOS PARA TRABAJAR MÁS RÁPIDO Puedes terminar tu carrera más rápido sin estudiar menos Carreras diseñadas junto a Grupo Intercorp
Más detallesCapítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Más detallesGUIA DE CATEDRA Matemática Empresarial Guía N.3 F. Elaboración 09 abril /11 F. 1 Revisión 09/04/11 Pagina 1 de 8
Plan de Estudios: Semestre 1 Área: Matemática 1 Nº Créditos: Intensidad horaria semanal: 3 Hrs T Hrs P Total horas: 6 Tema: Desigualdades 1. OBJETIVO Apropiar los conceptos de desigualdades y establecer
Más detallesPROGRAMA DE ESTUDIO. Horas de. Práctica ( ) Teórica ( X) Presencial ( ) Teórica-práctica ( ) Híbrida (X)
PROGRAMA DE ESTUDIO Nombre de la asignatura: SISTEMAS ELÉCTRICOS DE POTENCIA 2 Clave: IEE16 Ciclo Formativo: Básico ( ) Profesional (X ) Especializado ( ) Fecha de elaboración: Marzo 2015 Horas Semestre
Más detallesUNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO. Integración IV. Trabajo práctico Nº 8: Diseño y simulación de sistemas de bombeo con HYSYS
UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO Integración IV Trabajo práctico Nº 8: Diseño y simulación de sistemas de bombeo con HYSYS 1. Sistemas de bombeo Bomba centrífuga La operación
Más detallesIngeniería. Instrumentos de Procesos Industriales. Instrumentos de medición de presión. Introducción
Ingeniería Instrumentos de Procesos Industriales Instrumentos de medición de presión Introducción Junto con la temperatura, la presión es la variable más comúnmente medida en plantas de proceso. Su persistencia
Más detallesFibra óptica (Calculos) Ing. Waldo Panozo
Fibra óptica (Calculos) Ing. Waldo Panozo Cálculos de enlace - Requerimientos Ancho de banda: La fibra óptica proporciona un ancho de banda significativamente mayor que los cables de pares (UTP / STP)
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 detallesAyudantía N 5 Redes De Datos CIT Profesor: Cristian Tala
Ayudantía N 5 Redes De Datos CIT2100-1 Profesor: Cristian Tala Ayudante: Gabriel Del Canto Hoy día veremos: - Ejercicios tipo solemne Solemne 1: Pregunta 1 El servicio de almacenamiento de variables y
Más detallesEcuaciones exponenciales y logaritmicas
Ecuaciones exponenciales y logaritmicas Cuando hacemos preguntas relacionadas a funciones exponenciales o logaritmicas generalmente obtendremos una ecuación logarimica o exponencial. Elevé el número 3
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detalles6.1. Condición de magnitud y ángulo
Capítulo 6 Lugar de las raíces La respuesta transitoria de un sistema en lazo cerrado, está ligada con la ubicación de los polos de lazo cerrado en el plano complejo S. Si el sistema tiene una ganancia
Más detallesCarrera: 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 detallesCómo calificar actividades en Moodle?
Cómo calificar actividades en Moodle? Moodle tiene diversos recursos para actividades, las cuales pueden ser evaluadas por el docente para hacerle seguimiento al aprendizaje de los estudiantes. Tanto las
Más detallesMatemáticas II. Carrera: 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 Matemáticas II Licenciatura en Informática IFM - 0424 3-2-8 2.- HISTORIA DEL PROGRAMA
Más detallesPE: INGENIERIA ELECTROMECANICA
PE: INGENIERIA ELECTROMECANICA 1) PROFESORES INVESTIGADORES ADSCRITOS AL PROGRAMA Nombre del Docente NICOLAS ORTEGA MIRANDA GERARDO DANIEL PEREZ ALFONSO LOZANO LUNA FRANCISCO JAVIER ORTEGA HERRERA JUAN
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA AUTOMATIZACIÓN
TÉCNICO SUPERIOR UNIVERSITARIO EN MECATRÓNICA ÁREA AUTOMATIZACIÓN HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Instrumentación industrial. 2. Competencias Implementar
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 detallesMicro y Macroeconomía
Micro y Macroeconomía 1 Sesión No. 6 Nombre: Teoría del consumidor Contextualización: La microeconomía como herramienta de análisis nos permite el poder comprender el comportamiento de las personas en
Más detallesAMPLIACIÓN DE MATEMÁTICAS
AMPLIACIÓN DE MATEMÁTICAS TEOREMA DE EXTENSIÓN DE KRONECKER. Los polinomios irreducibles sobre un cuerpo no tienen raíces sobre ese cuerpo, salvo que sean de grado uno. Ya hemos visto que Ejemplo 1. x
Más detalles1.- DATOS DE LA ASIGNATURA. Diseño Asistido por Computadora. Nombre de la asignatura: Ingeniería Industrial. Carrera: Clave de la asignatura: OPN-1307
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Diseño Asistido por Computadora Ingeniería Industrial Clave de la asignatura: (Créditos) SATCA 1 OPN-1307 0-6-6 2.- PRESENTACIÓN Caracterización
Más detallesUbicación de la asignatura. Propósito de la asignatura. Desarrollando proyectos. Asignaturas relacionadas. Una mirada hacia la optimización económica
EL CÁLCULO EN MI VIDA DIARIA OPTATIVAS ÁREA: MATEMÁTICAS Ubicación de la asignatura La asignatura El cálculo en mi vida diaria, se encuentra dentro del bloque de las asignaturas optativas del Bachillerato
Más detallesFunciones de Clase C 1
Capítulo 7 Funciones de Clase C 1 Vamos a considerar ahora la extensión a varias variables del concepto de función de clase C 1. Cada vez que establezcamos una propiedad de las funciones diferenciables,
Más detallesMAESTRÍA EN MÉTODOS MATEMÁTICOS Y SIMULACIÓN NUMÉRICA EN INGENIERÍA
MAESTRÍA EN MÉTODOS MATEMÁTICOS Y SIMULACIÓN NUMÉRICA EN INGENIERÍA OBJETIVO GENERAL Aportar a los objetivos del Plan Nacional del Buen Vivir para mejorar las capacidades y potencialidades de la ciudadanía
Más detallesUniversidad Autónoma del Estado de Hidalgo Instituto de Ciencias Básicas e Ingeniería Área Académica de Matemáticas y Física
Universidad Autónoma del Estado de Hidalgo Instituto de Ciencias Básicas e Ingeniería Área Académica de Matemáticas y Física Línea de investigación: Resolución de problemas en educación matemática. Programa
Más detalles