PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

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

Download "PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD"

Transcripción

1 Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico, como los del pinor o los del poea deben ser hermosos. La belleza es la primera prueba; no hay lugar permanene en el mundo para unas maemáicas feas. Godfrey Harold Hardy ( ) Maemáico briánico. MÉTODOS DE DESOMPOSIIÓN Los méodos viso con anerioridad esán basados en la idea de que exise un parón implício en una serie de daos, al parón se puede aislar de lo aleaorio si se suavizan (promedian) los valores de los daos. El efeco de ese suavizamieno consise en eliminar lo aleaorio, de al manera que el parón se pueda proyecar el fuuro y se uilice para pronosicar. Los méodos de suavizamieno no permien idenificar los componenes individuales del parón básico. Sin embargo, el parón global puede descomponerse en subparones que idenifiquen separadamene cada componene de la serie de iempo. Los méodos de descomposición idenifican res componenes disinos del parón básico subyacene que caracerizan a las series económicas y empresariales. Esos son los facores TENDENIA, ÍLO y ESTAIONALIDAD. El facor TENDENIAL, que represena el comporamieno de largo plazo de los daos, puede aumenar, disminuir o permanecer sin cambio. El facor ÍLIO represena las alas y bajas causadas por las condiciones económicas o específicas de la indusria. La diferencia enre ESTAIONALIDAD y ciclicidad consise en que la esacionalidad se repie a sí misma a inervalos fijos como un año, un mes o una semana, en ano que los facores cíclicos ienen una duración mayor que varía de un ciclo a oro. La descomposición supone que los daos esán conformados así: DATOS = PATON + EO Y que el PATÓN se compone de TENDENIA, ILO y ESTAIONALIDAD PATON = TENDENIA, ILO Y ESTAIONALIDAD Además de los componenes del parón, ambién se supone que esá presene un ELEMENTO DE EO o aleaoriedad. Ese error es la diferencia enre el efeco combinado de los res subparones de la serie y los daos reales. Exisen varios enfoques para descomponer una serie de iempo, odos los cuales ienen como objeivo aislar cada componene de la serie an exacamene como sea posible. El concepo básico de dicha separación es empírico y consise en remover primero la 43

2 Pronósicos II esacionalidad, luego la endencia y finalmene el ciclo. Se supone que cualquier residuo es aleaorio, el cual, aunque no puede predecirse, puede ser idenificado. La represenación maemáica general del enfoque de la descomposición es: Y = f ( S, T,, ). (a) En donde: Y = el valor de la serie de iempo (daos reales) en el periodo S = componene esacional (o índice) en el periodo T = componene endencial en el periodo = componene cíclico en el periodo = componene aleaorio (o error) en el periodo La relación funcional específica usada para relacionar esos cuaro subparones para adopar una gran variedad de formas. Las más direcas son la adiiva (sumando los cuaro elemenos) o la muliplicaiva (muliplicando los cuaro elemenos), esa úlima es la que más se usa. Prácicamene, odas las series en los campos económico y empresarial esán compuesas de esacionalidad y ciclicidad, las cuales son proporcionales a la endencia; de aquí que el modelo muliplicaivo sea el apropiado. La represenación maemáica específica es: Y = S T (b) Para ejemplificar el méodo usaremos la serie de iempo de la SESION 10. omo habíamos viso, la gráfica de esos daos muesra ciera endencia, esacionalidad considerable y posiblemene oro ipo de flucuaciones (aleaoriedad). Al emplear ese méodo, los daos se expresan como Y = T x x S x donde Y represena los valores reales, el propósio de la descomposición es idenificar T, y S (lo que sobra será ) al analizar los daos originales de Y. Suponga que los primero cuaro rimesres (es decir, los cuaro rimesres) se suman y se calcula su promedio: Y1 + Y + Y3 + Y4 = 3, , , , = 10,965.33/4 =,

3 Pronósicos II El valor, es el promedio de odo un año y, por definición, no iene esacionalidad (la esacionalidad se refiere a subperiodos rimesrales de un año es ese caso). Aún más, el valor, iene poco o ningún error o aleaoriedad; así, al sumar valores lo esocásico se cancela a sí mismo en gran medida, ya que se combinan ano las flucuaciones posiivas como las negaivas. Por lo ano, sumar anos valores de Y como lo largo de la esacionalidad (cuaro rimesres en un año, 0 1 meses cuando la esacionalidad es mensual) lo permia, propicia un conjuno de valores que no incluye esacionalidad pero sí una canidad mínima de aleaoriedad. O sea, sólo incluye endencia y ciclo (T x ). Si se suman del segundo al quino rimesre y se calcula su media el resulado es: Y+ Y3 + Y4 + Y5 = 3, , , ,74.80 = 11,.53/4 =, omo anes,, es la media de cuaro rimesres por lo ano no incluye esacionalidad y iene poca o nula aleaoriedad pero si coniene endencia y ciclo. Se puede coninuar el mismo proceso, eliminando Y e incluyendo Y 6 (la media es,835.57), eliminando Y 3 e incluyendo Y 7, y así sucesivamene. Hacerlo así para odos los daos produce una serie de promedios móviles (llamados móviles porque se elimina un valor y se incluye en oro) desde el principio hasa el final de los daos de la abla Esos valores de promedio móvil son relaivamene suaves (ya que no incluyen esacionalidad, pero si un poco de error) y proporcionan un cuadro mucho más preciso de cómo se comporan las venas del produco con respeco a la endencia y el ciclo. Por lo que podemos decir que: MA =. (c) En donde MA es el promedio móvil desde el principio hasa el final de los daos. El valor de al promedio móvil cubre un conjuno compleo de esaciones. Esos daos los reflejaremos en una abla que considere: Trimesre Observación Y Promedio Móvil T x (1) () (3) Los siguienes elemenos a considerar son: Esacionalidad y aleaoriedad 45

4 Pronósicos II La columna (3) de la abla anerior muesra T x y la columna () los daos originales, es decir, muesra T x x S x. Si los valores de la columna () se dividen enre los de la columna (3), los resulados son las razones que conemplaremos en una columna (4), de acuerdo con la ecuación: Y MA S = = S. (d) Trimesre Observación Y Promedio Móvil T x azón S x x 100 (1) () (3) (4) omo conjuno de valores de daos, esas razones sólo conienen esacionalidad y error (por convención esos valores se han muliplicado por 100). Esas razones conienen información requerida para idenificar la esacionalidad. Si el valor de una de esas razones sobrepasa 100, eso implica que el valor real de Y es mayor que el promedio móvil T x. Sin embargo, pueso que Y incluye esacionalidad y aleaoriedad, y T x NO, la esacionalidad y aleaoriedad son más alas para ese rimesre que en promedio. Si la razón es menor que 100, sucede lo conrario, la esacionalidad y aleaoriedad son menores que el promedio. Aleaoriedad. Y S La ecuación = = S MA proporciona información imporane acerca de los daos. No obsane, ya que el error o la aleaoriedad es algo que no se puede explicar o conrolar, es úil eliminar la aleaoriedad de esa ecuación con el fin de aislar la esacionalidad. Eso se puede hacer si se recuerda que la aleaoriedad se refiere a flucuaciones al azar, ausencia de un parón o variaciones oalmene sin explicación. omo al, los valores aleaorios, por definición, flucúan alrededor de 0 y iene un promedio o una media de 0. Por lo ano, si se suman varios valores aleaorios, el resulado será un valor de 0, o cercano a 0. 46

5 Pronósicos II Esacionalidad. Si reorganizamos la columna con las razones de esa manera: Año Trimesre Primero Segundo Tercero uaro S S1 S S3 S4 Es decir, organizadas de acuerdo con los rimesres (esaciones) y años. Así, la segunda columna da los valores de odos los primeros rimesres, y si sucesivamene. Y obenemos el promedio de odos los primeros, segundos, erceros y cuaros rimesres (y los agregamos en el renglón S). Al promediar odos los valores del mismo rimesre de odos los años se elimina la aleaoriedad, que por definición flucúa alrededor de 0. Así esos promedios solamene represenan esacionalidad. En érminos algebraicos eso equivale a: S = S. (e) en donde la sobrebarra denoa promedio. Ajuse de los índices esacionales para promediar 100. Sumar los cuaro facores esacionales de los promedios de la abla NO da un valor de 400. Se necesia un ajuse sencillo para hacerlos que engan un valor promedio de 100. Si se divide 400 enre la suma , el resulado es el facor se obienen valores de 11.83, , y El oal de esos cuaro índices esacionales es ahora exacamene igual a 400. Eso hace que su significado e inerpreación sean más claros. Por ejemplo, el facor esacional significa que el primer rimesre (enero, febrero y marzo) es 11.8% más alo que el promedio del año y significa que el ercer rimesre (julio, agoso y sepiembre) esá 4.4% abajo del promedio anual. 47

6 Pronósicos II Año Trimesre Primero Segundo Tercero uaro S Toal Facor S ajusado Toal Separación del ciclo y la endencia La ecuación (c) expresa el valor del ciclo de endencia de una serie de daos. Aunque no es suficiene en la mayoría de los casos, a veces es deseable separar la endencia del ciclo. Eso se pude hacer al paricularizar un ipo específico de endencia que describa mejor los daos. Por ejemplo, la endencia podría ser lineal o de alguna ora forma. on los daos de la de la serie original ajuse a una función lineal (una línea reca) que describa la endencia adecuadamene. Los parámeros de a y b de esa reca de endencia lineal se pueden esimar empleando regresión simple. En ese caso, el valor observado es la variable dependiene Y y el rimesre es la variable independiene X. Los valores de a y b, es decir, los coeficienes de la ecuación para la reca puede calcularse como: b n* xy x x ( x) = n* y Y a y x x ( ) = n * x x xy 48

7 Pronósicos II O bien con la fórmula: b a= n xy x n x ( x) y x = n b n y se obiene: a =, b = Por lo ano, la ecuación para la reca queda como: T = a + b =, en donde a es un érmino consane y b es la endencia (la canidad que las venas aumena cada rimesre). Para el rimesre 10 (es decir, el segundo rimesre de 1979) el valor de la endencia lineal es: T 10 =, (10) = 3,15.45 Para los rimesres 0, 30 y 40 los valores de la endencia correspondienes son: T 0 =, (0) = 3, T 30 =, (30) = 3, T 40 =, (40) = 4,94.5 Si la ecuación (c) se divide enre la endencia T, el resulado es un conjuno de valores para el ciclo : MA = = T T Así, el ciclo para los periodos 10, 0, 30 y 40 se puede calcular al dividir los promedios móviles de la abla: 49

8 Pronósicos II Trimesre Observación Y Promedio Móvil T x (1) () (3) enre los valores de endencia correspondienes y muliplicarlos por 100 para hacer que flucúen alrededor de 100: 10 =, / 3,15.45 = = 3, / 3, = = 3, / 3, = = 4,37.77 / 4,94.5 = Y agregamos esos elemenos en nuesra abla original: Año Trimesre Observación Y Promedio Móvil T x azón S x x 100 S Ajusado Tendencia T iclo Pronósico S X T X (1) () (3) (4) En el caso de los índices esacionales, los facores cíclicos flucúan alrededor de 100. Si el valor cíclico esá abajo de 100, indica que el nivel de la acividad económica se ese rimesre se halla abajo del promedio de odos los años. Un valor arriba de 100 indica lo conrario. En sínesis, el méodo de descomposición proporciona un medio para aislar los diversos componenes de una serie de iempo mediane las siguienes ecuaciones: Y MA Ecuación Aísla: MA = la endencia y el ciclo = b la endencia T a+ MA = = el ciclo T T S = = S la esacionalidad y la aleaoriedad S = S la esacionalidad Los méodos de descomposición no son an fáciles, sino sumamene inuiivos. 50

9 Pronósicos II Preparación de pronósicos basados en el méodo de descomposición para el análisis de una serie de iempo on el mismo ejemplo que hemos esado uilizando, es posible preparar pronósicos basados en los facores del índice esacional, endencial, cíclico que han sido idenificados. Para ejemplificar cómo se hace eso, considere el cálculo de un pronósico para el rimesre de 49. Primero debe recordarse que la relación básica supuesa fue que: Y = S Al preparar el pronósico, no puede proyecarse el úlimo érmino, la aleaoriedad (), por lo ano la relación Y = S Para el rimesre 49, el pronósico de endencia es: T 49 =, (49) = 4, El facor esacional para el rimesre 49 es de: 10.09, finalmene se esima el facor cíclico. De esa forma el pronósico deseado es: Y 49 = S 49 x T 49 x 9 = (11.83/100) x (4,644.69) x (96.49/100) = 5,

SUAVIZAMIENTO EXPONENCIAL AJUSTADO A LA TENDENCIA Y A LA VARIACIÓN ESTACIONAL: MÉTODO DE WINTERS

SUAVIZAMIENTO EXPONENCIAL AJUSTADO A LA TENDENCIA Y A LA VARIACIÓN ESTACIONAL: MÉTODO DE WINTERS Pronósicos II Un maemáico, como un inor o un oea, es un fabricane de modelos. i sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico, como

Más detalles

GRADO TURISMO TEMA 6: SERIES TEMPORALES

GRADO TURISMO TEMA 6: SERIES TEMPORALES GRADO TURISMO TEMA 6: SERIES TEMPORALES Prof. Rosario Marínez Verdú 1 TEMA 6: SERIES TEMPORALES 1. Componenes de una serie emporal. 2. Análisis de la Tendencia. 3. Análisis de las Variaciones Esacionales.

Más detalles

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica

Métodos de Previsión de la Demanda Pronóstico para Series Temporales Niveladas Representación Gráfica Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di 25 2 2 3 225 4 24 5 22 Para resolver

Más detalles

PREVISIÓN DE LA DEMANDA

PREVISIÓN DE LA DEMANDA Capíulo 0. Méodos de Previsión de la OBJETIVOS. Los pronósicos y la planificación de la producción y los invenarios. 2. El proceso de elaboración de los pronósicos. Méodos de previsión de la demanda 4.

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

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t

ω ω ω y '' + 3 y ' y = 0 en la que al resolver se debe obtener la función y. dx = + d y y+ m = mg k dt d y dy dx dx = x y z d y dy u u x t t E.D.O para Ingenieros CAPITULO INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES Las ecuaciones diferenciales son ecuaciones en las que conienen derivadas, Por ejemplo: '' + ' = en la que al resolver se debe

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

PRÁCTICA 4 TEMA 6: SERIES TEMPORALES

PRÁCTICA 4 TEMA 6: SERIES TEMPORALES PRÁCTICA 4 TEMA 6: SERIES TEMPORALES En las prácicas aneriores se habían analizado observaciones de variables de ipo ransversal (por ejemplo, obenidas para diferenes municipios). Llamaremos Serie Temporal

Más detalles

Como podrás observar, los valores de la última columna no son iguales a qué se debe esto, si para una función lineal sí resultaron iguales?

Como podrás observar, los valores de la última columna no son iguales a qué se debe esto, si para una función lineal sí resultaron iguales? Razón de cambio de una función cuadráica Ejemplo.5 Un puno se desplaza en el plano describiendo el lugar geomérico correspondiene a la función f ( x x 6x 3. Obén la razón promedio de cambio. Considera

Más detalles

UNIDAD IX. Técnicas de Suavización

UNIDAD IX. Técnicas de Suavización UNIDAD IX Técnicas de Suavización UNIDAD IX La esadísica demuesra que suele ser más fácil hacer algo bien que explicar por qué se hizo mal. Allen L. Webser, 1998 Cuál es el objeivo de la Técnica de suavización?

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Series Temporales Esadísica Descripiva y Analisis de Daos con la Hoja de Cálculo Excel Series Temporales Serie emporal una serie emporal es una sucesión de observaciones de una variable realizadas a inervalos regulares

Más detalles

4. Modelos de series de tiempo

4. Modelos de series de tiempo 4. Modelos de series de iempo Los modelos comunes para el análisis de series de iempo son los que se basan en modelos auorregresivos y modelos de medias móviles o una combinación de ambos. Es posible realizar

Más detalles

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN ESTUDIO DE MERCADO. MÉTODOS DE PROECCIÓN Qué es una proyección? Es una esimación del comporamieno de una variable en el fuuro. Específicamene, se raa de esimar el valor de una variable en el fuuro a parir

Más detalles

EJERCICIOS PROPUESTOS

EJERCICIOS PROPUESTOS 8 Deerminanes. Ejercicio resuelo. EJERCICIOS PROPUESTOS. Calcula el valor de los siguienes deerminanes. 8 4 5 0 0 6 c) 4 5 4 8 6 4 8 4 5 0 6+ 0 0+ 5 00 5 6 0+ 000 0 48 0 6 ( ) ( ) ( ) ( ) ( ) 4 5 5 + 4

Más detalles

Curso Combinado de Predicción y Simulación Edición 2004

Curso Combinado de Predicción y Simulación  Edición 2004 Curso Combinado de Predicción y Simulación www.uam.es/predysim Edición 2004 UNIDAD 2: TÉCNICAS ELEENTALES DE PREDICCIÓN CASO DE APLICACIÓN 1.- Predicción y simulación de los coses salariales en España

Más detalles

Resolviendo la Ecuación Diferencial de 1 er Orden

Resolviendo la Ecuación Diferencial de 1 er Orden Resolviendo la Ecuación Diferencial de er Orden J.I. Huircán Universidad de La Fronera February 6, 200 bsrac El siguiene documeno planea disinos méodos para resolver una ecuación diferencial de primer

Más detalles

Guía de Ejercicios Econometría II Ayudantía Nº 3

Guía de Ejercicios Econometría II Ayudantía Nº 3 Guía de Ejercicios Economería II Ayudanía Nº 3 1.- La serie del dao hisórico del IPC Español desde enero de 2002 hasa diciembre de 2011, esá represenada en el siguiene gráfico: 115 110 105 100 95 90 85

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

Tema 8: SERIES TEMPORALES

Tema 8: SERIES TEMPORALES Inroducción a la Economería Tema 8: ERIE TEMPORALE Tema 8: ERIE TEMPORALE. Concepo y componenes de una serie emporal. Definiremos una serie emporal como cualquier conjuno de N observaciones cuaniaivas

Más detalles

SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS.

SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS. SOLUCION NUMERICA DE ECUACIONES DIFERENCIALES ORDINARIAS. El objeivo de esas noas complemenarias al ema de solución numérica de ecuaciones diferenciales ordinarias es dar una inroducción simple al ema,

Más detalles

ANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla:

ANEXO Las instituciones calcularán mensualmente los puntos en riesgo utilizando el procedimiento que a continuación se detalla: ANEXO 5 METODOLOGIA A SEGUIR PARA DETERMINAR EL MONTO MÍNIMO DEL FIDEICOMISO, ASÍ COMO EL IMPORTE DE LAS CUOTAS SOBRE LAS CUALES SE CALCULARÁN LAS APORTACIONES A QUE SE REFIERE EL ARTÍCULO 55 BIS DE LA

Más detalles

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez

Ejercicios de Econometría para el tema 4 Curso Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez Ejercicios de Economería para el ema 4 Curso 2005-06 Profesores Amparo Sancho Amparo Sancho Guadalupe Serrano Pedro Perez 1 1. Considérese el modelo siguiene: Y X + u * = α + β 0 Donde: Y* = gasos deseados

Más detalles

Señales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan

Señales Elementales. Dr. Luis Javier Morales Mendoza. FIEC Universidad Veracruzana Poza Rica Tuxpan Señales Elemenales Dr. Luis Javier Morales Mendoza FIEC Universidad Veracruzana Poza Rica Tuxpan Índice 3.1. Señales elemenales en iempo coninuo: impulso uniario, escalón uniario, rampa uniaria y la señal

Más detalles

1. Derivadas de funciones de una variable. Recta tangente.

1. Derivadas de funciones de una variable. Recta tangente. 1. Derivadas de funciones de una variable. Reca angene. Derivadas Vamos a ver en ese capíulo la generalización del concepo de derivada de funciones reales de una variable a funciones vecoriales con varias

Más detalles

Gráficos con Maple. . El segundo argumento especifica la variable independiente y su rango x de variación.

Gráficos con Maple. . El segundo argumento especifica la variable independiente y su rango x de variación. Gráficos con Maple Maple incluye poenes capacidades gráficas que permien realizar represenaciones bidimensionales, ridimensionales e incluso animaciones. El programa es muy flexible en lo que a la enrada

Más detalles

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE El modelo de regresión lineal simple EMA VI: EL MODELO DE REGREIÓN LIENAL IMPLE VI..- Inroducción. VI..- El modelo de regresión lineal simple. Propiedades. VI.3.- Obención de los esimadores por mínimos

Más detalles

Introducción a la Estadística Empresarial. Capítulo 4.- Series temporales Jesús Sánchez Fernández

Introducción a la Estadística Empresarial. Capítulo 4.- Series temporales Jesús Sánchez Fernández Inroducción a la Esadísica Empresarial. Capíulo 4.- Series emporales CAPITULO 4.- SERIES TEMPORALES 4. Inroducción. Hasa ahora odas las variables que se han esudiado enían en común que, por lo general,

Más detalles

SERIES TEMPORALES. Cecilia Esparza Catalán

SERIES TEMPORALES. Cecilia Esparza Catalán SERIES TEMPORALES Cecilia Esparza Caalán Cecilia Esparza Caalán ÍNDICE Página.- INTRODUCCIÓN.. 2 2.- ANÁLISIS PRELIMINAR DE UNA SERIE... 3 - Tendencia y nivel de la serie.... 4 - Esacionalidad.... 9 -

Más detalles

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR) ESPECIFICACION La meodología VAR es, en ciera forma, una respuesa a la imposición de resricciones a priori que caraceriza a los modelos economéricos keynesianos:

Más detalles

RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función

RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN. Razón de cambio instantánea y la derivada de una función RELACIÓN ENTRE LA RAZÓN DE CAMBIO INSTANTÁNEA Y LA DERIVADA DE UNA FUNCIÓN Razón de cambio insanánea y la derivada de una función anerior Reomemos nuevamene el problema del proyecil esudiado en la secuencia

Más detalles

Complejidad de modelos: Sesgo y Varianza

Complejidad de modelos: Sesgo y Varianza Complejidad de modelos: Sesgo y Varianza 17 de abril de 2008 Noas de clase. Rolando Belrán A Las medidas de sesgo y varianza son úiles para los modeladores en ano que ayudan a regular la complejidad del

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

EJERCICIOS DE VECTORES

EJERCICIOS DE VECTORES EJERCICIOS DE ESPACIOS VECTORIALES CURSO 0-0 CONCEPTO DE ESPACIO VECTORIAL EJERCICIOS DE VECTORES. En el conjuno se definen las operaciones siguienes: x y x y x x y y x y x Suma + :, ', ' ', ' Produco

Más detalles

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la

CAPÍTULO III. METODOLOGÍA. En este capítulo se expondrán los diversos modelos de pronósticos así como su notación, la CAPÍTULO III. METODOLOGÍA En ese capíulo se expondrán los diversos modelos de pronósicos así como su noación, la esimación de sus parámeros para poder enonces escoger el modelo que más se adecue a la Serie

Más detalles

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría

Experimento 3. Análisis del movimiento en una dimensión. Objetivos. Teoría Experimeno 3 Análisis del movimieno en una dimensión Objeivos. Esablecer la relación enre la posición y la velocidad de un cuerpo en movimieno 2. Definir la velocidad como el cambio de posición en un inervalo

Más detalles

MATEMÁTICAS I. TEMA 1: ECUACIONES Y SISTEMAS DE ECUACIONES

MATEMÁTICAS I. TEMA 1: ECUACIONES Y SISTEMAS DE ECUACIONES Cód. 87 Avda. de San Diego, 8 Madrid Tel: 978997 98 Fa: 9789 Email: rldireccion@planalfa.es de No se auoria el uso comercial de ese Documeno. MATEMÁTICAS I. TEMA : ECUACIONES Y SISTEMAS DE ECUACIONES..

Más detalles

Análisis de Series Temporales. Jose Jacobo Zubcoff. Departamento de Ciencias del Mar y Biología Aplicada

Análisis de Series Temporales. Jose Jacobo Zubcoff. Departamento de Ciencias del Mar y Biología Aplicada Análisis de Series Temporales Jose Jacobo Zubcoff Deparameno de Ciencias del Mar y Biología Aplicada Inroducción al análisis de series emporales Objeivo: analizar la evolución de una variable a ravés del

Más detalles

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD

USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD USO DE LAS TRANSFORMADAS DE LAPLACE Y Z EN EL ÁREA DE PROBABILIDAD Inroducción. En muchas áreas de ingeniería se uilizan procesos esocásicos o aleaorios para consruir modelos de sisemas ales como conmuadores

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

1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal

1 Física General I Paralelos 05 y 22. Profesor RodrigoVergara R 0102) Movimiento Rectilíneo Horizontal Física General I Paralelos 5 y. Profesor Rodrigoergara R ) Movimieno Recilíneo Horizonal ) Concepos basicos Definir disancia recorrida, posición y cambio de posición. Definir vecores posicion, velocidad

Más detalles

03) Rapidez de Cambio. 0302) Rapidez de Cambio

03) Rapidez de Cambio. 0302) Rapidez de Cambio Página 3) Rapidez de Cambio 3) Rapidez de Cambio Desarrollado por el Profesor Rodrigo Vergara Rojas Ocubre 7 Ocubre 7 Página A) Rapidez media de cambio Considere una canidad física (), como la mosrada

Más detalles

Los Procesos de Poisson y su principal distribución asociada: la distribución exponencial

Los Procesos de Poisson y su principal distribución asociada: la distribución exponencial Los Procesos de Poisson y su principal disribución asociada: la disribución exponencial Lucio Fernandez Arjona Noviembre 2004. Revisado Mayo 2005 Inroducción El objeivo de esas noas es inroducir al esudio

Más detalles

Técnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase

Técnicas cualitativas para las Ecuaciones diferenciales de primer orden: Campos de pendientes y líneas de fase Lección 5 Técnicas cualiaivas para las Ecuaciones diferenciales de primer orden: Campos de pendienes y líneas de fase 5.. Técnicas Cualiaivas Hasa ahora hemos esudiado écnicas analíicas para calcular,

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

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico

Curso 2006/07. Tema 1: Procesos Estocásticos. Caracterización de los procesos ARIMA. stico Curso 6/7 Economería II Tema : Procesos Esocásicos. Caracerización de los procesos ARIMA. Concepo de proceso esocásico sico. Esacionariedad fuere y débil de los procesos esocásicos. Teoremas de ergodicidad

Más detalles

PONENCIA: DEMOSTRACIÓN, SIN CÁLCULO DIFERENCIAL, DE LAS ECUACIONES DE LA POSICIÓN EN EL MOVIMIENTO PARABÓLICO. Introducción

PONENCIA: DEMOSTRACIÓN, SIN CÁLCULO DIFERENCIAL, DE LAS ECUACIONES DE LA POSICIÓN EN EL MOVIMIENTO PARABÓLICO. Introducción PONENCIA: DEMOSTRACIÓN, SIN CÁLCULO DIFERENCIAL, DE LAS ECUACIONES DE LA POSICIÓN EN EL MOVIMIENTO PARABÓLICO Presenada por: Prof. Yuri Posadas Velázquez Seminario LAC. 24 de ocubre de 2013 Inroducción

Más detalles

Sesión 2 Análisis univariado de series de tiempo

Sesión 2 Análisis univariado de series de tiempo Banco Cenral de Reserva del Perú 55º Curso de Exensión Universiaria Economería Prof. Juan F. Casro Sesión Análisis univariado de series de iempo 4. Series de iempo esacionarias 4.. Qué enendemos por proceso

Más detalles

Práctica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO

Práctica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO Prácica 20. CARGA Y DESCARGA DE UN CONDENSADOR ELÉCTRICO OBJETIVOS Esudiar los procesos de carga y de descarga de un condensador. Medida de capacidades por el méodo de la consane de iempo. MATERIAL Generador

Más detalles

PROPORCIONALIDAD. Ejemplo: Son magnitudes: La longitud, el peso, el precio, el tiempo, el número de objetos, etc.

PROPORCIONALIDAD. Ejemplo: Son magnitudes: La longitud, el peso, el precio, el tiempo, el número de objetos, etc. PROPORCIONALIDAD MAGNITUD.- Es cualquier fenómeno observable que se pueda medir. Ejemplo: Son magniudes: La longiud, el peso, el precio, el iempo, el número de objeos, ec. No son magniudes: La inensidad

Más detalles

Crimen y Distribución del Ingreso. Por: F. Bourguignon, Jairo Núñez y F. Sánchez

Crimen y Distribución del Ingreso. Por: F. Bourguignon, Jairo Núñez y F. Sánchez Crimen y Disribución del Ingreso Por: F. Bourguignon, Jairo Núñez y F. Sáncez I. Inroducción El presene documeno iene como objeivo explorar los deerminanes de los delios conra el parimonio para la siee

Más detalles

Proyección de tasas de actividad

Proyección de tasas de actividad Proyección de asas de acividad Noa meodológica. Inroducción El raar de anicipar el comporamieno fuuro de la población en relación con el mercado de rabajo iene un inerés evidene, pues ofrece información

Más detalles

CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN

CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN CORRELACIÓN LINEAL Y ANÁLISIS DE REGRESIÓN Auores: Alicia Vila (avilag@uoc.edu), Máximo Sedano (msedanoh@uoc.edu), Ana López (alopezra@uoc.edu), Ángel A. Juan (ajuanp@uoc.edu), MAPA CONCEPTUAL Definición

Más detalles

MODELO ARIMA(p, d, q) (P, D, Q) s

MODELO ARIMA(p, d, q) (P, D, Q) s SERIES TEMPORALES: MODELO ARIMA Faculad Ciencias Económicas y Empresariales Deparameno de Economía Aplicada Profesor: Saniago de la Fuene Fernández MODELO ARIMA(p, d, q) (P, D, Q) s Se han analizado las

Más detalles

PRÁCTICA 3: Sistemas de Orden Superior:

PRÁCTICA 3: Sistemas de Orden Superior: PRÁCTICA 3: Sisemas de Orden Superior: Idenificación de modelo de POMTM. Esabilidad y Régimen Permanene de Sisemas Realimenados Conrol e Insrumenación de Procesos Químicos. . INTRODUCCIÓN Esa prácica se

Más detalles

ECONOMETRÍA EMPRESARIAL II ADE

ECONOMETRÍA EMPRESARIAL II ADE 4 Bernardí Cabrer Economería Empresarial II Tema 8 ECONOMETRÍA EMPRESARIAL II ADE TEMA 8 MODELOS LINEALES SIN ESTACIONALIDAD I ( Modelos regulares 4 Bernardí Cabrer Economería Empresarial II Tema 8 8.

Más detalles

Cobertura de una cartera de bonos con forwards en tiempo continuo

Cobertura de una cartera de bonos con forwards en tiempo continuo Coberura de una carera de bonos con forwards en iempo coninuo Bàrbara Llacay Gilber Peffer Documeno de Trabajo IAFI No. 7/4 Marzo 23 Índice general Inroducción 2 Objeivos......................................

Más detalles

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce Economería I. DADE Noas de Clase PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce (rafael.dearce@uam.es) INTRODUCCIÓN Una vez lograda una expresión maricial para la esimación de los parámeros

Más detalles

INCERTIDUMBRE EN LA CALIBRACIÓN DE VISCOSÍMETROS CAPILARES

INCERTIDUMBRE EN LA CALIBRACIÓN DE VISCOSÍMETROS CAPILARES CENTO NACIONAL DE METOLOGÍA INCETIDUMBE EN LA CALIBACIÓN DE VISCOSÍMETOS CAPILAES Wolfgang A. Schmid ubén J. Lazos Marínez Sonia Trujillo Juárez Noa: El presene ejercicio ha sido desarrollado bajo aspecos

Más detalles

Objetivos. El alumno planteará, mediante un diagrama de flujo, los pasos que deberán seguirse para resolver un problema de ingeniería sencillo.

Objetivos. El alumno planteará, mediante un diagrama de flujo, los pasos que deberán seguirse para resolver un problema de ingeniería sencillo. Objeivos El alumno planeará, mediane un diagrama de flujo, los pasos que deberán seguirse para resolver un problema de ingeniería sencillo. Al final de esa prácica el alumno podrá: 1. Analizar el problema

Más detalles

Sistemade indicadores compuestos coincidentey adelantado julio,2010

Sistemade indicadores compuestos coincidentey adelantado julio,2010 Sisemade indicadores compuesos coincideney adelanado julio,2010 Sisema de Indicadores Compuesos: Coincidene y Adelanado SI REQUIERE INFORMACIÓN MÁS DETALLADA DE ESTA OBRA, FAVOR DE COMUNICARSE A: Insiuo

Más detalles

Aplicaciones de la Probabilidad en la Industria

Aplicaciones de la Probabilidad en la Industria Aplicaciones de la Probabilidad en la Indusria Cuara pare Final Dr Enrique Villa Diharce CIMAT, Guanajuao, México Verano de probabilidad y esadísica CIMAT Guanajuao,Go Julio 010 Reglas para deección de

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

Facultad de Ciencias Exactas. UNLP Página 1

Facultad de Ciencias Exactas. UNLP Página 1 ANÁLISIS MATEMÁTICO I. CIBEX-FÍSICA MÉDICA. Primer cuarimesre 0 UNIDAD I. GUÍA FUNCIONES. DOMINIO. GRÁFICA Comenzaremos nuesro curso repasando el concepo de función. Las funciones represenan el principal

Más detalles

Señales. Apéndice 3. A3.1 Representación de formas de ondas. Una señal es una función del tiempo. La gráfica de una señal se denomina forma de onda.

Señales. Apéndice 3. A3.1 Representación de formas de ondas. Una señal es una función del tiempo. La gráfica de una señal se denomina forma de onda. Apéndice 3 1 Señales Una señal es una función del iempo. La gráfica de una señal se denomina forma de onda. A3.1 Represenación de formas de ondas Esudiaremos algunas propiedades de la represenación de

Más detalles

Análisis Estadístico de Datos Climáticos

Análisis Estadístico de Datos Climáticos Análisis Esadísico de Daos Climáicos SERIES TEMPORALES I Mario Bidegain (FC) Alvaro Diaz (FI) Universidad de la República Monevideo, Uruguay 2011 CONTENIDO Esudio de las series emporales en Climaología.

Más detalles

IES CASTELAR BADAJOZ Examen Junio de 2011(General) Solución Antonio Mengiano Corbacho

IES CASTELAR BADAJOZ Examen Junio de 2011(General) Solución Antonio Mengiano Corbacho IES CASTELAR BADAJOZ Eamen Junio de (General) Anonio Mengiano Corbacho PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE BALEARES JUNIO (GENERAL) MATEMÁTICAS II Tiempo máimo: horas y minuos Conese de manera clara

Más detalles

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk

Determinación de las garantías para el contrato de futuros de soja en pesos. Value at Risk Deerminación de las garanías para el conrao de fuuros de soja en pesos. Value a Risk Gabriela acciano inancial Risk Manager gfacciano@bcr.com.ar Direcora Deparameno de Capaciación y Desarrollo de Mercados

Más detalles

Capítulo 5 Sistemas lineales de segundo orden

Capítulo 5 Sistemas lineales de segundo orden Capíulo 5 Sisemas lineales de segundo orden 5. Definición de sisema de segundo orden Un sisema de segundo orden es aquel cuya salida y puede ser descria por una ecuación diferencial de segundo orden: d

Más detalles

6. ALGEBRAS DE BOOLE

6. ALGEBRAS DE BOOLE 6.1. Relaciones de orden Relación de orden Se llama relación de orden sobre un conjuno A a cualquier relación R enre sus elemenos que verifica las siguienes res propiedades: 1. Refleiva: ara, para cualquier

Más detalles

CONTROL BÁSICO. Sistemas de Control Realimentados. Reguladores o Controladores. Facultad de Ingeniería - UNER. Asignaturas: Control Básico 1

CONTROL BÁSICO. Sistemas de Control Realimentados. Reguladores o Controladores. Facultad de Ingeniería - UNER. Asignaturas: Control Básico 1 Faculad de Ingeniería - UNER CONTROL BÁSICO TEMAS: - Tipos de Reguladores Faculad de Ingeniería UNER Carrera: Bioingeniería Plan de esudios: 2008 Sisemas de Conrol Realimenados Consideramos el lazo básico

Más detalles

ESTIMACION DE LA TASA DE DESEMPLEO NO ACELERADORA DE LA INFLACION PARA LA ECONOMIA ECUATORIANA RESUMEN

ESTIMACION DE LA TASA DE DESEMPLEO NO ACELERADORA DE LA INFLACION PARA LA ECONOMIA ECUATORIANA RESUMEN ESTIMACION DE LA TASA DE DESEMPLEO NO ACELERADORA DE LA INFLACION PARA LA ECONOMIA ECUATORIANA Segundo Fabián Vilema Escudero 1, Francisco Xavier Marrio García. 2 RESUMEN Esa esis esablece la uilización

Más detalles

TEMA 7 La curva de Phillips

TEMA 7 La curva de Phillips TEMA 7 La curva de Phillips Manual: Macroeconomía, Olivier Blanchard Presenaciones: Fernando e Yvonn Quijano La asa naural de desempleo y la curva de Phillips Figura 1 La inflación y el desempleo en Esados

Más detalles

AJUSTE NUMÉRICO DEL PIB PER CÁPITA DE BRASIL, MÉXICO Y CHINA USANDO FUNCIONES HIPERBÓLICAS

AJUSTE NUMÉRICO DEL PIB PER CÁPITA DE BRASIL, MÉXICO Y CHINA USANDO FUNCIONES HIPERBÓLICAS ISSN 007-957 AJUSTE NUMÉRICO DEL PER CÁPITA DE BRASIL, MÉXICO Y CHINA USANDO FUNCIONES HIPERBÓLICAS Ana María Islas Cores Insiuo Poliécnico Nacional, ESIT amislas@ipn.mx Gabriel Guillén Buendia Insiuo

Más detalles

CÁTEDRA: QUÍMICA GUÍA DE LABORATORIO Nº 5

CÁTEDRA: QUÍMICA GUÍA DE LABORATORIO Nº 5 CÁTEDRA: QUÍMICA GUÍA DE LABORATORIO Nº 5 PARTE A: CINÉTICA QUÍMICA PARTE B: TERMOQUÍMICA: CALOR DE NEUTRALIZACIÓN PARTE A: CINÉTICA QUÍMICA OBJETIVOS 1. Esudiar la cinéica de una reacción química por

Más detalles

Observatorio * EL AUMENTO DEL IVA EN ESPAÑA: UNA CUANTIFICACIÓN ANTICIPADA DE SUS EFECTOS **

Observatorio * EL AUMENTO DEL IVA EN ESPAÑA: UNA CUANTIFICACIÓN ANTICIPADA DE SUS EFECTOS ** Revisa de Economía Aplicada E Número 53 (vol. XVIII), 2010, págs. 163 a 183 A Observaorio * EL AUMENTO DEL IVA EN ESPAÑA: UNA CUANTIFICACIÓN ANTICIPADA DE SUS EFECTOS ** GONZALO FERNÁNDEZ-DE-CÓRDOBA Universidad

Más detalles

aa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015

aa Opinión sobre la determinación del Índice Revalorización de las Pensiones 2015 Anejo 1 25 Noviembre 2014 aa Opinión sobre la deerminación del Índice Revalorización de las Pensiones 2015 Anejo 1 La fórmula de cálculo del Índice de Revalorización de las Pensiones (IRP), paso a paso

Más detalles

Resultados de las encuestas de sacrificio de ganado Informe de los resultados del año 2011

Resultados de las encuestas de sacrificio de ganado Informe de los resultados del año 2011 1. Resulados de las encuesas de sacrificio de ganado Informe de los resulados del año 211 1. Inroducción A fin de garanizar la gesión del secor ganadero de la Casilla y León y según esablece el Plan Esadísico

Más detalles

Y t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables.

Y t = Y t Y t-1. Y t plantea problemas a la hora de efectuar comparaciones entre series de valores de distintas variables. ASAS DE VARIACIÓN ( véase Inroducción a la Esadísica Económica y Empresarial. eoría y Pácica. Pág. 513-551. Marín Pliego, F. J. Ed. homson. Madrid. 2004) Un aspeco del mundo económico que es de gran inerés

Más detalles

Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE.

Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. Previsión de Venas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (I) Presenación y concepos básicos en orno al manejo de series emporales. Profesor: Ramón Mahía Curso 2002-2003 I.- Presenación

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 Técnicas de Mercado Previsión de Venas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (I) Presenación y concepos básicos en orno al manejo de series emporales. Profesor: Ramón

Más detalles

RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005

RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 RESULTADOSEDUCATIVOS RE01 DIFERENCIA DEL LOGRO PROMEDIO EN COMPRENSIÓN LECTORA Y MATEMÁTICAS PARA 6 DE PRIMARIA Y 3 DE SECUNDARIA ENTRE 2000 Y 2005 FÓRMULA RE01 NOMBREdelINDICADOR Diferencia del loro promedio

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA Insrucor: Horacio Caalán TEORÍA DE COINTEGRACIÓN Efecos de las propiedades esocásicas de las series en un modelo de regresión

Más detalles

La Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial

La Curva de Phillips CAPÍTULO 17. Profesor: Carlos R. Pitta. Macroeconomía Avanzada. Universidad Austral de Chile Escuela de Ingeniería Comercial Universidad Ausral de Chile Escuela de Ingeniería Comercial Macroeconomía Avanzada CAPÍTULO 17 La Curva de Phillips Profesor: Carlos R. Pia Macroeconomía Avanzada, Prof. Carlos R. Pia, Universidad Ausral

Más detalles

Solución: El sistema de referencia, la posición del cuerpo en cada instante respecto a dicha referencia, el tiempo empleado y la trayectoria seguida.

Solución: El sistema de referencia, la posición del cuerpo en cada instante respecto a dicha referencia, el tiempo empleado y la trayectoria seguida. 1 Qué es necesario señalar para describir correcamene el movimieno de un cuerpo? El sisema de referencia, la posición del cuerpo en cada insane respeco a dicha referencia, el iempo empleado y la rayecoria

Más detalles

Soluciones a los ejercicios propuestos Unidad 3. Ecuaciones, inecuaciones y sistemas Matemáticas aplicadas a las Ciencias Sociales

Soluciones a los ejercicios propuestos Unidad 3. Ecuaciones, inecuaciones y sistemas Matemáticas aplicadas a las Ciencias Sociales Soluciones a los ejercicios propuesos Unidad cuaciones inecuaciones sisemas Maemáicas aplicadas a las Ciencias Sociales CUACIONS D SGUNDO GRADO Resuelve e inerprea gráficamene las soluciones de las ecuaciones:

Más detalles

MATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS

MATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS 1º) La facura del gas se calcula a parir de una canidad fija y de un canidad variable que se calcula según los m 3 consumidos (el precio de cada m 3 es consane). El impore de la facura de una familia,

Más detalles

UNIVERSIDAD NACIONAL DE LA PLATA - FACULTAD DE ARQUITECTURA Y URBANISMO. Cátedra: ESTRUCTURAS NIVEL 1 Taller: VERTICAL III DELALOYE - NICO - CLIVIO

UNIVERSIDAD NACIONAL DE LA PLATA - FACULTAD DE ARQUITECTURA Y URBANISMO. Cátedra: ESTRUCTURAS NIVEL 1 Taller: VERTICAL III DELALOYE - NICO - CLIVIO UNIVERSIDAD NACIONAL DE LA PLATA - FACULTAD DE ARQUITECTURA Y URBANISMO DNC TP3 Cáedra: ESTRUCTURAS NIVEL 1 Taller: VERTICAL III DELALOYE - NICO - CLIVIO Trabajo Prácico Nº 3: Esfuerzos inernos Diagramas

Más detalles

Análisis de inversiones y proyectos de inversión

Análisis de inversiones y proyectos de inversión Análisis de inversiones y proyecos de inversión Auora: Dra. Maie Seco Benedico Índice 5. Análisis de Inversiones 1. Inroducción. 2. Crierios para la valoración de un proyeco. 3. Técnicas de valoración

Más detalles

TEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004)

TEMA 2 MODELO LINEAL SIMPLE (MLS) Gujarati, Econometria (2004) EMA 2 MODELO LINEAL SIMPLE (MLS) Gujarai, Economeria (2004). Planeamieno e inerpreación del modelo economérico lineal simple. Capíulo 2 páginas 36 a 39 2. Hipóesis Básicas del Modelo Capíulo 3 páginas

Más detalles

M O D E L O S D E I N V E N T A R I O

M O D E L O S D E I N V E N T A R I O nvesigación Operaiva Faculad de iencias Exacas - UNPBA M O E L O E N V E N T A O El objeivo de la eoría de modelos de invenario es deerminar las reglas que pueden uilizar los encargados de gesión para

Más detalles

Nota metodológica de indicadores de actividad del sector servicios

Nota metodológica de indicadores de actividad del sector servicios Noa meodológica de indicadores de acividad del secor servicios Los ndicadores de Acividad del Secor Servicios (ASS) ienen como objeivo medir la evolución a coro plazo de la acividad de las empresas que

Más detalles

TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA

TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA TEMA 2 LOS MODELOS ECONOMETRICOS Y SU PROBLEMATICA 1. CONCEPTO DE MODELO El ermino modelo debe de idenificarse con un esquema menal ya que es una represenación de la realidad. En ese senido, Pulido (1983)

Más detalles

1 Introducción... 2. 2 Tiempo de vida... 3. 3 Función de fiabilidad... 4. 4 Vida media... 6. 5 Tasa de fallo... 9. 6 Relación entre conceptos...

1 Introducción... 2. 2 Tiempo de vida... 3. 3 Función de fiabilidad... 4. 4 Vida media... 6. 5 Tasa de fallo... 9. 6 Relación entre conceptos... Asignaura: Ingeniería Indusrial Índice de Conenidos 1 Inroducción... 2 2 Tiempo de vida... 3 3 Función de fiabilidad... 4 4 Vida media... 6 5 Tasa de fallo... 9 6 Relación enre concepos... 12 7 Observaciones

Más detalles

Ecuaciones diferenciales, conceptos básicos y aplicaciones

Ecuaciones diferenciales, conceptos básicos y aplicaciones GUIA 1 Ecuaciones diferenciales, concepos básicos y aplicaciones Las ecuaciones diferenciales ordinarias son una herramiena básica en las ciencias y las ingenierías para el esudio de sisemas dinámicos

Más detalles

INDICE DE COMERCIO MINORISTA

INDICE DE COMERCIO MINORISTA INDICE DE COMERCIO MINORISTA Noa meodológica Agoso 2012 El Índice de Comercio Minorisa (ICIm) de la C.A. de Euskadi es un indicador coyunural de periodicidad rimesral cuyo objeivo es medir la evolución

Más detalles

MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO

MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO MÉTODO DE DEFLACIÓN DE VARIABLES ECONÓMICAS: CUENTAS ECONÓMICAS Y TABLAS INPUT-OUTPUT CRISTINA PRADO EUSKAL ESTATISTIKA ERAKUNDEA INSTITUTO VASCO DE ESTADISTICA Donosia-San Sebasián, 1 01010 VITORIA-GASTEIZ

Más detalles

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009)

Milagro económico dominicano: buena suerte y buenas políticas (Andújar, 2009) Comenarios al documeno: Milagro económico dominicano: buena suere y buenas políicas (Andújar 2009) III Foro de invesigadores económicos de los bancos cenrales miembros del CMCA San José Cosa Rica Agoso

Más detalles

LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION

LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION LA BANCA COMERCIAL Y LA COTIZACION DEL DÓLAR EN EL MERCADO PARALELO Rolando Virreira C. 1. INTRODUCCION Mucho se ha comenado en los úlimos años, en senido de que la banca privada ha enido y iene una influencia

Más detalles

CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos

CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.1. Introducción 5.2. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resueltos CAPÍTULO 5. INTEGRACIÓN DE FUNCIONES TRIGONOMÉTRICAS 5.. Inroducción 5.. Cambios de variable 5.3. Transformación en sumas 5.4. Problemas resuelos 5.5. Inegración por recurrencia Capíulo 5 Inegración de

Más detalles

Cuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s).

Cuando la integral (1) converge, el resultado es una función de s. La transformada de Laplace se puede escribir también como F(s). Unidad 5. a ransformada de aplace Inroducción. En nuesro curso de cálculo elemenal aprendimos que la derivación y la inegración son ransformadas, es decir, que esas operaciones ransforman una función en

Más detalles