CAPITULO 2. La importancia básica de pronóstico es de ser un eslabón que se une a la etapa de Planificación y Control de un sistema.

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

Download "CAPITULO 2. La importancia básica de pronóstico es de ser un eslabón que se une a la etapa de Planificación y Control de un sistema."

Transcripción

1 CAPITULO PRONOSTICOS Hacer u proósico, es hacer u proceso de esimació de u acoecimieo fuuro, a parir de ua iformació de ipo hisórica, ormalmee de ipo maemáica, y/o de ipo referecial de apreciacioes, esimacioes y coocimieos, sobre u deermiado campo de acció. Depediedo de cuál sea la base específica e que se fudamee u proósico, se puede eer la siguiee clasificació: Predicció, Proyecció. Proyecció. Sigifica que los daos del pasado se combia sisemáicamee e forma predeermiada, para hacer esimacioes del fuuro. Se uiliza méodos esadísicos, plaeado la hipóesis que a fuuro se repeirá las mismas codicioes que explica los resulados obeidos e el pasado. Predicció. Es u proceso de esimació de u suceso fuuro, basádose e cosideracioes subjeivas diferees a los simples daos proveiees del pasado. esas cosideracioes subjeivas o ecesariamee debe combiarse e ua maera predeermiada. Por lo ao lo imporae dero de u proceso de proósico, es eer presee de o "sumergirse" dero de la écica y perder de visa razoes de ipo subjeiva, que e u deermiado momeo puede ser de mayor imporacia. La imporacia básica de proósico es de ser u eslabó que se ue a la eapa de Plaificació y Corol de u sisema. Es ecesario esimar u fuuro para plaear el sisema, luego programar y corolar ése, para faciliar ua eficaz y eficiee producció de biees y/o servicios. iformació más reciee sobre la demada y la producció Proósico de la demada para las operacioes Plaeacio del sisema (diseño) Diseño del produco Diseño del proceso Iversió y reemplazo Plaificació de la capacidad Programació del sisema Plaificació agregada de la producció Programació de las Operacioes Corol del sisema Corol de la producció Produccio de biees y servicios ANÁLISIS DE COMO SE RELACIONA EL PRONOSTICO DE LA DEMANDA EN EL SISTEMA PRODUCTIVO RESUMEN DE LAS TECNICAS REPRESENTATIVAS

2 DE PRONOSTICOS La exisecia de ua variada gama de herramieas, ao cuaiaivas como cualiaivas, de apoyo para la ormulació de Proósicos, hace ecesario hacer ua clasificació y recomedació de cuádo uilizar ua u ora écica. La uilizació de los méodos cualiaivos, básicamee es recomedable e Plaificació Esraégica a largo plazo, dode las decisioes básicamee so acerca de compromeer los recursos e isalacioes fijas (ipo y amaño de isalacioes). Por lo ao es iformació ecesaria es de ipo agregada. U hecho básico que impide la uilizació de los oros méodos, es que ada asegura que lo ocurrido e el pasado se repia a fuuro. Los modelos de ipo cuaiaivo, como ser de aálisis de series de iempo y méodos causales, se emplea e ua gra diversidad de sisemas de plaeació. Así so validos especialmee para Plaificació Agregada, dode es posible usar iformació de ipo esadísico. MÉTODOS CLASIICACIÓN DESCRIPCIÓN BÁSICA Cualiaivos Predicció Cuaiaivos Proyecció Cuaiaivos Causales Méodo Delphi Técicas de Grupo Nomial Series de Tiempo Suavizamieo Expoecial Aálisis de Regres. Aálisis Ecoóm. Preguas hechas a u grupo de experos para recoger iformació Reuió de experos a los cuales se les formula preguas que so respodidas por escrio y comeadas poseriormee Aaliza los daos del pasado, para predecir el fuuro plaeado algú ipo de hipóesis. Toma la iformació reciee de ocurrecia y proyeca a fuuro el comporamieo de la variable uilizado coeficiees. Describe ua relació fucioal ere variables. Proporcioa u proósico e base a esimadores MODELOS DE PRONOSTICOS UTILES PARA LAS OPERACIONES Los modelos uilizados e los méodos cuaiaivos (proyecció), basados e lo que se cooce como Series de Tiempos, posula la exisecia de 5 de paroes de comporamieo posibles de la demada dero de u ciero periodo - compoee medio u horizoal - compoee aleaorio - compoee de edecia - compoee de esacioalidad - compoee cíclico Por lo ao la demada puede ser proosicada como ua fució de ipo: D = f (aleaoriedad; Media; edecia; esacioalidad, ciclicidad;)

3 a) Compoee de aleaoriedad e la demada Se maifiesa por la erraicidad del comporamieo de los daos e oro a los oros compoees ya descrios. b) Compoee Medio u Horizoal Ese paró de comporamieo exise, cuado o exise o o hay edecia de igú ipo e los daos, o cuado su valor o iede a aumear o dismiuir e forma sisemáica. compoee aleaorio media = S V()= S + Aleaorio c) Modelo de compoee de edecia de la demada La edecia exise cuado los daos muesra ua variació posiiva o egaiva soseida e el iempo. edecia posiiva V() aleaoriedad = S()+ As ; V() = So+R(-o)+As d) Compoee esacioal de la demada. Exise esacioalidad cuado los daos flucúa de acuerdo a u facor esacioal (meor de u año). V()= S()*()+As e) Compoee de ciclicidad de la demada.

4 4 Al igual que la esacioalidad la ciclicidad exise cuado los daos varía de acuerdo a u paró cuya periodicidad es mayor que u año, por o ao difícil de prever. Su orige puede ser debido a: - obsolescecia del produco - modificacioes e el comporamieo de la masa cosumidora - modificacioes de la esrucura del mercado ialmee la demada de u produco puede variar debido a la exisecia de los diferees compoees ideificados. MODELO GENERAL DE HACER UN PRONOSTICO Como se idicó, la base de u bue proósico radica e cosiderar e forma cojua odos los modelos, y a parir de ahí lograr u resulado. U modelo gráfico de lo aerior se posula e la siguiee figura: Demada Daos Hisóricos acores de relacioamieo causa / efeco Aálisis de daos Proyecció de la demada Proósico de la demada Aálisis de facores cualiaivos subjeivos impaco Del gráfico aerior se puede decir co cereza que el proósico de la demada o puede ser hecho e base a ua relació maemáica pura, lo más razoable es formular u proósico cosiderado ao la pare maemáica (proyecció), como la pare cualiaiva. ( predicció). Medidas de la calidad de ua proyecció. El uso de las disias écicas de proosicar la demada produce resulados disios al ser aplicado a u mismo cojuo de daos. La razó básica es que alguos modelos so más apropiados para alguas casos que oros, por lo ao, depederá del comporamieo de la demada. (su paró de comporamieo). 4

5 Se defie ua variable que permie medir la bodad de u deermiado proósico. 5 Error del proósico: Es la diferecia ere la demada proosicada y la real. Proosicada e = D - D real E la mayoría de los casos se ecuera que la disribució del error iee compoee ormal. media de ese valor debería ser cero. La Así e alguos períodos el error será (+) y e oro (-) que al sumarse se edrá u efeco de cacelació, si o es así se edría u error sisemáico lo cual idicaría ua falla del méodo del proósico. Así se ecesia u idicador de 0 y ese es el MAD ó desviació media absolua (DMA). MAD Explicia la dimesió del error pero o la di recció. MAD = e = 1 Oro crierio es el sesgo, que se defie como la suma de los errores algebraicos ó error medio = Sesgo = A diferecia de MAD el sesgo idica la edecia direccioal de los errores de la predicció. Proósico > Demada == Idica que se iee u Sesgo posiivo Proósico < Demada == Idica que se iee u Sesgo egaivo = 1 Ej. Ua fábrica de muebles esimo que la demada de cucuruchos para los próximos meses, será de 500 uidades, poseriormee la demada real resula 400, 500, 700. Los errores del méodo se calcula a ravés de MAD y Sesgo. e Mad = = = 10uidades ( ) ) + ( ) Sesgo = = 5 uidades El valor medio de la demada es = = 55 MAD es medida de precisió global del méodo, y aquí el méodo es muy malo, exise u error del 1% que se evalua como 10/55. Sesgo: idica que se subesimó la demada real e u 9,6% ya que el promedio fue de 55 y se obuvo u sesgo de 5 uidades. La subesimació sale de evaluar 5/55= 9,6%. Lo ideal es que MAD y sesgo sea iguales a cero. 5

6 6 MODELOS DE PRONOSTICO MEDIANTE TECNICAS DE PROYECCIÓN Modelos básicos de Promedios: La base es que esima el valor medio de la demada pasada, ese promedio se usa como proósico. Hay diversas formas de calcular u promedio. a) PROMEDIO SIMPLE: Es u promedio de los daos del pasado e el cual las DEMANDAS de odos los períodos aeriores iee el mismo peso relaivo. E cosecuecia exise ua hipoesis de permaecia. PS = Suma de odas las demadas/ umero de períodos. PS = (D 1 + D + D D ) / 1) Todas las demadas pasadas iee u mismo peso. ) El modelo subyacee calculado bajo ese méodo, es que exise ua permaecia. Si exise cambio e el iempo ese o es deecado. ) N es el umero oal de daos dispoibles b) MEDIA MOVIL SIMPLE (MMS): Combia daos de demada de u úmero deermiado de los períodos más reciees siedo su promedio el proósico para el período siguiee. MMS : dode es el de períodos cosiderados : MMS = Dado que al aplicarse el modelo e disios períodos, el promedio se mueve dado que se elimia la demada más aigua y se agrega el úlimo período. = 1 D Ej.: La empresa muebles "Paloduro" ha experimeado la siguiee demada por mesas durae los 6 úlimos meses. Sepiembre 00 Ocubre 00 Noviembre 00 Diciembre 400 Eero 500 ebrero 600 El geree pide u proósico usado media movil de 6 y períodos para esimar la vea de marzo. MMS = = 67 (6) MMS = = 500 () E el ejemplo aerior quizas la MMS para períodos, quizas sea el mejor modelo, ya que el valor proosicado, es más cercao a la realidad. 6

7 7 Noa: El úmero de período, da el úmero de orde del modelo. c) MEDIA MOVIL PONDERADA Cuado se hace u proósico, a veces ieresa ua poderació mayor para los úlimo períodos. C T = Coef. de Poderació = Ese coeficiee de poderació iee u valor de 0 C 1 y la sumaoria C = 1 Así e el ejercicio del caso aerior eemos los siguiees valores. C 1 = 0,5 C = 0,5 C = 0,5 MMP = 0,5 * ,5 * ,5 * 600 = 55 Así la esimació del proósico me idica que el valor esperado de vea es 55 uidades. La gracia del méodo es que me permie efecuar compesacioes para algua TENDENCIA o ESTACIONALIDAD. ialmee la verificació de cual méodo es mejor se obiee a ravés del cálculo de errores y sesgo correspodiee y fialmee se compara para las diferees écicas. II Méodos de Suavizamieo expoecial Esos méodos so populares por razoes básicas. a) Exise paquees compuacioales para maejarlos. b) Los modelos requiere relaivamee pocos daos para maejar, lo cual es imporae cuado se requiere maejar varios arículos. La base es que los pesos o coeficiees de valor para la iformació hisórica recibe ua poderació de ipo expoecial, así la iformació más reciee puede recibir mayor o meor peso que la aigua. Esa disribució de "pesos" relaivos depede del coeficiee de suavizamieo expoecial cual varía de o α 1. el Cuado uilizar esos méodos. Horizoe de proósico relaivamee coso Cuado exise poca iformació acerca de causa efeco (de lo corario se uiliza modelos de regresió). Exise u pequeño esfuerzo para proósico. La acualizació de proósico se logra fácilmee se ecesia daos de la Empresa. a) MÉTODO DE SUAVIZAMIENTO EXPONENCIAL DE PRIMER ORDEN La ecuació para crear u proósico uevo uiliza fuees de iformació. 7

8 8 a) La demada real para el período más reciee. b) El proósico más reciee. Ese modelo básico es válido para ua ipo hipoesis dode o exise i TENDENCIAS, i ESTACIONALIDAD DE DATOS. ( 1 α ) 1 = α * D 1 + * Dode: =Proosico para el período D -1 = Demada real para el período 1-1 = Proósico para el período. Porque se llama suavizamieo expoecial.? ( 1 α ) 1 = α * D 1 + * Para el período de -1 se iee que 1 = α * D + (1 α) Reemplazado e la aerior se iee que: = α * D = α * D (1 α) * + (1 α) * α * D [ α * D + (1 α) * ] + (1 α) * Siguiedo el mismo procedimieo veces se iee que 0 1 = α (1 α) * D 1 + α *(1 α) * D + α *(1 α) * D * +... α *(1 α) * D 0 Como o α 1, y los valores de α *(1 α), α *(1 α) so cada vez meores, impaco es exp oecialmee meor. por lo ao su Ejemplo: Ua fábrica de ubos iee la iformació de los úlimos períodos de operació. MES MES 700 Se desea saber cual debiera ser el ivel de operació e el mes. Se sabe de esadísicas maejadas de períodos aeriores que el proósico para el mes 1 fue de 550 uidades. Deermie de cual sería el proósico e el mes sabiedo que el coeficiee α = 0,7. 8

9 a) El proósico para el mes es: 9 = 0,7* D + (1 α)* = 0,7*500 + (1 0,7)*550 = = 515 = Por lo ao para el mes es: = 0,7 * D = (1 α) * = 0,7 * (1 0,7) * 515 E cosecuecia si α es aproximado a 1, se da mucho valor a los úlimos daos, co lo cual el proósico se acerca o raa de seguir los úlimos acoecimieos. Si α es aproximado a u valor 0, se iee ua mayor imporacia a los períodos aiguos. E cosecuecia para: α aproximado a 1, α aproximado 0, ( ) ( ) iede a u valor D iede a 1 Icorporació de edecia y esacioalidad Cuado exise o se plaea u supueso de edecia o esacioalidad so válidos los modelos co coeficiee α de segudo orde. E ese caso la ecuació se rasforma e u modelo de: orde 1 = Pr oosico de segudo orde para el = Pr oosico simple para el período. = Pr oosico de segudo orde del período período. 1 E cosecuecia lo que se esá haciedo es adicioar a la permaecia la esacioalidad y eso es logrado corrigiedo la ecuació aerior. Ej. Se iee la iformació que la demada de paraguas para el mes de juio, fue de 500 uidades, se sabe además, que el proósico para ese mes, fue de 4500 (u) y el año aerior la demada había sido de 4900 para ese mismo mes. Se quiere saber cual es el proósico de la demada para el mes de julio del presee? Se sabe que α = 0,85. Solució: 9

10 10 De algua forma, el dao dado para el año aerior, que fué de 4900 uidades me permie saber ua edecia, ese valor lo puedo asumir como u valor de segudo orde. = α * D + (1- α) * -1 = 0,85 * (1-0,85) * 4500 = = 495 Para el proosico de segudo orde orde = α * + (1 α) * orde mes año aerior. orde = 0,85 * (1-0,85) * 4900 = = 491 SELECCION DE PARAMETRO DE Cosiderado que o sabemos e primer isacia el valor que puede asumir α, qué crierio de selecció permie deermiar dicho valor. Méodo de deermiar el valor α: a) Se divide los daos e grupos i) Grupo de ajuse ii) Grupo de prueba b) Seleccioar ua medida del error que permia evaluar. Por ejemplo MAD y Sesgo. c) Se prueba valores de α para el primer grupo. Para esa siuació se deermia las diferecias y errores al comparar los D reales co proosicos. d) Se elige el mejor α, que de el error míimo. e) Uilizado el mejor α comparar los valores co los daos del oro grupo. Zoa de Ajuse Zoa de Prueba o de Predicció acores a cosiderar e la Selecció de u Modelo de Proósico E la selecció de u modelo de proósico ierviee ua serie de facores ere los cuales se debe eer presee. a) Sofisicació de usuario y del sisema. La gracia del modelo debe ser al que sea a simple y sea eedido por quie oma la decisió. Yo o puedo llegar co algo que adie eiede. b) Tiempo y recurso dispoible. U hecho básico es eer presee el iempo dispoible y la forma como esá los daos. c) Uso o caracerisica de la decisió. Depediedo de la decisió, si por ejemplo exise ua decisió de iveles de iveario será ecesarias meas a coro plazo y por lo ao muy exaco. 10

11 11 E cambio si es ua decisió de largo plazo (LP) omo dimesioamieo de capacidad, se deberá eer ua exaciud meor acepado ua mayor variaza. d) Dispoibilidad asociada a la exisecia de iformació. LCA/im. Cocepció, Noviembre de

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

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

Más detalles

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1)

ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO 1 (NOVALES 2.1) ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 7: SERIES DE TIEMPO EJERCICIO (NOVALES.) Cosideremos P P e g. Dado que dicha fució es coiua y que exise y so coiuas las derivadas de odos los órdees, podemos aplicar Taylor

Más detalles

CURSO CONVOCATORIA:

CURSO CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 6-7 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, dero de ella, sólo debe respoder (como

Más detalles

Planificación contra stock. Presentación. Introducción

Planificación contra stock. Presentación. Introducción Plaificació cora sock 09.0.07 Preseació Fabricar cora sock? No iee que ser cero el iveario? Se vio e el capíulo de iroducció. Plaificar cora sock Ciclo de pedido y fabricació idepediees. Demada aual coocida.

Más detalles

Tema 8B El análisis fundamental y la valoración de títulos

Tema 8B El análisis fundamental y la valoración de títulos PARTE III: Decisioes fiacieras y mercado de capiales Tema 8B El aálisis fudameal y la valoració de íulos 8B.1 Iroducció. 8B.2 El aálisis fudameal y la valoració de íulos. 8B.3 Modelos para la valoració

Más detalles

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto

UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS. Prof. J.L.Cotto UNIVERSIDAD INTERAMERICANA DE PUERTO RICO DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS MAEC 2140: Méodos Cuaiaivos Prof. J.L.Coo DISCUSION Y EJEMPLOS SOBRE EL TEMA FUNCIONES EXPONENCIALS El valor del diero

Más detalles

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y

CAPÍTULO 3 MARCO TEÓRICO. A lo largo de este capítulo se explican los conceptos básicos que se debieron tener y Capíulo 3 Marco eórico CAPÍTULO 3 MARCO TEÓRICO A lo largo de ese capíulo se explica los cocepos básicos que se debiero eer y cosiderar para la elaboració de la clasificació de maerias primas, los modelos

Más detalles

FUNCIONES EXPONENCIALES

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

Más detalles

PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN

PLANEACIÓN Y CONTROL DE LA PRODUCCIÓN PLANEACIÓN Y CONTROL E LA PROUCCIÓN GRUPO: 0 M. I. Silvia Herádez García M. I. Susaa Casy Téllez Balleseros TEMARIO: I. Iroducció. II. Programació y corol de la producció. III. Balaceo de líea. IV. Sisemas

Más detalles

TEMA 10. La autofinanciación o financiación interna de la empresa

TEMA 10. La autofinanciación o financiación interna de la empresa Iroducció a las Fiazas TEM La auofiaciació o fiaciació iera de la empresa La fiaciació iera y sus compoees La auofiaciació esá formada por los recursos fiacieros que afluye a la empresa desde ella misma

Más detalles

2. MATRICES Y DETERMINANTES

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

Más detalles

CAPÍTULO 1: ESTIMACIÓN DE LOS INTERESES FUTUROS MEDIANTE NÚMEROS BORROSOS

CAPÍTULO 1: ESTIMACIÓN DE LOS INTERESES FUTUROS MEDIANTE NÚMEROS BORROSOS Pare II: Esimació de la esrucura emporal de los ipos de ierés a ravés de subcojuos borrosos y esimació de los ipos de ierés fuuros APÍTULO : ESTIMAIÓN DE LOS INTERESES FUTUROS MEDIANTE NÚMEROS BORROSOS

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN

TEMA 5: CAPITALIZACIÓN COMPUESTA 1.- INTRODUCCIÓN TEMA 5: CAPITALIZACIÓN COMPUESTA 1- INTRODUCCIÓN Llamamos capializació compuesa a la ley fiaciera segú la cual los iereses producidos por u capial e cada periodo se agrega al capial para calcular los iereses

Más detalles

Un modelo para el cálculo de la pérdida esperada en una cartera de préstamos hipotecarios

Un modelo para el cálculo de la pérdida esperada en una cartera de préstamos hipotecarios U modelo para el cálculo de la pérdida esperada e ua carera de présamos hipoecarios Jua Bazerque a Jorge ader b BCU F Depo. Esudios BCU F Depo. Esudios Resume E ese rabao se aaliza u aspeco deado de lado

Más detalles

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES

4. VARIABLES ALEATORIAS Y SUS PROPIEDADES 4. VARIABLES ALEATORIAS Y SUS PROPIEDADES Dr. hp://mah.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 4. Variables Aleaorias Ua variable aleaoria es ua fucio que asume sus

Más detalles

NORMA DE CARACTER GENERAL N

NORMA DE CARACTER GENERAL N NORMA DE CARACTER GENERAL N REF.: MODIFICA EL TÍTULO III DEL LIBRO IV, SOBRE VALORIZACIÓN DE LAS INVERSIONES DEL FONDO DE PENSIONES Y DEL ENCAJE, DEL COMPENDIO DE NORMAS DEL SISTEMA DE PENSIONES. Saiago,

Más detalles

i 1,2,..., m (filas) j 1,2,..., n (columnas) t

i 1,2,..., m (filas) j 1,2,..., n (columnas) t MTRICES Y DETERMINNTES Cocepos básicos Deermiaes Mariz iversa CONCEPTOS BÁSICOS MTRIZ de m filas y columas: a11 a12 a1 a21 a22 a 2 am1 am2 am i1,2,..., m (filas) Se represea por a j 1,2,..., (columas)

Más detalles

Series de Fourier. 1. Tratamiento Digital de Señal. Series de Fourier

Series de Fourier. 1. Tratamiento Digital de Señal. Series de Fourier Series de Fourier. Traamieo Digial de Señal. Series de Fourier Series de Fourier. Preámbulo El aálisis de Fourier fue iroducido e 8 e la Théorie aalyiique de la chaleur para raar la solució de problemas

Más detalles

Universidad Carlos III de Madrid

Universidad Carlos III de Madrid Uiversidad Carlos III de Madrid. El mudo físico: represeació co señales y sisemas Señales: Fucioes co las que represeamos variacioes de ua magiud física Volaje, iesidad, fuerza, emperaura, posició r ()

Más detalles

Valor de Rescate. Elementos Actuariales para su Determinación Por: Pedro Aguilar Beltrán. Octubre de 2008

Valor de Rescate. Elementos Actuariales para su Determinación Por: Pedro Aguilar Beltrán. Octubre de 2008 alor de escae Elemeos Acuariales ara su Deermiació Por: Pedro Aguilar Belrá Ocubre de 28 El alor de rescae es u coceo que se refiere al moo que le oorgará la aseguradora al asegurado o beeficiario, e caso

Más detalles

ANÁLISIS DE FOURIER. m(el asterisco indica el conjugado complejo), se desea expandir una función arbitraria f (t) en una serie infinita de la forma

ANÁLISIS DE FOURIER. m(el asterisco indica el conjugado complejo), se desea expandir una función arbitraria f (t) en una serie infinita de la forma CAPÍULO RES ANÁLISIS DE FOURIER IEMPO CONINUO Iroducció La represeació de la señal de erada a u sisema (eediedo como sisema u cojuo de elemeos o bloques fucioales coecados para alcazar u objeivo deseado)

Más detalles

Diseño y desarrollo de un Software para el análisis y procesamiento de señales de voz

Diseño y desarrollo de un Software para el análisis y procesamiento de señales de voz Diseño y desarrollo de u Sofware para el aálisis y procesamieo de señales de voz. Laforcada *, D. Miloe, C. Maríez,. Rufier Laboraorio de Ciberéica, Deparameo de Bioigeiería, Faculad de Igeiería, Uiversidad

Más detalles

TRANSFORMADA z Y DE FOURIER

TRANSFORMADA z Y DE FOURIER Uiversidad de Medoa Dr Ig Jesús Rubé Aor Mooya Aálisis de Señales OBJEIVOS: RANSFORMADA Y DE FOURIER - Expoer los cocepos de fucioes discreas e cuao a la visió del proceso de raamieo de señales que pare

Más detalles

ANÁLISIS DE LA RENTABILIDAD

ANÁLISIS DE LA RENTABILIDAD ANÁLISIS DE LA RENTABILIDAD DE LOS FONDOS DE PENSIÓN COMISIÓN TÉCNICA DE INVERSIONES DE LA AIOS. INTRODUCCION El documeo cosa del aálisis de cico aspecos écicos referidos al ema de reabilidad: El cálculo

Más detalles

(a) 11,72 g. (El reactivo limitante es el Ni y el rendimiento teórico es de 13,17 g de NiSO 4 ). (b) 0,1515 g de H 2.

(a) 11,72 g. (El reactivo limitante es el Ni y el rendimiento teórico es de 13,17 g de NiSO 4 ). (b) 0,1515 g de H 2. 80 Respuesas: (a) 11,7 g. (El reacivo limiae es el Ni y el redimieo eórico es de 13,17 g de NiSO 4 ). (b) 0,1515 g de H.. Gases ideales Los gases so ua de las formas e que se presea la maeria e el uiverso.

Más detalles

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción

SEÑALES Y SISTEMAS CAPÍTULO UNO. 1.1 Introducción CAPÍTULO UNO SEÑALES Y SISTEMAS. Iroducció Los cocepos de señales y sisemas surge e ua gra variedad de campos y las ideas y écicas asociadas co esos cocepos juega u papel imporae e áreas a diversas de

Más detalles

SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO

SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO CAPÍTULO DOS SISTEMAS LINEALES E INVARIANTES EN EL TIEMPO. Iroducció E ese capíulo se iroduce y discue varias propiedades básicas de los sisemas. Dos de ellas, la liealidad y la ivariabilidad e el iempo,

Más detalles

FUNCIONES ACTUARIALES COMO VARIABLES ALEATORIAS SOBRE UNA SOLA VIDA Por Oscar Aranda Martínez Nadia Araceli Castillo García Abril 2010

FUNCIONES ACTUARIALES COMO VARIABLES ALEATORIAS SOBRE UNA SOLA VIDA Por Oscar Aranda Martínez Nadia Araceli Castillo García Abril 2010 FUNCIONES ACUARIALES COMO VARIABLES ALEAORIAS SOBRE UNA SOLA VIDA Por Oscar Arada Maríez Nadia Araceli Casillo García Abril E ese primer documeo se presea el ueo efoque del cálculo acuarial, e dode las

Más detalles

UNIVERSIDAD AUTÓNOMA CHAPINGO CÁLCULO MULTIVARIADO Y ECUACIONES DIFERENCIALES

UNIVERSIDAD AUTÓNOMA CHAPINGO CÁLCULO MULTIVARIADO Y ECUACIONES DIFERENCIALES UNIVERSIDAD AUTÓNOMA CHAPINGO PREPARATORIA AGRÍCOLA ÁREA DE MATEMÁTICAS CÁLCULO MULTIVARIADO Y ECUACIONES DIFERENCIALES f : R R ( ) h p AUTOR Vícor Rafael Valdovios Chávez Ooño de AUTOR Vícor Rafael Valdovios

Más detalles

Mercado de Capitales. Tema 6. Valoración n de bonos. Gestión n de carteras de renta fija

Mercado de Capitales. Tema 6. Valoración n de bonos. Gestión n de carteras de renta fija Mercado de Capiales Tema 6. Valoració de boos. Gesió de careras de rea fija Liceciaura e Admiisració y Direcció de Empresas Cuaro Curso Liceciaura e Derecho y Admiisració y Direcció de Empresas Sexo Curso

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

Manual del índice de precios de inmuebles residenciales (IPIR)

Manual del índice de precios de inmuebles residenciales (IPIR) Para la mayor pare de los ciudadaos, la compra de u imueble residecial ua vivieda es la operació más imporae de oda la vida. Los imuebles resideciales hogares y, al mismo iempo, el acivo más valioso. Los

Más detalles

Duración, Convexidad e Inmunización de Portafolios de Inversiones

Duración, Convexidad e Inmunización de Portafolios de Inversiones Deparameo de Esudios Especiales y Valoració de Riesgo Noa écica N 1 NT-2001-01 Duració, Covexidad e Imuizació de Porafolios de Iversioes Rodrigo Maarria Veegas Abril del 2001 Clasificació JEL: G10 Clave:

Más detalles

Práctica 3 MUESTREO E INTERVALOS DE CONFIANZA

Práctica 3 MUESTREO E INTERVALOS DE CONFIANZA Deparameo de Méodos Cuaiaivos e Iformáicos. Objeivos: a) Calcular los parámeros de la disribució de medias o proporcioes muesrales de amaño, exraídas de ua població de media y variaza coocidas. b) Calcular

Más detalles

Luis H. Villalpando Venegas,

Luis H. Villalpando Venegas, 2007 Luis H. Villalpando Venegas, [SIMULACIÓN DE PRECIOS DEL PETROLEO BRENT ] En ese rabajo se preende simular el precio del peróleo Bren, a ravés de un proceso esocásico con reversión a la media, con

Más detalles

CONVERSORES D/A Y A/D

CONVERSORES D/A Y A/D Uiversidad Nacioal de osario Faculad de iecias Exacas, Igeiería y Agrimesura Escuela de Igeiería Elecróica eparameo de Elecróica ELETÓNIA III ONVESOES /A Y A/ Federico Miyara A / 11010110 00001011 11000110

Más detalles

Modelo De Simulación de Ingresos para el Agro

Modelo De Simulación de Ingresos para el Agro Modelo De Simulación de Ingresos para el Agro Basado en el programa AgRisk desarrollado en Ohio Sae Universiy hp://www-agecon.ag.ohio-sae.edu/programs/agrisk/defaul.hm CP. Menichini Amilcar 1 Lic. Lazzai

Más detalles

85.- Sea B j (t) la función polinómica: n j. Demostrar que: iii) Solución: Consideremos la identidad: (t+x) n =

85.- Sea B j (t) la función polinómica: n j. Demostrar que: iii) Solución: Consideremos la identidad: (t+x) n = Hoa Problemas Aálisis II /9 85.- Sea la fució oliómica: N R Demosrar que: i ii iii iv Solució: Cosideremos la ideidad: R N. Derivado e ambos miembros reseco de mulilicado desués or se obiee: - Derivado

Más detalles

Página 1 de 34. FILTROS ADAPTIVOS LMS RMS Filtro Kalman INTRODUCCION

Página 1 de 34. FILTROS ADAPTIVOS LMS RMS Filtro Kalman INTRODUCCION Págia de 34 Uiversidad Nacioal de Cordoba FILTROS ADAPTIVOS LMS RMS Filro Kalma INTRODUCCION El cocepo de filro adapaivo, sugiere el de u disposiivo que iea modelizar la relació ere señales e iempo real

Más detalles

Consideraciones metodológicas para la evaluación de la sostenibilidad y vulnerabilidad fiscal

Consideraciones metodológicas para la evaluación de la sostenibilidad y vulnerabilidad fiscal Colecció Baca Ceral y Sociedad BANCO CENTRAL DE VENEZUELA Coideracioe meodológica para la evaluació de la oeibilidad y vulerabilidad fical Elizabeh Ochoa Lizbeh Seija Harold Zavarce Serie Documeo de Trabajo

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

PERÍODO INFORMADO: Enero a Junio 2009 $ 395.182.780 $ 200.000.000

PERÍODO INFORMADO: Enero a Junio 2009 $ 395.182.780 $ 200.000.000 FORMATO No 4 PLANES DE ACCIÓN U OPERATIVOS Promover el uso de la Irae Guberameal. PERÍODO INFORMADO: Eero a Juio 009 NUMERO ÁREAS INVOLUCRADAS ACTIVIDADES RECURSOS RESPONSABLES TIEMPO PROGRAMADO INDICADORES

Más detalles

José Morón SEÑALES Y SISTEMAS

José Morón SEÑALES Y SISTEMAS SEÑALES Y SISTEMAS José Moró SEÑALES Y SISTEMAS Uiversidad Rafael Urdaea Auoridades Recorales Dr. Jesús Esparza Bracho, Recor Ig. Maulio Rodríguez, Vicerrecor Académico Ig. Salvador Code, Secreario Lic.

Más detalles

UNIDAD 4. INFERENCIA ESTADÍSTICA

UNIDAD 4. INFERENCIA ESTADÍSTICA UNIDAD 4. INFERENCIA ESTADÍSTICA. Eimació por Iervalo Se puede eablecer u iervalo de eimació para la media, i la muera e eleccioa de ua població ormal o i e grade 30, coiderado la diribució mueral de X.

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

Métodos de Previsión de la Demanda Datos

Métodos de Previsión de la Demanda Datos Daos Pronósico de la Demanda para Series Niveladas Esime la demanda a la que va a hacer frene la empresa "Don Pinzas". La información disponible para poder esablecer el pronósico de la demanda de ese produco

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

Tema 5. DIAGONALIZACIÓN DE MATRICES

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

Más detalles

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

Para las comparaciones hay que tener en cuenta dos aspectos importantes:

Para las comparaciones hay que tener en cuenta dos aspectos importantes: Esadísica Descriiva: Números Ídices Faculad Ciecias Ecoómicas y Emresariales Dearameo de Ecoomía Alicada Profesor: Saiago de la Fuee Ferádez NÚMEROS ÍNDCES Los úmeros ídices so ua medida esadísica que

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

METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001

METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001 METODOLOGÍA PARA EL AJUSTE DE LAS TASAS DE ESCOLARIZACIÓN A PARTIR DE LA INFORMACIÓN DEL CENSO NACIONAL DE POBLACIÓN, HOGARES Y VIVIENDA DE 2001 Insiuo Nacional de Esadísica y Censos (INDEC) Dirección

Más detalles

CAPÍTULO 1 CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA.

CAPÍTULO 1 CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA. APÍTULO UTOS EN EL DOMNO DE LA FEUENA... SSTEMAS LNEALES NAANTES. roducció. U iema lieal ivariae e repreea uualmee mediae u bloque e el que e muera ao la exciació como la repuea Exciació x ( Siema lieal

Más detalles

REVISTA INVESTIGACION OPERACIONAL Vol. 24, No. 1, 2003

REVISTA INVESTIGACION OPERACIONAL Vol. 24, No. 1, 2003 REVITA IVETIGACIO OPERACIOAL Vol. 4, o., 3 TEORIA DE LA VALORACIO MEDIATE MODELO FIACIERO ETOCATICO, E TIEMPO DICRETO Y E TIEMPO COTIUO Josefia Maríez arbeio, Uiversidade de A Coruña, España Julio García

Más detalles

CAPÍTULO I CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA

CAPÍTULO I CIRCUITOS EN EL DOMINIO DE LA FRECUENCIA APÍTULO UTOS EN EL DOMNO DE LA FEUENA.. SSTEMAS LNEALES NAANTES roducció U iema lieal ivariae e repreea uualmee mediae u bloque e el que e muera ao la exciació como la repuea Exciació x () Siema lieal

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

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

Más detalles

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

DATOS GENERALES DE LA REPÚBLICA DE PANAMÁ

DATOS GENERALES DE LA REPÚBLICA DE PANAMÁ DATOS GENERALES DE LA REPÚBLICA DE PANAMÁ Superficie: Toal de la República: 75,57 km 2 Població Toal: Segú proyeccioes de la Coraloría Geeral de la República la població oal al º de Julio de 2005 es de

Más detalles

Macroeconomía y pobreza: Lecciones desde Latinoamérica *

Macroeconomía y pobreza: Lecciones desde Latinoamérica * Macroecoomía y obreza: Leccioes desde Laioamérica * Versió 1.2 Luis F. Lóez-Calva Uiversidad de las Américas, Puebla Dearameo de Ecoomía y Mabel A. Adaló Lóez Cero de Aálisis Esraégico y Tecologías de

Más detalles

Resolución numérica de problemas de valor inicial (versión preliminar)

Resolución numérica de problemas de valor inicial (versión preliminar) (versió prelimiar) Cocepos iiciales.- Sea la ecuació diferecial de primer orde co las codició iicial x = f(,x) x( 0 ) = x 0 Para resolverla uméricamee será ecesario previamee comprobar si hay solució y

Más detalles

Modelo de regresión lineal simple

Modelo de regresión lineal simple Modelo de regresión lineal simple Inroducción Con frecuencia, nos enconramos en economía con modelos en los que el comporamieno de una variable,, se puede explicar a ravés de una variable X; lo que represenamos

Más detalles

Ingeniería Económica Tema 4.1. Modelos de depreciación

Ingeniería Económica Tema 4.1. Modelos de depreciación Igeiería Ecoómica Tema 4.. Moelos e epreciació UNIDAD IV. DEPRECIACIÓN Y ANÁLISIS DE IMPUESTOS Objeivo e apreizaje: usar los méoos clásicos y aprobaos por el gobiero para reucir el valor e la iversió e

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

Una recomendación para cuantificar el riesgo operativo en entidades financieras en Colombia

Una recomendación para cuantificar el riesgo operativo en entidades financieras en Colombia Ua recomedació para cuaificar el riesgo operaivo e eidades fiacieras e Colombia Adrés Mora* RESUMEN Ese arículo presea dos efoques para cuaificar riesgo operaivo e eidades fiacieras. U efoque es el propueso

Más detalles

Apuntes Sistemas Lineales Dinámicos - 543 214

Apuntes Sistemas Lineales Dinámicos - 543 214 Uiversidad de Cocepció Faculad de Igeiería Depo. de Igeiería Elécrica Apues Sisemas Lieales Diámicos - 543 4. f () = si(5) f (kt) = f (kt) f () = si() kt -..5..5. 4 ava edició Prof. José R. Espioza C.

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

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Invesigación y écnicas de Mercado Previsión de Venas ÉCNICAS CUANIAIVAS ELEMENALES DE PREVISIÓN UNIVARIANE. (II) écnicas elemenales: Modelos Naive y Medias Móviles. Medición del error de previsión. Profesor:

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

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi

Ejemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo

Más detalles

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx

Una ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx .7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )

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

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

6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA

6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 38 6 METODOLOGÍA PROPUESTA PARA VALORAR USOS IN SITU DEL AGUA 6.1 Méodo general Para valorar los usos recreacionales del agua, se propone una meodología por eapas que combina el uso de diferenes écnicas

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

LA TRANSFORMADA DE LAPLACE

LA TRANSFORMADA DE LAPLACE Circuio y Siema Diámico (3º IIND) Tema 2 A TRANSFORMADA DE APACE Curo 23/24 Tema 2: a Traformada de aplace 2. Iroducció: de dóde veimo y a dóde vamo 2.2 Defiició de la raformada de aplace 2.3 Traformada

Más detalles

Análisis de flujos en lámina libre y su interacción con sólidos y estructuras por el método de partículas y elementos finitos (PFEM)

Análisis de flujos en lámina libre y su interacción con sólidos y estructuras por el método de partículas y elementos finitos (PFEM) Aálisis de flujos e lámia libre y su ieracció co sólidos y esrucuras por el méodo de parículas y elemeos fiios (PFEM) E. Oñae B. Suárez F. Salazar R. Morá M.A. Celiguea S. Laorre Publicació CIMNE Nº-365,

Más detalles

Contrastes para los parámetros de dos poblaciones Normales

Contrastes para los parámetros de dos poblaciones Normales Esaísica Corases ara los arámeros e os oblacioes Normales Ieeiees eeiees rof r. Jose Jacobo Zubcoff earameo e Ciecias el Mar Biología Alicaa Esaísica Corases ara os oblacioes ieeiees Ejemlo e roblema a

Más detalles

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

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

Más detalles

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

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA Por Mónica Orega Moreno Profesora Esadísica. Deparameno Economía General y Esadísica RESUMEN El aumeno de la siniesralidad laboral

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

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el

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

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

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temístocles Montás

UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temístocles Montás UNA APROXIMACION A LA SOSTENIBILIDAD FISCAL EN REPUBLICA DOMINICANA Juan Temísocles Monás Puede el comporamieno acual de la políica fiscal sosenerse sin generar una deuda pública que crezca sin límie?

Más detalles

REVISTA INVESTIGACION OPERACIONAL Vol. 23, No. 3, 2002

REVISTA INVESTIGACION OPERACIONAL Vol. 23, No. 3, 2002 REVISTA INVESTIGACION OPERACIONAL Vol. 23, No. 3, 22 MATRICES ESCALONADAS Y METODOS PRIMAL DUAL DE PUNTO INTERIOR Alibei Kakes Cruz, Deparameo de Maemáica Aplicada, Faculad de Maemáica y Compuació, Uiversidad

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

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

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

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

REPORTE ECONOMICO MENSUAL

REPORTE ECONOMICO MENSUAL Geera Boeoño 1156 - eef. 441-3212 / 441-2971 / 221-9693 RPOR CONOMCO MNSUAL Acosro 1995 Prohibida a rqrroducció oa o parcia de documeo si auorizació expresa de Macrocosu S.A. NDC GNRAL Resrprru curwo Rporr

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

Metodología de cálculo del diferencial base

Metodología de cálculo del diferencial base Meodología de cálculo del diferencial base El diferencial base es el resulado de expresar los gasos generales promedio de operación de las insiuciones de seguros auorizadas para la prácica de los Seguros

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

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

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

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

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