Multiplicadores de gasto en un modelo insumo-producto

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

Download "Multiplicadores de gasto en un modelo insumo-producto"

Transcripción

1 Multiplicadores de gasto e u modelo isumo-producto Horacio Erique Sobarzo Fimbres 1 Itroducció Como resultado de la reciete crisis mudial, u aálisis por países parece sugerir que os ecotramos e u mometo histórico de gra expasió de la política fiscal. Alrededor del mudo, los países ha hecho frete a la crisis reduciedo impuestos y aumetado el gasto guberametal. El grupo de ecoomías del G20 ha itroducido paquetes de estímulos que ha promediado el 2% del PIB este año y se estima que e el 2010 será de 1.6% (The Ecoomist, 2009). Mucha de la discusió del efecto fial del gasto guberametal se ha basado tradicioalmete e la estimació de impactos multiplicadores del llamado modelo de isumo-producto de Leotief. Si embargo, el tamaño real de los multiplicadores depede de ua serie de supuestos específicos y de circustacias que o ecesariamete está icorporadas e este tipo de modelos. E este cotexto, el presete artículo iteta discutir los supuestos típicos de u modelo isumo-producto, visto como u modelo de equilibrio geeral aplicado (MEGA), resaltado el tipo de supuestos que se requiere hacer. Ello permite visualizar co mayor claridad lo restrictivo o o de los supuestos implícitos e el modelo, a fi de iterpretar los cálculos co cautela. Es importate destacar que el impacto fial de los multiplicadores depede de circustacias diversas, como por ejemplo, el comportamieto de los cosumidores frete a las decisioes de gasto y ahorro, el comportamieto de las tasas de iterés, el comportamieto de los iversioistas, etcétera. Este tipo de aspectos o se discute e el artículo y os cocetramos sólo e los supuestos específicos del modelo tradicioal de isumo-producto. La matriz de isumo-producto como u sistema de ecuacioes A fi de presetar e las siguietes líeas la esecia del modelo de Isumo-Producto, imagiemos ua ecoomía si comercio exterior y si 1 Profesor-Ivestigador. Cetro de Estudios Ecoómicos. El Colegio de México.

2 186 Mesa 4: Ecoomía pública y desarrollo Vol. 6. Núm. 1 impuestos, para simplificar la exposició. Pesemos e ua matriz isumo-producto esquemática como la que se muestra a cotiuació (véase Leotief, 1986 y Millery Blair, 1985). Sectores de Producció Valor Agregado y (16) Sectores de Producció Demada Fial Totales W f Q (1) (2-5) Totales q Dode el elemeto típico de W es W ij, que represeta las vetas del sector i al j, f es u vector columa que muestra las vetas del sector i a la demada fial y y es u vector hilera que muestra los pagos del sector j a los factores de producció. Etoces, la matriz isumo producto se puede represetar alterativamete como: = W 11 + W 12 + W W 1 + f 1 = W 21 + W 22 + W W 2 + f 2 = W 31 + W 32 + W W 3 + f 3 = W 1 + W 2 + W W + f que o es más que ua represetació de la matriz isumo producto e térmios de flujos. Defiamos ahora W ij = a ij q j, es decir el coeficiete a ij = W ij / q j, y teemos: = a 11 + a 12 + a a 1 + f 1 = a 21 + a 22 + a a 2 + f 2 = a 31 + a 32 + a a 3 + f 3 = a 1 + a 2 + a a + f que, expresado e forma matricial, se reduce a:

3 Multiplicadores de gasto e u modelo isumo-producto 187 q = Aq + f dode la matriz A es la matriz de coeficietes cuyo elemeto típico es a ij. Hasta ahora, el sistema o es más que ua forma cotable de represetació de flujos e la matriz de Isumo-Producto y o se ha postulado igú comportamieto ecoómico. Si embargo, si se piesa e este sistema como u sistema de ecuacioes que represeta el fucioamieto de ua ecoomía y se hace el supuesto de que los sectores opera co fucioes de producció que o permite sustituibilidad etre isumos (coeficietes a ij fijos), podemos etoces imagiar que el sistema describe la formació de la oferta y demadas. Se tiee etoces la represetació de u modelo ecoómico e el que los precios de los factores so fijos. Este sistema tiee la siguiete solució: q = Aq + f q - Aq = f (I A) q = f q = (I A) -1 f q B f, dode la matriz B es coocida como la matriz iversa de Leotief o matriz de multiplicadores (aáloga al multiplicador keyesiao). La matriz B = (I A) -1 es fudametal e el aálisis isumo-producto, pues muestra los impactos totales de la demada de producto de cada sector e el resto de los sectores. Es decir, esta matriz tiee características aálogas a las del multiplicador keyesiao pues permite icorporar la iterdepedecia tecológica del sistema productivo y rastrear la geeració de la demada fial hacia atrás e el sistema. Etoces permite calcular cuáta producció se requiere para ateder diversos iveles de demada fial y, e cosecuecia, cómo debería cambiar los iveles de producció para satisfacer esos cambios e la demada fial, los que puede proveir de, por ejemplo, aumetos e los motos de iversió, pública y/o privada, además de otros compoetes de la demada fial. Nótese que, e la medida e que se puede estimar los iveles de producció requeridos e todos los sectores para satisfacer el cambio e la demada fial, se puede tambié estimar los requerimietos de isumos, empleo e igreso de todos los sectores. Rasmusse, P. N. (1963) y Hirschma, A. O. (1961) y Cheery, H. B. & Wataabe, T. (1958), etre otros, utiliza los deomiados ecadeamie-

4 188 Mesa 4: Ecoomía pública y desarrollo Vol. 6. Núm. 1 tos o eslaboamietos sectoriales como método para aalizar los efectos de cambios e la demada fial e situacioes diversas e idetificar sectores que pudiera ser relevates para el fucioamieto de la ecoomía. Es perfectamete plausible imagiar al modelo de isumo producto presetado aquí como u modelo típico de equilibrio geeral aplicado (MEGA), haciedo alguos supuestos específicos, que a cotiuació se cometa. Supuestos específicos del modelo isumo-producto frete a u MEGA Siguiedo a McGregor, Swales y Yi (1996), es posible imagiar u modelo isumo-producto como u MEGA co ciertos supuestos. El supuesto cetral e el modelo de Leotief es que la ecoomía opera co capacidad excedete e todos los sectores productivos, de forma que cualquier ivel de producció (o demada a ateder), que se especifique de maera exógea, pueda ser atedido co la capacidad istalada. E térmios de los mercados de factores, esto correspode a supoer que e uestros dos mercados de factores, trabajo y capital, la variable de ajuste es la catidad, es decir, se supoe etoces que los precios de los factores, salario y tasa de iterés so fijos y so precisamete las catidades de factores las variables de ajuste. E el modelo eoclásico tradicioal se supoe ormalmete que las catidades de factores so fijas y e cosecuecia las variables de ajuste so los precios de factores. Ua forma alterativa de pesar e esta adecuació es e térmios de la causalidad. E los modelos de equilibrio geeral eoclásicos, los precios de los biees se determia cojutamete por la iteracció e los mercados de oferta y demada. E cambio, e el modelo de isumo producto, los precios (uitarios) se determia sólo por el lado de la oferta (costos de otros isumos), ya que los precios de los factores se supoe fijos. Ua seguda modificació importate correspode al llamado supuesto Armigto (ver Armigto, 1969) y que especifica el grado de sustituibilidad etre la producció acioal y las importacioes. E el modelo eoclásico walrasiao, esta sustituibilidad se regula asigado u valor a la elasticidad de sustitució, cuyo valor puede fluctuar etre cero e ifiito, correspodiedo el valor de cero al de u mercado cerrado y el valor de ifiito al de u mercado totalmete abierto, simulado e este último caso el de ua ecoomía pequeña, e el setido de que los precios se determia e el mercado mudial, 2 por lo que la ecoomía 2 E la práctica, valores de elasticidad superiores a 10 so equivaletes a sustituibilidad perfecta.

5 Multiplicadores de gasto e u modelo isumo-producto 189 se supoe es tomadora de precios. E el modelo de Leotief se supoe que la sustituibilidad etre producció acioal e importacioes es cero, es decir, que, e cada mercado, los biees acioales so complemetos perfectos de los biees importados. E cosecuecia, a fi de simular el modelo de Leotief es ecesario supoer que, e todos los mercados de biees, la elasticidad de sustitució es igual a cero. Nótese que este segudo supuesto de hecho es ecesariamete compatible co el supuesto aterior de que los precios de los factores so fijos, ya que, como se dijo, e el modelo de Leotief los precios de los biees se determia solamete por el lado de la oferta (costos) y, para que esto sea factible, se requiere elimiar el impacto de la demada sobre los precios supoiedo que, si importar el precio iteracioal de los biees, las importacioes so complemetarias de la producció acioal y, por lo tato, se tiee que efectuar a fi de satisfacer iveles de producció requeridos. Es decir, el cosumidor o puede sustituir etre producció acioal e importacioes y por lo tato o puede ifluir sobre los precios. Éstos impacta sólo vía costos. La tercera modificació se debe hacer e la llamada regla de cierre. Típicamete, e u modelo walrasiao eoclásico se adopta el supuesto de que el ahorro exterior (déficit o superávit) de la balaza comercial es fijo y, e cosecuecia, el tipo de cambio debe ser variable, pues es éste precisamete la variable de ajuste. La racioalidad de este supuesto es que la ecoomía debe fucioar co los recursos dispoibles y es etoces el tipo de cambio (precios iteros de los biees versus precios iteracioales) el que debe ajustarse para lograr los cambios simulados. E cotraste, e el modelo de Leotief, el supuesto implícito es que el tipo de cambio es fijo. E este caso, el ahorro co el exterior (típicamete déficit e u país e desarrollo) se ajusta para cumplir co los iveles de producció simulados. Esecialmete se supoe que, implícitamete, el país tiee acceso a crédito iteracioal suficiete para saldar su déficit. Cuarto, la forma e que típicamete se modela las exportacioes e u modelo eoclásico es mediate ua ecuació que cosidera que las vetas al exterior depede de ua elasticidad de demada. Ésta lo que hace es supoer que si bie el país es pequeño por el lado de las importacioes, por el lado de las exportacioes se supoe que si bie el país o puede afectar el precio mudial, las variacioes e el precio itero se refleja e las vetas que se hace al exterior. Así, por ejemplo, si el precio (costo) sube, se logra meores vetas e el mercado mudial. La sesibilidad de esta pérdida de mercado se regula mediate ua elasticidad de demada de exportacioes. Para simular el modelo Leotief se adopta el supuesto de que esta elasticidad es cero.

6 190 Mesa 4: Ecoomía pública y desarrollo Vol. 6. Núm. 1 Por último debe destacarse que el modelo Leotief forma parte de los llamados modelos multisectoriales de precios fijos que, esecialmete, implica que los precios (uitarios) o varía co el ivel de actividad, lo que exige ecesariamete que se supoga que hay redimietos a escala costates. E el caso de los precios de los factores, salarios y tasa de iterés cambiará sólo e respuesta a la productividad (producto medio del factor e cuestió) y o e respuesta a cambios e los costos margiales. Esto, que es compatible co uestro primer supuesto, garatiza que los precios del producto eto (valor agregado) so idepedietes de la escala de producció. Esto, de hecho, explica el porqué del ombre de modelos de precios fijos. Coclusioes Como se desprede de la discusió previa, los resultados de u modelo de isumo-producto puede de hecho ser vistos como los de u MEGA co supuestos restrictivos. E térmios de la estimació de resultados, parecería que la estimació de multiplicadores de gasto debería ser vistos co cautela. Primero, porque hay que supoer capacidad excedete, lo cual o es ecesariamete realista. Segudo, porque el supuesto de u déficit co el exterior variable exige supoer capacidad de crédito ilimitada. Tercero, porque el supuesto de que los biees acioales e importados so complemetos perfectos implica que estamos hablado de ua ecoomía cerrada cuado, e ua ecoomía abierta o co u grado importate de apertura, es de esperar que parte del efecto multiplicador se diluya vía importacioes. Adicioalmete, es importate teer e mete que mucho del efecto multiplicador e tiempos de crisis depederá tambié del efecto macroecoómico proveiete de cambios e tasas de iterés y del comportamieto de los cosumidores. E cosecuecia, el cálculo de impactos multiplicadores e u modelo de isumo-producto debe quizás ser visto como u límite superior a los probables impactos. Estos últimos depederá de ua serie de factores adicioales que el propio modelo o cotempla. Bibliografía Armigto, P. (1969). A Theory of Demad for Products Distiguished by Place of Productio, Iteratioal Moetary Fud Staff Papers, 16, pp

7 Multiplicadores de gasto e u modelo isumo-producto 191 Cheery, H. B. & Wataabe, T. (1958). Iteratioal compariso of the structure of productio, Ecoometrica, Vol. XXVI, No. 26. Hirschma, A. O. (1961). La estrategia del desarrollo ecoómico. México: Fodo de Cultura Ecoómica. Leotief, Wasilly (1986). Iput-Output Ecoomics (Secod editio), Oxford, Oxford Uiversity Press.} McGregor, O., J. Swales y Y. Yi (1996). A Log-Ru Iterpretatio of Regioal Iput-Output Aalyses, Joural of Regioal Scieces, vol. 36. Miller, R. & Blair, P. (1985). Iput-output aalysis: foudatios ad extesios. New Jersey: Pretice-Hall, Eglewood Cliffs. Rasmusse, P. N. (1963). Relacioes Itersectoriales. Madrid: Editorial Aguilar. The Ecoomist (2009). Much ado about multipliers, septiembre 24.

Ayudantía 2. Fecha : 25 de septiembre de 2017 Semestre Primavera Repaso Producto Interno Bruto (PIB) y Producto Nacional Bruto (PNB)

Ayudantía 2. Fecha : 25 de septiembre de 2017 Semestre Primavera Repaso Producto Interno Bruto (PIB) y Producto Nacional Bruto (PNB) Ayudatía 2 Curso: EAE021 Secció 4 Macroecoomía 1 Fecha : 25 de septiembre de 2017 Semestre Primavera 2017 Repaso Producto Itero Bruto (PIB) y Producto Nacioal Bruto (PNB) Nivel de actividad ecoómica: lo

Más detalles

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R

Capítulo 3. El modelo de regresión múltiple. Jorge Feregrino Feregrino. Econometría Aplicada Utilizando R Capítulo 3. El modelo de regresió múltiple. Jorge Feregrio Feregrio Idetificació del modelo La idetificació del objeto de ivestigació permitirá realizar ua búsqueda exhaustiva de los datos para llevar

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas

Más detalles

LABORATORIO DE PROCESOS Y DISEÑO I PARTE 4 EVALUACION DE PROYECTOS.

LABORATORIO DE PROCESOS Y DISEÑO I PARTE 4 EVALUACION DE PROYECTOS. LABORATORIO DE PROCESOS Y DISEÑO I PARTE 4 EVALUACION DE PROYECTOS. EVALUACION DE PROYECTOS. Idetificació de Opcioes. Idetificació de Cosecuecias Cuatificables ($). Idetificació de Cosecuecias o Cuatificables.

Más detalles

b) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices:

b) Encontrar: τ o σ ; π o σ ; σ y τ. 2. Usar la definición de determinante para encontrar: 4. Calcular los determinantes de las siguientes matrices: EJERCICIOS PROPUESTOS. Tarea 3. Cosiderar las siguietes particioes de S 5 σ = 354 τ = 354 π = 453. a) Determiar el sigo de cada ua de las ateriores particioes. b) Ecotrar: τ o σ ; π o σ ; σ y τ.. Usar

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte I)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte I) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(

Más detalles

El modelo insumo-producto supone que los insumos para elaborar

El modelo insumo-producto supone que los insumos para elaborar MATRICES INSUMO-PRODUCTO Y ANÁLISIS DE MULTIPLICADORES: UNA APLICACIÓN PARA COLOMBIA Gustavo Herádez* El modelo isumo-producto supoe que los isumos para elaborar u producto se relacioa coforme a ua fució

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

Capitulo 10. Expectativas y la construcción de un modelo macroeconómico

Capitulo 10. Expectativas y la construcción de un modelo macroeconómico Capitulo 10. Expectativas y la costrucció de u modelo macroecoómico Desde los años 1930 y 1940 la literatura ecoómica ha aalizado el problema del comportamieto de las variables esperadas. Las solucioes

Más detalles

Introducción a las Funciones Vectoriales (Funciones de R R n ) 1. Funciones de R en R n (Funciones Vectoriales)

Introducción a las Funciones Vectoriales (Funciones de R R n ) 1. Funciones de R en R n (Funciones Vectoriales) Itroducció a las Fucioes Vectoriales (Fucioes de R R 1 Fucioes de R e R (Fucioes Vectoriales Llamaremos fució vectorial de variable real o simplemete fució vectorial, a aquellas co domiio e u subcojuto

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

C. INDICADORES DE EVALUACION DE PROYECTOS

C. INDICADORES DE EVALUACION DE PROYECTOS C. INDICADORES DE EVALUACION DE PROYECTOS 1. Matemáticas Fiacieras 1.1 Iterés simple e iterés compuesto Iterés simple es aquel que se calcula siempre sobre el capital origial, y por tato excluye itereses

Más detalles

Introducción a las Funciones Vectoriales (Funciones de R R n ) 1. Funciones de R en R n (Funciones Vectoriales)

Introducción a las Funciones Vectoriales (Funciones de R R n ) 1. Funciones de R en R n (Funciones Vectoriales) Itroducció a las Fucioes Vectoriales (Fucioes de R R 1 Fucioes de R e R (Fucioes Vectoriales Llamaremos fució vectorial de variable real o simplemete fució vectorial, a aquellas co domiio e u subcojuto

Más detalles

MODELO DE RESPUESTAS. Lim n. Lim

MODELO DE RESPUESTAS. Lim n. Lim Uiversidad Nacioal Abierta Vicerrectorado Académico Área de Matemática Lapso 008 - INTEGRAL MATEMÁTICA I (175) FECHA PRESENTACIÓN: 08-11-008 MODELO DE RESPUESTAS OBJ 7 PTA 7 Dadas las sucesioes de térmios

Más detalles

Tema 14: Inferencia estadística

Tema 14: Inferencia estadística Tema 14: Iferecia estadística La iferecia estadística es el proceso de sacar coclusioes de la població basados e la iformació de ua muestra de esa població. 1. Estimació de parámetros Cuado descoocemos

Más detalles

CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo

CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD. Es un hecho bien conocido que la probabilidad de que un individuo fallezca en un periodo CAPÍTULO IV: CONSTRUCCIÓN DE LA TABLA DE MORTALIDAD 4.1 Geeralidades Es u hecho bie coocido que la probabilidad de que u idividuo fallezca e u periodo determiado de tiempo depede de muchos factores, etre

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series. R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de

Más detalles

TEMA 10: La programación lineal como instrumento para la toma de decisiones de inversión

TEMA 10: La programación lineal como instrumento para la toma de decisiones de inversión Itroducció a las Fiazas 3º Curso de Direcció y Admiistració de Empresas TEMA 0: La programació lieal como istrumeto para la toma de decisioes de iversió E la empresa existe ua serie de restriccioes (recursos,

Más detalles

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como: SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de

Más detalles

Universidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III

Universidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III .: Derivadas de orde superior: Elaborada por: Wilfredo Saravia M. Uiversidad Nacioal Autóoma de Hoduras Facultad de Ciecias Ecoómicas Guía de Ejercicios No. DET 85, Métodos Cuatitativos III E los ejercicios

Más detalles

Métodos Iterativos para resolución de sistemas de ecuaciones lineales.

Métodos Iterativos para resolución de sistemas de ecuaciones lineales. Métodos Iterativos para resolució de sistemas de ecuacioes lieales Roberto Leó V Jorge Costazo V robertoleo@gmailcom jcosta@ifutfsmcl 8 de agosto de 006 Motivació El problema de la resolució de sistemas

Más detalles

UNIDAD 4 SISTEMAS COMPLEJOS DE TUBERÍAS

UNIDAD 4 SISTEMAS COMPLEJOS DE TUBERÍAS UNIDAD 4 SISTEMAS COMPLEJOS DE TUBERÍAS Capítulo 3 CONCEPTO ELEMENTAL DE BOMBA Y TURBINA COMPORTAMIENTO Y UTILIZACIÓN DE BOMBAS Curvas características Las curvas características de ua bomba, permite coocer

Más detalles

Axioma 1 (Principio de inducción matemática) Sea S N con la propiedad que: a) 1 S. b) k R, k S k + 1 S. Entonces S = N.

Axioma 1 (Principio de inducción matemática) Sea S N con la propiedad que: a) 1 S. b) k R, k S k + 1 S. Entonces S = N. Iducció matemática A meudo deseamos probar proposicioes de la forma N, p. Por ejemplo: 1 N, 1 + + 3 + + 1 + 1. N, + 4. 3 N, par implica par. Proposicioes y 3 se puede probar usado la técica de variable

Más detalles

Universidad Antonio Nariño Matemáticas Especiales

Universidad Antonio Nariño Matemáticas Especiales Uiversidad Atoio Nariño Matemáticas Especiales Guía N 1: Números Complejos Grupo de Matemáticas Especiales Resume Se preseta el cojuto de los úmeros complejos juto co sus operacioes y estructuras relacioadas.

Más detalles

Ejercicios de preparación para olimpiadas. Funciones

Ejercicios de preparación para olimpiadas. Funciones Ejercicios de preparació para olimpiadas. Fucioes 5 de diciembre de 04. Fucioes covexas Comezamos estas otas hablado de fucioes covexas. Auque la covexidad de ua fució se puede estudiar por técicas de

Más detalles

4.4 Sistemas mal condicionados

4.4 Sistemas mal condicionados 7 4.4 Sistemas mal codicioados l resolver u sistema de ecuacioes lieales usado u método directo, es ecesario aalizar si el resultado calculado es cofiable. E esta secció se estudia el caso especial de

Más detalles

7. LA DETERMINACIÓN DEL TAMAÑO

7. LA DETERMINACIÓN DEL TAMAÑO 7. LA DEERMINACIÓN DEL AMAÑO E tre los factores que determia el tamaño de u proyecto se ecuetra ua gra catidad de variables tales como: demada, dispoibilidad de isumos, localizació y pla estratégico comercial

Más detalles

Sistemas de Segundo Orden

Sistemas de Segundo Orden Apute I Departameto de Igeiería Eléctrica Uiversidad de Magallaes Aputes del curso de Cotrol Automático Roberto Cárdeas Dobso Igeiero Electricista Msc. Ph.D. Profesor de la asigatura Este apute se ecuetra

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

Límites en el infinito y límites infinitos de funciones.

Límites en el infinito y límites infinitos de funciones. Límites e el ifiito y límites ifiitos de fucioes. 1 Calcula 2 Límite e el ifiito Cuado se calcula el límite de ua fució e el ifiito se trata de determiar la tedecia que tedrá la fució (los valores que

Más detalles

NORMA TÉCNICA NTC COLOMBIANA 2135

NORMA TÉCNICA NTC COLOMBIANA 2135 NORMA TÉCNICA NTC COLOMBIANA 135 1997-11-6 ELECTROTECNIA. TRANSFORMADORES. GUÍA PARA FÓRMULAS DE EVALUACIÓN DE PÉRDIDAS E: ELECTROTECHNICS. TRANSFORMATORS. GUIDE LINES FORMULAE DESIGNED FOR LOSSES EVALUATION

Más detalles

Teoría de Sistemas y Señales

Teoría de Sistemas y Señales Teoría de Sistemas y Señales Trasparecias: Aálisis de Sistemas LE e TD e el Domiio Trasformado Z Autor: Dr. Jua Carlos Góme Aálisis de Sistemas LE e TD e el Domiio Trasformado Z. Trasformada Z Bilateral

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

Teoría de Sistemas y Señales

Teoría de Sistemas y Señales Teoría de Sistemas y Señales Trasparecias: Aálisis de Sistemas LE e TD e el Domiio Trasformado Z Autor: Dr. Jua Carlos Góme Aálisis de Sistemas LE e TD e el Domiio Trasformado Z. Trasformada Z Bilateral

Más detalles

Capítulo 9. Método variacional

Capítulo 9. Método variacional Capítulo 9 Método variacioal 9 Miimizació de la eergía 9 Familia de fucioes 9 Partícula ecerrada e ua dimesió etre [-aa] 9 Oscilador armóico e ua dimesió 93 Átomo de helio 93 Combiació lieal de fucioes

Más detalles

Teoremas de convergencia. Integral sobre... Convergencia... Convergencia...

Teoremas de convergencia. Integral sobre... Convergencia... Convergencia... covergecia este capítulo teemos como objetivo demostrar las propiedades más importates de la Itegral de Lebesgue. teemos que demostrar todavía las propiedades fudametales de liealidad y aditividad respecto

Más detalles

ALGUNAS NOTAS RELATIVAS AL COSTO Y PRECIO DE LAS OBLIGACIONES

ALGUNAS NOTAS RELATIVAS AL COSTO Y PRECIO DE LAS OBLIGACIONES ALGUNAS NOTAS RELATIVAS AL COSTO Y PRECIO DE LAS OBLIGACIONES M.A. Martha Oliva Zárate * I. INTRODUCCIÓN La ecesidad de fiaciamieto a largo plazo por las empresas se da geeralmete cuado desea implemetar

Más detalles

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11.

Cód. Carrera: Área de Matemática Fecha: MODELO DE RESPUESTAS Objetivos 1 al 11. rueba Itegral Lapso 03-7-76-77 /0 Uiversidad Nacioal Abierta Matemática I (Cód. 7-76-77) icerrectorado Académico Cód. Carrera: 6-36-80-08- -60-6-6-63 Fecha: 0 0-0 MODELO DE RESUESTAS Objetivos al. OBJ

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

Sumatoria, Progresiones y Teorema del Binomio

Sumatoria, Progresiones y Teorema del Binomio Capítulo Sumatoria, Progresioes y Teorema del Biomio.. Símbolo Sumatorio Es u símbolo muy útil y coveiete que permite escribir sumas e forma abreviada. Este símbolo se represeta mediate la letra griega

Más detalles

e i y i y i y i 0 1 x 1i 2 x 2i k x ki

e i y i y i y i 0 1 x 1i 2 x 2i k x ki Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede

Más detalles

EJERCICIOS RESUELTOS SOBRE SISTEMAS DE 1er y 2do ORDEN

EJERCICIOS RESUELTOS SOBRE SISTEMAS DE 1er y 2do ORDEN EJERCICIOS RESUELTOS SOBRE SISTEMAS DE 1er y do ORDEN A cotiuació se resuelve tres problemas sobre sistemas de primer y segudo orde. El primer problema es sobre sistemas de primer orde co codicioes iiciales

Más detalles

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1

) se obtiene un valor específico del estimador que recibe el nombre de estimación del parámetro poblacional θ y lo notaremos por = g ( x 1 ESTIMACIÓN PUNTUAL. ESTIMACIÓN POR INTERVALOS DE CONFIANZA. 1. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA El objetivo básico de la iferecia estadística es hacer iferecias o sacar coclusioes sobre la població

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte I CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte I CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA - Parte I CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 INVERSIÓN La iversió es u acto mediate el cual se produce el cambio de ua satisfacció imediata

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves.

Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Análisis de Algoritmos, marzo Test jueves. Algoritmos y Estructuras de Datos II, Segudo del Grado de Igeiería Iformática, Test de Aálisis de Algoritmos, marzo 017. Test jueves. Para cada problema habrá que justificar razoadamete la respuesta que

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

2.1. Concepto Monto, capital, tasa de interés y tiempo.

2.1. Concepto Monto, capital, tasa de interés y tiempo. 1 2.1. Cocepto El iterés compuesto tiee lugar cuado el deudor o paga al cocluir cada periodo que sirve como base para su determiació los itereses correspodietes. Así, provoca que los mismos itereses se

Más detalles

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios.

PALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios. Scietia et Techica Año IV, No 39, Septiembre de 2008 Uiversidad Tecológica de Pereira ISSN 0122-1701 459 PROPIEDADES DE LA MATRIZ Properties of the matrix EN UNA CADENA DE MARKOV i a Markov chai RESUMEN

Más detalles

Introducción a las medidas de dispersión.

Introducción a las medidas de dispersión. UNIDAD 8: INTERPRETEMOS LA VARIABILIDAD DE LA INFORMACION. Itroducció a las medidas de dispersió. Como su ombre lo idica, las medidas de dispersió so parámetros que os idica qué ta dispersos está los datos.

Más detalles

Universidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III

Universidad Nacional Autónoma de Honduras Facultad de Ciencias Económicas Guía de Ejercicios No. 2 DET 385, Métodos Cuantitativos III : Derivadas de orde superior: Elaborada por: Wilfredo Saravia M Uiversidad Nacioal Autóoma de Hoduras Facultad de Ciecias Ecoómicas Guía de Ejercicios No DET 85, Métodos Cuatitativos III E los ejercicios

Más detalles

La Matemática Financiera desde un enfoque de las Ecuaciones en Diferencias

La Matemática Financiera desde un enfoque de las Ecuaciones en Diferencias La Matemática Fiaciera desde u efoque de las Ecuacioes e Diferecias Luis Eresto Valdez Efraí Omar Nieva Luis Edgardo Barros Eje temático: Matemática aplicada Resume Usualmete, se preseta a la Matemática

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

Parámetros de tiempo para

Parámetros de tiempo para Parámetros de tiempo para cotrol y diagóstico INTRODUCCIÓN. Ua de las actividades importates a ivel de sistemas que se debe desarrollar e toda etidad que cuete co u recurso computacioal de soporte para

Más detalles

Cálculo II (0252) TEMA 6 SERIES DE POTENCIAS. Semestre

Cálculo II (0252) TEMA 6 SERIES DE POTENCIAS. Semestre Cálculo II (5) Semestre - TEMA 6 SERIES DE POTENCIAS Semestre - José Luis Quitero Julio Departameto de Matemática Aplicada UCV FIUCV CÁLCULO II (5) José Luis Quitero Las otas presetadas a cotiuació tiee

Más detalles

TEMA 6.- INTERVALOS DE CONFIANZA

TEMA 6.- INTERVALOS DE CONFIANZA TEMA 6.- INTERVALOS DE CONFIANZA 6.1. Distribucioes asociadas a la Normal 6.1.1. Distribució Chi cuadrado de Pearso o Gi dos 6.1.. Distribució t de Studet 6.. Itroducció a itervalos de cofiaza 6.3. Método

Más detalles

Convergencia de variables aleatorias

Convergencia de variables aleatorias Capítulo Covergecia de variables aleatorias El objetivo del presete capítulo es estudiar alguos tipos de covergecia de variables aleatorias. Iiciaremos co la defiició de los distitos modos de covergecia...

Más detalles

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la

ANEXO B. Se define como Regresión al estudio de la fuerza, consistencia o grado de asociación de la ANEXO B B.. Regresió Se defie como Regresió al estudio de la fuerza, cosistecia o grado de asociació de la correlació de variables idepedietes [6]. B... Regresió Lieal Simple El objeto de u aálisis de

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

GUIA DE ESTUDIO Nro 1

GUIA DE ESTUDIO Nro 1 MATERIA: MATEMÁTICA I CURSO: I AÑO EJE ESTRUCTURAL I: CONCEPTOS FUNDAMENTALES DEL ALGEBRA GRUPOS CONCEPTUALES: - Epresioes algebraicas. Poliomios. - Ecuacioes. Iecuacioes. TEMARIO: GUIA DE ESTUDIO Nro

Más detalles

- A h h+1 n-1 n

- A h h+1 n-1 n 1º DMINISTRCIÓN Y FINNZS GESTIÓN FINNCIER. TEM 9 TEM Nº 9: SELECCIÓN DE INVERSIONES 1. DIMENSIÓN FINNCIER DE UN PROYECTO DE INVERSIÓN Desde el puto de vista fiaciero, es decir, moetario, cualquier proyecto

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 9. Límite y continuidad

Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 9. Límite y continuidad Evaluació NOMBRE APELLIDOS CURSO GRUPO FECHA CALIFICACIÓN Calcula el térmio geeral de ua progresió geométrica que tiee de térmio a y por razó /. a) b) c) El 6 es: a) b) 0 c) / 6 7 El es: a) b) c) 0 El

Más detalles

α β la cual puede presentar

α β la cual puede presentar 5.4 Covergecia de ua serie de Fourier 8 5.4 Covergecia de ua serie de Fourier Teorema de covergecia de las series de fourier Ua serie de Fourier es ua fució ( ) f x cotiua e [, ] α β la cual puede presetar

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

Identificación de Sistemas

Identificación de Sistemas Departameto de Electróica Facultad de Ciecias Eactas Igeiería y Agrimesura Uiversidad Nacioal de osario Idetificació de Sistemas Coceptos Fudametales de robabilidad Variables Aleatorias y rocesos Aleatorios

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2005

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2005 Solució del exame de Ivestigació Operativa de Sistemas de septiembre de 5 Problema (,5 putos): E ua serie de lazamietos de u dado, se observa cuatos resultados diferetes ha aparecido hasta cada mometo.

Más detalles

SISTEMAS DE SEGUNDO ORDEN

SISTEMAS DE SEGUNDO ORDEN CÁTEDRA: SISTEMAS DE CONTROL (PLAN 004) DOCENTE: Prof. Ig. Mec. Marcos A. Golato ANÁLISIS DE RESPUESTAS TRANSITORIAS SISTEMAS DE SEGUNDO ORDEN 1 Cátedra: Sistemas de Cotrol TEO-04-016 RESPUESTAS DE SISTEMAS

Más detalles

DESIGUALDADES CLÁSICAS

DESIGUALDADES CLÁSICAS DESIGUALDADES CLÁSICAS PARA EL SEMINARIO DE PROBLEMAS (CURSO 017/018) ALBERTO ARENAS 1 Desigualdades etre medias La estrategia más geeral para probar desigualdades es trasformar la desigualdad a la que

Más detalles

PROCESAMIENTO DIGITAL DE SEÑALES

PROCESAMIENTO DIGITAL DE SEÑALES PROCESAMIENTO DIGITAL DE SEÑALES TEMA : FUNDAMENTOS DE SISTEMAS DE TIEMPO DISCRETO. Señales y Sistemas de Tiempo Discreto Se itroducirá coceptos de señales y sistemas de tiempo discreto. Para ello se detallará

Más detalles

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.

4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a. Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base

Más detalles

Sistema de ecuaciones lineales

Sistema de ecuaciones lineales Uiversidad de Atofagasta Fac. de Ciecias Básicas Depto. de Matemáticas A. Alarcó, L. Media, E. Rivero, R. Zuñiga Segudo Semestre 204 Sistema de ecuacioes lieales El sistema de ecuacioes lieales a, + a,2

Más detalles

APROXIMACIÓN DE FILTROS CAPÍTULO 2

APROXIMACIÓN DE FILTROS CAPÍTULO 2 APROXIMACIÓN DE FILTROS CAPÍTULO . Aproximacioes de Filtros E el capítulo se mecioaro los filtros ideales, e la realidad o se puede lograr ua aproximació ideal, por lo que los filtros reales sólo puede

Más detalles

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

Estimación de Parámetros

Estimación de Parámetros Igacio Cascos Ferádez Departameto de Estadística Uiversidad Carlos III de Madrid Estimació de Parámetros Estadística I curso 008 009 Veremos cómo costruir valores aproximados de los parámetros de los modelos

Más detalles

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5

2,0 1,5. 1/v. Cooperatividad negativa 1,0 0,5 Ezimología Efecto cooperatio 1 EFECTO COOPERATIVO El efecto cooperatio ocurre e ezimas oligoméricas que posee arios sitios para la uió de sustrato y es el feómeo por el cual la uió de u ligado a ua ezima

Más detalles

2 FUNDAMENTOS DE PROBABILIDAD

2 FUNDAMENTOS DE PROBABILIDAD 2 FUNDAMENTOS DE PROBABILIDAD T al vez el estudio de la probabilidad toma setido cuado se percibe y se acepta la existecia de la aleatoriedad e diversos aspectos de la vida diaria. Si embargo, si cosideramos

Más detalles

sobre los números de hal y lah

sobre los números de hal y lah Revista de Matemática: Teoría y Aplicacioes 2002 9(2) : 1 6 cimpa ucr ccss iss: 1409-2433 sobre los úmeros de hal y lah Eduardo Piza Volio * Recibido: 12 Feb 2002 Resume E este trabajo se estudia alguas

Más detalles

VII. Sistemas con múltiples grados de libertad

VII. Sistemas con múltiples grados de libertad VII. Sistemas co múltiples Objetivos: 1. Describir que es u sistema de múltiples grados de libertar. 2. Aplicar la seguda ley de Newto y las ecuacioes de Lagrage para derivar las ecuacioes de movimieto.

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERIA INDUSTRIAL Revisió, Cambios y Ampliació: Ig. José Alejadro Marí Fuete Primaria: Ig. César Augusto Zapata Urquijo 1. M U E S T R E O S I S T E M

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,...

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,... SUCESIONES Y SERIES. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Técnicas para problemas de desigualdades

Técnicas para problemas de desigualdades Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

TALLER DE MATEMÁTICAS DESIGUALDADES

TALLER DE MATEMÁTICAS DESIGUALDADES TALLER DE MATEMÁTICAS DESIGUALDADES NOTAS Es bie sabido que e el cojuto de los úmeros reales existe ua relació de orde atural : se dice que x < y cuado y x es u úmero positivo Co esta relació, el cojuto

Más detalles

FACULTAD LATINOAMERICANA DE CIENCIAS SOCIALES SEDE ECUADOR PROGRAMA DE ECONOMÍA CONVOCATORIA

FACULTAD LATINOAMERICANA DE CIENCIAS SOCIALES SEDE ECUADOR PROGRAMA DE ECONOMÍA CONVOCATORIA FACULTAD LATINOAMERICANA DE CIENCIAS SOCIALES SEDE ECUADOR PROGRAMA DE ECONOMÍA CONVOCATORIA 2003-2005 TESIS PARA OBETENER EL TÍTULO DE MAESTRÍA EN ECONOMÍA CON MENCIÓN EN GESTIÓN DE PYMES ANALISIS INPUT-OUTPUT:

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

Burgos Simón, Clara Cortés López, Juan Carlos; Navarro Quiles, Ana

Burgos Simón, Clara Cortés López, Juan Carlos; Navarro Quiles, Ana Las Matemáticas para la Gestió de Carteras co Riesgo. Carteras compuestas por activos co correlacioes estadísticas arbitrarias. El caso e que se fija el redimieto esperado de la cartera Apellidos, ombre

Más detalles

Trabajo Final Estadística Descriptiva

Trabajo Final Estadística Descriptiva Prof: Ramó Alvarez Sebastiá Castro Pieria Costa Mathias Fuidio Motevideo, 9 de Juio del 0 ÍNDICE Itroducció Marco teórico.. Variables. Medidas de Resume. Medidas de Posició. Medidas de Dispersió. Medidas

Más detalles

TRANSFORMADA RAPIDA DE FOURIER (FFT)

TRANSFORMADA RAPIDA DE FOURIER (FFT) Capítulo 6 TRASORADA RAPIDA DE OURIER (T) Los temas a tratar e el presete capítulo so: 6. Algoritmo T 6. T Iversa. 6.3 Implemetació Televisió Digital 6- La implemetació de la ec. (4.5) ivolucra u úmero

Más detalles