MÉTODOS DE ESTIMACIÓN NO LINEAL APLICADOS AL PROBLEMA DE EXPECTATIVAS DE INFLACIÓN

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

Download "MÉTODOS DE ESTIMACIÓN NO LINEAL APLICADOS AL PROBLEMA DE EXPECTATIVAS DE INFLACIÓN"

Transcripción

1 Igiar. Rvisa chila d igiría vol. 17 Nº pp MÉODOS DE ESIMACIÓN NO LINEAL APLICADOS AL PROBLEMA DE EXPECAIVAS DE INFLACIÓN NONLINEAR ESIMAION MEHODS APPLIED O A PROBLEM OF EXPECED INFLAION Mauricio Arriagada-Bíz 1* Hécor Valdés-Gozálz 2 Liliaa Pdraja-Rjas 1 Rcibido 20 d fbrro d 2008 acpado 22 d julio d 2009 Rcivd: Fbruary Accpd: July RESUMEN E s rabajo s dscrib y aaliza lugo d r la cuació qu rlacioa la diámica d las xpcaivas d la asa d irés ral y d la iflació l filro xdido d Kalma. Asimismo s raliza la simació d la iflació x a para ua sri d daos prsablcida. S fcúa ua comparació co l méodo d simació d horizo móvil uilizado siuacios cuado produco d las icridumbrs paraméricas dl modlo és s ora o lial. La aplicació d sos méodos a daos rals prmi cocluir qu las simacios fcuadas a ravés dl méodo d horizo móvil combiado a u algorimo hurísico d opimizació logra los mjors rsulados. Palabras clav: Filrado d Kalma méodo MHSE iflació modlos cooméricos. ABSRAC his work dscribs ad aalyss h Exdd Kalma Filr wih rgard o a quaio ha rlas h dyamic of h xpcd ral irs ras ad iflaio. A simaio of h x a iflaio for a prsablishd daa s is carrid ou. his is compard wih h sam calculaio usig a movig horizo simaio mhod for siuaios ha ar o lial du o paramric ucraiis of h modl. From h applicaio of hs mhods o ral daa i ca b cocludd ha h simaios basd o h movig horizo mhod combid wih a hurisic opimizaio algorihm yild br rsuls. Kywords: Kalma Filr MHSE mhod iflaio coomric modls. INRODUCCIÓN Es arículo s cra la aplicació d écicas d simació d sados como l EKF (Exdd Kalma Filr por su sigla iglés) y l méodo MHSE (Movig Horizo Sa Esimaio por su sigla iglés) a problmas cooméricos. Problma d simació qu prd obr las xpcaivas d iflació para u príodo drmiado d años a parir d la iformació coida la diámica cojua d la asa d irés omial y d la iflació obsrvada [ ]. odo modlamio xig la cosidració d supusos. Así para podr obr xpcaivas d iflació s db cosidrar: (i) la xiscia d mrcados ficis [9] (ii) la racioalidad la coformació d las xpcaivas d iflació lo cual supo rrors d proósico issgados y o auocorrlacioados [16] y (iii) la iflucia d la iflació sprada la volució d la asa d irés omial. Es úlimo supuso s fudama l rsulado dl modlo Mudll-obi dod s obsrva ua rlació gaiva r la iflació sprada y la asa d irés ral x a [7]. Lo cual idica qu omado como puo d parida la oría clásica d la dmada por diro ua rcomposició d porafolio d diro por acivos fiaciros qu rid ua asa d irés qu icluy ua compsació por iflació sprada gra ua rducció la asa d irés ral sprada [8 20]. 1 Escula Uivrsiaria d Igiría Idusrial Iformáica y d Sismas. Uivrsidad d arapacá. Av. 18 d Spimbr 2222 Campus Saucach Arica Chil. lpdraja@ua.cl (* Alumo dl programa d Magísr Igiría d Sofwar). 2 Uivrsidad Adrés Bllo. Faculad d Igiría. Escula d Idusrias Igiría Auomaizació y Robóica. Av. Rpública 239. Saiago Chil. hvalds@uab.cl

2 Arriagada-Bíz Valdés-Gozálz y Pdraja-Rjas: Méodos d simació o lial aplicados al problma d xpcaivas d iflació E [20] a difrcia d [15] o s cosidra l supuso d qu las asas d irés rals sprada y obsrvada prs la misma diámica l largo plazo dbido a qu l procdimio coomérico uilizado prmi la cosidració d variabls o obsrvadas y por ao l problma s aborda uilizado la écica clásica d filrado d Kalma. E s rabajo a su vz s cosidra la variació d los parámros srucurals qu gobira la diámica d la asa d irés ral x a y d la iflació sprada a parir d la asa d irés omial y d la iflació obsrvada pro simpr rabajado co u modlo spacio sado lial dl procso. Ora publicació [5] aplica la écica d filrado d Kalma para obsrvar la rlació r ipos d irés ral iflació y srucura d érmio dl ipo d irés bajo hipósis d xpcaivas. Por su par s sab qu la iflació cosis l crcimio gralizado y coiuo d los prcios d los bis srvicios y facors producivos d u país. Por lo ao implica la rducció d la capacidad adquisiiva dl diro; divrsos so los auors qu arguma qu su mayoría los más imporas cosos d la iflació sá ligados a su imprfca prdicibilidad [10]. E fco uo d los facors a ravés dl cual u mayor ivl d iflació podría afcar l ivl d acividad coómica s la icridumbr sobr los ivls fuuros d la iflació. Esa volailidad d la iflació admás d obsaculizar l cálculo coómico aplica imporas cosos socials la coomía [19]. S db oar qu s caso ambié s opa por rabajar co modlos lials dschado las o lialidads propias dl procso. E s coxo s obsrva divrsos rabajos qu ha oriado l aálisis d la srucura d las asas d irés hacia la uilizació d modlos probabilísicos. Así [21 24] valida l hcho d uilizar modlos spacio sado para proycar la iflació por sus vids vajas. Asimismo s ha dsarrollado sudios para simar la asa d iflació ifluciada por l ipo d irés omial bajo l aálisis d la o lialidad [12] dsarrolládos mjoras la simació usado procdimios para rrors o-ormals [22]. Si mbargo subsis l problma d qu l EKF o s robuso fr a prurbacios xras y qu la covrgcia d sus simacios o pud sr asgurada. El prs arículo a difrcia d rabajos prvios [15 20] y [4] cosidra prcisam la o lialidad dl procso d xpcaivas d iflació. Co s propósio y para cosidrar la auralza o lial dl procso s supo ruidos socásicos propios d u procso coomérico [13 17] para así abordar l problma a ravés dl EKF (qu opra co u modlo lializado y oro a u puo d opració) y MHSE (qu rabaja co modlos o lials dircam y cuya covrgcia dpd d la covrgcia dl méodo d opimizació uilizado) comparado sos rsulados r sí y obido co llo rsulados cuaificados favorabls la simació d la iflació ral x a co l méodo MHSE. MODELO ECONOMÉRICO DE EXPECAIVAS DE INFLACIÓN Como s idica [17 20] l modlo srucural coformado por las rprsacios diámicas d la asa d irés ral x a y d la iflació sprada par d la cuació d Fishr [11] dod s pud idificar qu la asa d irés u drmiado príodo s fució d las xpcaivas d los roros rals y d la iflació. Siguido la ivsigació propusa por jmplo [ ] s obsrva qu s posibl rprsar la diámica d las xpcaivas d la asa d irés ral y d la iflació a parir d las cuacios cosiuivas dscrias por (1) y (2) las cuals cosiuy l puo d parida d la rprsació dl modlo. Cosidrado 1 p qu: zl ( ) zl zl para cualquir variabl z. 1 p r k ( L) r ( L) ( L) r (1) 2 2 k ( L) r ( L) ( L) (2) S supo admás cosidrado (1) y (2) las siguis propidads sobr los érmios d prurbació a sabr: 1 1 r j 1 1 j 1 j 1 j 2 2r j 2 j 2 j 1 j 0 0 (3) (4) Dod (3) y (4) garaiza ua srucura diámica cojua sabl. Admás como s plaa [15] 1985 s posibl scribir: 405

3 Igiar. Rvisa chila d igiría vol. 17 Nº ik. 12 j1 i i j i k j i j 0 (5) x f x w y 1 1 g x (8) Dod : Iflació aual obsrvada l príodo (); : Expcaiva d iflació l príodo () basadas la iformació hasa príodo (); = rror d proósico l mrcado l príodo (); i : asa d irés omial d los crificados d dpósio a 90 días l príodo (); r = i asa d irés ral x a l príodo (). E la cuació (1) la asa d irés ral x a r s fució d su hisoria (L)r d la iflació sprada comporáa 0 y rzagada (L) como ambié d la volució pasada d la iflació obsrvada (L) y d u érmio d prurbació alaorio. La iflació sprada dpd d las volucios pasadas d la asa d irés ral x a (L)r la iflació sprada (L) y la obsrvada (L) y d u érmio alaorio d rror. Así como sñala [15] adicioal a los supusos qu llva a la sabilidad srucural diámica cojua d las xpcaivas d iflació y la asa d irés ral x a ha d cosidrars u mrcado fiaciro fici cuao a qu l cojuo d iformació d los ags l príodo () icluy como míimo rzagos d la asa d irés omial d la iflació sprada y d la iflació obsrvada. Es dcir la iclusió d la asa d irés ral x a comporáa y rzagada l cojuo d iformació rlva para la coformació d las xpcaivas por par d los ags coómicos. Dod f(.) y g(.) so fucios o lials admás l vcor d sados quda drmiado por x ( ) 1 p y la salida y (.) dl sisma (8) quda a su vz drmiada por: y ( i ) qu so variabls dpdis. w 1 y v 1 rprsa érmios d prurbació socásica. Los parámros dl modlo (2) y (7) rprsados por (8) db sr simados y para llo s uiliza l jmplo y los daos dscrios [ ]. FILRO EXENDIDO DE KALMAN El problma d filrado d Kalma s dfi como u procdimio rcursivo qu prmi calcular l simador ópimo dl vcor d sado cada momo dl impo co bas la iformació dispoibl l momo 1 y acualizar co la iformació adicioal dispoibl l momo dichas simacios. E oros érmios dicho procdimio prmi corar la mjor simació dl vcor d sados qu cosidra la xpcaiva d iflació como variabl d sado. La forma rcursiva dl filro xdido d Kalma pud sr xprsada a ravés dl sigui sisma d cuacios dod odos los símbolos la formulació doa marics o vcors [ ]. a) Prdicció dl sado [3 2 18]: Fialm y d acurdo a la dfiició d la asa d irés ral x a ahora la cuació (1) pud sr rscria érmios d la iflació sprada y d la asa d irés omial ido así: Dod: x ( 1 x u ) (9) 1/ / 1 i k ( L)( i ) ( L) ( L) r 1 (6) 1 0 Dod al dspjar la asa d irés omial s obi: i k1 ( 10) ( ( L) ( L)) ( Li ) ( Lr ) 1 (7) Co l sisma d cuacios cosguido dsd (7) y (2) y la dfiició dl rror d proósico d mrcado ahora pud sr prsado l modlo érmios d ua rprsació dl ipo spacio-sado [15 4]. ( x u ) 1 / 1 A x x B x u / / / b) Esimació dl rror la mariz d covariaza: P x Q P x 1/ / x x / x x / (10) (11) 406

4 Arriagada-Bíz Valdés-Gozálz y Pdraja-Rjas: Méodos d simació o lial aplicados al problma d xpcaivas d iflació Dod: 1 1 Gd y l valor iicial d P / s ua mariz d valors cosas. c) Cálculo d la gaacia d Kalma Dod: K P H x / 1 H x x x / 1 P x x / 1 / 1 H x x x / 1 (12) H x/ 1 C x/ 1 x/ 1 (13) d) Esimació dl sado xˆ / x/ 1 K y H( x/ 1 ) (14) ) Acualizació dl rror d la mariz d covariaza H P P K x / / 1 / 1 x x / 1 MÉODO DE HORIZONE MÓVIL P (15) El méodo MHSE cosis rmplazar u problma diámico d simació por u problma sáico d opimizació o lial. Problma cuyo cririo s dfiido como la suma dl rror cuadráico r las mdidas d la salida y las salidas simadas por l modlo dl procso sobr u horizo d impo prdfiido. La miimizació d s cririo apua a drmiar l sado iicial xˆ al iicio dl horizo al qu s coduzca a ua miimizació r lo obsrvado y la raycoria prdicha sobr l horizo d impo. S db oar qu l caso lial l problma s fácil d rsolvr y ua solució formal pud sr sablcida. Si mbargo o lialm ua solució aalíica o pud sr sablcida para l problma y la rsolució dl problma db sr obida uméricam a ravés d opimizació o lial qu s la bas dl méodo MHSE. Primro s va a dscribir l cririo d opimizació d MHSE qu db sr miimizado. S cosidrará l modlo o lial dscrio (8) co ua úica salida para simplificar la oació dod Yk ysh ysh 1 y k so las mdidas d la salida sobr l horizo cosidrado co y i quival a dcir y( i ). Los subídics sh y k rprsa l orig dl horizo y l impo acual rspcivam (al fial dl horizo d largo lh k=sh+lh). S doa como ˆx sh al vcor d sados al iicio dl horizo d impo al qu a parir d s sado s prdicha la raycoria Y k sobr l horizo d impo prdfiido. yˆ yˆ... yˆ G xˆ sh sh k sh sh (16) 1 k Dod Gxˆ s dfi como: sh sh k G x i j g x i gfx i i gfx i 1 j Dod Fx quda a su vz xprsado por: i l l (17) F x i l x i f x u d (18) i El pricipio dl méodo s ocs drmiar l vcor d sados xˆ al qu xˆ* cumpla co: sh sh * xˆ arg mi J xˆ sh sh (19) El cririo J() dscrio pud rscribirs como Jxˆ sh 1 Rk R. Dod R k k s l vcor d rsiduos a 2 su vz xprsado como Rk Yk Gxˆ sh sh k. Noar qu la obsrvabilidad dl sisma (8) quda rsrigida a la xiscia y uicidad d la solució dl problma (19). 407

5 Igiar. Rvisa chila d igiría vol. 17 Nº Algorimo MHSE básico 1) Iicializació dl vcor d sados ˆx sh. 2) Búsquda dl vcor d sados ópimo xˆ* sh. 3) Cálculo dl vcor d sados acual. * xˆ * F xˆ k sh sh k 4) Volvr al paso 2) para calcular xˆ* k 1 co sh sh 1 x ˆ F x ˆ *. sh sh sh sh1 La miimizació dl cririo (19) s dsarrollada a ravés dl méodo hurísico Simulad Aalig (SA) [6]. La covrgcia d las simacios ralizadas co MHSE sá dircam rlacioada co la covrgcia d la opimizació fcuada (19). Para dalls vr [1]. RESULADOS Y DISCUSIÓN Uilizado los valors d los parámros sablcidos [15] para simular l modlo rprsado por (2) y (7) y los daos publicados [20] s posibl obr simacios para las xpcaivas d iflació o. La Figura 1 musra ua comparació r la iflació ral mdida (lía azul) las xpcaivas d iflació simada a ravés d u EKF (lía gro) y color rojo la corrspodi a la simació fcuada co l méodo MHSE. Es posibl oar qu dada la uilizació d u horizo d impo largo para la simació (lh =20 rimsrs) s pud obsrvar qu las simacios fcuadas a ravés dl méodo MHSE casi s suprpo por complo a la mdida ral dado cua d la corrca simació y vaja d la simació o lial por sobr la qu s raliza co u modlo lializado como lo s l caso dl EKF. La Figura 2 cosidra las mismas simacios pro bajo ua prurbació socásica v 1 ( (8)) d u 5% d ruido gaussiao (disribució Normal (01)) sobr la asa d irés omial d los crificados d dpósio a 90 días y la iflació ral obsrvada l príodo (lh =3 rimsrs). Er las implicacias qu ra cosigo sos rsulados y comprado vajas y dsvajas pricipals s cura qu: a) S aprcia qu co l EKF s obi buos rsulados d simació si mbargo sos rsulados prc a u caso idal s dcir si rrors i prurbacios y co u modlo lializado qu s válido solo oro a u puo d opració. b) Por ora par a ravés dl méodo d MHSE acoplado co l algorimo hurísico d opimizació o lial domiado Simulad Aalig ambié s obi buos rsulados d covrgcia. Si mbargo s caso s rabaja co u modlo o lial y por ao más ralisa dl procso coomérico ivolucrado. D hcho los rsulados obidos musra claram qu MHSE prsa vajas comparaivas paricular dbido a la xiscia d ua pruba mamáica d su covrgcia [1]. 408

6 Arriagada-Bíz Valdés-Gozálz y Pdraja-Rjas: Méodos d simació o lial aplicados al problma d xpcaivas d iflació Iflació Esprada Años (musro rimsral) Figura. 1. Comparació r la iflació ral mdida (lía azul) las xpcaivas d iflació simada a ravés d u EKF (lía gro) y color rojo la corrspodi a la simació fcuada co l méodo MHSE Iflació Esprada Años (musro rimsral) Figura. 2. Esimacios como Figura 1 bajo ua prurbació socásica v +1 d u 5% d ruido gaussiao sobr la asa d irés omial d los crificados d dpósio a 90 días y la iflació ral obsrvada l príodo. 409

7 Igiar. Rvisa chila d igiría vol. 17 Nº CONCLUSIONES E s rabajo s prsa ua sragia basada u algorimo d simació o lial para fcuar simació d la variabl iflació l impo a ravés d mdicios idircas. S aaliza y dja por sadas las bass csarias para ralizar simació o lial a ravés d la écica MHSE sido uo d sus aspcos pricipals la opimizació o lial asociada. Algorimo qu prmi rlacioar co mjor prcisió la cuació qu coca la diámica d las xpcaivas d iflació co la asa d irés ral. E paricular s rabajo prsa su uso co u modlo o lial y por ao más ralisa dl procso coomérico ivolucrado. D hcho los rsulados obidos musra claram qu MHSE prsa vajas comparaivas paricular dbido a la xiscia d ua pruba mamáica d su covrgcia y a la o dpdcia d u puo d opració como lo s l caso EKF. Comparacios co l EKF ha sido fcuadas para ralizar la simació d la iflació x a logrado mjors rsulados co la écica o lial MHSE. Los rsulados simulació idica la gra aplicabilidad d écica xpusa hacido oar qu la proposició cosidra la o lialidad irísca dl problma y o la d u modlo lializado co las vajas prcisió qu llo collva. REFERENCIAS [1] L. Boillraux ad J.M. Flaus. A w approach for dsigig modl-basd idirc ssors. IEEE rasacios o corol sysms chology. Vol. 8 Nº 4 pp July [2] E. Brookr. rackig ad Kalma Filrig Mad Easy. Joh Wily & Sos. Esados Uidos [3] R.G. Brow ad P.Y.C. Hwag. Iroducio o Radom Sigal ad Applid Kalma Filrig: wih MALAB Exrciss ad Soluios. Joh Wily & Sos. rcra dició. Esados Uidos [4] E. Burmisr K.D. Wall ad J.D. Hamilo. Esimaio of Uobsrvd Expcd Mohly Iflaio Usig Kalma Filrig. Joural of Busiss ad Ecoomic Saisics. Vol. 4 Nº 2 pp April [5] L.H. Ch. Iflaio ad Ral Shor-rm Irs Ras-A Kalma Filr Aalysis of h rm Srucur. Applid Ecoomics. Vol. 33 Nº 7 pp Ju [6] A. Díaz F. Glovr H.M. Ghaziri J.L. Gozálz M. Lagua P. Moscao y F.. s. Opimizació Hurísica y Rds Nuroals. Ediorial Paraifo. Madrid España. Julio [7] R. Dorbusch y S. Fischr. Macrocoomía. McGraw-Hill. Esados Uidos [8] E.F. Fama ad M.R. Gibbos. Iflaio ral rurs ad capial ivsm. Joural of Moary Ecoomics. Vol. 9 Nº 3 pp [9] E.F. Fama ad M.R. Gibbos. h Iformaio i Log-Mauriy Forward Ras. Amrica Ecoomic Rviw. Vol. 77 Nº 3 pp Spmbr [10] C. Frádz. Iflaio ad Wlfar: A Applicaio o Chil. Cuadros d Ecoomía. Vol. 36 Nº 107 pp [11] I. Fishr. h hory of Irs. MacMilla. Primra dició. Nw York Esados Uidos [12] J.A. Frakl. A chiqu for Exracig a Masur of Expcd Iflaio from h Irs Ra rm Srucur. h Rviw of Ecoomics ad Saisics. Vol. 64 Nº 1 pp Fbruary [13] V. Gómz. hr Equival Mhods for Filrig Fii Nosaioary im Sris. Joural of Busiss ad Ecoomic Saisics. Vol. 17 Nº 1 pp Jauary [14] M. Grwal ad A. Adrws. Kalma Filrig: hory ad Pracic. Pric Hall [15] J.D. Hamilo. Ucovrig Fiacial Mark Expcaios of Iflaio. Joural of Poliical Ecoomy. Vol. 93 Nº 6 pp Dcmbr [16] J.D. Hamilo. Sa-Spac Modls. Hadbook of Ecoomrics. Vol. 4 Nº 1 pp

8 Arriagada-Bíz Valdés-Gozálz y Pdraja-Rjas: Méodos d simació o lial aplicados al problma d xpcaivas d iflació [17] J.D. Hamilo. im Sris Aalysis. Prico Uivrsiy Prss. Esados Uidos [18] Y.R. Kim S.K. Sul ad M.H. Park. Spd ssorlss vcor corol of iducio moor usig xdd Kalma filr. Ssorlss Corol of AC Moor Drivs. Nw York: IEEE Prss pp [19] I. Magdzo. Iflació Icridumbr Iflacioaria Chil. Documos d rabajo dl Baco Cral d Chil. Nº 15. Ocubr [20] M. Misas y D.M. Vásquz. Expcaivas d Iflació Colombia: U Ejrcicio Ecoomérico. Baco d la Rpública Subgrcia d Esudios Ecoómicos. Nº 212. Colombia [21] F. Nadal d Simoa. Proycció d la iflació Chil. Ecoomía Chila. Vol. 4 Nº 3 pp Dicimbr [22] P. Silvapull ad R. Hwaraha. Robus simaio ad iflaio forcasig. Applid Ecoomics. Vol. 34 Nº 18 pp Dicimbr [23] M.J. Valdrrama y J.C. Ruiz. Filrado d Kalma: Aplicacios Ecoomía Igiría. Ediorial Uivrsidad d Barcloa. Barcloa España [24] K. A. Holms ad R. Faff. Esimaig h prformac aribus of Ausralia muli-scor maagd fuds wihi a dyamic Kalma filr framwork. Iraioal Rviw of Fiacial Aalysis. Vol. 17 Nº 5 pp

APUNTES DE CLASE ECONOMETRÍA I UDI ECONOMETRÍA E INFORMÁTICA. Y = Xβ + U, donde los parámetros se han

APUNTES DE CLASE ECONOMETRÍA I UDI ECONOMETRÍA E INFORMÁTICA. Y = Xβ + U, donde los parámetros se han APNTS D CLAS CONOMTRÍA I DI CONOMTRÍA INFORMÁTICA Prof. Rafal d Arc Rafal.darc@uam.s "CONTRAST DL PRDICTOR" o INTRVALO D CONFIANZA D LA PRDICCIÓN PNTAL N L MBRL a d las mdidas d bodad a posriori más frcum

Más detalles

Un ejercicio relacionado con la función Li(x)

Un ejercicio relacionado con la función Li(x) Uivrsidad Iramricaa d Puro Rico - Rcio d Poc U jrcicio rlacioado co la fució Por: Eriqu Díaz Gozálz Uivrsidad Iramricaa d Puro Rico, Rcio d Poc. U poco d hisoria. E la búsquda para ua l qu idicara la disribució

Más detalles

NOTAS DE CLASE ECONOMETRÍA I UDI ECONOMETRÍA E INFORMÁTICA

NOTAS DE CLASE ECONOMETRÍA I UDI ECONOMETRÍA E INFORMÁTICA MDIDAS D BONDAD A POSTRIORI CONTRAST D JANS NOTAS D CLAS CONOMTRÍA I DI CONOMTRÍA INFORMÁTICA Prof. Rafal d Arc rafal.darc@uam.s Rvisado dicimbr 8 CONTRAST DL PRDICTOR" o INTRVALO D CONFIANZA D LA PRDICCIÓN

Más detalles

Problemas Tema 2: Sistemas

Problemas Tema 2: Sistemas SISTEMAS Y CIRCUITOS ~ PROBLEMAS Curso Académico 00900 Problmas Tma Sismas PROBLEMA. Dados los siguis sismas impo coiuo las sñals d rada idicadas, drmi las sñals d salida corrspodis ( ) x sñal d rada x

Más detalles

Tabla de contenido. Página

Tabla de contenido. Página Tabla d coido Págia Opradors difrcials sismas d cuacios Opradors difrcials Oprador aulador 6 fiició 6 Sismas d cuacios difrcials lials 9 Solució d u sisma, méodo d los opradors 9 Rsum 5 Bibliografía rcomdada

Más detalles

Controlador de Modos Deslizantes basado en Predictor de Smith y Modelo de Segundo Orden para Procesos con Elevado Retardo

Controlador de Modos Deslizantes basado en Predictor de Smith y Modelo de Segundo Orden para Procesos con Elevado Retardo Corolador d Modos Dslizas basado Prdicor d Smih Modlo d Sgudo Ord para Procsos co Elvado Rardo Corolador d Modos Dslizas basado Prdicor d Smih Modlo d Sgudo Ord para Procsos co Elvado Rardo D La Cruz,

Más detalles

Controlador de Modos Deslizantes basado en Predictor de Smith y Modelo de Segundo Orden para Procesos con Elevado Retardo

Controlador de Modos Deslizantes basado en Predictor de Smith y Modelo de Segundo Orden para Procesos con Elevado Retardo Corolador d Modos Dslizas basado Prdicor d Smih Modlo d Sgudo Ord para Procsos co Elvado Rardo 8 Corolador d Modos Dslizas basado Prdicor d Smih Modlo d Sgudo Ord para Procsos co Elvado Rardo D La Cruz,

Más detalles

2. MODELIZACIÓN DE LA VARIABLE DE PERTURBACIÓN ALEATORIA

2. MODELIZACIÓN DE LA VARIABLE DE PERTURBACIÓN ALEATORIA Aálisis d Auocorrlació ANÁLISIS DE AUTOCORRELACIÓN. DEFINICIÓN Y CAUSAS DE AUTOCORRELACIÓN E s ma s cusioar, para los modlos qu rabaja co daos d sris d impo, ua d las hipósis qu dfi l Modlo d Rgrsió Lial

Más detalles

Proyecciones de hogares METODOLOGÍA. 1. Introducción. 2. Objetivo. 3. Ámbito de investigación. 4. Definiciones

Proyecciones de hogares METODOLOGÍA. 1. Introducción. 2. Objetivo. 3. Ámbito de investigación. 4. Definiciones Proyccios d hogars METODOLOGÍA. Iroducció Las proyccios d hogars hac posibl aicipar los cambios qu s producirá su úmro, amaño y composició, y rprcuirá los sudios driados qu s obga, por jmplo, l ámbio d

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN

SISTEMAS DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN TEMA Nº SISTEMAS DE ECUACIONES DIFERENCIALES DE PRIMER ORDEN. TEOREMA PRELIMINAR INTRODUCCIÓN.- Sism d cucios dircils lils co icógis d l orm P D P D P D P D P P D D... P... P... P D D D b b b dod ls P

Más detalles

Práctica 4: Hoja de problemas sobre Tipos de cambio

Práctica 4: Hoja de problemas sobre Tipos de cambio Prácica 4: Hoja d problmas sobr Tipos d cambio Fcha d nrga y corrcción (Acividads complmnarias): Luns 26 d marzo d 2012 Prácica individual 1. A parir d los siguins daos sobr l ipo d cambio nominal d varias

Más detalles

Práctica 4: Hoja de problemas sobre Tipos de cambio

Práctica 4: Hoja de problemas sobre Tipos de cambio Prácica 4: Hoja d problmas sobr Tipos d cambio Fcha d nrga y corrcción (Acividads complmnarias): Miércols 2 d abril d 2014 Todos alumnos dbn qudars una copia d la prácica nrgada Prácica a ralizar n grupos

Más detalles

REGLA MONETARIA OPTIMA PARA UNA ECONOMÍA PEQUEÑA, ABIERTA Y DOLARIZADA 1

REGLA MONETARIA OPTIMA PARA UNA ECONOMÍA PEQUEÑA, ABIERTA Y DOLARIZADA 1 REGL MONETRI OPTIM PR UN ECONOMÍ PEQUEÑ, BIERT Y DOLRIZD DIEGO BOL FERNNDO LORENZO Rsum Es rabajo icursioa u ára aú o plorada d la políica moaria Urugua: la discusió d la políica (la rgla) moaria ópima

Más detalles

VALORACIÓN ECONÓMICA DE EMPRESAS MEDIANTE LA APLICACIÓN DE FLUJOS DESCONTADOS, MODELOS DE CREACIÓN DE VALOR Y MÚLTIPLOS DE MERCADO

VALORACIÓN ECONÓMICA DE EMPRESAS MEDIANTE LA APLICACIÓN DE FLUJOS DESCONTADOS, MODELOS DE CREACIÓN DE VALOR Y MÚLTIPLOS DE MERCADO VALORACIÓN ECONÓMICA DE EMPRESAS MEDIANTE LA APLICACIÓN DE FLUJOS DESCONTADOS, MODELOS DE CREACIÓN DE VALOR Y MÚLTIPLOS DE MERCADO ECONOMIC VALUATION OF COMPANIES BY APPLYING DISCOUNTED CASH FLOW MODELS,

Más detalles

SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA 1: Problema Nº 5.34 Oppenheim

SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA 1: Problema Nº 5.34 Oppenheim SEÑALES Y SISTEMAS. PROBLEMAS RESUELTOS. CAPITULO V PROBLEMA : Problma Nº 5.3 Opphim Obsrv l siguit sistma: Dtrmi y() Solució: El traycto d arriba produc, al multiplicar por Cos(/), traslació dl spctro

Más detalles

APÉNDICE B HIDRÁULICA DEL REACTOR DE MEZCLA COMPLETA

APÉNDICE B HIDRÁULICA DEL REACTOR DE MEZCLA COMPLETA APÉNDIE B HIDRÁULIA DEL REATOR DE MEZLA OMPLETA B.1 REATOR DE MEZLA OMPLETA (fluj idal) El mdl d fluj u racr ral s cura algú pu r las cdicis d mzcla d ls racrs idals (racr d mzcla cmpla (RM) y racr d fluj

Más detalles

El transistor bipolar de unión (BJT)

El transistor bipolar de unión (BJT) l rasisor biolar d uió (JT roducció 1948-1949: illia hockly, Joh ard y alr H. raai dscubr s disosiivo y modla su riciio d fucioamio. s l rasisor más uilizado circuios discros. Prsa mayors vlocidad d rsusa

Más detalles

Universidad de Costa Rica. Instituto Tecnológico de Costa Rica. Determinar si las integrales impropias convergen o divergen.

Universidad de Costa Rica. Instituto Tecnológico de Costa Rica. Determinar si las integrales impropias convergen o divergen. Uivrsidad d Costa Rica Istituto Tcológico d Costa Rica Tma: Itgrals impropias. Objtivos: Clasificar las itgrals impropias sgú su spci: primra, sguda o trcra spci. Calcular itgrals impropias utilizado su

Más detalles

Señales y Sistemas. Análisis de Fourier.

Señales y Sistemas. Análisis de Fourier. Sñals y Sistmas Aálisis d Fourir. Itroducció El foqu d st capítulo s la rprstació d sñals utilizado sos y cosos ( otras palabras, xpocials complas). El studio d sñals y sistmas utilizado xpocials complas

Más detalles

Tema 5. Eficiencia del mercado de divisas: la paridad de intereses y el tipo de cambio a corto plazo

Tema 5. Eficiencia del mercado de divisas: la paridad de intereses y el tipo de cambio a corto plazo Tma 5. Eficincia dl mrcado d divisas: la paridad d inrss y l ipo d cambio a coro plazo Macroconomía Abira Docorado Nuva Economía Mundial Profsor: Ainhoa Hrrar Sánchz Curso 2006-2007 5.1. La paridad no

Más detalles

CASO PRACTICO Nº 127

CASO PRACTICO Nº 127 CASO PRACTICO Nº 127 CONSULTA Consula sobr l cálculo d la asa d acualización a uilizar n l caso d valoración d una pquña y mdiana mprsa (PYME). Sgún lo xprsado por AECA n l Documno nº 5 d Principios d

Más detalles

Respuesta al escalón unitario

Respuesta al escalón unitario Rpua al caló uiario Epcificacio l domiio dl impo La ampliud duració d la rpua raioria db mar dro d lími olrabl dfiido E ima d corol lial la caracrizació dl raiorio comúm raliza uilizado u caló uiario a

Más detalles

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r.

a a lim i) L< 1 absoluta convergencia absoluta convergencia convergencia condicional divergencia > r. (Aputs rvisió para oritar l aprdizaj) DESARROLLO DE LAS FUNCIONES LOGARÍTMICA Y EXPONENCIAL EN SERIES DE POTENCIAS Ua Sri d Potcias s dfi como: a a a a a = = + + + la qu s vidt qu covrg si =. Para dtrmiar

Más detalles

III - Enfoques teóricos alternativos sobre inflación

III - Enfoques teóricos alternativos sobre inflación III - Efoqus óricos alraivos sobr iflació Iflació Dfiició y Mdició S dfi l ídic d rcios como: P =X g i f i i dod asumimos P = 1 (ivl d rcios dl ríodo bas). Para l caso cocro d uilizació d u ídic d Lasyrs

Más detalles

Sesión 3 Análisis de series de tiempo multiecuacional

Sesión 3 Análisis de series de tiempo multiecuacional Banco Cnral d Rsrva dl Prú 55º Curso d Exnsión Univrsiaria Ssión 3 Análisis d sris d impo mulicuacional 7. La modología d los vcors auorrgrsivos (VAR) 7.1. Nusro sing: forma srucural vs. forma rducida

Más detalles

al siguiente límite si existe: . Se suele representar por ( x )

al siguiente límite si existe: . Se suele representar por ( x ) UNIDAD : DERIVADAS. DERIVADA DE UNA FUNCIÓN EN UN PUNTO. DERIVADAS LATERALES Dfiici.- S llama drivada d ua fuci f u puto d abscisa al siguit it si ist: f f ' sigifica lo mismo. f. S sul rprstar por f D

Más detalles

8 Límites de sucesiones y de funciones

8 Límites de sucesiones y de funciones Solucioario 8 Límits d sucsios y d ucios ACTIVIDADES INICIALES 8.I. Calcula l térmio gral, l térmio qu ocupa l octavo lugar y la suma d los ocho primros térmios para las sucsios siguits., 6,,,..., 6, 8,,...,,,,...

Más detalles

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS)

11 INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) INTRODUCCIÓN A LA DINÁMICA NO LINEAL (BIFURCACIONES, CAOS) Los sistmas o lials pud llgar a tr comportamitos ralmt sorprdts alguos casos: por u lado pud llgar a tr diámicas totalmt difrts sgú l valor qu

Más detalles

Expectativas, Consumo e Inversión Profesor: Carlos R. Pitta CAPÍTULO 9. Macroeconomía General

Expectativas, Consumo e Inversión Profesor: Carlos R. Pitta CAPÍTULO 9. Macroeconomía General Univrsidad Ausral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 9 Expcaivas, Consumo Invrsión Profsor: Carlos R. Pia Macroconomía Gnral, Prof. Carlos R. Pia, Univrsidad Ausral d Chil. Capíulo

Más detalles

Demostraremos estos resultados por medio de la Función generatriz de momentos y algunos de los resultados ya obtenidos en la Práctica 4.

Demostraremos estos resultados por medio de la Función generatriz de momentos y algunos de los resultados ya obtenidos en la Práctica 4. ESTADÍSTICA II SOLUCIÓN-PRÁCTICA 8: UESTREO EJERCICIO Dmosrarmos sos rsulados or mdio d la Fució grariz d momos y alguos d los rsulados ya obidos la Prácica 4. Sa, ocs, + + +, al qu Broulli (. Eocs: (

Más detalles

UNA PRUEBA DE LA TEORÍA DE LA PARIDAD DE LAS TASAS DE INTERÉS PARA EL CASO DE ARGENTINA

UNA PRUEBA DE LA TEORÍA DE LA PARIDAD DE LAS TASAS DE INTERÉS PARA EL CASO DE ARGENTINA UNA PUEBA DE LA TEOÍA DE LA PAIDAD DE LAS TASAS DE INTEÉS PAA EL CASO DE AGENTINA Jorg Luis Mauro * Dicimbr d 2005 * Tsis d Licnciaura n Economía, Univrsidad Caólica Argnina (UCA). Dircor: Adrián Broz.

Más detalles

TEMA 1 INTRODUCCIÓN A LA TEORÍA DE LA SEÑAL

TEMA 1 INTRODUCCIÓN A LA TEORÍA DE LA SEÑAL EMA INRODUCCIÓN A LA EORÍA DE LA SEÑAL Vicor Moisés Hrádz Cham hdzcham@ux.s Sismas d rasmisió d Daos.ELEMENOS BÁSICOS DE UN SISEMA DE COMUNICACIÓN U sisma d comuicació básico sá compuso por: - fu - caal

Más detalles

x a es una serie de la forma que el radio de convergencia de la serie geométrica es el intervalo abierto

x a es una serie de la forma que el radio de convergencia de la serie geométrica es el intervalo abierto ERIE DE POTENCIA ERIE DE POTENCIA. Diició. U sri d pocis c s u sri d l orm c c c c... c... Por jmplo. i c y l sri d pocis om l orm....... Por jmplo. i c y l sri d pocis om l orm....... TEOREMA. El cojuo

Más detalles

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal)

PROBLEMAS TEMA 4 EJERCICIO 1 (Ej 9.15 de Fernández Abascal) PROLMAS TMA JRCICIO j 9.5 d Frádz Abascal La cotizació olsa d u cirto título s cosidra ua variabl alatoria ormalmt distribuida co arámtros dscoocidos, ro s diso d la siguit iformació: a ist u,5% d robabilidad

Más detalles

PRÁCTICA 1: Análisis en el dominio del tiempo de sistemas continuos simples

PRÁCTICA 1: Análisis en el dominio del tiempo de sistemas continuos simples Sismas Sñals Crso 4/5 Igiría Iformáia PRÁCTICA : Aálisis l omiio l impo sismas oios simpls I.- Prosamio sñal Malab Tal omo s vio l rso arior Malab rabaa o úio ipo lmos: las maris. Los ipos aos básios o

Más detalles

TEMA 1: CALCULO DIRECTO DE LÍMITES

TEMA 1: CALCULO DIRECTO DE LÍMITES INSTITUCION EDUCATIVA DISTRITAL RODRIGO DE BASTIDAS Rsolució Nº 88 d ovimbr.8/ ScrtariaD Educació Distrital REGISTRO DANE Nº-99 Tléfoo Barrio Bastidas Sata Marta DEPARTAMENTO DE MATEMATICAS ACTIVIDAD ESPECIAL

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 d flujos lámia libr y su iracció co sólidos y srucuras por l méodo d parículas y lmos fiios (PFEM) Eugio Oña 1, Bjamí Suárz 1, Frado Salazar 1 y Rafal Morá 1,2 1 Cro Iracioal d Méodos Numéricos

Más detalles

Departamento de Economía, Facultad de Ciencias Sociales, UDELAR Maestría en Economía Internacional, Macroeconomía, Alvaro Forteza, 25/06/09

Departamento de Economía, Facultad de Ciencias Sociales, UDELAR Maestría en Economía Internacional, Macroeconomía, Alvaro Forteza, 25/06/09 Dparamno d Economía, Faculad d incias ocials, UDEL Masría n Economía Inrnacional, Macroconomía, lvaro Forza, 5/06/09 Trcr jugo d jrcicios. onsidr un modlo d gnracions solapadas con inrcambio puro. En la

Más detalles

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS 0 Considérs un anqu qu in un volumn inicial V 0 d solución (una mzcla d soluo y solvn). Hay un flujo ano d

Más detalles

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros

2.8.3 Solución de las ecuaciones diferenciales lineales no homogéneas por el método de variación de parámetros .8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros 59.8.3 Solució d las cuacios difrcials lials o hoogéas por l étodo d variació d parátros Variació d parátros U procdiito

Más detalles

En esta unidad vamos a aprender el proceso inverso de derivar, que se llama integrar. 2, la función F(

En esta unidad vamos a aprender el proceso inverso de derivar, que se llama integrar. 2, la función F( . PRIMITIV DE UN FUNCIÓN E sa uidad vaos a aprdr l procso ivrso d drivar, qu s llaa igrar. Diició: Ua ució F diros qu s ua priiiva d ora ució dada, si la drivada d F s, s dcir: F s priiiva d F Ejplo :

Más detalles

CEPAL SERIE Manuales Nº 9. Sexta parte

CEPAL SERIE Manuales Nº 9. Sexta parte CEPAL SERIE Mauals Nº 9 Sxa ar 7 CEPAL SERIE Mauals Nº 9 Caíulo 4 El rocso d risió Sísis Ua caracrísica imora d los daos qu ublica acualm los INEs s qu sul xrimar u rocso d risió rcurr as d cosidrarlos

Más detalles

Estabilidad de Sistemas No-lineales: Sistema de Nivel de Líquidos de Dos Tanques Interconectados.

Estabilidad de Sistemas No-lineales: Sistema de Nivel de Líquidos de Dos Tanques Interconectados. 6 RIEE&C, REVISTA DE INGENIERÍA ELÉCTRICA, ELECTRÓNICA Y COMPUTACIÓN, Vol. 5 No., DICIEMBRE 008 Estabilidad d Sistmas No-lials: Sistma d Nivl d Líquidos d Dos Taqus Itrcoctados. Azurz M. Jua, Padilla G.

Más detalles

Definición: valores están relacionados en momentos diferentes en el tiempo. Un valor positivo (o negativo) de u

Definición: valores están relacionados en momentos diferentes en el tiempo. Un valor positivo (o negativo) de u 7 Aocorrlació Dfiició casas d aocorrlació Dfiició: valors sá rlacioados momos difrs l impo. U valor posiivo o gaivo d gra a scsió d valors posiivos o gaivos. Eso s aocorrlació posiiva. Aocorrlació ambié

Más detalles

El modelo Demanda Agregada-Oferta Agregada Suponga que podemos definir el equilibrio de una economía a través de las siguientes ecuaciones:

El modelo Demanda Agregada-Oferta Agregada Suponga que podemos definir el equilibrio de una economía a través de las siguientes ecuaciones: El modlo Dmanda Agrgada-Ofra Agrgada Suponga qu podmos dfinir l quilibrio d una conomía a ravés d las siguins cuacions: El lado d la ofra. Función d Producción: Y n BL 2. Ecuación d drminación d prcios

Más detalles

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas

Universidad de Puerto Rico Recinto Universitario de Mayagüez Departamento de Ciencias Matemáticas Uivrsidad d Purto Rico Rcito Uivrsitario d Mayagüz Dpartamto d Cicias Matmáticas Eam III Mat - Cálculo II d abril d 8 Nombr Númro d studiat Scció Profsor Db mostrar todo su trabajo. Rsulva todos los problmas.

Más detalles

TALLER 4: Preparación parcial final. Cálculo Integral. UdeA Profesor: Jaime Andrés Jaramillo.

TALLER 4: Preparación parcial final. Cálculo Integral. UdeA Profesor: Jaime Andrés Jaramillo. TALLER : Prparació parcial fial Cálculo Itgral UdA - Profsor: Jaim Adrés Jaramillo jaimaj@cocptocomputadorscom Sucsios Mustr los primros cuatro térmios d la sucsió y dtrmi si s covrgt o divrgt: a) d) +

Más detalles

TEMA 1 EXPECTATIVAS Y TIPOS DE INTERÉS

TEMA 1 EXPECTATIVAS Y TIPOS DE INTERÉS TEMA 1 EXPECTATIVAS Y TIPOS DE INTERÉS Cuál s su opinión? Influyn las xpcaivas n sus dcisions conómicas, como por jmplo, a la hora d comprar un coch, coninuar con su ducación, o abrir una cuna d ahorros

Más detalles

1. Ecuaciones de Chapman-Kolmogorov. Probabilidad absoluta de encontrarse en un estado tras n transiciones.

1. Ecuaciones de Chapman-Kolmogorov. Probabilidad absoluta de encontrarse en un estado tras n transiciones. SESIÓN b CASIICACIÓN d CAENAS d ARKOV Ecuacios d Chama-Kolmogorov robabilidad absolua d corars u sado ras rasicios Timos d r aso Clasiicació d sados Class d ua Cada d arov riodicidad Ejmlos robabilidads

Más detalles

Investigación Económica ISSN: 0185-1667 invecon@servidor.unam.mx Facultad de Economía México

Investigación Económica ISSN: 0185-1667 invecon@servidor.unam.mx Facultad de Economía México Invsigación Económica ISSN: 085-667 invcon@srvidor.unam.mx Faculad d Economía México ÁNGELES CASRO, GERANDO; VENEGAS-MARÍNEZ, FRANCISCO Valuación d opcions sobr índics bursáils y drminación d la srucura

Más detalles

Respuesta en frecuencia. Procesado Digital de Señales.4º Ingeniería Electrónica. Universitat de València. Profesor Emilio Soria.

Respuesta en frecuencia. Procesado Digital de Señales.4º Ingeniería Electrónica. Universitat de València. Profesor Emilio Soria. Rspusta frcucia. Procsado Digital d Sñals.4º Igiría Elctróica. Uivrsitat d Valècia. Profsor Emilio Soria. 1 Itrés uso PDS. Ti l mismo uso qu sistmas cotiuos: dtrmiar la salida d u sistma stado stacioario;

Más detalles

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS

TALLER 06 (AJUSTE POR MÍNIMOS CUADRADOS hp://www.maemaicaaplicada.ifo 1 de 8 Maizales, 23 de Mao de 2014 Para los siguiees problemas aplicar el procedimieo para grado uo grado dos; deermiado cual reprearía el mejor ajuse a los daos aporados.

Más detalles

Análisis clásico de la ecuación unidimensional de onda con amortiguamiento viscoso

Análisis clásico de la ecuación unidimensional de onda con amortiguamiento viscoso Guimarãs - Porugal papr ID: 0 /p. álisis clásico la cuació uiimsioal oa co amoriguamio viscoso M. Fbbo a, S..Vra a a P... aura a a Isiuo Mcáica plicaa, Uivrsia Nacioal l Sur, v lm 5 Baía Blaca, rgia, mfbbo@us.u.ar

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTICAS FINANCIERAS TEMA: INTERÉS COMPUESTO CONTINUO. Inrés Compuso Coninuo 2. Mono Compuso a Capialización Coninua 3. Equivalncia nr Tasas d Inrés Compuso Discro y Coninuo 4. Equivalncia nr Tasa d

Más detalles

1.- a) Hallar a y b para que la siguiente función sea continua en x = 1:

1.- a) Hallar a y b para que la siguiente función sea continua en x = 1: .- a) Hallar a y b para qu la siguit fució sa cotiua = : b L( ) < f = a = > L b) Para sos valors d a y b, studiar la drivabilidad d f =. Solució: a) f s cotiua l puto = lim f = f() E st caso f () = a lim

Más detalles

Modelos Probabilísticos comunes

Modelos Probabilísticos comunes Modlos robabilísicos comus M. A. Vícor D. iilla Morá Faculad d Igiría, UNAM Rsum Iroducció. sayo d Broulli. Disribució d Broulli, drmiació d su mdia y d su variaza. rocso d Broulli. Disribució biomial,

Más detalles

Regresión Lineal Simple

Regresión Lineal Simple REGRESIÓN LINEAL Regresió Lieal Simple Plaeamieo El comporamieo de ua magiud ecoómica puede ser explicada a ravés de ora F( Si se cosidera que la relació puede ser de ipo lieal, la formalizació vedría

Más detalles

SÍLABO DEL CURSO DE AUDITORIA DE MARKETING

SÍLABO DEL CURSO DE AUDITORIA DE MARKETING SÍLABO DEL CURSO DE AUDITORIA DE MARKETING I. INFORMACIÓN GENERAL: 1.1 Facultad: Ngocios 1. Carrra Profsioal: Admiistració y Marktig 1.3 Dpartamto: ------------- 1.4 Rquisito: Dircció Comrcial 1.5 Priodo

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

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin

Aproximación de funciones derivables mediante polinomios: Fórmulas de Taylor y Mac-Laurin Aproimació d ucios drabls mdiat poliomios: Fórmulas d Taylor y Mac-Lauri. Eprsa l poliomio P - - potcias d - Hay qu dtrmiar los coicits a, b, c, d y qu cumpla: P - -a- b- c- d- Drado vcs la iualdad atrior,

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO CRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació e la maemáica

Más detalles

Tema 5: Transistor Bipolar de Unión (BJT)

Tema 5: Transistor Bipolar de Unión (BJT) Tma 5: Trasistor ipolar d Uió JT) 5.1 troducció otidos 5.2 ucioamito dl trasistor Zoa Activa Dircta 5.3 Modlo d orrits dl Trasistor. Modlo d rs-moll 5.4 Modos o Zoas d Opració 5.5 Modlos Spic 5.6 jmplos

Más detalles

XXVI CONGRESO NACIONAL DE ACTUARIOS. El Margen de Riesgo. Solvencia II. México. Por: Pedro Aguilar B. Septiembre 2013

XXVI CONGRESO NACIONAL DE ACTUARIOS. El Margen de Riesgo. Solvencia II. México. Por: Pedro Aguilar B. Septiembre 2013 El Marge de Riesgo México Por: Pedro Aguilar B. paguilar@csf.gob.mx paguilar@ifiium.com.mx Sepiembre 2013 Coeido 1. Aspecos Geerales sobre Marge de Riesgo 2. La Problemáica 3. Plaeamieo de ua Posible Solució

Más detalles

CONCEPTOS BÁSICOS SOBRE LA AUTOCORRELACIÓN EN EL MODELO BÁSICO DE REGRESIÓN LINEAL

CONCEPTOS BÁSICOS SOBRE LA AUTOCORRELACIÓN EN EL MODELO BÁSICO DE REGRESIÓN LINEAL CONCPTOS BÁSICOS SOBR LA ATOCORRLACIÓN N L MODLO BÁSICO D RGRSIÓN LINAL Ramó Mahía Dpo. d coomía Aplicada ivrsidad Aóoma d Madrid ramo.mahia@am.s Marzo Rfrcias básicas ilizadas para la laboració d s xo:

Más detalles

Tema 5: Transistor Bipolar de Unión (BJT)

Tema 5: Transistor Bipolar de Unión (BJT) Tma 5: Trasistor ipolar d Uió JT) 5.1 troducció otidos 5.2 ucioamito dl trasistor Zoa Activa Dircta 5.3 Modlo d orrits dl Trasistor. Modlo d rs-moll 5.4 Modos o Zoas d Opració 5.5 Modlos Spic 5.6 jmplos

Más detalles

FÓRMULAS PARA LA ESTIMACIÓN DE LA CAPACIDAD

FÓRMULAS PARA LA ESTIMACIÓN DE LA CAPACIDAD APÉNDICE: FÓRMULAS PARA LA ESTIMACIÓN DE LA CAPACIDAD Fórmula uificada d Kimbr Kimbr aglutia la xpricia d muchos años d sayos ralizados por l TRRL Gra Brtaña y propo ua fórmula uificada para l cálculo

Más detalles

Política Monetaria y Cambiaria. Soluciones al problema de la credibilidad y la inconsistencia dinámica

Política Monetaria y Cambiaria. Soluciones al problema de la credibilidad y la inconsistencia dinámica Políica Monaria y Cambiaria Solucions al problma d la crdibilidad y la inconsisncia dinámica Simbr 01 1.1 Plano dl Problma Ancdns: Inconsisncia dinámica como una nación d políica conómica qu prmi sorprndr

Más detalles

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los

Más detalles

La demanda de dinero en una economía dolarizada: Una estimación para Uruguay **

La demanda de dinero en una economía dolarizada: Una estimación para Uruguay ** La dmanda d dinro n una conomía dolarizada: Una simación para Uruguay ** Conrado Brum* Elizabh Bucacos* Paricia Carballo* Vrsión: Simbr 010 RESUMEN En l régimn monario aplicado n Uruguay dsd 007, qu uiliza

Más detalles

El modelo de Solow-Swan con progreso tecnológico

El modelo de Solow-Swan con progreso tecnológico Céar Aúz Noa d Crciio Ecoóico UNVERSDAD NACONA MAYOR DE SAN MARCOS ACUTAD DE CENCAS ECONÓMCAS Uivridad dl Prú Dcaa d Aérica El odlo d Solow-Swa co progro cológico E a par hablaro d la jora cológica dl

Más detalles

Sistemas de ecuaciones diferenciales lineales

Sistemas de ecuaciones diferenciales lineales 695 Aálisis matmático para Igiría M MOLERO; A SALVADOR; T MENARGUEZ; L GARMENDIA CAPÍTULO Sistmas d cuacios difrcials lials d primr ord Cuado s studia matmáticamt ua situació d la ralidad, l modlo qu s

Más detalles

CÁLCULO NUMÉRICO ( )

CÁLCULO NUMÉRICO ( ) CÁLCULO NUMÉRICO (808068) Tma. Fudamtos d la Toría d Errors Octubr 0. Al studiar l fómo diario d la variació qu primta las codicios mtorológicas, s suprim muchas variabls qu dbría d itrvir los cálculos.

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO DECRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació a u

Más detalles

Cap. II: Principios Fundamentales del Flujo de Tránsito

Cap. II: Principios Fundamentales del Flujo de Tránsito Cap. II: Pricipios Fudamtals dl Flujo d Trásito Diagrama Espacio-Timpo Distacia 1 2 Itralo (i) 3 4 5 6 Espaciamito () Timpo Flujo, q Dsidad, Vlocidad, Tasa horaria quialt a la cual trasita los hículos

Más detalles

9 Momentos y funciones generatrices de Momentos

9 Momentos y funciones generatrices de Momentos 9 omos y fucos grarcs d omos Edgar Acua ESA 400 Edgar Acua 9. omos Sa ua varabl alaora s df su smo momo co rspco al org como μ E[ ], smpr qu l caso dscro y qu p < f d < l caso couo. Obvam, μμ..tamb, s

Más detalles

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l

Un forward sobre commodities como el oro sufre una pequeña variación ya que se incluye la tasa de interés del oro (lease rate) con la variable l El Forward U corao fuuro o a plazo, s odo aqul cuya lqudacó o slm dfr hasa ua fcha posror spulada l msmo, s dcr s dos pas acurda hacr la rasaccó hasa u prodo fuuro dígas por jmplo 6 mss, so s u corao forward.

Más detalles

El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos

El siguiente tema sugerido para tratar en clases es el método de integración por partes veamos de donde surge y algunos ejemplos propuestos Méodos y écicas de iegració El siguiee ema sugerido para raar e clases es el méodo de iegració por pares veamos de dode surge y alguos ejemplos propuesos ( º ) Méodo de Iegració por pares:. dv u. v u =

Más detalles

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8

Métodos Numéricos - cap. 7. Ecuaciones Diferenciales PVI 1/8 Méodos Numéricos - cap. 7. Ecuacioes Difereciales PVI /8 Ecuacioes Difereciales Ordiarias (EDO Ua Ecuació Diferecial es aquella ecuació que coiee difereciales o derivadas de ua o más fucioes. Ua Ecuació

Más detalles

Límites finitos cuando x: ˆ

Límites finitos cuando x: ˆ . Límits latrals its al infinito 7 FIGURA.3 3 3 La gráfica d = >. (b) La cuación () no s aplica a la fracción original. Ncsitamos un n l dnominador, no un 5. Para obtnrlo multiplicamos por >5 l numrador

Más detalles

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3

EXPONENTES Y POTENCIAS Muchos números se expresan en forma más conveniente como potencias de 10. Por ejemplo: m n n 0,2 3 3 Rpaso d Matmáticas E st apédic s hará u brv rpaso d las cuacios y fórmulas básicas d utilidad Química Física gral y Trmodiámica Química particular. EXPONENTES Y POTENCIAS Muchos úmros s xprsa forma más

Más detalles

MEDIDAS DE RIESGO EN LA GESTIÓN DE CARTERAS DE VIDA DEL MERCADO ESPAÑOL. Manuela Bosch, Pierre Devolder e Inmaculada Domínguez *

MEDIDAS DE RIESGO EN LA GESTIÓN DE CARTERAS DE VIDA DEL MERCADO ESPAÑOL. Manuela Bosch, Pierre Devolder e Inmaculada Domínguez * MEDIDAS DE RIESGO EN LA GESTIÓN DE CARTERAS DE VIDA DEL MERCADO ESPAÑOL Manula Bosch, Pirr Dvoldr Inmaculada Domínguz * WP-EC 2003-24 Corrspondncia a: Inmaculada Domínguz Fabián, Dpo. d Economía Financira

Más detalles

ACTIVIDAD DE APRENDIZAJE APRENDIZAJE(S) ESPERADO(S) NOMBRE DE LA ACTIVIDAD

ACTIVIDAD DE APRENDIZAJE APRENDIZAJE(S) ESPERADO(S) NOMBRE DE LA ACTIVIDAD ACTIVIDAD DE APRENDIZAJE Sila Curso MAT0 Nombr Curso Cálculo I Crédios 0 Hrs. Smsrals Toals 5 Rquisios MAT00 o MAT00 Fcha Acualización Escula o Prorama Transvrsal Prorama d Mamáica Currículum Carrra/s

Más detalles

Análisis del caso promedio El plan:

Análisis del caso promedio El plan: Aálisis dl caso promdio El pla: Probabilidad Aálisis probabilista Árbols biarios d búsquda costruidos alatoriamt Tris, árbols digitals d búsquda y Patricia Listas sip Árbols alatorizados Técicas Avazadas

Más detalles

El Trimestre Económico ISSN: Fondo de Cultura Económica México

El Trimestre Económico ISSN: Fondo de Cultura Económica México El Trimesre Ecoómico ISSN: 4- rimesre@fododeculuraecoomica.com Fodo de Culura Ecoómica México Melo Veladia, Luis Ferado; Graados Casro, Joa Camilo EXPECTATIVAS Y PRIMA POR RIESGO INFLACIONARIO CON UNA

Más detalles

ESTIMADOR DE AITKEN Y PROPIEDADES DEL MISMO (Última revisión: 1 de marzo de 2007)

ESTIMADOR DE AITKEN Y PROPIEDADES DEL MISMO (Última revisión: 1 de marzo de 2007) Apts d clas d coomtría II / 6 STIMADOR D AITKN Y ROIDADS DL MISMO Última rvisió: d marzo d 7 rof. Rafal d Arc rafal.darc@am.s stimació d los parámtros dl MBRL por máxima vrosimilitd Apoádoos la hipótsis

Más detalles

Tema 9. Modelos de equilibrio de cartera

Tema 9. Modelos de equilibrio de cartera Tma 9. Modlos d quilibrio d carra Caracrísicas gnrals En la drminación dl ipo d cambio no sólo incid l mrcado monario: ambién l mrcado d bonos y l mrcado d bins No xis susiuibilidad prca nr los acivos

Más detalles

á - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colo

á - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colombia - Bogotá - Colo á - Colombia - Bogoá - Colombia - Bogoá - Colombia - Bogoá - Colombia - Bogoá - Colombia - Bogoá - Colombia - Bogoá - Colombia - Bogoá - Colo Cuanificación d Encusas Ordinals y Prubas d Racionalidad: Una

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

Política Fiscal. Gobiernos de coalición o de intereses geográficos dispersos

Política Fiscal. Gobiernos de coalición o de intereses geográficos dispersos Política Fiscal Goiros d coalició o d itrss oráficos disrsos Goiros d coalició o d itrss oráficos disrsos Escario olítico dod l oiro stá comusto or dos artidos coalició:. Partidos ti rfrcias distitas sor

Más detalles

INTEGRAL INDEFINIDA. Derivación. Integración

INTEGRAL INDEFINIDA. Derivación. Integración TEMA 8 Itgral Idfiida INTEGRAL INDEFINIDA FUNCIÓN PRIMITIVA. F() s ua primitiva d f() si F ()= f(). Esto s prsa así: f() = F'() = F() La itgració s la opració ivrsa a la drivació, d modo qu: FUNCIONES

Más detalles

Introducción a la integración de funciones compuestas INTREGRACION POR SUSTITUCION

Introducción a la integración de funciones compuestas INTREGRACION POR SUSTITUCION Inroducción a la ingración d funcions compusas INTREGRACION POR SUSTITUCION Cuando s raa d funcions compusas, s aplica un méodo qu s llama ingración por susiución, s méodo srá nndido sin dificulad n la

Más detalles

EVENT REPORT and event media clippings. Prepared by Manuel Hernandez-Gonzalez Lic. # R440 June 27,2013 San Juan, PR

EVENT REPORT and event media clippings. Prepared by Manuel Hernandez-Gonzalez Lic. # R440 June 27,2013 San Juan, PR VT RORT ad mdia clippigs rpard by Maul Hradz-ozalz ic. # R440 Ju 27,2013 a Jua, R 2 ricl was publishd i boh h uday pri diio ad h ir diio 3 4 5 ios d urorriquños a a la 84 oció acioal U las Vgas, ada 24

Más detalles

TEMA 8 OPERACIONES FINANCIERAS SIMPLES

TEMA 8 OPERACIONES FINANCIERAS SIMPLES Facula e.ee. Dpo. e Ecoomía Fiaciera I Diaposiiva 1 Maemáica Fiaciera TEMA 8 OPERAIONES FINANIERAS SIMPLES 1. Plaeamieo geeral 2. Operacioes a coro y largo plazo 3. Valor fiaciero e la operació 4. Aplicacioes:

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

La transformada de Laplace

La transformada de Laplace CAPÍTULO 6 La ranformada d Laplac 6.3 Exincia d TL Lo rulado nconrado n la ccion anrior no podrían hacr pnar qu baará cuidar l rango d la variabl para agurar la xincia d la TL d una función; in mbargo,

Más detalles

Introducción a Métodos Numéricos. Modelización de Sistemas Biológicos (por Computadora) FIUNER

Introducción a Métodos Numéricos. Modelización de Sistemas Biológicos (por Computadora) FIUNER Iroducció a Méodos Numéricos Modeliació de Sisemas Biológicos por Compuadora FIUNER Modelo Maemáico Nos ieresa la diámica del sisema Cómo evolucioa las disias variables a lo largo del iempo Sisemas de

Más detalles

TEMA 2 SUCESIONES. Tema 2 Sucesiones Matemáticas I 1º Bach. 1 SUCESIONES Y TÉRMINOS

TEMA 2 SUCESIONES. Tema 2 Sucesiones Matemáticas I 1º Bach. 1 SUCESIONES Y TÉRMINOS Tma Sucsios Matmáticas I º Bach. TEMA SUCESIONES SUCESIONES Y TÉRMINOS EJERCICIO : Si l térmio gral d ua sucsió s a 0 Halla l térmio sgudo y l décimo. b) Hay algú térmio qu valga? Si hay dcir qu lugar

Más detalles

IDENTIFICACION DE SISTEMAS DE SEGUNDO ORDEN

IDENTIFICACION DE SISTEMAS DE SEGUNDO ORDEN Ediorial d la Uivridad Tcológica Nacioal IDENTIFICACION DE SISTEMAS DE SEGUNDO ORDEN Ig. Robro Agl Rivro* Rum Para l diño d ima d corol, xi umroo méodo qu rmi r darrollado dro d ua amlia gama d caracríica.

Más detalles

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A

Solución. Al sistema lo definen dos matrices, A la matriz de coeficientes y A la matriz ampliada. A A A A . Resolver Solució. l sisema lo defie dos marices la mari de coeficiees la mari ampliada. rg ' rg ' ' Rago de (méodo de ramer) S..D. rg ' rg. Resolver Solució. l sisema lo defie dos marices la mari de

Más detalles

INTEGRALES INDEFINIDAS

INTEGRALES INDEFINIDAS Ingrals Indfinidas@JEMP INTEGRALES INDEFINIDAS MÉTODOS DE INTEGRACIÓN. Ingración inmdiaa.- Tnindo n cuna qu l procso d ingración s l invrso d la drivación, podmos scribir fácilmn las ingrals indfinidas

Más detalles