TRABAJO PRACTICO Nº 1

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

Download "TRABAJO PRACTICO Nº 1"

Transcripción

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 ecoomía y estadística, tato e sus aspectos coceptuales e istrumetales, los coocimietos adquiridos de demada y oferta de trasporte. Recordado coceptos básicos: COSTOS DE TRANSPORTE Costos a Corto Plazo: - Costos Fijos (CF): costos de los factores fijos de la empresa y, por lo tato, a corto plazo, so idepedietes del ivel de producció. - Costos Variables (CV): depede de la catidad empleada de los factores variables y, por tato, del ivel de producció Costos Totales (CT) = CF + CV - Costos medios, uitarios o promedios: so los costos por uidad de producció. Este cocepto se puede aplicar a los coceptos ateriores CFP: cociete etre el costo fijo y el ivel de producció CVP: cociete etre el costo variable y el ivel de producció CTP: cociete etre el costo total y el ivel de producció - Costo Margial (CM): el icremeto del costo total que es ecesario para producir ua uidad adicioal del bie Estimació de costos de empresas: debe cosiderarse los costos (fijos, variables) de los recursos (termiales, vehículos, mao de obra, combustible, seguros, admiistrativos, etc.) que iterviee e el proceso productivo para dar por resultado determiada catidad de uidades de producció (pas-km, t-km, veh-.km, etc.) Métodos: estadísticos, de igeiería 1

2 ELASTICIDAD DE LA DEMANDA Elasticidad precio de la demada: mide el grado e que la catidad demadada respode a las variacioes del precio de mercado. El coeficiete de elasticidad precio de la demada E p, es la razó etre la variació porcetual de la catidad demadada de u bie y la variació de su precio e 1%, mateiédose costates todos los demás factores que afecta a la catidad demadada. Demada elástica: si la elasticidad precio de la demada (e valor absoluto) es mayor que 1. Demada ielástica: si la elasticidad precio de la demada (e valor absoluto) es meor que 1. Demada de elasticidad uitaria: si la elasticidad precio de la demada (e valor absoluto) es igual a 1. Elasticidad cruzada de la demada: medida de la sesibilidad de la catidad demadada de u bie ate las variacioes de los precios de los biees relacioados co él. AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Aálisis de Regresió: técica estadística para modelar e ivestigar la relació etre dos o más variables y * = a + bx a = y i - b x i b = x i y i - x i y / i x i 2 - ( xi) 2 / R 2 = 1 - V(e)/ V(y) V(e) = (y i - y * i ) 2 V(y) = (y i - y ) 2 V(e) : variaza residual V(y) : variaza de la variable y Esquema resolució Regresió Lieal Dato xi yi l x = X l y = Y xi 2 Yi 2 xi Yi yi*= a + b xi (yi - yi*) , , , , , , , , , , , , , SUM 6, , ,4100 2, , , ,3748 2

3 I) Aplicació a ua empresa de trasporte de turismo de pasajeros La empresa TURISMO S.A. que brida servicio de turismo e localidades de las sierras, es propietaria de 10 uidades co capacidad para 35 pasajeros cada ua. Co el fi de hacer más eficiete su fucioamieto se está realizado u estudio de sus costos de operació. El área cotable ha proporcioado la iformació que muestra el Cuadro 1. Para los diferetes iveles de producció medidos e vehículos kilómetros recorridos por año, se cooce los costos totales (CT) y los costos fijos (CF) expresados e pesos auales. Se desea determiar los costos variables (CV), los costos totales promedio (CTP), los costos variables promedio (CVP) y los costos margiales (CM) co el fi de estudiar cómo se comporta a los diferetes iveles de producció. E sítesis se pide calcular los costos mecioados y realizar dos gráficos, el primero mostrado los CT, CF y CV y el segudo CTP, CVP y CM, todo e fució de las catidades producidas. Se pide además iterpretar las curvas graficadas y señalar aquellos putos que presete algua particularidad. CUADRO 1 PRODUCCIÓN CT CF CV CTP CVP CM (veh-km/año) ($/año) ($/año) $/año ($/veh-km) ($/veh-km) ($/veh-km) II) Aplicació a u servicio de trasporte metropolitao de pasajeros La empresa TURISMO S.A. compite co u servicio ferroviario e u sector de su recorrido y está evaluado el comportamieto de la demada que utiliza su servicio frete a variacioes del precio del boleto. El estudio se realiza utilizado el cocepto de elasticidad de la demada. La iformació es la del Cuadro 2, y preseta la demada de pasajeros trasportados a distitos iveles de tarifas. 3

4 CUADRO 2 Precio Demada ($) (pas/ día) , , , , , , , Se pide resolver los siguietes putos: 1. A partir del ajuste de la fució demada (V= a. p b ) co u aálisis de regresió lieal, determie el valor de la elasticidad precio de la demada, b. 2. Idique si la demada es elástica o ielástica, justifique su respuesta y extraiga y fudamete sus coclusioes. 3. Co la iformació de elasticidades directas y cruzadas del Cuadro 3 aalice e primera istacia si ésta correspode a viajes de tipo persoal o de egocios. Complete el cuadro co la elasticidad b calculada e el puto a). La compañía quiere aalizar además sus posibilidades de establecer estrategias para icremetar la captació de demada y sus igresos, a partir de comparar el comportamieto de la demada frete a cambios e el precio y e el tiempo de viaje, tato de la oferta de su servicio como cosiderado escearios de cambios e el ferrocarril como medio alterativo. Se cooce que: El costo de viaje actual para los pasajeros de la compañía de ómibus es de $ 5,4 y el tiempo de viaje es de 40 miutos, mietras que la demada de viajes e FFCC es de pasajeros co u tiempo de viajes de 30 miutos y ua tarifa de $ 5. TURISMO S.A. ha aalizado su estructura de costos y operativa, cocluyedo e que puede reducir su tarifa a o meos de $5,20 o reducir el tiempo de viaje a 37 miutos mateiedo el precio actual del boleto. Por otro lado existe la posibilidad de que el cocesioario del servicio ferroviario icremete su tarifa a $ 5,5 debido a lo previsto e cláusulas del cotrato del servicio público. Calcule y explique: 4. El volume de viajes actual e el y el igreso para la empresa TURISMO S.A. 5. Qué estrategia acosejaría para maximizar el volume de la demada e ómibus? 6. Qué estrategia acosejaría para maximizar el Igreso de la empresa TURISMO S.A.? Le coviee a la empresa esperar a ver si se cocreta la situació de icremeto de la tarifa ferroviaria? 4

5 CUADRO 3 Medio Elasticidad de la demada de viajes directa o cruzada co respecto a: Costo Costo FFCC Tiempo Tiempo FFCC b 0,09-1,18 0,12 FFCC 0,2-1,07 0,38-1,96 b= valor de la elasticidad precio de la demada de viajes e ómibus. Obteida del aálisis aterior 7. Costruya u Cuadro 4 e cual esaye valores de elasticidades precio y tiempo, directas y cruzadas, para ua demada de viajes por motivo opuesto al ecotrado para el Cuadro 3. CUADRO 4 Medio FFCC Elasticidad de la demada de viajes directa o cruzada co respecto a: Costo Tiempo Tiempo Costo FFCC FFCC 5

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

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

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE

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

Trabajo Especial Estadística

Trabajo Especial Estadística Estadística Resolució de u Problema Alumas: Arrosio, Florecia García Fracaro, Sofía Victorel, Mariaela FECHA DE ENTREGA: 12 de Mayo de 2012 Resume Este trabajo es ua ivestigació descriptiva, es decir,

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

ESTADISTICA UNIDIMENSIONAL

ESTADISTICA UNIDIMENSIONAL ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate

Más detalles

Se plantean una serie de cuestiones y ejercicios resueltos relacionados con la cinética de las reacciones químicas.

Se plantean una serie de cuestiones y ejercicios resueltos relacionados con la cinética de las reacciones químicas. ESUEL UNIVERSIRI DE INGENIERÍ ÉNI INDUSRIL UNIVERSIDD POLIÉNI DE MDRID Roda de Valecia, 3 80 Madrid www.euiti.upm.es sigatura: Igeiería de la Reacció Química Se platea ua serie de cuestioes y ejercicios

Más detalles

Escena 5 Planificación contra stock

Escena 5 Planificación contra stock Método de Plaificació propuesto 67 Escea 5 Plaificació cotra stock Ua vez coocidos los protagoistas la escea busca ordear los pedidos de la forma más eficiete, respetado los requisitos del cliete. Es e

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

PRUEBAS DE HIPOTESIS

PRUEBAS DE HIPOTESIS PRUEBAS DE HIPOTESIS Es posible estimar u parámetro a partir de datos muestrales, bie sea ua estimació putual o u itervalo de cofiaza. Pero: Si mi objetivo o es estimar u parámetro, sio determiar el cumplimieto

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 009 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 3, Parte II, Opció A Juio, Ejercicio 3, Parte II, Opció B Reserva

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. 1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.

Más detalles

ORGANIZACIÓN DE LOS DATOS.

ORGANIZACIÓN DE LOS DATOS. ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

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

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

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

SOLUCIÓN EXAMEN I PARTE II

SOLUCIÓN EXAMEN I PARTE II Nombre: Apellido: C.I.: Fecha: Firma: MÉTODOS ESTADÍSTICOS I EXAMEN I Prof. Gudberto Leó PARTE I: (Cada respuesta correcta tiee u valor de 1 puto) E los siguietes gráficos se represeta distitas distribucioes

Más detalles

Ejercicios de intervalos de confianza en las PAAU

Ejercicios de intervalos de confianza en las PAAU Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de

Más detalles

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas

Sistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció

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

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

Multiplicadores de gasto en un modelo insumo-producto

Multiplicadores de gasto en un modelo insumo-producto 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

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

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

LECCIÓN Nº 13 y 14 DEPRECIACION.

LECCIÓN Nº 13 y 14 DEPRECIACION. LECCIÓN Nº 13 y 14 DEPRECIACION. OBJETIVO: Coocer la termiología básica de la recuperació del capital que utiliza la depreciació. Utilizar el modelo de depreciació e líea recta. Utilizar el modelo de depreciació

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

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

ANALISIS ESTADISTICO DE VALORES EXTREMOS

ANALISIS ESTADISTICO DE VALORES EXTREMOS ANALISIS ESTADISTICO DE VALORES EXTREMOS Aplicacioes e hidrología Gloria Elea Maggio Dr. Jua F. Aragure 84 - Bueos Aires 4988 0083 www.oldor.com.ar oldor@oldor.com.ar R E S U M E N El objetivo de este

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

Más detalles

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)

FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes) FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

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

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 26 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 6 Aula + Laboratorio 1. Los siguietes valores so medicioes del peso (e miles de toeladas) de grades taques de petróleo. 229, 232, 239, 232, 259, 361, 220, 260,

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos

Más detalles

Lic.Zulema Tomassetti de Piacentini Facultad de Ciencias Económicas UNCuyo. A. Introducción

Lic.Zulema Tomassetti de Piacentini Facultad de Ciencias Económicas UNCuyo. A. Introducción LOS COSTOS MARGINALES EN EL TRANSPORTE AEREO. 1 Aspectos teóricos y prácticos Lic.Zulema Tomassetti de Piacetii Facultad de Ciecias Ecoómicas UNCuyo A. Itroducció El trabajo tiee por objeto aalizar los

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

Factores de Carga, Simultaneidad, Diversidad y Pérdidas

Factores de Carga, Simultaneidad, Diversidad y Pérdidas Factores de Carga, imltaeidad, Diversidad y érdidas Abordaje qe asegra s cosistecia Bogotá, Diciembre 013 1 Itrodcció E los cálclos de redes de distribció para proyectos y operació se caracteriza las cargas

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

por Claudia Nerina Botteon

por Claudia Nerina Botteon CUÁNDO Y CUÁNTO: OPTIMIZANDO LAS DECISIONES DE INVERSIÓN EN CONTEXTOS DE CERTIDUMBRE por Claudia Neria Botteo Uiversidad Nacioal de Cuyo Agosto 2005 CUÁNDO Y CUÁNTO: OPTIMIZANDO LAS DECISIONES DE INVERSIÓN

Más detalles

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.

DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. DISTRIBUCIONES DE PROBABILIDAD. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. E estadística, la distribució biomial es ua distribució de probabilidad discreta que mide el úmero de éxitos e ua secuecia de esayos

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

Más detalles

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A

Sobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga

Más detalles

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco

MEDIDAS DE RESUMEN. Jorge Galbiati Riesco MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO

MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO MUESTREO ESTRATIFICADO El muestreo estratificado cosiste e dividir la població e subcojutos o estratos, y de cada uo de ellos seleccioar ua muestra probabilística; de maera idepediete de u estrato a otro. Existe tres razoes

Más detalles

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill.

GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística,, McGraw Hill. GLOSARIO ESTADÍSTICO Fuete: Murray R. Spiegel, Estadística,, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio cietífico de los La estadística posee tres campos métodos para recoger, orgaizar,

Más detalles

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2001 (Modelo 2) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 001 (Modelo ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Se quiere orgaizar u puete aéreo etre dos ciudades, co plazas suficietes de pasaje y carga,

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

DISTRIBUCIÓN BIDIMENSIONAL

DISTRIBUCIÓN BIDIMENSIONAL DISTRIBUCIÓ BIDIMESIOAL E ete tema e etudia feómeo bidimeioale de carácter aleatorio. El objetivo e doble: 1. Determiar i eite relació etre la variable coiderada(correlació).. Si ea relació eite, idicar

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

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

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

Más detalles

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos

EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos EL CONTRASTE DE HIPOTESIS: Esquemas y ejemplos Ua vez expuesta la lógica de u Cotraste de Hipótesis y tras haber defiido los térmios y coceptos ivolucrados, hay que decir que esa lógica geeral se cocreta

Más detalles

Cálculo de límites Criterio de Stolz. Tema 8

Cálculo de límites Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

Práctica de Física AJUSTE DE UNA RECTA

Práctica de Física AJUSTE DE UNA RECTA Práctica de Física AJUSTE DE UNA RECTA Calcular el valor medio y error de ua serie de valores Ajustar los datos experimetales mediate ua depedecia lieal La determiació de ua magitud física está sujeta

Más detalles

Donde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s.

Donde el par Tm a la salida del motor se expresa en N.m y la velocidad del motor w se expresa en rad/s. U automóvil (Citroe XM V6) tiee la geometría idicada e la figura. Su masa total es.42 Kg. Dispoe de u motor cuya relació par-velocidad puede expresarse mediate la relació: Tm=-,52.-3.w2+,38.w-5,583 N.m

Más detalles

Prueba Matemática. Resolución. Proceso de admisión Documento Oficial. Universidad de Chile

Prueba Matemática. Resolución. Proceso de admisión Documento Oficial. Universidad de Chile Proceso de admisió 20 28 de octubre de 200 Documeto Oficial Uiversidad de Chile VicerrectorÍa de asutos académicos DEMRE Cosejo de rectores UNIVERSIDADES CHILENAS Resolució Prueba Matemática Parte IV E

Más detalles

Figura 2: Diagrama en bloques con los elementos de un Lazo de Control Abierto

Figura 2: Diagrama en bloques con los elementos de un Lazo de Control Abierto Respuesta e Frecuecia e Lazo Abierto Cosidérese u lazo de cotrol típico co los elemetos que se cosiga e la Figura 1. Se ha grisado los bloques correspodietes a elemetos del sistema de cotrol automático.

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO CUESTIONARIO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO 1. Cuáto vale ua Letra del Tesoro, e tato por cieto de omial, si calculamos su valor al 3% de iterés y falta 5 días para su vecimieto? A) 97, % B)

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados

TEMA 7. ESTIMACIÓN. 7.2. Estimación puntual. Propiedades deseables de los estimadores 7.2.1. Introducción y definiciones 7.2.2. Estimadores Insegados TEMA 7. ETIMACIÓN 7.1. Itroducció y defiicioes 7.. Estimació putual. Propiedades deseables de los estimadores 7..1. Itroducció y defiicioes 7... Estimadores Isegados 7.3. Estimació por itervalos de cofiaza

Más detalles

ONDAS SOBRE UNA CUERDA

ONDAS SOBRE UNA CUERDA ONDAS SOBRE UNA CUERDA Objetivo: Aalizar el comportamieto de las odas estacioarias e ua cuerda relacioado la tesió, la frecuecia de oscilació, la logitud de la cuerda y el úmero de segmetos que se forma

Más detalles

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8

Cálculo de límites. 8.1. Criterio de Stolz. Tema 8 Tema 8 Cálculo de límites El presete tema tiee u iterés emietemete práctico, pues vamos a estudiar alguos métodos cocretos para resolver idetermiacioes. Etre ellos destaca el criterio de Stolz, del que

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede

Más detalles

Tema 7: Estimación por intervalos de confianza.

Tema 7: Estimación por intervalos de confianza. Estadística 69 Tema 7: Estimació por itervalos de cofiaza. 7. Itroducció. Cuado tratamos la estimació putual, uo de los problemas que se platearo es que el valor de la estimació es sólo uo de los valores

Más detalles

TEMA 1. ESTADÍSTICA DESCRIPTIVA

TEMA 1. ESTADÍSTICA DESCRIPTIVA TEMA. ESTADÍSTICA DESCRIPTIVA. Itroducció: coceptos básicos. Tablas estadísticas y represetacioes gráficas. Características de variables estadísticas uidimesioales.. Características de posició.. Características

Más detalles

Calculo de la deuda a plazo (PAGO) 1) Método de cuota nivelada.

Calculo de la deuda a plazo (PAGO) 1) Método de cuota nivelada. Amortizació: Viee del latí Morti; Muerte, e el mercado fiaciero la expresió amortizació se utiliza para deomiar el proceso mediate el cual se extigue gradualmete ua deuda por medio de pagos o aboos periódicos

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

Teoría de la Inversión y Mercados Financieros: La q de Tobin y su uso para la Valuación de Empresas. Javier Gerardo Milei 1

Teoría de la Inversión y Mercados Financieros: La q de Tobin y su uso para la Valuación de Empresas. Javier Gerardo Milei 1 eoría de la Iversió y Mercados Fiacieros: La q de obi y su uso para la Valuació de Empresas Javier Gerardo Milei 1 I. Itroducció lo largo de uestra vida profesioal, el trabajo os exige ua respuesta rápida,

Más detalles

Probabilidad y Estadística. Introducción a la Inferencia Estadística. Raúl D. Katz 2013

Probabilidad y Estadística. Introducción a la Inferencia Estadística. Raúl D. Katz 2013 Probabilidad y Estadística Itroducció a la Iferecia Estadística Raúl D. Katz 013 Ídice 1. Itroducció 3. Muestreo 3.1. Muestras aleatorias simples.................................... 4 3. Iferecia estadística

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

Encuesta de Transición Educativo- Formativa e Inserción Laboral (ETEFIL)

Encuesta de Transición Educativo- Formativa e Inserción Laboral (ETEFIL) Ecuesta de Trasició Educativo- ormativa e Iserció Laboral (ETEIL) Diseño de la muestra I. Itroducció Esta ecuesta pretede proporcioar iformació sobre las características de la isercció e el mercado laboral

Más detalles

PROGRESIONES ARITMÉTICAS.-

PROGRESIONES ARITMÉTICAS.- PROGRESIONES ARITMÉTICAS.- Ua progresió aritmética es ua sucesió de úmeros tales que cada uo de ellos, excepto el primero, se obtiee sumado al aterior ua costate d, que se deomia diferecia de la progresió.

Más detalles

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES Mercedes Ferádez mercedes@upucomillas.es CONTENIDO El valor temporal del diero. Selecció de iversioes CONTENIDO El valor temporal del

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES

GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES GUIAS ÚNICAS DE LABORATORIO DE FÍSICA I ASPECTOS PRELIMINARES INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES SANTIAGO DE CALI UNIVERSIDAD SANTIAGO DE CALI DEPARTAMENTO DE LABORATORIOS INTRODUCCIÓN

Más detalles