REVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001

Tamaño: px
Comenzar la demostración a partir de la página:

Download "REVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001"

Transcripción

1 REVISA INVESIGACION OPERACIONAL Vol., No., SOLUCIONES A DIFERENES PROBLEMAS DENRO DEL CAMPO DE LA COMUNICACION ESADISICA J. Navarro Moreo, J.C. Ruz Mola y R.M. Ferádez Alcalá, Deparameo de Esadísca e Ivesgacó Operacoal, Uversdad de Jae, España RESUMEN E esa comucacó se raa dversos problemas muy comues e el ámbo de la geería, proporcoado a esos solucoes fáclmee mplemeables desde u puo de vsa prácco. E cocreo, se aborda los problemas de esmar u fucoal de ua señal aleaora que vee perurbada por u rudo blaco, y el de deecar ua señal, aleaora o deermísca, e rudo Gaussao. Para ello, e prmer lugar se preseará los deomados desarrollos aproxmavos po Karhue-Loève de u proceso esocásco, y poserormee hacedo uso de sus excelees propedades desde u puo de vsa compuacoal, se aplcará a los problemas aerores obeédose las dferees solucoes. Palabras clave: desarrollos aproxmavos po Karhue-Loève, esmacó e meda cuadráca, deeccó de ua señal e rudo Gaussao. ABSRAC hs paper addresses dffere problems wh are very commo commucao egeerg. I parcular, he problem of esmag a fucoal of a sgal process o he bass of osy observaos ad he problem of deecg a deermsc sgal Gaussa ose are cosdered. For hs purpose, frsly, we show he approxmae Karhue-Loève expasos of a sochasc process. Aferwards, hese expasos are appled o solve he prevous problems, obag soluos whch are compuaoally feasble ad ca be easly mplemeed o a compuer. Key words: developmes approxmae ype Karhue-Loève, esmae quadrac sockg, deeco of a sg ose Gaussao. MSC: 6G.. DESARROLLOS APROXIMAIVOS Sea u proceso de segudo orde {x(), [,]} defdo sobre el espaco de probabldad (Ω, B, P), cerado, couo e meda cuadráca y co fucó de covaraza R(,s). Eoces: (a) La fucó de covaraza adme el sguee desarrollo (eorema de Mercer): R(,s) φ ) φ (s),s [,] ( sedo la covergeca absolua y uforme e [,] [,]. Las cosaes y las fucoes φ () so los auovalores y auofucoes propos, respecvamee, de la sguee ecuacó egral de Fredholm: φ ) R(,s) φ (s)ds () ( (b) El proceso x() ee la sguee represeacó (desarrollo de Karhue-Loève): x() b φ () [,] dode la aeror sere coverge e meda cuadráca uformemee e [,], y b se defe: b φ ()x()d m.c. () 5

2 Desde u puo de vsa prácco, el desarrollo de Karhue-Loève presea la dfculad de que o exse u méodo geeral para resolver la ecuacó egral (). Ua alerava cosse e ulzar procedmeos umércos: el méodo de Raylegh-Rz (Baker, 977). A parr de u cojuo de k fucoes {ϕ (), ϕ (),...,ϕ k (),...}, exraídas de u ssema oroormal compleo de L [,] arbraro, ese méodo perme obeer las auofucoes aproxmadas. k φ,k () ajϕj(),..., k,,... j dode los coefcees a j y los auovalores aproxmados, k se obee a parr del sguee problema de auovalores: Aa Ba,...,,k sedo los elemeos de las marcez A (A j ) y B (B j ) de la forma: A,j R(, s) ϕ (s) ϕ ()dds,,j,...,k j y los auovecores: a (a,..., a k ),,...,. B,j ϕ (s) ϕ ()d δ,,j,...,k j El méodo de Raylegh-Rz garaza la covergeca de los auovalores y auofucoes aproxmados e el sguee sedo: φ() φ () y, cuado k, dode deoa a la orma defda e L [,]. Basado e esos auovalores y auofucoes aproxmados se cosruye el sguee desarrollo e sere aproxmavo po Karhue-Loève, deomado desarrollo aproxmado: j dode k y x () b φ () [,] b φ ()x() d (m.c.),,...,, so v.a. co E[ b b j,k ] δj. Guérrez e al. (99) ha demosrado que x() x () H [,] dode H es la orma defda e el subespaco H(x) de L (Ω,B,P) geerado por las varables aleaoras x(). La prcpal objecó de las auofucoes aproxmadas φ () es que o coverge de forma puual ecesaramee a las verdaderas φ (). Para salvar ese problema, e Ruz-Mola e al. (999a) se defe u uevo po de auofucó aproxmada, deomada auofucó modfcada, de la forma: y se demuesra que φˆ () R(, s) φ (s) ds [,] 6

3 (a) ˆ k φ () φ (), dode. deoa a la orma del supremo e [,]. (b) ˆ k R(,s) φ ()ˆ φ (s), e [,] [,]. (c) A parr de las φ ˆ, k( ) se puede defr u uevo desarrollo aproxmavo, deomado desarrollo modfcado, de la forma: que verfca () b φ ˆ () xˆ [,] (3) x() xˆ () H k uformemee e [,]. m (d) S R(,s) exse y es coua e [,] [,], eoces la dervada m-ésma e el sedo de la m m s meda cuadráca de x(), x (m) (), puede aproxmarse de la sguee forma: x (m) () xˆ (m) () H uformemee e [,], sedo dode ˆ (m φ ) () es la dervada m-ésma de φ ˆ ( ). k (m) (m) () b φ ˆ () xˆ (4), E cosecueca, el méodo de Raylegh-Rz proporcoa ua base para cosrur desarrollos e sere aproxmavos co propedades muy smlares al de Karhue-Loève y que puede susur a ese e aquellos casos e que la resolucó de la ecuacó () sea dfícl. Noa. E la cosruccó de los aerores desarrollos e sere aproxmavos o es exclusvamee ecesaro el uso del méodo de Raylegh-Rz para el cálculo de los auovalores y auofucoes aproxmados. Puede aplcarse cualquer méodo umérco, al como el méodo de colocacó, de forma que se garace la covergeca de los auovalores y auofucoes aproxmados obedos a los verdaderos. Las razoes de ulzar de parda el méodo de Raylegh-Rz se debe a la propedad adcoal de acoacó sobre los auovalores aproxmados que ee ese, e la que se garaza que ; y al esudo efecuado e Guérrez e al. (99), e el cual se realza u aálss comparavo de ese méodo co el de colocacó, obeédose uos mejores resulados co el prmero. Co el objeo de abrevar la oacó, a parr de ahora omremos el subídce k e φ ˆ, φ, y b.. ESIMACION LINEAL La prmera aplcacó de los desarrollos aproxmavos se ecuera e el problema clásco de esmacó leal ópma de ua señal aleaora erferda por rudo blaco.la formulacó de ese problema puede realzarse de la sguee maera. Cosderemos u proceso esocásco de segudo orde {x(), [,]}, cerado y couo e meda cuadráca. Supogamos que ese proceso o es accesble drecamee al 7

4 vesgador so que aparece erferdo por u rudo blaco v() co parámero de varaza r > e depedee de x(). De esa forma, el vesgador observa realmee u proceso que respode a u modelo del po: y() x() + v() [,] El problema cosse e esmar x() e el sedo de que se mmce el error e meda cuadráca, a parr de la formacó proporcoada por y() y ulzado u esmador de la forma: xˆ( / ) h(, τ)y( τ) dτ Puede comprobarse (Va rees, 968) que el mpulso de respuesa h que proporcoa u esmador ópmo debe sasfacer la sguee ecuacó egral: rh (, τ) + h(,s)r( τ,s)ds R(, τ) τ (5) La resolucó de la aeror ecuacó egral es dfícl e geeral. Por ello, cosderado el desarrollo e sere modfcado (3), e Navarro-Moreo e al () se propoe el sguee esmador subópmo: sedo (, τ ) la solucó de la ecuacó egral: ĥ xˆ ( / ) ĥ(, τ)y( τ) dτ (6) r ĥ (, τ) + ĥ (,s)rˆ ( τ,s)ds Rˆ (, τ) τ ) y Rˆ (,s) φˆ ()ˆ φ (s es la fucó de covaraza del desarrollo modfcado. La veaja de esa ecuacó sobre (5) es que se puede resolver fáclmee, obeédose la sguee solucó: ĥ (, τ) r ˆ Φ () Λ + r ˆ ˆ ˆ (s) (ds) Φ Φ Φ( τ) τ (7) sedo ˆ Φ ( ) u vecor co erada -ésma la auofucó modfcada Φ ˆ () y Λ ua marz dagoal co elemeos los auovalores aproxmados, co,..,. Puede comprobarse (Navarro-Moreo e al., ) que se verfca (a) xˆ( / ) xˆ ( / ) uformemee e [,]. H (b) E[ x() ( / ) ] E[ x() xˆ( / ) ] + α β () xˆ ˆ dode y( τ ) ˆ H α y β() h(,.) ĥ(,.) uformemee e [,]. 8

5 Noa. El flro subópmo (6) geeralza al propueso por ruz-mola y Valderrama (996) basado e el desarrollo aproxmado, evado el problema de la cosae acualzacó de las auofucoes aproxmadas coforme el sae de esmacó varía. Noa 3. E Navarro-Moreo e al. () se geeralza la expresó del esmador (6) al caso e el que eresa esmar u fucoal de la señal. E parcular, basádose e (4) se propoe el sguee esmador subópmo para la dervada x (m) (): xˆ [m] ( / ) ĥ (, τ)y( τ) dτ [m] sedo ĥ [m] (, τ) r Φˆ (m) () Λ + r Φˆ (s) Φ ˆ (s)ds Φˆ ( τ) para τ, co ˆ (m Φ ) () u vecor co erada -ésma ˆ (m Φ ) (). 3. DEECCION DE UNA SEÑAL DEERMINISICA La seguda aplcacó que propoemos esá ecuadrada dero del campo de la deeccó de señales. El problema de deecar ua señal coocda e rudo Gaussao puede formularse de la sguee maera: ua señal deermísca s() es rasmda e u período de empo [,]. La rasmsó esá deerorada por u rudo cerado Gaussao x() co fucó de covaraza R(,s). Así, la señal recbda vee dada por ua de las sguees hpóess: H : y() x() H : y() s() + x() Se supoe que la señal s() es coua y que la fucó de covaraza R(,s) es defda posva y coua. El procedmeo habual para resolver ese problema es rasformar el proceso observacó {y(), [,]} e u cojuo umerable de v.a. { } y a parr de las que se ha de cosrur el esadísco de decsó ópmo. Esas v.a., deomadas coordeadas observables, puede ser obedas a ravés del desarrollo de Karhue-Loève del rudo: x() b φ(). De esa forma, el problema aeror puede expresarse equvaleemee: dode b esá defdas e () y s φ H : y b,,... H : y s + b,,... )s()d, asocadas a H y H, respecvamee. Se demuesra (Poor, 994) que equvalees y (,,.... Sea P y P las meddas de probabldad s s (y) y / s < eoces P y P so dp log (8) dp 9

6 e el sedo de la meda cuadráca, dode y φ ( )s() d (m.c.),,,.... Desde el puo de vsa prácco, la mplemeacó del ssema de deeccó aeror presea dos coveees. Por ua pare la o fud del desarrollo e sere (8), y por ora su explíca depedeca sobre los auovalores y auofucoes de R(,s). Para resolver el prmero de ellos se realza u rucameo del desarrollo (8) e u érmo M, de maera que la cadad s /, sea rascedee. Para la, M+ resolucó del segudo e Ruz-Mola e al. (999b) se propoe ua solucó alerava basada e el desarrollo modfcado de x() (3). Así, la fucó dode y log (9) s s f (y) y φ ()y() d (m.c.) y s φ ()s()d, puede ser ulzada para aproxmar (8). Se demuesra (Ruz-Mola, 999b) que s se verfca que s / <, eoces dp log (y) log f(y) dp H bajo H y H. Además, el error po I que se comee ulzado (9) vee dado por logσ d Φ + d α y el error po II dode d s / y Φ logσ d Φ d β deoa la fucó de dsrbucó de ua v.a. N(,). Noa 4. E Ruz-Mola e al. (999b) puede ecorarse solucoes para el caso más geeral e el que la señal a deecar es aleaora. 4. EJEMPLO A modo lusravo vamos a cosderar que x() es el proceso de Weer esádar defdo e el ervalo [,], co lo cual, R(,s) m(,s), co,s [,]. Puede comprobarse (Va rees, 968) que los auovalores y auofucoes correspodees so de la forma: φ se( (.5) ) ((.5) π) π A couacó, aplcaremos los resulados obedos aerormee a ese proceso. E prmer lugar, os ceraremos e el problema de esmacó leal. Para ello, supodremos que el proceso de observacó es y() x() + v() [,] 3

7 dode v() es u rudo blaco, cerado, depedee de x() y co parámero de varaza r. Es secllo demosrar que el mpulso de respuesa asocado al esmador ópmo vee dado por τ τ e e h(, τ ) τ e + e y el error cuadráco medo que se comee es gual a h(,). Segudamee, vamos a obeer el mpulso de respuesa aproxmado (7) a parr de los auovalores y auofucoes aproxmados de R(,s). Para aplcar el méodo de Raylegh-Rz vamos a cosderar u ssema de fucoes rgoomércas, del cual seleccoaremos k 5 fucoes. Después se verá que ese valor es sufcee. Eoces, deoado ϕ ),..., ϕ (), cos(π), se(π), cos(4π), se(4π) ( ) ( ) ( 5 y resolvedo el problema de auovalores asocado, se obee las sguees auofucoes aproxmadas φ.9 () φ.68 () φ.5 3 () φ () φ () ϕ().873 ϕ().755 ϕ 3().7853 ϕ4().4956 ϕ5() Los auovalores aproxmados y verdaderos so E las Fguras y se compara gráfcamee las dos prmeras auofucoes verdaderas co las correspodees aproxmadas y modfcadas Fgura. Prmera auofucó verdadera (líea egra), aproxmada (líea grs) y modfcada (puos). 3

8 Fgura. Seguda auofucó verdadera (líea egra), aproxmada (líea grs) y modfcada (puos) El úmero k 5 de fucoes es sufcee, debdo a que co lo cual el desarrollo modfcado co 5 explca u 9.98 % de la eergía meda del proceso de Weer. 5 A parr de esos auovalores y auofucoes aproxmados el mpulso de respuesa aproxmado (7) puede ser obedo fáclmee. E las Fguras 3 y 4 puede observarse el comporameo de ĥ (, τ ) free a h(,τ) para.6 y.8, respecvamee; y e la Fgura 5 se compara el error cuadráco medo que se comee co el esmador ópmo y el error del esmador subópmo (6) Fgura 3. Impulso de respuesa ópmo (líea egra) y aproxmado (puos) para.6. Falmee, se va a cosderar el problema de deecar la señal deermísca s() se(.5π) erferda por el proceso de Weer esádar. E la Fgura 6, se represea la poeca obeda co el esadísco de deeccó ópmo (8) y la poeca asocada co (9). 3

9 Fgura 4. Impulso de respuesa ópmo (líea egra) y aproxmado (puos ) para Fgura 5. Error del esmador ópmo (líea egra) y error del esmador subópmo (puos) Fgura 6. Poeca del ssema de deeccó ópmo (líea egra) y poeca del ssema subópmo (puos). 33

10 REFERENCIAS BAKER, C..H. (977): he Numercal reame of Iegral Equaos, Oxford Uversy Press, Oxford. GUIERREZ, R.; J.C. RUIZ MOLINA ad M.J. VALDERRAMA (99): "O he Numercal Expaso of a Secod Order Sochasc Process", Appl. Sochasc Models Daa Aal. 8(), NAVARRO MORENO, J.;.J.C. RUIZ MOLINA ad M.J. VALDERRAMA (): "A Soluo o Lear Esmao Problems Usg Approxmae Karhue-Loève Expasos", IEEE, ras. Iformao heory, 46(4). POOR, H.V. (994): A Iroduco o Sgal Deeco ad Esmao, Sprger-Verlag, New York. RUIZ MOLINA, J.C.; J. NAVARRO ad M.J. VALDERRAMA (999a): "Dffereao of he Modfed Approxmave Karhue-Loève Expaso of a Sochasc Process", Sas. Prob. Le., RUIZ MOLINA, J.C.; J. NAVARRO MORENO ad A. OYA (999b): "Sgal Deeco Usg Approxmave Karhue-Loève Expasos", Sujeo a revsó e IEEE, ras. Iformao heory. RUIZ MOLINA, J.C. ad M.J. VALDERRAMA (996): "O he Dervao of a Subopmal Fler for Sgal Esmao", Sas. Prob. Le., 8, * VAN REES, H.L. (968): Deeco, Esmao ad Modulao heory, Par I, Wley, New York. 34

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)

Más detalles

Álgebra Manuel Hervás Curso

Álgebra Manuel Hervás Curso Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO

Más detalles

estimación de la estructura de Tasas nominales de chile: aplicación del modelo dinámico nelson-siegel

estimación de la estructura de Tasas nominales de chile: aplicación del modelo dinámico nelson-siegel Volume 4 - º / dcembre 0 estmacó de la estructura de Tasas omales de chle: aplcacó del modelo dámco elso-segel Rodrgo Alaro A. * Sebasá Becerra C. ** Adrés Sager T. *** I. IroduccIó La esmacó de la esrucura

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA. Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad

Más detalles

REVISTA INVESTIGACION OPERACIONAL Vol. 23, No.2, 2002

REVISTA INVESTIGACION OPERACIONAL Vol. 23, No.2, 2002 REVISTA INVESTIGACION OPERACIONAL Vol. 23, No.2, 2002 UN SISTEMA BASADO EN CASOS PARA LA TOMA DE DECISIONES EN CONDICIONES DE INCERTIDUMBRE Ilaa Guérrez Maríez, Rafael E. Bello Pérez y Adrés Tellería Rodríguez

Más detalles

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

{ a 1, a 2,..., a } n. Cualquier vector n

{ a 1, a 2,..., a } n. Cualquier vector n Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de

Más detalles

Modelación hidrológica empleando isoyetas de relieve, una aproximación geoestadística

Modelación hidrológica empleando isoyetas de relieve, una aproximación geoestadística lmae Varably ad hage Hydrologcal Impacs Proceedgs of he Ffh FRIND World oferece held a Havaa uba November 006 IAHS Publ. 308 006. 6 odelacó hdrológca empleado soyeas de releve ua aproxmacó geoesadísca

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México Ua Esraega de Acumulacó de Reservas Medae Opcoes de Vea de Dólares. El Caso de Baco de Méxco INDICE I. REUMEN... II. INTRODUCCIÓN...3 III. IV. OPCIONE DE VENTA DE DÓLARE...4 III.. PRINCIPALE CARACTERÍTICA...4

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Introducción a la Estadística Descriptiva

Introducción a la Estadística Descriptiva Iroduccó a la Esadísca Descrpva ª Edcó Carla Re Graña María Raml Díaz ITRODUCCIÓ A LA ESTADÍSTICA DESCRIPTIVA. ª Edcó o esá permda la reproduccó oal o parcal de ese lbro, su raameo formáco, la rasmsódeguaformaoporcualquermedo,aseaelecróco,mecáco,porfoocopa,por

Más detalles

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 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 detalles

RESUMEN. Códigos de campo JEL: F0 C6 SUMMARY

RESUMEN. Códigos de campo JEL: F0 C6 SUMMARY RESUMEN El ema raado e ese rabao se emarca dero del esquema de Cueas Saéle del Tursmo. Maemácamee se desarrolla u ssema de ecuacoes e dferecas. Se pare de la ecuacó macroecoómca fudameal e equlbro para

Más detalles

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales. Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos

Más detalles

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005 Reglas para el maejo de los ídces de deuda de la BV Bolsa acoal de Valores Verso 4.4 3/07/005 ága de 6 COTEIDO ITRODUCCIÓ... 4. erspecva geeral... 4 MAEJO DE LOS ÍDICES... 6. Comé de Ídces de íulos de

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS

PRONÓSTICOS. Tema Nº 2 FACILITADOR LIC. ESP. MIGUEL OLIVEROS UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE ADMINISTRACIÓN Y CONTADURÍA PUBLICA DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS ADMINISTRACIÓN DE LA PRODUCCIÓN Y LAS OPERACIONES

Más detalles

Introducción a la Econometría Curso 2009/ Serie de Problemas 21

Introducción a la Econometría Curso 2009/ Serie de Problemas 21 Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Un generador matricial de claves frente a Blum Blum Shub.

Un generador matricial de claves frente a Blum Blum Shub. U geerador marcal de claves free a lum lum Sub. Rafael Álvarez, Joa-Josep Clme, eadro Torosa 3 y oo Zamora 4 Deparame de Cèca de la Compuacó Iel lgèca rfcal. Uversa d'laca, Campus de Sa Vce, p.correus

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos:

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos: emaro rabajos. odo 7. El rassor. Magesmo 9. duccó elecromagéca. rcuos de corree alera. Odas elecromagécas. lcacoes ócas odo. odo Zeer. odo LE 3. Foododo. odo úel 5. odo Schoky El rassor. El JFE, fudameos

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles

2. Movimiento Browniano.

2. Movimiento Browniano. Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer

Más detalles

Sistemas Productivos

Sistemas Productivos Ssemas Producvos º Elemeos de dseño del proceso producvo A la hora de dseñar ua udad producva, hay que realzar ua sere de decsoes esraégcas que cluye ecesaramee:. Localzacó de la plaa: lugar dode físcamee

Más detalles

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.

MATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito. MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D

+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 detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO

ÁLGEBRA II (LSI PI) TRANSFORMACIONES LINEALES UNIDAD Nº 5. Facultad de Ciencias Exactas y Tecnologías UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO 2017 ÁLGEBRA II (LSI PI) UNIDAD Nº 5 RANSFORMACIONES LINEALES Facultad de Cecas Exactas y ecologías UNIERSIDAD NACIONAL DE SANIAGO DEL ESERO aa Error! No hay texto co el estlo especfcado e el documeto

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos

Tomando como nivel de energía cero el nivel fundamental. Dada la diferencia de energía entre los niveles en la mayoría de los casos Capíulo. La fucó d pacó ) Spaacó d la fucó d pacó S ha dmosado aom - / k [.] La ía dl l s ual a: k [.] + + + [.] + S los ados d lbad o accoa [.4] - / k - / k... [.5] ) Fucó d pacó lcóca omado como l d

Más detalles

4.4. La ciudad circular El Modelo de Salop

4.4. La ciudad circular El Modelo de Salop 4.4. La cudad crcular El Malde Machado Ecoomía Idusral - Malde Machado La Cudad Crcular El modelo de Salop 4.4. La cudad crcular El E el modelo de Hoellg habamos supueso que solo hay dos empresas. Ahora

Más detalles

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES Maemácas Faceras Prof. Mª Mercees Rojas e Graca TEMA 3: EQUIVALENIA FINANIERA DE APITALE ÍNDIE. PRINIPIO DE EQUIVALENIA DE APITALE: ONEPTO. APLIAIONE DEL PRINIPIO DE EQUIVALENIA: UTITUIÓN DE APITALE....

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC

9. 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 detalles

Tema 3: Adaptadores de Señal

Tema 3: Adaptadores de Señal Tema 3: Adaptadores de Señal Sstema GENERAL de nstrumentacón (bloques( funconales): Señal sensor Fltrado, A/D Amplfcacón Rado, nternet bus de datos Medo Sensor prmaro Transductor de entrada Adaptacón de

Más detalles

Vida media residual de mixturas finitas y aplicaciones a sistemas coherentes

Vida media residual de mixturas finitas y aplicaciones a sistemas coherentes Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Navarro Camacho, Jorge jorgeav@umes Deparameo de Esadísca e Ivesgacó Operava Uversdad

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

Recuerda lo fundamental

Recuerda lo fundamental 3 Progresioes Recuerda lo fudametal Curso:... Fecha:... PROGRESIONES SUCESIONES Ua sucesió es u cojuto de...... Se llama térmio geeral de ua sucesió a... Por ejemplo, e la sucesió 1, 4, 9, 16, 5, el térmio

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

Tema 5: Diferenciabilidad: Aplicaciones

Tema 5: Diferenciabilidad: Aplicaciones Prof. Susana López 1 UniversidadAuónomadeMadrid Tema 5: Diferenciabilidad: Aplicaciones 1 Funciones compuesas y Regla de la cadena Recordemos que la regla de la cadena para funciones de una sola variable

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Recuperación de la Información

Recuperación 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 detalles

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D.

CAPITULO 2º FUNCIONES DE VECTORES Y MATRICES_01. Ing. Diego Alejandro Patiño G. M.Sc, Ph.D. CPIULO 2º FUNCIONES DE VECORES Y MRICES_ Ig. Dego lejadro Patño G. M.Sc, Ph.D. Fucoes de Vectores y Matrces Los operadores leales so fucoes e u espaco vectoral, que trasforma u vector desde u espaco a

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web:

Introducción al Algebra Lineal en Contexto Autor José Arturo Barreto M.A. Web: Itroduccó al Algebra Leal e Cotexto Autor José Arturo Barreto M.A. Web: www.abaco.com.e www.mprofe.com.e josearturobarreto@yahoo.com Descomposcó e Valor Sgular (SVD: Sgular Value Decomposto) El sguete

Más detalles

Tema 1: Transformada de Laplace. Contenidos Transformada de Laplace

Tema 1: Transformada de Laplace. Contenidos Transformada de Laplace Tema Traformada de aplace Traformada de aplace Traformada vera de aplace Coedo Grupo EDUMATICUS. Deparameo de Maemáca Aplcada. Uverdad de Málaga Amplacó de Cálculo 2/. Ecuela Polécca Superor Tema : Traformada

Más detalles

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n . TORÍA ASINTÓTICA Jore duardo Orz Trvño rofesor Asocado eparameo de Ieería de Ssemas e Idusral Uversdad Nacoal de Colomba jeorz@ual.edu.co (a) Se euca (s demosracó) varos resulados mporaes de esadísca.

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden

Tema 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 detalles

Sobre los Efectos de la Política Monetaria en Colombia.

Sobre los Efectos de la Política Monetaria en Colombia. Sobre los Efecos de la Políca Moeara e Coloba. Lus F. Melo y lvaro J. Rascos acodelarepúblca February 9 4 bsrac E ese docueo esudaos alguos caales ecasos de aplfcacó y los efecos cuaavos de la políca oeara

Más detalles

GEOMETRÍA. Septiembre 94. Determinar la ecuación del plano que pasa por el punto M (1,0, la recta x 1 y z

GEOMETRÍA. Septiembre 94. Determinar la ecuación del plano que pasa por el punto M (1,0, la recta x 1 y z GEOMETRÍA Junio 94. 1. Sin resolver el sistema, determina si la recta x 3y + 1 = 0 es exterior, secante ó tangente a la circunferencia (x 1) (y ) 1. Razónalo. [1,5 puntos]. Dadas las ecuaciones de los

Más detalles

Tabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22

Tabla de Contenidos. 1 Conceptos básicos sobre regresión y correlación... 1. 2 Caracterización de rodales... 22 Tala de Coedo Preeacó... Cocepo áco ore regreó correlacó.... Supueo áco de regreó.... Lo upueo de regreó e Dedromería... 6. Emacó de lo parámero del modelo de regreó leal mple... 7.. El méodo de mímo cuadrado

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

2. MATRICES Y DETERMINANTES

2. MATRICES Y DETERMINANTES Marices y Deermiaes 2. MTRICES Y DETERMINNTES SUMRIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRIC 1.- Marices. 2.- Operacioes co Marices. 3.- Equivalecia de Marices. Trasformacioes Elemeales de Marices.

Más detalles

F = = 0. 64, que es la eficiencia del test de signo relativa al

F = = 0. 64, que es la eficiencia del test de signo relativa al Méodos No Paramércos I 5 Elea J. Maríez do cua. 004 Efceca: La efceca del es de Fredma relava al es F es ( f ( x dx e(, F σ + e observa que o hereda la efceca de los ess de Wlcoxo y Ma-Whey relavas al

Más detalles

CAPÍTULO 1. PROPAGACIÓN DE LAS ONDAS PLANAS UNIFORMES

CAPÍTULO 1. PROPAGACIÓN DE LAS ONDAS PLANAS UNIFORMES CAPÍTULO 1. PROPAGACIÓN DE LAS ONDAS PLANAS UNIFORMES 1.1 Ecuación de onda. Las ecuaciones de Maxwell se publicaron en 1864, su principal función es predecir la propagación de la energía en formas de Onda.

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preliminar)

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preliminar) MEODOLOGÍA ÍNDCE DE DSBUCÓN DE ENEGÍA ELÉCCA, GAS PO CAÑEÍA Y AGUA POABLE (DEGA) (Prelar) SUBDECCÓN ÉCNCA SUBDECCÓN DE OPEACONES Saago, 26 de Dcebre de 2007 CHDA/GGM/GMA/VM ÍNDCE. roduccó...3 2. Marco

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

Más detalles

1.3. Longitud de arco.

1.3. Longitud de arco. .. Logtud de arco. Defcó. Sea C ua curva suave defda paramétrcamete por la fucó vectoral f : R R / f () t = ( f() t, f() t,, f ( t) ) e el espaco R, co t [ a, b], que se recorre exactamete ua vez cuado

Más detalles

Una formulación general de un modelo de regresión paramétrico es la siguiente:

Una formulación general de un modelo de regresión paramétrico es la siguiente: Esmadores úcleos y polomos locales. Fracsco Parra Rodrguez Docor e Cecas Ecoómcas. UNED. Modelos de regresó o paramércos Los modelos de regresó paramércos supoe ue los daos observados provee de varables

Más detalles

Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics-

Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- Diagnosis y Crítica del modelo -Ajuste de distribuciones con Statgraphics- 1. Introducción Ficheros de datos: TiempoaccesoWeb.sf3 ; AlumnosIndustriales.sf3 El objetivo de esta práctica es asignar un modelo

Más detalles

FUNCIONES EXPONENCIALES

FUNCIONES EXPONENCIALES 1 FUNCIONES EXPONENCIALES Las fucioes epoeciales iee muchas aplicacioes, e especial ellas describe el crecimieo de muchas caidades de la vida real. Defiició.-La fució co domiio odos los reales y defiida

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis 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 detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

Capítulo 3. Consideraciones sobre métodos numéricos

Capítulo 3. Consideraciones sobre métodos numéricos 3.. Iroduccó 5 Capíulo 3. Cosderacoes sobre méodos umércos 3.. Iroduccó E ese capíulo se presea la eoría y alguos cocepos sobre los que se susea los esquemas umércos de ala resolucó. Su aplcacó a las ecuacoes

Más detalles

Universidad Carlos III de Madrid Junio 2013. Microeconomía. 1 2 3 4 5 Calificación

Universidad Carlos III de Madrid Junio 2013. Microeconomía. 1 2 3 4 5 Calificación Universidad Carlos III de Madrid Junio 013 Microeconomía Nombre: Grupo: 1 3 4 5 Calificación Dispone de horas y 30 minutos. La puntuación de cada apartado, sobre un total de 100 puntos, se indica entre

Más detalles

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.

El 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 detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

Estadística de Precios de Vivienda

Estadística 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 detalles

Capítulo 3: Integral definida. Módulos 12 al 17. I. Notación sigma. En los ejercicios 1 a 5 escriba en forma de sumatoria la suma dada.

Capítulo 3: Integral definida. Módulos 12 al 17. I. Notación sigma. En los ejercicios 1 a 5 escriba en forma de sumatoria la suma dada. Módulos l 7 I Nocó sgm E los ejerccos escr e form de sumor l sum dd + + + + + + + + 9 + + 7 6 7 8 l + l 6 + l 8 + l 6 6 Supog que f ( ) 8, g( ) y h( ) Clcule el vlor de l epresó dcd e los ejerccos -e c

Más detalles

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO EXISTECIA DE UA FUCIÓ O LIEAL, COTIUA Y BIYECTIVA E l CO IVERSA DISCOTIUA E TODO PUTO Jorge E Herádez U, Temístocles Zeballos M Uversdad de Paamá, Cetro Regoal Uverstaro de Veraguas, Departameto de Matemátca

Más detalles

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años.

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años. Ejerccos Resuelos Números Ídces Faculad Cecas Ecoómcas y Emresarales Dearameo de Ecoomía Alcada Profesor: Saago de la Fuee Ferádez 1. Ua emresa esuda la evolucó de los recos e euros de res comoees (A,

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

Tema 5. DIAGONALIZACIÓN DE MATRICES

Tema 5. DIAGONALIZACIÓN DE MATRICES José Maía Maíe Mediao Tema DGONLZCÓN DE MTRCES oducció Poecia de ua mai Sea Supogamos que se desea calcula : 7 7 8 8 Deemia ua egla paa o esula imediao Compobemos, aes de segui adelae, que MDM, siedo M

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

MODELO CIR. Nota Técnica RESUMEN EJECUTIVO

MODELO CIR. Nota Técnica RESUMEN EJECUTIVO Noa Técca Eero 28, 2014 MODELO CIR RESUMEN EJECUTIVO Al modelar asas de erés se debe omar e cuea que esas so posvas, que hsórcamee ha mosrado u comporameo esable, eedo cambos sgfcavos úcamee como reflejo

Más detalles

Estadística de Precios de Suelo

Estadística 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 detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Media aritmética, media geométrica y otras medias Desigualdades Korovkin

Media aritmética, media geométrica y otras medias Desigualdades Korovkin Media aritmética, media geométrica y otras medias Desigualdades Korovki Media geométrica y media aritmética Si,,, so úmeros positivos, los úmeros + + + a = g = formados a base de ellos, se deomia, respectivamete,

Más detalles