La optimización de las industrias químicas requiere de técnicas efectivas para reconciliación de datos y la estimación de parámetros. Los estimadores clásicos se ven altamente influenciados por la presencia de valores atípicos en las mediciones; en cambio, los estimadores robustos son insensibles a pequeñas cantidades de éstos. En este documento se presentan nuevas metodologías robustas para la reconciliación de datos que combinan las fortalezas de los estimadores monótonos y redescendientes. Se proponen dos estrategias de distinto grado de complejidad, las cuales se aplican para tres modelos de mediciones diferentes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Guía:
Introducción a la ingeniería industrial
Artículo:
Uso combinado de GRASP y Path-Relinking en la programación de producción para minimizar la tardanza total ponderada en una máquina
Video:
Introducción a los algoritmos Recitación 21: Programación dinámica: problema de la mochila.
Libro:
Elementos de matemática discreta
Artículo:
Análisis - Evaluación de riesgos, aplicando la metodología Mosler en las pymes de Tlaxcala, México
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.