MICROECONOMÍA I NOTAS DE CLASE

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

Download "MICROECONOMÍA I NOTAS DE CLASE"

Transcripción

1 MCOECONOMÍA NOTAS DE CLASE NDAD : La teoría del cosumdor..- Fucó de utldad y restrccó resuuestara...- Las referecas y sus aomas or lo geeral todos los dvduos cosume bees y/o servcos co la faldad de satsfacer determadas ecesdades. Naturalmete cada uo lo ace e fucó a sus gustos roos o referecas. De eco será estas referecas las que guará su eleccó etre dversas combacoes alteratvas de bees que este e toda ecoomía. Formalzado lo ateror se va a deomar al cojuto de bees que el cosumdor elje como cestas de cosumo. a cesta de cosumo es aquella lsta de bees y servcos que uede ser cosumdor e determado mometo del temo e certas crcustacas y e algú lugar. Dado que e la ecoomía este u úmero fto de bees se uede acer u suuesto ráctco y asumr que este úcamete dos cestas de cosumo: y y y dode e y toma valores o egatvos. Ambas cestas uede ser ordeadas or el dvduo segú su atractvo. Tal como se uede arecar e la daostva corresodete utlzado oeradores lógcos es osble establecer que los dvduos uede decdr que ua de las cestas es estrctamete mejor que la otra o que le so dferetes. E ese setdo co la faldad de que esta comatbldad y o aya coerecas e las decsoes que ueda mostrar los dvduos los ecoomstas desarrollaro aomas de las referecas: Comlettud: el cosumdor uede eresar dfereca o refereca etre cualquer ar de cestas de bees or muy semejates o dferetes que sea. eflevdad: se suoe que cualquer cesta es al meos ta buea como ella msma. Es decr cualquer cesta de bees es referda o dferete a sí msma. Asegura que cada cesta de bees erteece al cojuto de dfereca formado or al meos ella msma. rofesor: Julo C. Agurre M. ága

2 Trastvdad: s y y y y y z z suoemos que z z. Es decr s el cosumdor esa que la cesta es al meos ta buea como la cesta Y y que la cesta Y es al meos ta buea como la Z esa que la es al meos ta buea como la Z....- Las curvas de dfereca Teoría de la eleccó del cosumdor uede formularse e fucó de referecas que satsfaga los tres aomas descrtos ates además de alguos suuestos más téccos. S embargo resulta útl descrbrlas medate curvas de dfereca. El coceto de curva de dfereca suoe la esteca de ua ersoa el cosumdor que se efreta a ftas combacoes de bees e y y que eresa su refereca ate estas combacoes. E ese setdo ua curva de dfereca reflejará úcamete aquellas combacoes de bees e y que le da el msmo grado de satsfaccó o utldad. ara ello se ace los sguetes suuestos: formacó comleta y que bees so erfectamete dvsbles; se trata de u aálss estátco; la fucó de utldad del cosumdor utldad que obtee de cualquer combacó de e y es deedete de las fucoes de utldad de otros cosumdores. Tal como se muestra e el gráfco sguete las curvas de dfereca so: astótcas es decr o toca los ejes asumédose co ello dsesabldad de los bees; so de edete egatva lo que ermte reflejar escasez; so coveas resecto del orge; y o se cruza satsface el aoma de trastvdad. Y A 3 B C 3 Adcoalmete como se verá e las daostvas resectvas se tedrá curvas de dfereca tícas y atícas. ero e geeral A veces teresa cosderar ua stuacó de sacedad e la que ay ua cesta global mejor ara el cosumdor y cuato más cerca se ecuetre de ésta mejor será su beestar e fucó de sus referecas; y que cuato más lejos esté de ella meor su beestar. rofesor: Julo C. Agurre M. ága

3 Y uto de sacedad o uto de máma felcdad y..3.- La utldad margal y la tasa margal de susttucó Las referecas del cosumdor so la descrcó fudametal ara aalzar la eleccó y la utldad o es más que ua forma de descrbrlas. Así ua fucó de utldad se etede como u strumeto ara asgar u úmero a todas las cestas osbles tal que las que se refere tega u úmero más alto que las que o se refere. La utldad uede ser ordal ermte determar el uesto relatvo que ocua las dferetes cestas de cosumo; la magtud de la dfereca de utldad etre dos cestas de cosumo cualesquera o morta y cardal cosdera mortate la magtud de la utldad. Se suoe que la magtud de la dfereca de utldades etre dos cestas tee algú sgfcado. S embargo la utldad cardal o es ecesara ara descrbr las eleccoes de los cosumdores -además de o estr método alguo que ermta asgar utldades cardales. Etoces os quedamos co modelo de utldad uramete ordal. or su arte la Tasa Margal de Susttucó TMS vee reresetada or la tagete del águlo e el uto A ver sguete gráfco. S se tercamba y ara recbr más etoces se avaza magaramete de A a B al acerlo el águlo se ace cada vez meor: TMS B < TMS A. Es decr la tasa es aú meor. La TMS mde la relacó e que el cosumdor está dsuesto a susttur u be or el otro. Asmsmo la TMS es decrecete lo que elca la covedad de la curva de dfereca. Y A B C rofesor: Julo C. Agurre M. ága 3

4 Dado que sólo morta la ordeacó de las cestas de bees o uede aber ua sola maera de asgarles utldades. S u rereseta ua forma de asgar cfras de utldades a las cestas multlcar u or o or cualquer úmero ostvo es ua forma gualmete buea de asgarlas. Trasformacó moótoa: trasformar ua sere de úmeros tal que se matega el orde de éstos. Normalmete las trasformacoes moótoas se rereseta medate ua fucó fu que camba u or algú otro fu de tal maera que se matee el orde de los úmeros e el setdo de que u >u mlca fu >fu. or lo tato ua trasformacó moótoa y ua fucó moótoa so esecalmete lo msmo. Matemátcamete ara dervar la TMS sea la fucó de utldad: u dode so las catdades de los bees cosumdos la utldad u margal del be vee dada or la fucó: mg. Luego se uede escrbr la dervada total de como: mg d mg d mg d d u u d d u d es decr la sumatora de la utldad adcoal aortada or cada uo de los cremetos. Luego: d u d u d u d mg d mg d dy mg Δ d cos tate mg Δ Dado lo ateror se tedrá que: la TMS de bees susttutos erfectos: -; la TMS de bees eutrales: fta e todos los utos; la TMS de bees comlemetaros: fto; v la covedad de las curvas de dfereca tícas o deede de la utldad margal decrecete ues es más be la tasa margal de susttucó la que determa su forma y esta tasa deede de la relacó etre las utldades margales de cada be; v se uede ver que el coceto de utldad margal es cardal está defdo e térmos de útles metras que la TMS es ordal refleja ua relacó; y v este la ley de utldad margal decrecete : mayores udades adcoales de o de Y s se matee costate la catdad del otro be lleva a u aumeto cada vez meor de la utldad La restrccó resuuestara rofesor: Julo C. Agurre M. ága 4

5 Ecoomstas suoe que cosumdores elge la mejor cesta de bees que uede adqurr. ara esto teemos que descrbr co mayor recsó qué etedemos or mejor y or oder adqurr. Suogamos que cosumdor uede cosumr sólo bees: ua cesta de cosumo. Suogamos además que coocemos sus recos. Suoemos també que gasto del cosumdor es efectvamete su greso. Etoces la restrccó resuuestara quedará defda como: m. Ate aumetos o dsmucoes de la reta omal mateedo costate los veles de los recos la recta resuuestara se eade o cotrae mateedo su edete. Y L 3 L L or su arte de mateerse costate el greso omal y s camba los recos relatvos de los bees se roduce cambos e la edete de la recta resuuestara. Y 4 L 3 L L / Alguas alcacoes: Cómo afecta u muesto sobre la catdad a la recta resuuestara del cosumdor?: Desde el uto de vsta del cosumdor el muesto rofesor: Julo C. Agurre M. ága 5

6 suoe lo msmo que u reco más alto. Etoces: muesto de t soles or udad del be altera el reco de dco be que aora es t es decr mlca que recta resuuestara debe ser más clada; Cómo afecta u muesto sobre el valor ad valorem?: se trata de muesto sobre el reco del be y o sobre la catdad que se comra de él. Suele eresarse e térmos orcetuales GV. S el be tee u reco de ero está sujeto a u muesto ad valorem t el cosumdor tee que agar: t al oferete y t al Estado; y s el muesto es de cuatía fja?: el Estado se lleva ua catdad fja de dero deedetemete de la coducta del dvduo. a tasa fja deslaza la recta resuuestara aca adetro debdo a que dsmuye la recta resuuestara. Alteratvamete Cómo afecta ua subvecó subsdo a la catdad a la recta resuuestara?: el Estado da ua catdad de dero al cosumdor que deederá de la catdad que comre del be. Etoces: s subvecó fuera de s soles or udad de cosumo del be desde el uto de vsta del cosumdor el reco de dco be sería - s es decr la recta resuuestara será más orzotal; Cómo afecta ua subvecó sobre el valor ad valorem?: se trata de ua subvecó basada e el reco del be subvecoado. S el be tee u reco de y está sujeto a ua subvecó ad valorem s el cosumdor tee que agar: -s ; y s la la subvecó es el de cuatía fja?: se deslaza la recta resuuestara aca afuera...- Mamzacó de utldad...- La mamzacó de utldad rmal El sguete gráfco muestra descrbe el roceso de mamzacó de utldad del cosumdor. Como se uede ver e el uto C de tageca de la recta resuuestara y la curva de dfereca se costtuye el uto de mamzacó uto e el que se da las codcoes de rmer orde. E dco uto la TMS es decr la tasa a la que está dsuesto a tercambar u be or otro el cosumdor se guala co la edete de la recta resuuestara o el rato de recos es decr co la relacó de tercambo que le ofrece al cosumdor el mercado. Y 4 Codcoes de rmer orde CO 3 -Y B C D to. de mamzacó: ΔY MS Δ 3 dy d 4 : yy 8 Matemátcamete y geeralzado ara bees el roceso de mamzacó cosste e: rofesor: Julo C. Agurre M. ága 6

7 rofesor: Julo C. Agurre M. ága : su... o uestara re restrccó la a sujeta tldad Mamzar Se eresa el lagragao y las codcoes de rmer orde: L λ... L L L L λ λ λ λ o o o Dcas ecuacoes so ecesaras ero o sufcetes ara alcazar u mámo. Suuesto de MS decrecete es sufcete ara garatzar que cualquer uto que cumla las ecuacoes es u mámo. Las CO se uede geeralzar ara dos bees cualquera: y j j j ero sabemos que: MS or j j Luego la terretacó de multlcador lagragao: se uede cosderar como la utldad adcoal de gasto e cosumo la utldad margal de la reta.

8 u / u / λ mg mg λ u / mg Lo ateror uede reescrbrse como: mg λ ara cada be que comra. S embargo uede aber casos e los que se tee fucoes de utldad atícas que geera solucoes de esqua lo que geera que las codcoes de rmer orde tega que alterarse: L λ... y L s : λ lo cual uede reescrbrse como : > u λ mg λ or lo tato las codcoes ara el ótmo so smlares que ates eceto que ara cualquer be cuyo sea mayor que su valor margal ara el cosumdor este o será adqurdo. Es decr cosumdores o comra aquellos bees que cosdera que o vale su reco....- Curva de Egel y curva cosumo reco La curva cosumo reco se forma al ur los utos de mamzacó ate cambos úcamete e el reco de uo de los bees. or su arte la curva de Egel o curva cosumo reta se forma al ur los utos de mamzacó ate cambos úcamete e la reta. Esta últma curva uede ser de edete ostva lo que descrbe ua relacó drecta etre cosumo e greso bees ormales o de edete egatva lo que descrbe ua relacó versa etre cosumo e greso bees ferores tal como se muestra e los sguetes gráfcos. rofesor: Julo C. Agurre M. ága 8

9 Y Curva de reco-cosumo D B C E F G 4 Curva de demada Y Curva reta-cosumo H B E J K rofesor: Julo C. Agurre M. ága 9

10 eta 3 La Curva de Egel eta feror Normal 5 Y.3.- Fucoes de demada.3..- Fucó de demada ordara o Walrasaa LA FNCÓN DE DEMANDA WALASANA Dado u cosumdor co ua fucó de utldad... greso moetaro y u vector de recos [... l l a fucó de demada ordara D D D D D es ua fucó que le asga ua caasta esecífca [... l ] a cada ar reco greso de tal maera que el cosumdor está mamzado su utldad e cada mometo. Dos roedades de la fucó de demada ordara o Walrasaa: rmero: La fucó de demada D D D es omogéa de grado cero es decr: ara cualquer y >. Segudo: La fucó de demada D satsface la ley de Walras es decr D. Ya que D rereseta el gasto que realza el D D D D cosumdor co la caasta ótma:... E cosecueca esta roedad dce que cuado el cosumdor elge la caasta ótma está gastado todo su greso. l l LA FNCÓN DE DEMANDA NVESA S a artr de la ecuacó de la curva de demada Marsallaa cosumda se obtee: D D D se deseja el reco e fucó de la catdad Esta fucó de demada versa del be dce cuál es el mámo reco que el cosumdor está dsuesto a agar ara que acete adqurr ua certa catdad del be rofesor: Julo C. Agurre M. ága

11 rofesor: Julo C. Agurre M. ága CÁLCLO DE LAS FNCONES DE DEMANDA ODNAA A AT DE LAS FNCONES DE TLDAD mg mg TMS mg mg TMS D D Curva de demada ordara deede eclusvamete del greso y del reco del be e cuestó. El reco del be o afecta la demada del be y vceversa. La forma fucoal de las fucoes de demada es eoecal ero co eoetes utaros. uesto que el reco aarece co eoete - c/u de las curvas de demada tee la forma de ua érbola equlátera. OEDADES DE LAS FNCONES DE DEMANDA ODNAAS Líea cosumo - greso Líea cosumo - greso

12 OEDADES DE LAS FNCONES DE DEMANDA ODNAAS G D G D A Sea el águlo ACM cuya tagete: AM Tg AM M C Líea cosumo - reco El segmeto AM rereseta el gasto que el cosumdor realza e el be eresado e udades del be. S el gasto que el cosumdor realza e el be es semre ua fraccó del greso etoces: AM or lo tato metras greso y reco del be se matega costates la logtud del segmeto AM se va a mateer costate Fucó de demada comesada o Hcksaa E la curva de demada ordara ate cambos e reco de u be ceters arbus actúa efectos: el efecto reco o efecto susttucó: be e aálss se ecarece o abarata relatvamete resecto de los demás bees y su demada se ve afectada or la reseca de bees susttutos o comlemetaros; y efecto greso: greso real camba e setdo verso a varacó del reco. or lo tato la curva de demada comesada o cksaa es aquella curva que úcamete cosdera el efecto reco elmado el efecto greso a través de u roceso de comesacó. or lo tato se tee: Δ k Δ k Δ k Dode Δ y Δ rereseta las varacoes roducdas or los efectos reco e greso resectvamete. La rmera varacó requere que el greso real del cosumdor se matega costate ara que el cambo e su decsó de cosumr el be k sea úcamete el resultado de ua varacó e el reco relatvo de este be. Mateer costate el greso del cosumdor mlca darle ua comesacó moetara e setdo cotraro al cambo que a eermetado su greso real..4.- Dualdad.4..- Fucó de utldad drecta Los ejerccos aterores lustra el rco que es osble maular las CO de u roblema de mamzacó de utldad co restrccoes ara calcular los valores ótmos de. Estos deederá or lo geeral de los recos de todos los bees y de la reta del dvduo: rofesor: Julo C. Agurre M. ága

13 rofesor: Julo C. Agurre M. ága 3 o o o Aora be dcos valores ótmos uede ser reemlazados e la fucó de utldad cal: V tldad Etoces el vel de utldad ótmo alcazable deederá drectamete de los recos de los bees que se comra y de la reta del dvduo. Formalzado: dado u cosumdor co ua fucó de utldad dode es el vector de cosumos [ l ] la fucó de utldad drecta de este cosumdor es ua fucó V que le asga u vel esecífco de utldad a cada ar recogreso de tal maera que el cosumdor semre está alcazado el mámo de utldad que le ermte su restrccó resuuestara. Báscamete 3 roedades: Homogéea de grado cero; Estríctamete crecete co resecto a y o crecete co resecto a ara cualquer ; y detdad de oy: l V V... A medda que dsmuye se da ua descomesacó de la reta de forma que se evta que aumete la utldad. E otras alabras los efectos de la varacó del reco sobre el oder adqustvo se comesa ara oblgar a que el dvduo ermaezca e. Las reaccoes a la varacó del reco cluye úcamete efectos susttucó. A medda que aumete el la comesacó de la reta sería ostva: abría que elevar la reta de este dvduo ara ermtrle ermaecer sobre la curva de dfereca e resuesta al cremeto del reco. a curva de demada comesada o Hcksaa muestra la relacó etre el reco de u be y la catdad adqurda artedo del suuesto de que los demás recos y la utldad se matee costates. or tato la curva úcamete muestra los efectos susttucó:

14 .4..- Mmzacó del gasto Los roblemas de mamzacó co restrccoes tee u roblema dual asocado de mamzacó co restrccoes. ara el caso de la mamzacó de utldad el roblema dual asocado de mmzacó trata de asgar la reta de tal forma que se alcace u determado vel de utldad co el gasto mímo. El roblema es aálogo al roblema rmal de mamzacó de utldad ero los objetvos y las restrccoes se reverte. rmal y dual ofrece la msma dotacó Y. Etoces el lateameto de mmzacó de gasto es más útl orque los gastos so observables. Formulacó matemátca será: Mmzar gasto total E... s. a. utldad u u... or lo tato catdades ótmas: deederá de los recos de los dversos bees y del vel de utldad requerdo u. Etoces qué ocurre s cualquera de los recos cambara o s el dvduo tuvera u objetvo de utldad dstto?: la combacó ótma de bees sería otra dstta. Esta deedeca se uede resumr e ua fucó de gasto. Fucó de gasto: muestra el gasto mímo o ecesaro ara alcazar u determado vel de utldad ara u determado cojuto de recos. Gasto mímo E... dode la fucó de gasto mímo E... es la versa de la fucó versa de utldad drecta... V Formalzado la Fucó de Gasto: defda como ua fucó e que le asga u vel determado de gasto a cada ar reco-utldad de tal maera que el cosumdor semre está mamzado el gasto ecesaro ara alcazar u vel dado de utldad co u vector dado de recos. Báscamete 3 roedades: Homogéea de grado uo co resecto a. Estrctamete crecete co resecto a y o decrecete co resecto a ara cualquer. S DC : demada comesada o Hcksaa forma arte de la caasta que mmza el gasto ecesaro ara alcazar el vel de utldad co el vector de DC e recos etoces: Lema de Seard:... l Etoces: rofesor: Julo C. Agurre M. ága 4

15 rmal Dual Ma s. a.: y y y M E y s. a.: u y Fucó de utldad drecta Fucó de gasto V E E y y versa detdad de oy V d y V Demada Marsallaa Lema de Seard E y Demada Comesada La ecuacó de Slutsky d ES E cos ta te ES: semre egatvo e tato MS sea decrecete. El sgo del efecto reta deede del sgo de. S es u be ormal es ostvo y todo el efecto eta como el efecto susttucó es egatvo. Etoces ara bees ormales reco y catdad semre se mueve e dreccó ouesta. E el caso de u be feror y ES y E < tedrásgosdsttos. d Nota: es osble que E dome ES lo que geera laaradoja del be Gffe: > elacoes de demada etre bees Dos bees y j so susttutos s: > j rofesor: Julo C. Agurre M. ága 5

16 y comlemetaros s: <.5.- Elastcdad de demada.5..- Defcó j La elastcdad muestra como reaccoa ua varable B ceters arbus ate u cambo de u % de otra varable A. Matemátcamete la elastcdad es gual a: e B A Δ% B B Δ % A A A B B A E la elastcdad la multlcacó de or ace que las udades desaarezca y A B la eresó restate esté totalmete eresada como ua roorcó Elastcdad reco de la demada e q Δ % Q Δ % Q Q e q > e Q < Elástca e q e Q Elástcdad utara e q < e Q > elástca Elastcdad greso de la demada rofesor: Julo C. Agurre M. ága 6

17 e Q ara u be ormal: ara u be feror: Δ% Q Q Δ % Q Q eq > ya que > Q eq < ya que < S e Q > uede llamarse bees de lujo or ejemlo: S la e Q u cremeto de % e la reta rovocará u cremeto del % e las comras de automóvles. S la e Q.5 u cremeto de % e la reta rovocará ucamete u cremeto de 5% e las comras de almetos Elastcdad cruzada Δ% Q Δ% ' Q ' e Q ' ' Q > susttutos < comlemetaros rofesor: Julo C. Agurre M. ága 7

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

TEMA 4. LA TEORÍA DEL CONSUMIDOR: MODELOS AVANZADOS. características.

TEMA 4. LA TEORÍA DEL CONSUMIDOR: MODELOS AVANZADOS. características. Prof. Dr. Atoo García Sáchez croecoomía III Tema 4 TEA 4. LA TEORÍA DEL CONSUIDOR: ODELOS AVANZADOS.. TECNOLOGÍA DEL CONSUO. Fudametos del modelo (K. Lacaster). Los bees comrados so factores de u roceso

Más detalles

TEMA 2. LA TEORÍA DEL CONSUMIDOR 1. EL ORDEN DE PREFERENCIAS. APROXIMACIÓN AXIOMÁTICA.

TEMA 2. LA TEORÍA DEL CONSUMIDOR 1. EL ORDEN DE PREFERENCIAS. APROXIMACIÓN AXIOMÁTICA. Prof. Dr. Atoo García Sáchez Mcroecoomía III Tema Pága de 6 TEMA. LA TEORÍA DEL ONSUMIDOR. EL ORDEN DE PREFERENIAS. APROIMAIÓN AIOMÁTIA. Notacó vectoral de las combacoes de bees.... ( Sgfcado de la refereca

Más detalles

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería e Iformátca Mg. Ig. Susaa Valesberg Profesor Ttular MODELOS DE VARIABLE ALEATORIA DISCRETA SITUACIONES A RESOLVER I- El

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

Consumidores y Demanda. Augusto Rufasto. arufast@yahoo.com-rufasto@lycos.com www.geocities.com/arufast-http://rufasto.tripod.com

Consumidores y Demanda. Augusto Rufasto. arufast@yahoo.com-rufasto@lycos.com www.geocities.com/arufast-http://rufasto.tripod.com Itroduccó Cosumdores y Demada arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-htt://rufasto.trod.com Ua fucó de demada relacoa la catdad de artículos que los cosumdores desea comrar e relacó

Más detalles

Sistemas de Ecuaciones No Lineales

Sistemas de Ecuaciones No Lineales Matemátca Sueror alcada Sstemas de Ecuacoes No Leales Profesor: Dr. Alejadro S. M. Sata Cruz JTP: Dr. Jua Igaco Maassald Au. da: Sr. Alejadro Jesús Ladreyt Au. da: Sra. Amala Rueda Itroduccó Volvemos u

Más detalles

ANTES DE COMENZAR RECUERDA

ANTES DE COMENZAR RECUERDA ANTES DE COMENZAR RECUERDA 00 Po tres ejemplos de úmeros reales que o sea racoales, y otros tres ejemplos de úmeros reales que o sea rracoales. Respuesta aberta. Tres úmeros reales que o sea racoales:,

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

1 m n x y f xy. 1 n x x y y f x x y y

1 m n x y f xy. 1 n x x y y f x x y y .4. Mometos bdmesoales o cetrales cetrales Dada la dstrbucó bdmesoal de la varable (X, Y) observada sobre ua oblacó de tamaño se defe: Mometo o cetral, o resecto el orge, de órde (r, s) de la varable (X,

Más detalles

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente. ERRORES EXPERIMENTALES E todo proceso de medcó este lmtacoes dadas por los strumetos usados, el método de medcó, el observador (u observadores) que realza la medcó. Asmsmo, el msmo proceso de medcó troduce

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

10 Un trabajador cobra por horas según el siguiente baremo:

10 Un trabajador cobra por horas según el siguiente baremo: Udad REPASO DE ESTADÍSTICA! 0 U trabajador cobra or horas segú el sguete baremo: Hora ormal (lues a veres):.000 tas. Hora etra (lues a veres): e.000 tas. Hora etra de semaa:.00 tas. Sabedo que etre semaa

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

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

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

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

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

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

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

UNIDAD 4 Modelos Probabilísticos Variable Discreta TEORÍA. Mg.Ing. Susana Vanlesberg Profesor Titular

UNIDAD 4 Modelos Probabilísticos Variable Discreta TEORÍA. Mg.Ing. Susana Vanlesberg Profesor Titular Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeerías: Recursos Hídrcos-Ambetal-Agrmesura TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD 4 Modelos Probablístcos Varable

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas

Transformada Z. Definición y Propiedades Transformada Inversa Función de Transferencia Discreta Análisis de Sistemas 5º Curso-Tratameto Dgtal de Señal Trasformada Z Defcó y Propedades Trasformada Iversa Fucó de Trasfereca Dscreta Aálss de Sstemas 7//99 Capítulo 7: Trasformada Z Defcó y Propedades 5º Curso-Tratameto Dgtal

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

CAPÍTULO II MARCO TEÓRICO

CAPÍTULO II MARCO TEÓRICO CAPÍTULO II MARCO TEÓRICO - - MARCO TEÓRICO El marco teórco de este trabajo propoe los métodos heurístcos factbles que resolverá este problema. Co lo que se buscará cubrr las egecas de los datos dspobles

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

Espacios con producto interior

Espacios con producto interior Espacos co producto teror [Versó prelmar] Prof. Isabel Arrata Z. Algebra Leal E esta udad, todos los espacos ectorales será reales Sea V u espaco ectoral sobre. U producto teror (p..) e V es ua fucó

Más detalles

Consumer theory: preferences and utility

Consumer theory: preferences and utility MPRA Much Persoal RePEc Archve Cosumer theory: prefereces ad utlty Eloy Ávalos Uversdad Nacoal Mayor de Sa Marcos, Isttuto de Estudos Socales del Rímac 4. November 200 Ole at https://mpra.ub.u-mueche.de/40858/

Más detalles

Soluciones de Ley de las presiones parciales de Dalton

Soluciones de Ley de las presiones parciales de Dalton Solucoes de Ley de las resoes arcales de Dalto La resó arcal de u gas () e ua mezcla, es la resó que ejercería este gas s ocuase todo el volume que ocua la mezcla. També se uede calcular como: 1. Ua mezcla

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

LEY FINANCIERA DE CAPITALIZACIÓN SIMPLE

LEY FINANCIERA DE CAPITALIZACIÓN SIMPLE LEY FINANIERA DE APITALIZAIÓN SIMPLE Profesor: Jua Atoo Gozález Díaz Deartameto Métodos uattatvos Uversdad Pablo de Olavde www.clasesuverstaras.com 1 ONEPTOS BÁSIOS Las Matemátcas Faceras se ecarga de

Más detalles

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu

Tema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

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

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

SISTEMAS DE ECUACIONES NO LINEALES

SISTEMAS DE ECUACIONES NO LINEALES SISTEMAS DE ECUACIONES NO INEAES Capítulo 7 Sstemas de ecuacoes o leales c Elzabeth Vargas 7 INTRODUCCIÓN os métodos teratvos para resolver ua ecuacó o leal se puede eteder para ecotrar la solucó de u

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

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

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA

CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA NÚMEROS COMPLEJOS E INDUCCIÓN MATEMATICA 55 CAPÍTULO IV NÚMEROS COMPLEJOS E INDUCCIÓN MATEMÁTICA 4. INTRODUCCIÓN Los úmeros Complejos costtuye el mímo cojuto C, e el que se puede resolver la ecuacó x a

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

TEMA 3. LA TEORÍA DEL CONSUMIDOR: DUALIDAD.

TEMA 3. LA TEORÍA DEL CONSUMIDOR: DUALIDAD. rof Dr Atoo García Sáchez croecoomía III Tema 3 TEA 3 LA TEORÍA DEL CONSUIDOR: DUALIDAD LA FUNCIÓN DE GASTO roblema dal de otmzacó s a U( m k U ( X ; Se tercamba la FUNCIÓN OBJETIO (ahora es a LÍNEA ISOGASTO

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

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

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

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

CONTENIDO 1. TEORIA DE LA UTILIDAD...3

CONTENIDO 1. TEORIA DE LA UTILIDAD...3 3 CONTENIDO. TEORIA DE LA UTILIDAD...3 6 9 2 5 8. INTRODUCCION...3.2 RELACIÓN BINARIA, PROPIEDADES Y TIPOS...4.3 TEORIA DE LA UTILIDAD...6.4 AXIOMATICA DE LUCE Y RAIFFA...7.4. CONCEPTOS PREVIOS...7.4.2

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordacó de Cecas Computacoales - INAOE Matemátcas Dscretas Cursos Propedéutcos 0 Cecas Computacoales INAOE Dr. Erque Muñoz de Cote jemc@aoep.m http://ccc.aoep.m/~jemc Ofca 80 Dapostvas basadas e prevas

Más detalles

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011 Posble solucó del exame de Ivestgacó Oeratva de Sstemas de setembre de 2 Problema : ( utos Dos bolas blacas está colocadas e ua mesa al lado de ua bolsa que cotee ua bola blaca y dos egras. Reteradamete

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

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

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

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

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1

CALCULO DIFERENCIAL E INTEGRAL II. Figura 1 TEMA (Últma modcacó 8-7-5 CALCULO DIFERENCIAL E INTEGRAL II DERIVABILIDAD Recordemos el cocepto de dervadas para ucoes de ua varable depedete = (. Para lo cual ormamos el cremeto de la ucó = ( + - ( El

Más detalles

QUIMICA FISICA I QUIMICA FISICA BIOLOGICA TEMA 2 POTENCIAL QUIMICO PROPIEDAD MOLAL PARCIAL

QUIMICA FISICA I QUIMICA FISICA BIOLOGICA TEMA 2 POTENCIAL QUIMICO PROPIEDAD MOLAL PARCIAL QUIMICA ISICA I QUIMICA ISICA BIOLOGICA TEMA POTENCIAL QUIMICO PROPIEDAD MOLAL PARCIAL 07 BIBLIOGRAIA S. Glasstoe, Termodámca para Químcos, Edtoral Agular, Madrd, España, 960. I. N. Leve, scoquímca, Edtoral

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS

Números complejos. Números complejos. Las tribulaciones del estudiante Törless LITERATURA Y MATEMÁTICAS Números complejos SOLUCIONARIO Números complejos LITERATURA Y MATEMÁTICAS Las trbulacoes del estudate Törless Dme, etedste be todo esto? Qué? Ese asuto de los úmeros magaros. Sí, o es ta dfícl. Lo úco

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012 Solucó Práctca Evaluable. Olgopolo y Copeteca Moopolístca. 6//0 Cosdere u olgopolo de Courot co epresas que produce u be hoogéeo. La fucó versa de deada es p ) = 0 y todas las epresas tee el so coste argal

Más detalles

Parte II. TEORÍA DE LA ELECCIÓN INDIVIDUAL

Parte II. TEORÍA DE LA ELECCIÓN INDIVIDUAL INTODUCCIÓN A LA ECONOMÍA FINANCIEA Parte I. INTODUCCIÓN Tema. Fudametos de Ecoomía Facera Parte II. TEOÍA DE LA ELECCIÓN INDIVIDUAL Tema. Cosumo, versó y mercados de catales Parte III. TEOÍA DE LOS MECADOS

Más detalles