Objetivo: Analizar el fundamento económico de la toma de decisiones de consumo

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

Download "Objetivo: Analizar el fundamento económico de la toma de decisiones de consumo"

Transcripción

1 CAP. : EL MODELO BÁSICO DEL COMPORTAMIENTO DE LOS AGENTES A LA HORA DE CONSUMIR Obetvo: Analzar el fundaento econóco de la toa de decsones de consuo Recorrdo analítco: Foralzacón de la relacón de referencas del consudor 2 Restrccón de rueza 3 Problea del consudor: Planteable coo un roblea de otzacón condconada or restrccones en desgualdad (Kuhn-Tucker)

2 Pral: Max la utldad, s.a: restrccones. Eulbro: Deandas arshallanas de bs, funcón ndrecta de utldad Dual: Mn el gasto, s.a: restrccones. Eulbro: Deandas hcksanas de bs, funcón de gasto 4 Dualdad de la teoría del consuo. Fundaental! 5 Una vez deternado e del consudor, nos gustaría, en este odelo ás básco osble,. Analzar las roedades ue la teoría one a las f.d. or el hecho de roceder de un roblea de otzacón condconado. Proedades a culr or las f.d. ara oder ser tldadas de auténtcas fd. 2

3 2. Cóo varía el e. del consudor con los aráetros (Estátca coaratva). Ecuacón de Slutsky. Característcas del odelo Estátco Preferencas del consudor están dadas Renta del consudor exógena Precos de los bs están dados Toología de la relacón de referencas 3

4 J bs en la econoía, =,2,..., J, J < + Cantdades suscetbles de ser consudas: núeros reales no negatvos, 0, =,2,..., J Esaco o conunto de consuo: J X R+ Eleentos de X (cestas de bs): =,...,,..., ), 0, =,..., J, 0 ( J Reresentar el esaco de consuo en R, R 2 y R 3 Entre estos eleentos es donde el consudor elge. Su eleccón deenderá de: () Preferencas, () Rueza Relacón de referenca (débl): La relacón bnara f defnda coo el conunto f {(, ') /, ' X, es al enos tan referdo coo ', f' } X X 4

5 es una relacón de referenca débl (reresenta las referencas del consudor) Prooner eelos de otras relacones bnaras Qué roedades deberíaos oner a la relacón bnara f? A. Colettud. Foralzar Idea: Los ndvduos sere son caaces de toar una decsón A2. Reflexvdad Preferencas son nternaente consstentes (no contradctoras) 5

6 A3. Transtvdad Exste consstenca externa; el orden ue el ndvduo fa entre alternatvas debe antenerse cuando se añaden ás alternatvas a consderar Qué estructura toológca tene una relacón bnara ue satsfaga A-A3? A4. Contnudad Una relacón de referenca f en X es contnua s es reservada bao lítes. Es decr, s ara n n toda secuenca de ares {, ' }, n =,2,..., con n n f ' ara todo n, resulta l n n n f ln ' 6

7 O s dada la sucesón de cestas de bs n { }, todas ellas al enos tan referdas coo una n X n N cesta, y la sucesón converge a una cesta, entonces debe ser al enos tan referda coo O s X los conuntos f (conunto de contorno sueror o conunto al enos tan referdo coo ) y (conunto de contorno nferor o conunto al enos tan desreferdo coo ) son cerrados O s X los conuntos f (conunto de contorno estrctaente sueror o conunto e- referdo a ) y (conunto de contorno estrctaente nferor o conunto e-desreferdo a ) son abertos 7

8 8 Eelo: Un caso de no contnudad es relacón referencas lexcográfcas, L f, defnda, ara J=2, coo = > > 2 2 ' s, ' ' ' L f Corobar ue esta relacón de referenca no es contnua Teorea: S una relacón de referenca f satsface A-A4, es suscetble de ser reresentada edante núeros (reales). Es decr, exste una f.u. R R X u J + : contnua tal ue X ',, ) ' ( ) ( ' u u f

9 IMPORTANTE: (a) Una funcón de utldad u reresenta una únca relacón de referenca f (Contnúa en (b) ás adelante) Estos axoas son sufcentes ara oder defnr el roblea del consudor coo un roblea de ax de una funcón (condconada a restrccones) CUIDADO!!! El ue una relacón de referenca f no sea reresentable edante una f.u. no lca ue el roblea del consudor no tenga solucón Eelo: S J=2 y f L solucón es: { (, 2, ), 2 (, 2, )} =, 0 Ahora ben, el roblea es ue con (solo) esto (A-A4), la solucón uede ser últle, de esuna, etc. 9

10 S uereos ser ás exgentes y garantzar ue la solucón será únca, y adeás ue el ndvduo gastará toda su renta, entonces es recso añadr algunos suuestos ás: A5. Monotonía Ilca no-saturacón o no-sacedad local ( VER) y hace ue las curvas de ndferenca sean decrecentes Pendente de la CI: RMS A6. Convexdad Ilca RMS decrecente 0

11 Preferenca or la dversfcacón Algo ás? Ilcacones ara la utldad Prooscón: S la relacón de referenca f vene reresentadas or una f.u. u ( ), (A-A4), entonces: () Monotonía lca >> u( ) > u( ) [ u ( ) crecente] () Convexdad (e-convexdad) lca ue toda u ( ) ue reresente esa relacón es cuascóncava (e-cuascóncava). Es decr, el conunto { ' X R+ u( ') u( ) } es convexo (e-convexo) ara todo J Proof. Ver Antelo (2000),

12 FIG : La f.u. es cuascóncava (ver Matheatca Fg ) FIG 2: Los conuntos de ndferenca son convexos (ver Matheatca Fg 2) Adeás, dada una f.u. u ( ) cualuer TM de u ( ) reresenta las sas referencas ue ( ) (Iortante exgr sólo cuasconcavdad, no concavdad). u. IMPORTANTE: (contnuacón de (a)): (b) Una relacón de referenca f uede ser reresentada or dferentes funcones de utldad 2

13 Adeás, () Preferencas contnuas y hootétcas lca ue exste una f.u. u ( ) hoogénea de grado u ( a) = α u( ), α > 0 (v) Preferencas contnuas y cuaslneales lca ue exste una f.u. u ( ) de la fora u ( ) = α + z( 2,..., J ), α > 0 3

14 Entender ben ue entre el rnco de la UMa decrecente de los bs y el rnco de la RMS decrecente no exste relacón ssteátca alguna. Utlzar ara ello la funcón de utldad α u ) = ( ), α > 0 ( unto) ( 2 Resolucón: Dada u α ( ) = ( 2), la RMS entre los bs y 2 se defne coo 2 d2 u RMS = =. d u2 En este caso, 2 2 drms RMS =, con lo cual el decrecento de RMS exge ue = 2 0 d <. Es decr, esta relacón de referenca tene la roedad de ue RMS es decrecente ara cualuer valor ue adote el aráetro α

15 α α 2 > Por otra arte, la UMa del ben se obtene coo u = α 0 y la del ben 2 coo α α 2 2 > u = α 0. Para ver cóo evoluconan dchas UMa, basta con obtener: du d α 2 α ( 2 = α α ) < 0, s α < = 0, s α = (Lo so ara el ben 2) > 0, s α > Es decr, la relacón de referencas exhbe UMa de los bs ue ueden ser decrecentes, constantes o crecentes, entras ue la RMS entre dchos bs es sere decrecente. Con esto se corueba ue no exste relacón ssteátca alguna entre el rnco de la UMa decrecente de los bs y el rnco de la RMS decrecente entre los bs. 5

16 Eelos de referencas Hootétcas / No hootétcas Hootétcas: Una f es hootétca s todos los conuntos de ndferenca están relaconados entre sí or exansones roorconales a lo largo de rado-vectores. Es decr, s, entonces α α, ara todo α>0 Reresentar gráfcaente este resultado ara el caso J=2 6

17 Corobar ue la RMS entre dos benes deende sólo de las cantdades relatvas (no absolutas) consudas de dchos bs (funcón hoogénea de grado 0) Susttutvos: Escrbr la funcón de utldad con J=2 y analzar roedades de dcha f.u. Generalzar ara J benes Coleentaros: Lo so Cobb-Douglas: Lo so CES (elastcdad de susttucón constante): Lo so Cóncavas: Lo so 7

18 Corobar ue todas estas referencas son hootétcas No Hootétcas: Cuaslneales: Una f es cuaslneal (con resecto al ben, or eelo) s: () Los conuntos de ndferenca son deslazaentos aralelos de cada uno a lo largo del ee del ben Foralente, s, entonces (+αe ) ( +αe ), α > 0 y e = (,0,...,0) 8

19 () El ben es deseable,.e., +αe f El ben se conoce coo nueraro. S J=2, la f.u. u ( ) ue reresenta una f cuaslneal es del to u, ) = f ( ) + g( ), con f = 0 y g 0 (o vceversa) ( 2 2 Poner un eelo concreto de una f.u. cuaslneal con J=2 y corobar ue no es hootétca Cóo es la f cuya reresentacón nuérca es u (, 2) = ln 2? 9

20 El resuuesto del consudor Conunto resuuestaro P(, ) J = X = X Conunto cerrado y acotado Frontera de este conunto es la restrccón resuestara 20

21 Utldad y gasto Suongaos ue: () Preferencas del ndvduo no deenden de n del consuo de otros ndvduos () Preferencas se reresentan or una funcón + J u : X R R de clase 2, (crecente y cuascóncava; s uereos asegurar solucón únca) () El consudor toa (, ) >> 0 coo dados (v) Conunto resuuestaro P(, ) = { X / } coacto 2

22 Conducta del consudor? Def. (E ndvdual). Es un vector de cantdades de los bs, * * * * J = (,...,,..., J ) X R+, dstnto del vector nulo, ue resuelve el roblea MAX u(), s.a: 0 0 Idea: Se trata de buscar * X de anera ue * f, P(, ) X PPNL con J vs y J+ restrc: Problea Pral del consudor, Problea de ax de la utldad o Prograa 22

23 Lea: S las referencas son convexas (e-convexas), entonces el conunto de solucones del Pral es convexo (solucón es únca) Resolver ara u ( ) = y / 4 / 2 2 u ( ) =. En abos casos, (, 2) >> 0, > 0. Prooscón: Caracterzacón del eulbro cuando u ( ) es dferencable Condcones Necesaras de Kuhn-Tucker u Exste un ultlcador de Lagrange λ 0 tal ue ( * ) λ, ( u( * ) = λ, s * > 0) 23

24 Falta el resto de condcones (CHC, etc.) hasta llegar a las 3(J+J+) Condcones Necesaras de Kuhn-Tucker y resolver el sstea * > * ' > S 0 y 0, el eulbro ndvdual del consudor se caracterza or la condcón u = u ' ',, ' =,2,..., J; ' Interretar el resultado: Reresentarlo gráfcaente: 24

25 Caso artcular: S * >> 0, las 3(J+J+) CPO anterores se reducen a J+ CPO en fora de gualdad sobre el lagrangano Corobar lo anteror Dado el vector gradente (atrz Jacobana de u ( ) ) u( * ) = λ: El vector gradente evaluado en u( * u( ) = * ) u(,..., J * es roorconal al vector de recos * ), entonces El ultlcador λ reresenta el coste sobra de la restrccón (la valoracón argnal ue el consudor hace de la renta) 25

26 CSO Las ue garantzan ue la f.u. u ( ) es localente cuascóncava (en el unto de e): 0 2 u u 2 u u Sgno?... o ben 0 u u 2 u u u 2 u u u Sgno?... Corobar ue (en el unto de eulbro) estos dos deternantes son guales 26

27 Solucón del Pral: Funcones de deanda arshallana = (, ) del to J + + : R + R, =,,J. + * Indcan, ara cada conunto de recos y renta a los ue se enfrenta el consudor, la cantdad ue éste deanda de cada ben en el eulbro (ara ax su utldad). * (, ) = arg ax X u( ), s. a : P(, ) Idea geoétrca (J=2). Reresentar Qué sucede s la restrccón resuuestara es una funcón defnda a trozos (y tene uno o varos codos)? 27

28 Resolver analítcaente ara / 4 / 2 u ( ) = 2, = 00, = 2 y 2, s 2 < 20 2 =, s 20 2 Funcón de utldad cuaslneal: u = f ( +, f > 0, f < 0 ) 2 Cóo se dervan las f.d..? UMa = f ( ) UMa 2 = 28

29 Entonces: u f ( = da lugar a ) = u2 2 2 y odeos resolver drectaente ara * ara obtener * ( 2 =, ). Entonces, * 2 2 (, 2, ) 2 * = =. Es decr, la f.d.. del ben no resenta ER; la del ben 2 sí. Funcón de utldad ndrecta: Provee el (ax) nvel de utldad alcanzado or el consudor u( * (, )) = ax{ u( ) / } v(, ) Aunue no es observable, es 29

30 Iortante orue erte conocer las cantdades deandadas en el e(f.d..) sn necesdad de lantear y resolver el Pral. Prooscón (Proedades de la f.u..) Contnua en y No crecente en y e-crecente en Cuasconvexa en : El conunto {(, ) v(, ) v} es convexo ara todo v Hoogénea de grado 0 en y Dada la funcón (de recos y renta) v (, ) =, corobar ue es una f.u

31 Interretacón econóca del ultlcador de Lagrange λ (en el eulbro) Alcar teorea de la envolvente a v (, ). Problea Dual del consudor El roblea del consudor tabén se uede lantear (alternatvaente) coo Def.: Un eulbro del consudor es (tabén) un vector J X R+ ue resuelve el roblea MIN, u( ) u s. a : 0 3

32 Problea Dual, de nzacón del gasto o Prograa 2 del consudor. Prooscón: El eulbro ndvdual se caracterza or u = u ' ',, ' =,..., J; ' Msa caracterzacón ue ara el Pral! = Solucón: Deandas hcksanas o coensadas (, u) h h J + del to : R + R+, =,,J. Es decr, = arg n X, s. a : u( ) u 32

33 Prooscón: El eulbro del consudor es el so con ndeendenca de cóo se obtenga. Al gual ue en el Pral, en el Dual es ortante deternar el valor ue alcanza en el e la funcón obetvo Def: (Funcón de gasto o funcón de valor del dual): h (, u) = n{ / u( ) u} e(, u) Iortanca de la funcón de gasto: Es la nversa de la f.u.. (y, or lo tanto, srve ara edr la utldad al gual ue la f.u..) Subsana las defcencas de la f.u.. orue la f.g. es observable 33

34 Medcón onetara del benestar: Estará basada en la utlzacón de la funcón de gasto (CAP. 3) Perte dervar las cantdades deandadas en el e (f.d.h.) sn necesdad de lantear y resolver el dual Prooscón (Proedades de la funcón de gasto) Contnua en y u No decrecente en y e-crecente en u Cóncava en Hoogénea de grado en 34

35 Dada la funcón (de recos y utldad) e, u) = ( + 2 ) u, corobar s es una f.g. ( Identdades y Teoreas de dualdad en la teoría del consuo Prooscón. Suongaos: () ue la funcón de utldad u() es contnua y reresenta una relacón de referenca f localente no-sacable, () >>0, () ue abos rograas tenen solucón,.e. v(, ) = ax u( ), s. a : () e(, u) = n, s. a : u( ) u (2) Entonces: () S * es solucón de () con renta > 0 * es solucón de (2) con u = v(, ) 35

36 () S * > 0 y es solucón de (2) con utldad reuerda u(0) u > es solucón de () con renta = e(, u) De. Ver Antelo (2000) Ilustracón gráfca (Fg 4,. 05) La rooscón anteror lca las sguentes Identdades Fundaentales. e(, v(, )) : Con un gasto n sere se uede alcanzar la utldad ax 36

37 2. v(, e(, u)) u : El nvel ax de utldad sere se uede alcanzar con un gasto íno h 3. (, ) (, v(, )) : La deanda arhallana de cada ben corresondente al nvel de renta concde con la deanda hcksana asocada al nvel de utldad ax h 4. (, u) (, e(, u)) : La deanda hcksana de cada ben corresondente al nvel ax de utldad es gual a la deanda arshallana corresondente a la renta n Lea (Lea de Shehard) (Relacón entre las deandas hcksanas y el gasto) S: () u ( ) es una f.u. contnua ue reresenta una relacón de referenca f localente no sacable y e-convexa, () la f.g. es dferencable en los recos de los bs, 37

38 entonces ara todo y u, la f.d.h. de cada ben es h e(, u) (, u) = Identdad de Roy (Relacón entre las f.d.. y la utldad ndrecta). Suongaos ue: () u ( ) es una f.u. contnua ue reresenta una relacón de referenca f localente no sacable y e-convexa, () v( ) v es dferencable en (,), v( ) () 0. Entonces, la f.d.. de cada ben se obtene coo 38

39 (, ) v(, ) = v(, ) Proedades del eulbro ndvdual Proedades de las f.d.. Hoogenedad de grado 0 en (,) Satsfacen la ley de Walras: >> 0 y > 0, ( ) = 39

40 El consudor gasta toda su renta (es lo ue cabe eserar al enos en un undo sn ncertdubre) S las referencas son convexas, el conunto de solucones del Pral es convexo S las referencas son e-convexas, el conunto de solucones del Pral tene un únco eleento El eulbro es nvarante ante cualuer TM de la funcón de utldad En el eulbro, el ultlcador de Lagrange es la utldad argnal de la renta, * λ u = v(, ) Coletar or el lbro (ver. 09-3) 40

41 Proedades de las f.d.h. Hoogéneas de grado 0 en Gasto gual a renta: En el e., el valor de las deandas hcksanas es gual a la renta dsonble Convexdad: S f es convexa, (, u) h es un conunto convexo Uncdad: S f es e-convexa, (, u) h es un conunto con un únco eleento 4

42 En el e., el ultlcador de Lagrange µ reresenta el coste lícto de la restrccón de utldad; e(, u µ = u ) Cóo relaconar los dos tos de deanda? Ecuacón de Slutsky. Suongaos ue u ( ) es una f.u. contnua ue reresenta una relacón de referenca f localente no sacable y e-convexa. Entonces ara todo (,) y u = v(, ), resulta: 42

43 (, ) ' = h (, u) ' (, ) ' (, ),, ' =,..., J La varacón de la f.d.. del ben cuando caba el reco del ben es gual a COMPLETAR Rearks: Descooscón del efecto sobre la deanda de un ben del cabo en el reco (, ) (ET=ES+ER); ER ' (, ). 43

44 Efectos drectos ( = ' ) y efectos cruzados ( ' ) La descooscón efectuada auí es la hcksana. Hay otra osbldad: descooscón à la Slutsky. Coensacón hcksana de renta 44

45 h (, ) = (, u) h (, ) = (, u) HICKS Coensacón Hcksana vs. Coensacón de Slutsky 45

46 Cabo resuuestaro à la Hcks h (, ) = (, u) Cabo resuuestaro à la Slutsky h (, ) = (, u) HICKS Adotaos la coensacón à la Hcks: SLUTSKY 46

47 47 Con J benes, las JxJ Ecuacones de Slutsky se escrben, en notacón atrcal, coo: = J J J J J J J h J h J J h h J J J J M L M L M L Matrz de Slutsky o de Efectos Susttucón, S. La Max de la utldad lca ue la atrz de Slutsky S(,u) es: Sétrca Sdn

48 (, u) Corolaro: Efecto susttucón drecto es no ostvo, s = 0. La ley de la deanda se verfca en térnos hcksanos h Ley de la deanda (Hcksana) Prooscón: Suongaos ue u ( ) es una f.u. contnua ue reresenta una f no sacada localente y ue h (, u) es un conunto forado or un únco eleento ara todo (, u). Entonces la deanda hcksana satsface la ley de la deanda (coensada): h ( )[ (, u) (, u)] 0 h,, 48

49 h Proof: Teneos ue (, u) (, u) h y (, u) (, u) h h Restando, se obtene el resultado. Satsface S(,u) = 0 Más en general. S una f.d.. contnuaente dferencable es generada or una relacón de referenca raconal (coleta y transtva), entonces: () Es hoogénea de grado 0 () Satsface la Ley de Walras: S = 0 () S es una atrz sétrca 49

50 (v) S es una atrz sdn Problea de la Integrabldad Hasta ahora, la regunta ha sdo: Dadas unas referencas regulares, ué roedades han de satsfacer las deandas ue surgen de la ax (n) condconada de la utldad (gasto)? Qué restrccones han de culr las f.d. ara oder afrar ue son auténtcas f.d. (son las observables!) dervadas del Pral? La cuestón a lantear ahora es: Dadas unas deternadas f.d.. (ue defnen la conducta observada del consudor en el ercado) y ue oseen las roedades estuladas, bao ué condcones odeos afrar ue exste una f.u. consstente con el coortaento observado del ndvduo? 50

51 Toda f.d.. contnuaente dferencable ue satsfaga las roedades ue heos uesto se uede raconalzar or alguna relacón de referenca raconal f y la axzacón de utldad? Se trata de recuerar las referencas del consudor (nobservables) observando su conducta de deanda Consdereos J=2 y un unto arbtraro (, ) [condcones ncales del roblea]. Observeos las cantdades (arshallanas) deandadas de cada ben or arte del consudor, (, ) y (, ), y asgnéosle un nvel arbtraro de utldad u = u(, ). Sabeos ue en el unto dado or estas cantdades

52 u u 2 ( ( 0 0 ) ) = Es decr, aroxaos la endente de la C.I. corresondente S reetos el roceso ara otros datos de recos y renta dstntos de (, ), obteneos una aroxacón de las C.I. (de la relacón de referencas) 0 0 Foralente: Una vez defnda la condcón ncal (, ), defndas las deandas y asgnado el nvel de utldad arbtraro u = u(, ), or el Lea de Sheard y la Identdad 3 de la Dualdad, el sstea de f.d.. es

53 0 e(, u ) 0 = (, e(, u )), =,..., J y e (, u ) = (, ) = c Donde y c están dados. S odeos ntegrar el sstea anteror de dervadas arcales, obteneos la funcón de gasto obteneos la funcón de utldad ndrecta Prooscón: Exste solucón de dcho sstea (.e., exste una funcón de gasto e (, u) ue resuelve el sstea anteror) s s ' =,, ' =,..., J. s ' Y esto es certo!! 53

54 54 Eelo: Dadas las f.d.. β β = ) (, donde = = J β β, encontrar la relacón de referencas ue está detrás de dchas f.d.. Resolucón: El sstea de ecuacones en dervadas arcales es J u e u e u e,...,, ), ( )), (, ( ), ( = = = β β o ben, J u e u e,...,, ), ( ), ( = = β β

55 Integrando la -ésa condcón con resecto a, resulta lne(, u) β = ln β + c Suando ara todo, lne(, u) β = ln β + c y, basta con far c = lnu, ara llegar a β ln e(, u) = ln + lnu β 55

56 56 Fnalente, nvrtendo esta exresón, obteneos: v ln ln ), ( ln + = β β ue es una TM de una f.u.. ue reresenta referencas Cobb-Douglas: Π = = Π v β β β β ), ( Esta es la f.u. ue está detrás de las f.d.. lanteadas.

57 Deanda agregada Suongaos ue en la econoía hay I consudores, =,2,..., I, cada uno con la f.d.. (, ) del ben. La deanda agregada (DA) del ben es Q (,,..., I ) = I = (, ) Ilcacón: La DA deende de la dstrbucón de la renta total, I = 57

58 Rueza Agregada I Bao ué condcones odeos encontrar una f.d.. agregada Q (, ) tal ue = Q (, I = ) I = (,,..., )? = I I En este caso, s la renta caba en ( d,..., d ), sendo d = 0 (la cuantía total de renta no varía), entonces ara todo ben, resulta: I = d = 0 58

59 I Una condcón sufcente y necesara ara ue esto ocurra es ue ara todo I,, y (,..., ), suceda ue (, ) = ' (, ' ' ), Es decr, ue (, ) sea ndeendente de. Esto sgnfca ue todas las sendas de exansón de la renta tenen la sa endente. Prooscón: La DA es ndeendente de la dstrbucón de la renta s la f.u.. de todos los consudores uede ser reresentada en la fora de Goran 59

60 60 b a v ) ( ) ( ), ( + = Proof. Alcando la Identdad de Roy se obtene b b b a ) ( ) / ( ) ( ) / ( ), ( + = Por lo tanto, ) ( ) / ( ), ( b b =,.e. es ndeendente de.

61 Resultado bastante restrctvo. Casos esecales: referencas déntcas y hootétcas; referencas cuaslneales Sn ebargo, suongaos ue la rueza de los ndvduos es generada or los recos y la = rueza agregada: (, ) Regla de dstrbucón de la rueza: Fala de funcones ( (, ),..., (, )) I con (, ) = ara todo (, ) I En este caso, Q(,,..., ) = (, (, ) = Q(, ) Pero ahora Q (, ) deende de la regla de dstrbucón de rueza. 6

62 Por eelo: la regla de dstrbucón de rueza α = α,..., α ), con α =, dada or (, ) = α ( I Prooscón: Sea la regla α = α,..., α ) con α =, dada or (, ) = α. Suongaos ( I ue (, ) satsface la ley de la deanda no coensada. Entonces tabén la DA = (, Q (, ) α ) satsface la roedad de la ley de la deanda no coensada. Proof. Consdereos (, ) y (, ) con Q (, ) Q(, ). Entonces ara algún, (, α ) (, α ). La ley de la deanda no coensada lca ue ( )[ (, ) (, )] < 0 62

63 Para todo, ( )[ (, ) (, )] 0 Suando sobre,..., I, resulta ( )[ Q(, ) Q(, )] < 0. Prooscón: S f es hootétca, entonces (, ) satsface la ley de la deanda no coensada. Proof. Hacer. 63

64 Consudor reresentatvo Defncón. Un consudor reresentatvo ostvo exste s hay una relacón de referenca f raconal (coleta y transtva) tal ue la funcón de DA del ben, Q (, ), es la funcón de deanda generada or esta f 64

65 Defncón. Una funcón de benestar socal (Bergson-Sauelson) es una funcón W : R ue asgna un nvel de utldad a cada osble vector u,..., u ) de nveles de utldad ara los I consudores de la econoía ( I J R Redstrbucón de la rueza: ax W ( v (, ),..., vi (, I )), s.a :,..., I Una solucón { (, )} de este roblea es una regla de dstrbucón de la rueza Su valor v (, ) es una f.u.. de un consudor reresentatvo con f.d.. Q(, ) = (, (, )) 65

66 Defncón. Un consudor (noratvo) reresentatvo con resecto a la funcón de benestar socal W ( ) es un consudor (ostvo) reresentatvo ara la funcón de DA Q(, ) = (, (, )), donde (, ) concde con la regla de dstrbucón de rueza nducda or W ( ) 66

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Tema 2. Oligopolio y Competencia Monopolística

Tema 2. Oligopolio y Competencia Monopolística Tea. Olgoolo y Coetenca Monoolístca Tea. Olgoolo y Coetenca Monoolístca Introduccón.. El odelo de Cournot.... Duoolo.... Olgoolo (n eresas...3. Análss de benestar... El odelo de Bertrand.... Producto hoogéneo....

Más detalles

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

En un mercado hay dos consumidores con las siguientes funciones de utilidad: En un mercado hay dos consumdores con las sguentes funcones de utldad: U ( + y, y = ln( + U ( = + y con a >,, y a ln( + donde, =,, es la cantdad del ben consumda por el ndvduo, y es la cantdad de renta

Más detalles

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos.

PROBABILIDAD. Álgebra de sucesos. Inclusión o igualdad de sucesos. Operaciones con sucesos. ROILIDD Álgebra de sucesos. Un fenómeno o exerenca se dce que es aleatoro cuando al reetrlo en condcones análogas es mosble de redecr el resultado. El conjunto de todos los resultados osbles de un exermento

Más detalles

Economía del Bienestar Aplicado

Economía del Bienestar Aplicado nversdad de los Andes Facultad de Econoía Econoía del Benestar Alcado Notas de Clase Por: Juan Carlos Mendeta Lóez. endet@unandes.edu.co Bogotá. Enero del 7. nversdad de Los Andes Facultad de Econoía Prograa

Más detalles

Dualidad entre procesos termodinámicos y electromecánicos

Dualidad entre procesos termodinámicos y electromecánicos ENERGÍA Y COENERGÍA EN IEMA ELECROMECÁNICO REALE, DEDE PROCEDIMIENO ERMODINÁMICO CLÁICO Alfredo Álvarez García Profesor de Inenería Eléctrca de la Escuela de Inenerías Industrales de adajoz. Resumen La

Más detalles

8.- Considere un duopolio de Bertrand que produce un bien homogéneo. La función de

8.- Considere un duopolio de Bertrand que produce un bien homogéneo. La función de 8.- Consdere un duoolo de Bertrand que rodue un ben hoogéneo. La funón de deanda es x = A b y las eresas tenen el so oste argnal onstante, > 0 no hay ostes fos. Caratere el equlbro de Bertrand-Nash desrba

Más detalles

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD OPIMIZACIÓN CON RESRICCIONES DE IGUALDAD Localzacón de óptos de funcones sujetas a restrccones en fora de gualdad écnca de los ultplcadores de Lagrange Forulacón estándar del problea f =,,..., Se consderarán

Más detalles

EL PODER DE MERCADO: EL MONOPOLIO Y EL MONOPSONIO

EL PODER DE MERCADO: EL MONOPOLIO Y EL MONOPSONIO EL PODER DE MERCADO: EL MONOPOLIO Y EL MONOPSONIO El oder de mercado: el monoolo y el monosono. Introduccón. El eulbro de un monoolsta no dscrmnador 3. Pérdda de efcenca del monoolo 4. El monoolsta ue

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

TEMA 1: EL FENÓMENO FINANCIERO

TEMA 1: EL FENÓMENO FINANCIERO TEMA : EL FENÓMENO FINANIERO aal fnancero Valoracón de caales Leyes fnanceras 3 Magnudes dervadas 4 Leyes de caalzacón y descueno ás ulzadas or el ercado 5 Ejerccos ea onceo de caal fnancero uando se habla

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

Tema 7: MEDIDAS DE CONCENTRACIÓN

Tema 7: MEDIDAS DE CONCENTRACIÓN Introduccón a la Econometría. Conceto. Las meddas o índces de concentracón tenen como objetvo fundamental cuantfcar el grado de desgualdad en el rearto o dstrbucón de una magntud económca (rentas, negoco,

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

Equilibrios competitivos y de Bertrand, con y sin diferenciacion de productos

Equilibrios competitivos y de Bertrand, con y sin diferenciacion de productos Revsta equlbros de Análss compettvos Económco, Vol. y 24, de Nº bertrand, 1, pp. 43-53 (Juno con 2009) y sn dferencacon 43 Equlbros compettvos y de Bertrand, con y sn dferencacon de productos Compettve

Más detalles

2.- Considere un oligopolio de Cournot con n empresas que producen un bien

2.- Considere un oligopolio de Cournot con n empresas que producen un bien 2.- Consdere un olgopolo de Cournot con n epresas que producen un en hoogéneo. La funcón nversa de deanda es p ) = A y todas las epresas tenen el so coste argnal constante, c > 0 no hay costes fjos). Nota:

Más detalles

ESCUELA DE INGENIERÍAS INDUSTRIALES. UNIVERSIDAD DE VALLADOLID FÍSICA I. CURSO TEMA 4. Dinámica de los sistemas de partículas

ESCUELA DE INGENIERÍAS INDUSTRIALES. UNIVERSIDAD DE VALLADOLID FÍSICA I. CURSO TEMA 4. Dinámica de los sistemas de partículas ESCUEL DE IGEIERÍS IDUSTRILES. UIVERSIDD DE VLLDOLID FÍSIC I. CURSO 03-04 TEM 4 Dnáca de los ssteas de partículas Introduccón: generalzacón de la ª ley de ewton.- Moento lneal de un sstea de partículas:

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

UNIVERSIDAD NACIONAL DE MAR DEL PLATA. Facultad de Ciencias Económicas y Sociales

UNIVERSIDAD NACIONAL DE MAR DEL PLATA. Facultad de Ciencias Económicas y Sociales UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES UNIVERSIDAD NACIONAL DE MAR DEL PLATA Facultad de Cencas Económcas y Socales TESIS DE GRADO Lc. en Economía Estmacón de

Más detalles

Juegos estáticos con información completa

Juegos estáticos con información completa Teoría de las decsones y de los juegos. Tema : Juegos estátcos con nformacón completa Juego en forma normal g = ( N={,,,n},(S,,S n ), (u,,u n ) ) N conjunto de jugadores, œ N (fnto) S, conjunto de estrategas

Más detalles

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

7ª SESIÓN: Medidas de concentración

7ª SESIÓN: Medidas de concentración Curso 2006-2007 7ª Sesón: Meddas de concentracón 7ª SESIÓN: Meddas de concentracón. Abrr el rograma Excel. 2. Abrr el lbro utlzado en las ráctcas anterores. 3. Insertar la Hoja7 al fnal del lbro. 4. Escrbr

Más detalles

Los Beneficios. Microeconomía Douglas C. Ramírez V. La producción y la oferta

Los Beneficios. Microeconomía Douglas C. Ramírez V. La producción y la oferta Los Benefcos Mcroeconomía Douglas C. Ramírez V. La produccón la oferta La esenca de la actvdad productva es obtener benes servcos (mercancías) con destno fnal al consumo por medo de los recursos de la

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

Conservación del Momento Lineal y de la Energía

Conservación del Momento Lineal y de la Energía Conservacón del Moento Lneal y de la Energía Conservacón del Moento Lneal y de la Energía Objetvos Coprobar experentalente la conservacón del oento lneal edante choques elástcos e nelástcos. Coprobar la

Más detalles

La Demanda del Mercado y la Elasticidad

La Demanda del Mercado y la Elasticidad La Deanda del Mercado y la Elasticidad Microeconoía Douglas C. Raírez V. La deanda individual Sea X i(,, i ) la función de deanda individual del bien or arte del consuidor i-ésio y sea X i(,, i ) la función

Más detalles

Deducción de parámetros y comportamiento

Deducción de parámetros y comportamiento Captulo 7. Deduccón de paráetros y coportaento presto por el odelo 287 Capítulo 7: presto por el odelo Deduccón de paráetros y coportaento S ben la utlzacón del odelo consttuto planteado requere la deternacón

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Fundamentos de Física Estadística: Problema básico, Postulados

Fundamentos de Física Estadística: Problema básico, Postulados Fundamentos de Físca Estadístca: Problema básco, Postulados y Formalsmos. Problema básco de la Mecánca Estadístca del Equlbro (MEE) El problema básco de la MEE es la determnacón de la relacón termodnámca

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

Dasometría / Celedonio L

Dasometría / Celedonio L EJERCICIO Nº 6 Se ha realzado el nventaro forestal de una asa de Pnus pnaster no resnado, por uestreo estadístco, dseñado edante la toa de datos en parcelas rectangulares de 0 x 5 ts. El dáetro íno nventarable

Más detalles

11. Procesos estocásticos y cadenas de Markov

11. Procesos estocásticos y cadenas de Markov . Proceo etocátco y cadena de Marov Proceo etocátco Cadena de Marov Clafcacón de etado en una cadena de Marov Probabldade en etado etaconaro Anál de etado trantoro Proceo de decón arovano Proceo etocátco.

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

Tema 4. La demanda. Microeconomía Intermedia 2011/12. Tema 4 1

Tema 4. La demanda. Microeconomía Intermedia 2011/12. Tema 4 1 Tea 4 La deanda Microeconoía Interedia /. Tea 4 . Deducción de la curva de deanda. El efecto renta y el efecto sustitución: la ecuación de Slutsky 3. El efecto de sustitución de Hicks y las curvas de deanda

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

IV. JUEGOS ESTÁTICOS DE INFORMACION INCOMPLETA

IV. JUEGOS ESTÁTICOS DE INFORMACION INCOMPLETA Notas de clase de Teoría de Juegos - Marcela Eslava 35 IV. JUEGOS ESTÁTICOS DE INFORMACION INCOMPLETA Son juegos en los cuales al menos uno de los jugadores tene nformacón ncomleta sobre la funcón objetvo

Más detalles

TESIS MAGÍSTER EN INGENIERÍA ELECTRÓNICA BOOSTING SUPPORT VECTOR MACHINES ELKIN EDUARDO GARCÍA DÍAZ COD 200418195

TESIS MAGÍSTER EN INGENIERÍA ELECTRÓNICA BOOSTING SUPPORT VECTOR MACHINES ELKIN EDUARDO GARCÍA DÍAZ COD 200418195 TESIS MAGÍSTER EN INGENIERÍA ELECTRÓNICA BOOSTING SUPPORT VECTOR MACHINES ELKIN EDUARDO GARCÍA DÍAZ COD 004895 ASESOR FERNANDO LOZANO MARTÍNEZ PH.D. UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERÍA MAESTRÍA

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

ESTADISTICA APLICADA A LA EDUCACIÓN

ESTADISTICA APLICADA A LA EDUCACIÓN UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA FACULTAD DE EDUCACIÓN DEPARTAMENTO DE MÉTODOS DE INVESTIGACIÓN Y DIAGNÓSTICO EN EDUCACIÓN I Grados de Educacón Socal y Pedagogía ESTADISTICA APLICADA A LA

Más detalles

PID. Descripción y reglas heurísticas de Sintonización

PID. Descripción y reglas heurísticas de Sintonización Práctca 5 PID. Descrcón y reglas heurístcas de Sntonzacón 1. Introduccón El objetvo de esta ráctca es que el alumno se famlarce y rofundce en el conocmento de la estructura de control PID, rofusamente

Más detalles

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c. Estadístca robablístca 6. Tablas de contngenca y dagramas de árbol. En los problemas de probabldad y en especal en los de probabldad condconada, resulta nteresante y práctco organzar la nformacón en una

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

Competencia Imperfecta

Competencia Imperfecta Competenca Imperfecta ISBN: 978-84-69-4353-4 Iñak Agurre 06-09 Notas sobre COMPETENCIA IMPERFECTA Iñak Agurre Departamento de Fundamentos del Análss Económco I Unversdad del País Vasco ÍNDICE Tema. El

Más detalles

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir

Consideremos un sólido rígido sometido a un sistema de fuerzas en equilibrío, es decir 1. PRINIPIO E TRJOS VIRTULES El prncpo de los trabajos rtuales, en su ertente de desplazamentos rtuales, fue ntroducdo por John ernoull en 1717. La obtencón del msmo dera de la formulacón débl (o ntegral)

Más detalles

ONE CLASS SVM para la detección de fraudes en el uso de energía eléctrica

ONE CLASS SVM para la detección de fraudes en el uso de energía eléctrica ONE CLASS SVM para la deteccón de fraudes en el uso de energía eléctrca. Abstract Dego Alcetegara, Juan Pablo Kosut En este trabao se presenta la aplcacón de la técnca SVM de una clase para la deteccón

Más detalles

Parte II. Teoría a del Consumidor

Parte II. Teoría a del Consumidor Parte II. Teoría a del Consumidor Tema 2: La conducta de los consumidores Tema 3: Teoría de la demanda Tema 4: El modelo de elección intertemoral. Parte I. Teoría a del Consumidor Tema 2: La conducta de

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Análisis avanzado Bondad de ajuste Simulaciones

Análisis avanzado Bondad de ajuste Simulaciones Ejemlos Ejerccos Msceláneas Evaluacón Análss avanzado Bondad de ajuste Smulacones Bondad de ajuste. Intervalos de confanza. Muestras equeñas. Smulacones: método de Montecarlo. 3.1 Bondad del ajuste Volvendo

Más detalles

ESTUDIO DE LA VARIACIÓN MARGINAL DE RECURSOS EN ALGUNOS MODELOS DE PRODUCCIÓN LINEAL

ESTUDIO DE LA VARIACIÓN MARGINAL DE RECURSOS EN ALGUNOS MODELOS DE PRODUCCIÓN LINEAL ESTUDIO DE LA VARIACIÓN MARGINAL DE RECURSOS EN ALGUNOS MODELOS DE PRODUCCIÓN LINEAL Crstna Fernández Álvaro y José Javer Busto Guerrero. Resumen: En este trabajo hacemos un recorrdo or los dstntos escenaros

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

VP = 1 VF. Anualidad: conjunto de pagos iguales realizados a intervalos iguales de tiempo.

VP = 1 VF. Anualidad: conjunto de pagos iguales realizados a intervalos iguales de tiempo. Ingenería Económca Tema 2.1. Factores de equvalenca y seres de gradentes UNIDAD II. FACTORES USADOS EN LA INGENIERÍA ECONÓMICA Tema 2.1. Factores de equvalenca y seres de gradentes Saber: Descrbr los factores

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Distancias e Indices Parciales de Medidas Difusas

Distancias e Indices Parciales de Medidas Difusas Dstancas e Indces Parcales de Meddas Dfusas Lus Danel Hernández Molnero Dpto. Inforátca y Ssteas Unversdad de Murca e-al: ldanel@df.u.es Antono Salerón Cerdán Dpto. Estadístca y Mateátca Aplcada Unversdad

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Complementos al ABC: efectos dinámicos

Complementos al ABC: efectos dinámicos Complementos al ABC: efectos dnámcos CAF - CEPAL P. Rozas & J. Rvera Buenos Ares, juno de 2008 Varables y fuentes de nformacón Encuesta de Hogares de dversos años de los países en estudo.- Bolva: Encuesta

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

La predicción de la demanda en la evaluación de proyectos. Anna Matas José Luis Raymond Mar González-Savignat Adriana Ruíz

La predicción de la demanda en la evaluación de proyectos. Anna Matas José Luis Raymond Mar González-Savignat Adriana Ruíz La predccón de la deanda en la evaluacón de proyectos Anna Matas José Lus Rayond Mar González-Savgnat Adrana Ruíz 31/Marzo/2009 Proyecto: EVALUACIÓN SOCIOECONÓMICA Y FINANCIERA DE PROYECTOS DE TRANSPORTE

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

EL ENFOQUE DE BUCKLEY DEL MODELO DE INSUMO- PRODUCTO EN CONDICIONES DE INCERTIDUMBRE 1

EL ENFOQUE DE BUCKLEY DEL MODELO DE INSUMO- PRODUCTO EN CONDICIONES DE INCERTIDUMBRE 1 Cuadernos del CIMBAGE N 6 (2003) 93-09 EL ENFOQUE DE BUCKLEY DEL MODELO DE INSUMO- PRODUCTO EN CONDICIONES DE INCERTIDUMBRE Lusa L. Lazzar María S. Morñgo Facultad de Cencas Económcas Unversdad de Buenos

Más detalles

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF

Modelos dinámicos de formación de precios y colusión. Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Carlos S. Valquez IEF Modelos dnámcos de formacón de precos y colusón Enfoques empleados en el análss de la nteraccón repetda entre empresas: Juegos repetdos.

Más detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

Media es la suma de todas las observaciones dividida por el tamaño de la muestra. Estadístcos Los estadístcos son valores calculados con los datos de una varable cuanttatva y que mden alguna de las característcas de la dstrbucón muestral. Las prncpales característcas son: tendenca central,

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

Guía de Electrodinámica

Guía de Electrodinámica INSTITITO NACIONAL Dpto. de Físca 4 plan electvo Marcel López U. 05 Guía de Electrodnámca Objetvo: - econocer la fuerza eléctrca, campo eléctrco y potencal eléctrco generado por cargas puntuales. - Calculan

Más detalles

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

En un artículo que curiosamente es poco citado por otros estudiosos

En un artículo que curiosamente es poco citado por otros estudiosos NARCOTRÁFICO Y CONFLICTO: POR QUÉ BAJÓ EL PRECIO DE LA COCAÍNA? Leonardo Raffo Lóez* En un artículo que curosamente es oco ctado or otros estudosos a esar de su mortanca, Jeffrey Mron hace una regunta

Más detalles

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w

Más detalles

Uno de los determinantes distributivos más importantes es la política redistributiva del gobierno.

Uno de los determinantes distributivos más importantes es la política redistributiva del gobierno. REDISTRIBUCION Uno de los determnantes dstrbutvos más mportantes es la polítca redstrbutva del goberno. o polítca trbutara o gasto socal o seguros socales o regulacones con fnes redstrbutvos Países dferen

Más detalles

Convertidores Digital-Analógico y Analógico-Digital

Convertidores Digital-Analógico y Analógico-Digital Convertdores Dgtal-Analógco y Analógco-Dgtal Conversón Dgtal-Analógca y Analógca-Dgtal Con estos crcutos se trata de consegur una relacón bunívoca entre una señal analógca y una dgtal o vceversa. Las magntudes

Más detalles

UNIDAD TEMATICA 2 MEDICION DE RESISTENCIAS CON VOLTIMETRO Y AMPERIMETRO

UNIDAD TEMATICA 2 MEDICION DE RESISTENCIAS CON VOLTIMETRO Y AMPERIMETRO Meddas Eectróncas Medcón de resstencas con votíetro y aríetro. ntroduccón: UNDD TEMT MEDON DE ESSTENS ON OLTMETO Y MPEMETO S a exgenca en a edcón no es excesva, o sea no ejor que e 0,5 %, se pueden edr

Más detalles

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal

Disoluciones. Disolución ideal. Disolución ideal. Disolución ideal. Disolución ideal Dsolucones TEM. Dsolucones reales. otencal químco en dsolucones reales. Concepto de actvdad. Una dsolucón es una mezcla homogénea de un componente llamado dsolvente () que se encuentra en mayor proporcón

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin. Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de

Más detalles