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

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

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

Transcripción

1 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Represenación Gráfica REPRESENTACIÓN GRÁFICA DE LA SERIE DE DATOS Período i Demanda Di Para resolver ese problema lo primero que se endría que hacer es represenar gráficamene la demanda, con la finalidad de deerminar el parón de comporamieno que sigue la serie de daos (para consular los pasos a seguir para elaborar el pronósico véase el esquema al final de esa página). REPRESENTACIÓN GRÁFICA DE LOS DATOS DE LA DEMANDA ABRIR EL ASISTENTE PARA GRÁFICOS o Menú -> Inserar -> Gráfico ELEGIR TIPO DE GRÁFICO ESTABLECER DATOS DEL GRÁFICO.3.- ESTABLECER OPCIONES DE GRÁFICOS.4.- DETERMINAR UBICACIÓN DEL GRÁFICO Demanda Período Di

2 Como se puede observar en la figura, la demanda de ese produco es relaivamene esable en el iempo, pueso que sus valores oscilan en orno a un valor consane. Por ano, se puede afirmar que esa serie de daos presena un comporamieno propio de una serie nivelada, de al modo que la demanda para un período cualquiera, D, puede expresarse a ravés de la siguiene fórmula: D = D + ε, donde D es el valor consane en orno al cual oscilan los valores de la demanda de ese produco y ε el componene aleaorio. Si la serie de iempo presena un parón de ese ipo, para esablecer el pronósico solamene será necesario esimar el valor de D, dado que el componene aleaorio recoge aquellas variaciones que no resula posible predecir y que son las que dan lugar al comporamieno erráico de la serie de daos en orno al valor cenral que se observa en la gráfica.

3 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Media Ariméica PRONÓSTICO DE DEMANDA CON LA MEDIA ARITMÉTICA Una de las écnicas que se pueden emplear para esimar el valor consane en orno al cual oscilan los daos de la demanda y, por ano, esablecer un pronósico para la demanda es la media ariméica. Si se dispone de daos de la demanda y se desea calcular un pronósico para el período +, F+, con el méodo de la media ariméica sólo es necesario realizar un promedio de los daos disponibles, lo que se recoge en la siguiene fórmula: Período Demanda Pronósico Pronósico i Di Fi Fi , Celda E5 PROMEDIO($B$3:B4) , , , , , , , ,5 229,5 Celda C3 PROMEDIO($B$3:B2) Demanda / Previsión Di Fi Pronósico F + = i= D i Período En ese caso, se dispone de daos correspondienes a las demandas diarias. Por ano, el período de referencia,, que es el úlimo período para el que se dispone de daos reales y desde el que se realiza el pronósico, es el correspondiene al día El pronósico para el siguiene período será 229,5 unidades y se obendrá como la media ariméica de odos los daos disponibles.

4 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Media Ariméica PRONÓSTICO DE DEMANDA CON LA MEDIA ARITMÉTICA (PRECISIÓN DEL PRONÓSTICO) Las medidas de precisión de la previsión se uilizan para evaluar la bondad del pronósico generado por una deerminada écnica con un deerminado valor de los parámeros necesarios para esablecerlo. Exisen disinos ipos de medidas de precisión pero odas ellas se basan en el concepo de error en la previsión, ei. Ése se define como la diferencia enre la demanda real en un período, Di, y la demanda previsa para el mismo período, Fi. Lo deseable para cualquier écnica de pronósico es que el error generado sea el menor posible. No obsane, para elegir la écnica de previsión que genera menos errores, no basa con observar el error que produce una écnica de pronósico en un período aislado, sino que es necesario analizar la evolución de esa variable a lo largo del iempo. El procedimieno a seguir consise, en primer lugar, en calcular los errores comeidos al efecuar las previsiones de demanda de los períodos pasados para los cuales ya se conoce la demanda real y, a coninuación, analizar esos errores. Para llevar a cabo el análisis de los mismo, se uilizan las medidas de precisión del error que se pueden clasificar en dos grupos: las que ienen como objeivo medir el amaño del error y las que informan acerca del senido del error, es decir, si la écnica presena una endencia a infraesimar o sobresimar. Denro de las écnicas que miden el amaño del error esán la desviación absolua media, DAM, la desviación cuadráica media, DCM, la desviación esándar, DE, y la desviación porcenual absolua media, DPAM, cuyas fórmulas son las siguienes: n n n 2 DAM = D F DCM = D F (D F ) EPAM = n = n = n D Para medir el senido del error se uilizan la suma de errores y el sesgo: SE = (D n B = (D n A coninuación, se calcula el pronósico que se habría efecuado para cada uno de los días del año si se hubiera uilizado la media ariméica para pronosicar la demanda y el error que se hubiera comeido con ese pronósico en cada período. Período Demanda Pronósico Error Error absoluo Error cuadrado i Di Fi Di-Fi Abs(Di-Fi) (Di-Fi) 2 2, Celda D4 B4-C4 25 Celda E4 ABS(D4) Di-Fi 2 2, Celda F4 POTENCIA(D4;2) Abs(Di-Fi) ,,,, (Di-Fi) , 5, 5, 225, 8, ,75-8,75 8,75 76, , 227,4-27, 2,86 27, 2,86 729, 65, ,5 228,75 32,5,25 32,5,25 56,25,56 6, 4, ,89 6, 6, 37,35 229,5 2, SUMA 3,97 3,47 229,3, Nº períodos para los que se puede calcular el error 8-2, n = F ) = F ) =

5 Sesgo 4, DAM 2,93 DE 6,92-2, Como puede observarse, el primer período para el que se puede calcular un pronósico con esa écnica es el ercero, ya que al menos son necesarios dos daos de la demanda real para calcular una media. De ese modo, el pronósico para el período 3 mediane el méodo de la media ariméica 225, es de El período 3 ambién es el primero para el que se puede calcular el error, pues en los dos primeros se conoce la demanda pero no se puede calcular un pronósico. También se calcula el valor absoluo del error de cada período, el cuadrado de esos errores y el cociene enre el error de cada período en valor absoluo y la demanda de dicho período. Con esa información es posible calcular algunas de las medidas de precisión del pronósico, eniendo en cuena, para ello, el número de períodos para los que se puede calcular el error.

6 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Media Móvil PRONÓSTICO DE DEMANDA CON LA MEDIA MÓVIL SIMPLE Cuando se realiza un pronósico de la demanda a coro plazo, normalmene se considera que son más relevanes los daos más recienes que los de hace varios meses o años, pues se cree que pueden mosrar mejor el comporamieno fuuro de los daos. Para ener en cuena ese hecho se puede uilizar, por ejemplo, la écnica de la media móvil simple, que realiza una previsión de la demanda para el período uilizando solamene daos de la demanda de los n períodos más recienes. Para aplicar esa écnica, lo primero que debe hacerse es esablecer el orden de la media móvil, n, es decir, el número de períodos que se endrán en cuena en el cálculo, n. Enonces, si la écnica de previsión a uilizar es una media móvil de orden n, el pronósico de la demanda para el período + vendrá dado por el promedio de la demanda de los n úlimos períodos. En ese caso, si el orden de la media móvil es 3, el pronósico para el período será de 235, unidades y, si el orden de la media móvil es 5, el pronósico para el período será de 232,unidades. El pronósico mediane ese méodo se calculará del siguiene modo: Período Demanda Pronósico ORDEN DE LA M.MÓVIL Pronósico ORDEN DE LA M.MÓVIL i Di Fi (n=3) n = 3 Fi (n=5) n = , Celda E3 PROMEDIO(D27:D29) , ,33 227, Celda J32 PROMEDIO(D27:D3) , 27, , 228, ,67 23, ,67 229, 235, 232, F n D i = i= + n + n<+ 3 Demanda / Previsión Di Fi ( 3)

7 Dem 5 Di Fi (n=3) Fi (n=5) Período

8 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Media Móvil PRONÓSTICO DE DEMANDA CON LA MEDIA MÓVIL SIMPLE (PRECISIÓN DEL PRONÓSTICO) A coninuación, se calcula el pronósico que se habría efecuado para cada uno de los días del año si se hubiera uilizado la media móvil simple de orden 3 para pronosicar la demanda y el error que se hubiera comeido con ese pronósico en cada período. Período Demanda Pronósico Error Error absoluo Error cuadrado i Di Fi (n=3) Di-Fi Abs(Di-Fi) (Di-Fi) 2 Celda F23 D23-E23 25 Celda G23 ABS(F23) 2 2 Celda H23 POTENCIA(F23;2) , 5, 5, 225, ,67 -,67,67 2,78 4, ,33 225, -28,33 5, 28,33 5, 82,78 225, , 23,67 35, -,67 35,,67 225, 2,78 2,, ,67-6,67 6,67 44,44 8, 235, SUMA 26,67 3, ,78 # 6, Di-Fi Abs(Di-Fi) (Di-Fi)2 Nº períodos para los que se puede calcular el error 7 CONTAR(F2:F29) Sesgo 3,8 F3/G33 DAM 4,76 G3/G33 DE 9, RAIZ(H3/G33)) DPAM 6,39% 4, 2,, -2, La DAM calcula una media de las desviaciones absoluas de los pronósicos respeco a los valores reales. Informa, por ano, del amaño medio del error que, en ese caso, 4,76 es de unidades. La DCM es la media del cuadrado de las desviaciones enre los daos reales y las previsiones. Al elevar al cuadrado los errores, esa medida penaliza los errores grandes de al modo que un solo error grande puede provocar que aumene mucho esa medida del error. Su inerpreación es complicada pues se expresa en unidades de demanda al cuadrado. Por ello se suele recurrir a la desviación esándar, que es su raíz cuadrada. En ese caso, la DE mayor es de unidades, que la DAM, lo cual indica que hay algún o algunos períodos en los que el error generado por la mayor écnica es mucho que el error medio. 9,

9 écnica es mucho que el error medio. Las res medidas que se han comenado hasa ahora miden el amaño del error pero dependen de la magniud de la demanda que se esá pronosicando, es decir, si la demanda es grande, el error iende a ser grande. Para eviar ese problema puede uilizarse la DPAM que relaciona el amaño del error con el valor de la demanda, calculando una media de las diferencias enre la demanda real y el pronósico como porcenaje de la demanda 6,39% real. En ese caso, la DPAM es de, lo cual significa que como 6,39% media la écnica se equivoca un del valor de la demanda que esá pronosicando. La SE y el Sesgo son medidas que informan sobre infraesimar el senido del error, es decir, si la écnica iende a generar errores mayorposiivos o negaivos de forma específica y consisene. En ese caso, la écnica iende a ya que la suma de los errores posiivos es que la suma de los errores negaivos.

10 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Media Móvil PRONÓSTICO DE DEMANDA CON LA MEDIA MÓVIL SIMPLE (PRECISIÓN DEL PRONÓSTICO) A coninuación, se calcula el pronósico que se habría efecuado para cada uno de los días del año si se hubiera uilizado la media móvil simple de orden 5 para pronosicar la demanda y el error que se hubiera comeido con ese pronósico en cada período. Período Demanda Pronósico Error Error absoluo Error cuadrado i Di Fi (n=5) Di-Fi Abs(Di-Fi) (Di-Fi) 2 Celda D8 B8-C8 25 Celda E8 ABS(D8) 2 2 Celda F8 POTENCIA(D8;2) , , -27, 27, 729, 4, 2, , -,,,, 8, SUMA 28, 84, 2354, 6, , 229, 38, 6, 38, 6, 444, 36, , 232, 2, 2, 44, Nº períodos para los que se puede calcular el error 5 CONTAR(F2:F29) Sesgo 5,6 F3/G33 DAM 6,8 G3/G33 DE 2,7 RAIZ(H3/G33)) 4, 2,, -2, Di-Fi Abs(Di-Fi) (Di-Fi)

11 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Media Móvil Ponderada PRONÓSTICO DE DEMANDA CON LA MEDIA MÓVIL PONDERADA La principal limiación que presena la écnica de la media móvil simple es que da la misma imporancia a la demanda de los n períodos más recienes. Esa limiación puede superarse asignando a cada período un peso disino, que es lo que hace el méodo de la media móvil ponderada. Para calcular la media móvil ponderada, lo primero que debe esablecerse es su orden, n. A coninuación, se deben definir unos coeficienes de ponderación, Ci, que indican la imporancia que se le va a dar a cada uno de esos n períodos en el cálculo del pronósico de la demanda. Los coeficienes de ponderación se deben esablecer de al modo que su suma sea la unidad y su cuanía sea menor a medida que el dao de demanda al que se va a aplicar se aleja del período de referencia. C ; C = ; C C... C i= + n El pronósico de la demanda para el período +, que es el siguiene al período de referencia, se obiene sumando, para los n úlimos períodos de iempo, el produco de la demanda de cada período por su coeficiene de ponderación. i i + n ( ) F = C D + i i Período Demanda Pronósico ORDEN DE LA M.MÓVIL Pronósico ORDEN DE LA M.MÓVIL i= + n i Di Fi (n=3) n = 3 Fi (n=5) n = PONDERACIÓN PERÍODOS PONDERACIÓN PERÍODOS ,25-4, ,5 -,35-3, ,75,4-2, ,25 SUMA, 227,5 -, , 25,25, , Celda C6 B3*$F$5+B4*$F$6+B5*$F$7 229,25 SUMA, ,25 235, ,75 236, Celda H8 SUMAPRODUCTO(B3:B7;$K$5:$K$9) 234,5 233,75

12 Demanda / Previsión Di Fi (n=3) Fi (n=5) Período En ese caso, se va a uilizar una media móvil ponderada de orden 3, ya que son los res úlimos días los que se quieren ener en cuena en el pronósico, y se van a omar como coeficienes de ponderación los siguienes:,25 ;,35 y,4 No obsane, podrían haberse elegido oros res coeficienes de ponderación que cumpliesen que su suma fuese la unidad y que reflejasen que la influencia del úlimo período es mucho mayor que la de los oros dos y que la del penúlimo es mayor que la del anepenúlimo período. Enonces, el pronósico de la demanda para el periodo, empleando una media móvil de orden 3 y esos coeficienes de ponderación, sería: 234,5 unidades. Sin embargo, si para el pronósico de la demanda para el periodo, se uilizase una media móvil ponderada de orden 5 y con coeficienes el pronósico sería de 233,75 unidades.,5 ;,5 ;,2 ;,3 y,4

13 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Medi PRONÓSTICO DE DEMANDA CON LA MEDIA MÓVIL PONDERADA (PRECISIÓN DEL PRONÓSTICO) A coninuación, se calcula el pronósico que se habría efecuado para cada uno de los meses del año si se hubiera uilizado la media móvil ponderada de orden 3 para pronosicar la demanda y el error que se hubiera comeido con ese pronósico en cada período. Período Demanda Pronósico Error Error absoluo Error cuadrado i Di Fi (n=3) Di-Fi Abs(Di-Fi) (Di-Fi) ,5 7,5 7,5 36, ,75-4,75 4,75 22, ,25-28,25 28,25 798, , 38, 38, 444, , 3, 3, 69, ,25-5,25 5,25 27, ,75-4,75 4,75 22,56 234,5 SUMA 25,5,5 279, 6, 4, 2,, 8, 6, 4, Di-Fi Abs(Di-Fi) (Di-Fi)2 Nº períodos para los que se puede calcular el error 7 PONDERACIÓN PERÍODOS -2,25 Sesgo 3,64 -,35 DAM 5,93,4 DE 9,96 SUMA, 2,, -2,

14 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Med PRONÓSTICO DE DEMANDA CON LA MEDIA MÓVIL PONDERADA (PRECISIÓN DEL PRONÓSTICO) A coninuación, se calcula el pronósico que se habría efecuado para cada uno de los días del año si se hubiera uilizado la media móvil ponderada de orden 5 para pronosicar la demanda y el error que se hubiera comeido con ese pronósico en cada período. Período Demanda Pronósico Error Error absoluo Error cuadrado i Di Fi (n=5) Di-Fi Abs(Di-Fi) (Di-Fi) ,5-27,5 27,5 756, ,25 39,75 39,75 58, ,25,75,75 5, ,5-5,5 5,5 3, , -,,, 233,75 SUMA 6,5 84,5 2483,3 8, 6, 4, 2,, 8, 6, 4, Di-Fi Abs(Di-Fi) (Di-Fi)2 Nº períodos para los que se puede calcular el error 5 PONDERACIÓN PERÍODOS -4,5 Sesgo 3,3-3,5 DAM 6,9-2,2 DE 22,29 -,3,4 SUMA, 2,, -2,

15 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Medidas de Error SELECCIÓN DE LA TÉCNICA DE PRONÓSTICO MÁS PRECISA Pronósico Pronósico Pronósico Pronósico Pronósico MA MM(3) MM(5) MMP(3) MMP(5) Media Ariméica Sesgo 4, 3,8 5,6 3,64 3,3 3,3 2 Media Móvil Simple con n=3 DAM 2,93 4,76 6,8 5,93 6,9 2,93 3 Media Móvil Simple con n=5 DE 6,92 9, 2,7 9,96 22,29 6,92 4 Media Móvil Ponderada con n=5 y Ci= 5 Media Móvil Ponderada con n=4 y Ci= A coninuación, se comparan las medidas de precisión obenidas para cada una de las cuaro écnicas empleadas para esablecer el pronósico. Como puede observarse, si se evalúan los resulados del pronósico empleando como medida de precisión la DAM la écnica que ofrece unos mejores resulados en cuano al amaño del error es la Media Ariméica En ese caso, la écnica que ofrece un peor resulado es la media móvil ponderada, lo cual puede ser debido a. La bondad del pronósico no sólo iene que ver con la uilización de una u ora écnica de previsión, sino ambién con los parámeros empleados en el esablecimieno del pronósico, por lo que la precisión del pronósico realizado mediane una écnica se podría mejorar uilizando unos parámeros disinos.

16 DEMANDA 5 Di MA MM(3) MM(5) MMP(3) MMP(5) PERÍODOS

17 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Suavizado Exponencial PRONÓSTICO DE LA DEMANDA EMPLEANDO EL SUAVIZADO EXPONENCIAL SIMPLE La idea básica del suavizado exponencial es que cada pronósico se basa en un promedio que se corrige parcialmene cada vez que hay un error en la previsión. El pronósico de la demanda para el período +, F+, a ravés de esa écnica de previsión se puede esablecer mediane la siguiene expresión: donde F es el pronósico del úlimo período, D la demanda del úlimo período y α la consane de suavizado ( α ). Enonces, con ese méodo el pronósico para un período cualquiera es igual al pronósico del período anerior más un reajuse proporcional a la diferencia exisene enre la demanda que realmene uvo lugar en el período anerior y el pronósico que se había efecuado para ese período. Esa diferencia se denomina error y sirve para medir la bondad del pronósico. Por ano, se puede decir que el pronósico para el período + es igual al pronósico para el período más una porción del error comeido en ese período, cuya cuanía viene deerminada por el valor que se le asigne a la consane de suavizado. El suavizado exponencial presena dos problemas en su aplicación. En primer lugar, dado que con esa écnica el pronósico de la demanda para un deerminado período se calcula en base al pronósico del período anerior, para aplicar esa écnica es necesario realizar un pronósico inicial a parir del cual empezar a pronosicar. Si se dispone de daos hisóricos de la demanda, una posible solución es uilizar el promedio de los daos aneriores. Ora posible solución, que es la que se empleará inicialmene aquí, es uilizar el primer dao de demanda real disponible ( 25 unidades) y comenzar a pronosicar a parir de él. El segundo problema de aplicación de la écnica del suavizado exponencial es la elección de una consane de suavizado apropiada, ya que esa consane deermina la velocidad de reacción ane las diferencias enre los pronósicos y la realidad y, por ano, el nivel de suavizado. En ese senido, es imporane saber que un valor de la consane de suavizado próximo a cero genera un mayor efeco de alisado y, por el conrario, un valor cercano a la unidad de la consane permie reflejar más rápidamene los cambios reales de la demanda. Por ano, si la demanda es relaivamene esable, la consane de suavizado debería ser pequeña y si la demanda aumena y disminuye con rapidez, sería deseable ener una consane de suavizado más ala para inenar seguir el rimo de los cambios. En ese caso, dado que la demanda es relaivamene esable, se omará una consane de suavizado de,, lo cual supone que cada vez que se realice un pronósico, el pronósico anerior se corregirá en un,% del error comeido. Enonces, dado que se oma como pronósico para el primero de los períodos de los que se dispone de información la demanda real de dicho período, el pronósico del segundo período vendrá dado por: ( ) ( ) F+ = F + α D F = αd + α F Período Demanda Pronósico i Di Fi Di - Fi α (Di - Fi) Fi + α (Di - Fi) Fi 25, 5, 5, 5,, 2 2 5, 85, 8,5 23,5 5, Celda H43 $D$55*D43+(-$D$55)*E ,5,5,5 33,65 23,5

18 ,65 33,65 Como puede observarse, para el segundo período se pronosica una ,29 demanda de 5, unidades y su demanda real fue de , ,67 Se produjo, por ano, un error de 85, unidades, por lo que el ,5 pronósico del segundo período endrá que ser corregido en un,% ,85 de esa canidad ,47 85,2 Obeniéndose un pronósico para el ercer período de 23,5 unidades. α, Al darle valores a α y a F cambian los resulados del F pronósico de la demanda. Al comparar ese pronósico con la demanda real del ercer período se observa que se produjo una infraesimación de,5 3 unidades, por lo que para esablecer el pronósico del cuaro período, el pronósico del ercero endrá que corregirse al alza en un,% de esa canidad. 25 Demanda / Previsión Di Fi En la figura, donde aparecen resumidos los cálculos para odos los períodos se puede observar que el pronósico de demanda para el período será de 85,2 unidades. En la figura se represenan en una gráfica la serie de daos reales y la serie de pronósicos. La uilización de una consane de suavizado baja da lugar a que la serie de daos de los pronósicos sea más plana que la serie de daos inicial. Además, la serie de pronósicos refleja los cambios que ienen lugar en la demanda aunque con reraso Período

19 Méodos de Previsión de la Demanda Pronósico para Series Temporales Niveladas Suavizado Exponencial PRONÓSTICO DE DEMANDA CON EL SUAVIZADO EXPONENCIAL (PRECISIÓN DEL PRONÓSTICO) A coninuación, se calcula el pronósico que se habría efecuado para cada uno de los días del año si se hubiera uilizado el suavizado exponencial simple para pronosicar la demanda y el error que se hubiera comeido con ese pronósico en cada período. Período Demanda Pronósico Error Error absoluo Error al cuadrado i Di Fi Di-Fi Abs(Di-Fi) (Di-Fi) 2 Celda 25, D3 B3-C3 25, 5, 5, 225, Celda E3 ABS(D3) 2 2 5, 85, 85, 7225, Celda F3 POTENCIA(D3;2) ,5,5,5 32, ,65 6,35 6,35 3,32 2, ,29 75,72 75, , ,86 48,4 48,4 237, ,67 98,33 98, , ,5 73,5 73,5 54,7 5, ,85 56,5 56,5 352, ,47 55,53 55,53 383,8 85,2 85,2 85,2 8694,69, Di-Fi Abs(Di-Fi) (Di-Fi)2 α, Al darle valores a α y a F cambian los valores de F las medidas de precisión de la previsión. 5, Nº períodos para los que se puede calcular el error Sesgo 85,2 DAM 85,2 DE 89,83,

Métodos de Previsión de la Demanda Datos

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

Más detalles

PREVISIÓN DE LA DEMANDA

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

Más detalles

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD

PATRON = TENDENCIA, CICLO Y ESTACIONALIDAD Pronósicos II Un maemáico, como un pinor o un poea, es un fabricane de modelos. Si sus modelos son más duraderos que los de esos úlimos, es debido a que esán hechos de ideas. Los modelos del maemáico,

Más detalles

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

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

Más detalles

11. PREVISIÓN DE LA DEMANDA

11. PREVISIÓN DE LA DEMANDA . PREVIIÓN E LA EMANA. INROUCCIÓN Anes de comenzar a desarrollar las cuenas previsionales de exploación, la empresa iene que realizar una esimación del volumen de venas que generará la acividad diaria

Más detalles

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

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

Más detalles

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega

GESTIÓN DE INVENTARIOS Código: M. Docente: Julio César Londoño Ortega GESTIÓN DE INVENTARIOS Código: 760033M Docene: Julio César ondoño Orega 1. Concepos avanzados de pronósicos de demanda 1. CONCEPTOS AVANZADOS DE PRONÓSTICOS DE DEMANDA Medición y análisis de los errores

Más detalles

EL PRONÓSTICO DE LA DEMANDA (2) Cristina Gigola Departamento Académico de Ingeniería Industrial y Operaciones ITAM

EL PRONÓSTICO DE LA DEMANDA (2) Cristina Gigola Departamento Académico de Ingeniería Industrial y Operaciones ITAM EL PRONÓSTICO DE LA DEMANDA (2) Crisina Gigola Deparameno Académico de Ingeniería Indusrial y Operaciones ITAM gigola@iam.mx Conenido (pare 2) Medidas de error Desarrollo de un modelo Modelos: naïve, promedios

Más detalles

CAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de

CAPÍTULO 3 METODOLOGÍA. En este capítulo se describe la obtención y el funcionamiento del modelo de CAPÍTULO 3 METODOLOGÍA En ese capíulo se describe la obención y el funcionamieno del modelo de Nelson y Siegel, el cual es fundamenal para obener las esrucuras emporales que servirán para comprender la

Más detalles

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

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

Más detalles

Lección 4. Números índices

Lección 4. Números índices Lección 4. úmeros índices Esadísica descripiva Parcialmene financiado a ravés del PIE3-24 (UMA) GARCÍA TEMA 4. ÚMEROS ÍDICES 4. SERIES TEMPORALES. COMPOETES BAJO U EFOQUE CLÁSICO. 4.2 ÍDICES SIMPLES Y

Más detalles

Curso Combinado de Predicción y Simulación Edición 2004

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

Más detalles

CINEMÁTICA II. pendiente = t(s)

CINEMÁTICA II. pendiente = t(s) C U R S O: FÍSICA MENCIÓN MATERIAL: FM-3 CINEMÁTICA II Tipos de movimienos i) Movimieno recilíneo uniforme (MRU): cuando un cuerpo se desplaza con rapidez consane a lo largo de una rayecoria recilínea,

Más detalles

TEMA 2: CINETICA DE LA TRASLACIÓN

TEMA 2: CINETICA DE LA TRASLACIÓN TEMA 2: CINETICA DE LA TRASLACIÓN 1.1. Inroducción. Para ener caracerizado un movimieno mecánico cualquiera, hay que esablecer primero respeco a que cuerpo (s) se va a considerar dicho movimieno. Ese cuerpo

Más detalles

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

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

Más detalles

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

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

Más detalles

Metodología de la estimación de los ingresos anuales y mensuales

Metodología de la estimación de los ingresos anuales y mensuales Meodología de la esimación de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,

Más detalles

ESTUDIO DE MERCADO. MÉTODOS DE PROYECCIÓN

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

Más detalles

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

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

Más detalles

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

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

Más detalles

TRABAJO PRÁCTICO Nº 5 SEÑALES Y MEDICIONES

TRABAJO PRÁCTICO Nº 5 SEÑALES Y MEDICIONES Área Elecrónica Laboraorio 4º Año TRABAJO PRÁCTICO Nº 5 SEÑALES Y MEDICIONES ) Inroducción Teórica Podemos clasificar a las señales como consanes y variables, siendo consane aquella que no cambia de valor

Más detalles

CARGA Y DESCARGA DE UN CONDENSADOR

CARGA Y DESCARGA DE UN CONDENSADOR 1. Objeivos CARGA Y DESCARGA DE UN CONDENSADOR Esudiar los procesos de carga y de descarga de un condensador. Deerminar el iempo caracerísico, τ, del circuio. 2. Fundameno eórico Un condensador es un sisema

Más detalles

Estimación puntual ± Margen de error

Estimación puntual ± Margen de error Esimación Punual Para esimar el valor de un parámero poblacional se calcula la caracerísica correspondiene de la muesra, a lo que se le conoce como esadísico muesral. A la media muesral x se le idenifica

Más detalles

Circuitos para observar la descarga y carga de un capacitor.

Circuitos para observar la descarga y carga de un capacitor. IUITO Objeivo Enconrar el comporamieno de la diferencia de poencial en función del iempo, (), enre los exremos de un capacior cuando en un circuio se carga y cuando se descarga el capacior. INTODUION onsidere

Más detalles

Material sobre Diagramas de Fase

Material sobre Diagramas de Fase Maerial sobre Diagramas de Fase Ese maerial esá dedicado a los esudianes de Conrol 1, para inroducirse a los diagramas de fase uilizados para el Análisis de Esabilidad de los punos de equilibrio del sisema

Más detalles

5º Año Área Electrónica TEORÍA DE LOS CIRCUITOS II SEÑALES APERIÓDICAS INDICE

5º Año Área Electrónica TEORÍA DE LOS CIRCUITOS II SEÑALES APERIÓDICAS INDICE TEORÍ DE LOS CIRCUITOS II SEÑLES PERIÓDICS INDICE SEÑLES PERIÓDICS ELEMENTLES 2 Señal escalón 2 Señal rampa 3 Señal impulso 4 Relación enre las señales aperiódicas elemenales 5 Página REPRESENTCIÓN DE

Más detalles

Un análisis estadístico de la relación entre la inflación general y algunas definiciones de inflación subyacente en México

Un análisis estadístico de la relación entre la inflación general y algunas definiciones de inflación subyacente en México economía mexicana NUEVA ÉPOCA, vol. XIII, núm. 2, segundo semesre de 2004 119 Un análisis esadísico de la relación enre la inflación general y algunas definiciones de inflación subyacene en México Albero

Más detalles

Metodología para el pronóstico de los ingresos anuales y mensuales

Metodología para el pronóstico de los ingresos anuales y mensuales Meodología para el pronósico de los ingresos anuales y mensuales En cumplimieno con lo esablecido en la fracción III, inciso a), del Arículo 41 de la Ley Federal de Presupueso y Responsabilidad Hacendaria,

Más detalles

Capítulo 3 Valoración de inversiones en condiciones de certeza

Capítulo 3 Valoración de inversiones en condiciones de certeza PARTE I: La decisión de inversión Capíulo 3 Valoración de inversiones en condiciones de cereza 3.1. Crierios clásicos de evaluación y selección de proyecos de inversión 3.1.1 Modelos esáicos: el plazo

Más detalles

CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N

CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N CONSIDERACIONES RESPECTO AL INDICADOR DÉFICIT FISCAL/PIB Juan Carlos Requena I N T R O D U C C I O N Los méodos uilizados para la elaboración del Presupueso General de la Nación es uno de los emas acuales

Más detalles

a) en [0, 2] ; b) en [-1, 1]

a) en [0, 2] ; b) en [-1, 1] UNIVERSIDAD NACIONAL DE LA PATAGONIA SAN JUAN BOSCO FACULTAD DE CIENCIAS NATURALES CATEDRA: Maemáica I CURSO: 04 TRABAJO PRACTICO Nº -Tercera Pare Pare III. Aplicaciones de la derivada TEOREMA DE ROLLE

Más detalles

LA METODOLOGÍA DE VECTORES AUTORREGRESIVOS (VAR)

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

Más detalles

En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el área de Estadística General y Control Estadístico de Procesos.

En numerosas oportunidades, el Profesor Arvelo ha dictado cursos empresariales en el área de Estadística General y Control Estadístico de Procesos. ANGEL FRANCISCO ARVELO LUJAN Angel Francisco Arvelo Luján es un reconocido Profesor Universiario Venezolano en el área de Probabilidad y Esadísica, con más de 4 años de experiencia en las más presigiosas

Más detalles

UDA 2. Factor de seguridad y confiabilidad

UDA 2. Factor de seguridad y confiabilidad Wilde Analysis Ld. (2015) Aloha Airlines Fligh 243 / 28 April 1988: Inceridumbre En el diseño de maquinaria abundan las inceridumbres: La composición del maerial y el efeco de las variaciones en las propiedades.

Más detalles

TODO ECONOMETRÍA. Autocorrelación

TODO ECONOMETRÍA. Autocorrelación TODO ECONOMETRÍA Auocorrelación Índice Definición Causas Consecuencias Deección Medidas correcivas Definición de la auocorrelación Definición de auocorrelación La perurbación de una observación cualquiera

Más detalles

March 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN

March 2, 2009 CAPÍTULO 3: DERIVADAS PARCIALES Y DIFERENCIACIÓN March 2, 2009 1. Derivadas Parciales y Funciones Diferenciables En ese capíulo, D denoa un subconjuno abiero de R n. Definición 1.1. Consideremos una función f : D R y sea p D, i = 1,, n. Definimos la

Más detalles

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

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

Más detalles

Subdirección General de Estadística. Proyecciones de Población de la ciudad de Madrid y sus distritos

Subdirección General de Estadística. Proyecciones de Población de la ciudad de Madrid y sus distritos Subdirección General de Esadísica Proyecciones de Población de la ciudad de Madrid y sus disrios 2018-2031 SERVICIO DE ESTADISTICA MUNICIPAL. MARZO 2018 Subdirección General de Esadísica Inroducción Las

Más detalles

Propagación de crecidas en ríos y embalses

Propagación de crecidas en ríos y embalses GUÍA DEL TRABAJO PRACTICO N 8 Propagación de crecidas en ríos y embalses 1 Pare: Propagación de crecidas en río. Méodo de Muskingum Conocidos los hidrogramas de enrada y salida de un ramo del río Tapenagá

Más detalles

Por ejemplo, la línea que deberemos escribir para definir la forma de onda de la figura, para una frecuencia de 50Hz, es:

Por ejemplo, la línea que deberemos escribir para definir la forma de onda de la figura, para una frecuencia de 50Hz, es: Prácica S4: Especro de Fourier 1. Objeivos Los objeivos de la prácica son: 1.- Uilizar el simulador Pspice para el esudio de la respuesa en frecuencia de circuios elécricos pasivos, aplicando la serie

Más detalles

ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA. Lima noviembre 2008

ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA. Lima noviembre 2008 Índice de volumen de venas de la producción indusrial ASPECTOS METODOLÓGICOS DE INDICADORES DE VOLUMEN DE VENTAS, DE ARTÍCULOS ELABORADOS POR LA ACTIVIDAD MANUFACTURERA Lima noviembre 2008 Rolando Porilla

Más detalles

Figura 1. Coordenadas de un punto

Figura 1. Coordenadas de un punto 1 Tema 1. Sección 1. Diagramas espacio-iempo. Manuel Guiérrez. Deparameno de Álgebra, Geomería y Topología. Universidad de Málaga. 2971-Málaga. Spain. Marzo de 21. En la mecánica es usual incluir en los

Más detalles

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

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

Más detalles

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

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

Más detalles

Análisis de una. Serie de Tiempo. Dr. Víctor Aguirre Torres, ITAM. Guión 14.

Análisis de una. Serie de Tiempo. Dr. Víctor Aguirre Torres, ITAM. Guión 14. Análisis de una Serie de Tiempo Propósio Descomponer una serie de iempo en algunos de sus componenes. Aislar algunos componenes de la serie de iempo. Cuanificar y ver más claramene el comporamieno de la

Más detalles

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

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

Más detalles

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión

Comentarios de la Nota Técnica sobre la Determinación del Incremento de la Reserva de Previsión Comenarios de la Noa Técnica sobre la Deerminación del Incremeno de la Reserva de Previsión Fernando Solís Soberón y Rosa María Alaorre Junio 1992 Serie Documenos de Trabajo Documeno de rabajo No. 3 Índice

Más detalles

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

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

Más detalles

6.7. ENSAYOS EN FLUJO CONVERGENTE

6.7. ENSAYOS EN FLUJO CONVERGENTE Clase 6.7 Pág. 1 de 1 6.7. ENSAYOS EN FLUJO CONVERGENTE 6.7.1. Principios Los pasos que deben seguirse para efecuar un ensayo de flujo convergene son: 1. Se bombea en un puno hasa conseguir que las condiciones

Más detalles

Relación de ejercicios. Ecuaciones diferenciales

Relación de ejercicios. Ecuaciones diferenciales Relación de ejercicios. Ecuaciones diferenciales Abraham Rueda Zoca Ejercicio 1. [ punos] Resolver la ecuación diferencial: x = 2 + x + x 2 2. Solución. Veamos que se raa de una ecuación homogénea. Si

Más detalles

TEMA VI: EL MODELO DE REGRESIÓN LIENAL SIMPLE

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

Más detalles

EJERCICIOS PROPUESTOS

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

Más detalles

EL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA

EL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA EL MODELO P* COMO INDICADOR DE PRONÓSTICO DE LA INFLACIÓN EN REPÚBLICA DOMINICANA Alexander Medina Banco Cenral de la República Dominicana Mayo 2007 Conenido Objeivo del Esudio Enorno Económico de República

Más detalles

Y K AN AN AN MODELO SOLOW MODELO

Y K AN AN AN MODELO SOLOW MODELO MODELO SOLOW MODELO Rendimienos consanes a escala decrecienes en uso de facores. Tasa de ahorro exógena, s. Crecimieno exógeno, a asa g, de eficiencia del rabajo. Equilibrio mercado de bienes de facores.

Más detalles

VENCIMIENTO COMUN Y VENCIMIENTO MEDIO

VENCIMIENTO COMUN Y VENCIMIENTO MEDIO VENIMIENTO OMUN Y VENIMIENTO MEDIO Profesor: Juan Anonio González Díaz Deparameno Méodos uaniaivos Universidad Pablo de Olavide Equivalencia de apiales: Vencimieno omún y Vencimieno Medio Traamos de susiuir

Más detalles

GENERADOR FORMA DE ONDA TRAPEZOIDAL

GENERADOR FORMA DE ONDA TRAPEZOIDAL GENEADO FOMA DE ONDA TAPEZOIDAL Bueno una forma de onda rapezoidal es básicamene lo siguiene: una rampa con pendiene posiiva, luego un nivel consane y a coninuación una rampa con pendiene negaiva. Si nos

Más detalles

MODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

MODELO JUNIO 2005 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Modelo de eamen Junio MODELO JUNIO MTEMÁTICS PLICDS LS CIENCIS SOCILES II OPCIÓN. (Punuación máima: punos) Se dice que una mari cuadrada es orogonal si T I: Noa: La noación T significa mari ranspuesa de.

Más detalles

Examen de Econometría II 12 de Enero de 2010

Examen de Econometría II 12 de Enero de 2010 Examen de Economería II 12 de Enero de 2010 ---------------------------------------------------------------------------------------- Apellidos y Nombres: Grupo: ----------------------------------------------------------------------------------------

Más detalles

VIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO

VIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO VIII.- CONDUCCIÓN TRANSITORIA DEL CALOR MÉTODO GRÁFICO VIII..- SOLUCIONES NUMÉRICAS A PROBLEMAS DE CONDUCCIÓN MONODIMENSIO- NALES EN RÉGIMEN TRANSITORIO El méodo numérico aplicado a los problemas de conducción

Más detalles

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

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

Más detalles

ECUACIONES DIFERENCIALES

ECUACIONES DIFERENCIALES Tema 1 ECUACIONES DIFERENCIALES EJERCICIO 1 Comprobar que la función y() = c 2 ++3 es una solución del problema de valor inicial 2 y 2y + 2y = 6, y(0) = 3, y (0) = 1, (1.1) en <

Más detalles

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

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

Más detalles

Correlación. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV

Correlación. Dr. Luis Javier Morales Mendoza Procesamiento Analógico de Señales FIEC - UV Correlación Dr. Luis Javier Morales Mendoza Procesamieno Analógico de Señales FIEC - UV Índice.. Inroducción.. Correlación Cruzada.. Auocorrelación.4. Calculo de la correlación y de la auocorrelación.5.

Más detalles

Descomposición Estacional

Descomposición Estacional Descomposición Esacional Resumen El procedimieno de Descomposición Esacional divide una serie de iempo en res componenes: 1. endencia-ciclo 2. esacionalidad 3. irregularidad Cada componene puede ser graficado

Más detalles

03) Rapidez de Cambio. 0302) Rapidez de Cambio

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

Más detalles

ESTUDIO MULTIVARIADO DE LAS SERIES DE TIEMPO TASA DE DESO- CUPACIÓN DE GRAN BUENOS AIRES Y GRAN ROSARIO,

ESTUDIO MULTIVARIADO DE LAS SERIES DE TIEMPO TASA DE DESO- CUPACIÓN DE GRAN BUENOS AIRES Y GRAN ROSARIO, Décimas Jornadas "Invesigaciones en la Faculad" de Ciencias Económicas Esadísica, noviembre de 2005 Blaconá, María Teresa* Bussi, Javier** *Insiuo de Invesigaciones Teóricas Aplicadas de la Escuela de

Más detalles

4. SERIES TEMPORALES Y

4. SERIES TEMPORALES Y 4. SERIES TEMPORALES Y NÚMEROS ÍNDICE Objeivo Esudiar la evolución de una variable en el iempo. Bibliografia recomendada Peña y Romo (1997). Capíulos 11 y 12. Índice 1. Represenación gráfica de una serie

Más detalles

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

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

Más detalles

de precios entre distintas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (2000), señala que, para que este modelo esté bien

de precios entre distintas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (2000), señala que, para que este modelo esté bien 3. El modelo de convergencia de precios 1, se origina para explicar las diferencias de precios enre disinas regiones, ciudades o países, probando la validez de la PPC y LUP, Taylor (000), señala que, para

Más detalles

Metodología para obtención de Series de Empleo continuas.

Metodología para obtención de Series de Empleo continuas. Deparameno de Meodología Esadísica Meodología para obención de Series de Empleo 1998-2006 coninuas. Deparameno Meodología Esadísica. Insiuo Nacional de Esadísica. Saniago, Agoso del 2006. Suavizamieno.

Más detalles

ESTUDIO DE LA RELACIÓN CRECIMIENTO DE LA RENTA-DESIGUALDAD EN ANDALUCIA, ATENDIENDO A LA PROGRESIVIDAD DE LAS TRANSFERENCIAS DE RENTA.

ESTUDIO DE LA RELACIÓN CRECIMIENTO DE LA RENTA-DESIGUALDAD EN ANDALUCIA, ATENDIENDO A LA PROGRESIVIDAD DE LAS TRANSFERENCIAS DE RENTA. ESTUDIO DE LA RELACIÓN CRECIMIENTO DE LA RENTA-DESIGUALDAD EN ANDALUCIA, ATENDIENDO A LA PROGRESIVIDAD DE LAS TRANSFERENCIAS DE RENTA. Herrerías Pleguezuelo, Rafael Deparameno de Méodos Cuaniaivos para

Más detalles

Capítulo 10 METODOLOGÍA DEL ÍNDICE DE PRECIOS DE MATERIALES DE CONSTRUCCIÓN

Capítulo 10 METODOLOGÍA DEL ÍNDICE DE PRECIOS DE MATERIALES DE CONSTRUCCIÓN Capíulo 1 METODOLOGÍA DEL ÍNDCE DE PRECOS DE MATERALES DE CONSTRUCCÓN NSTTUTO NACONAL DE ESTADÍSTCA E NFORMÁTCA 377 METODOLOGÍA DEL ÍNDCE DE PRECOS DE MATERALES DE CONSTRUCCÓN 1. DEFNCÓN El Índice de

Más detalles

GRADO TURISMO TEMA 6: SERIES TEMPORALES

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

Más detalles

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

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

Más detalles

Álgebras de Boole. Tema Álgebras de Boole

Álgebras de Boole. Tema Álgebras de Boole Tema 5 Álgebras de Boole 5.1 Álgebras de Boole 5.1.1 Álgebras de Boole Definición 5.1.1. Un álgebra de Boole es una erna (A,, ) donde A es un conjuno y, : A A A son dos operaciones binarias inernas con

Más detalles

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

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

Más detalles

PROPIEDADES DE LOS ESTIMADORES MCO Profesor Rafael de Arce

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

Más detalles

LA INTEGRAL INDEFINIDA

LA INTEGRAL INDEFINIDA Inegrales LA INTEGRAL INDEFINIDA Inegral indefinida: Primiiva (aniderivada) Primiivas (Aniderivadas) Dada la función F( es fácil hallar su derivada F (. El proceso inverso: enconrar F ( a parir de F (

Más detalles

MOVIMIENTO RECTILÍNEO

MOVIMIENTO RECTILÍNEO Transparencia Nº 1. CINEMÁTICA. MOVIMIENTO QUÉ ES EL MOVIMIENTO? Cambio de posición de un móvil con el iempo. TIPOS DE MOVIMIENTO Según su rayecoria Todo movimieno es RELATIVO Lo rápido del cambio lo indoca

Más detalles

PRESENTACIÓN DANIEL SUCAZES ORUAL ANDINA

PRESENTACIÓN DANIEL SUCAZES ORUAL ANDINA PRESENTACIÓN El INE pone a disposición de los usuarios, el Índice de Volumen Físico de la Indusria Manufacurera base 2002 (IVF 2002) coneniendo información sobre la evolución mensual de la producción de

Más detalles

Proyección de tasas de actividad

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

Más detalles

Análisis de generador de onda triangular

Análisis de generador de onda triangular Análisis de generador de onda riangular J.I.Huircan Universidad de La Fronera April 25, 2 Absrac Se presena el análisis de un generador de función para señal cuadrada y riangular alimenado con una fuene.

Más detalles

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero

D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero D o de Economía Aplicada Cuaniaiva I Basilio Sanz Carnero PROCESO PURAMENTE ALEATORIO (RB) Es el proceso esacionario puramene aleaorio es concepualmene el más sencillo de odos y ambién en el que se basan

Más detalles

Capítulo Suponga que la función de producción para el país X es la siguiente:

Capítulo Suponga que la función de producción para el país X es la siguiente: Capíulo 5 BREVE HISTORIA Y CONCEPTOS INTRODUCTORIOS A A TEORÍA DE CRECIMIENTO. Suponga que la función de producción para el país X es la siguiene: Q= F( K, ) = A K a) Cuál de los dos facores, rabajo o

Más detalles

DETERMINANTES. DETERMINANTES DE ORDEN 1, 2 y 3. Determinantes de orden 1. Determinantes de orden 2. Determinantes de orden 3.

DETERMINANTES. DETERMINANTES DE ORDEN 1, 2 y 3. Determinantes de orden 1. Determinantes de orden 2. Determinantes de orden 3. DETERMINNTES DETERMINNTES DE ORDEN 1, 2 y 3 El deerminane de una mariz cuadrada es un número real asociado a dicha mariz que se obiene a parir de sus elemenos. Lo denoamos como de () o. Llamamos orden

Más detalles

Regulación y Control de Máquinas Navales (RCMN)

Regulación y Control de Máquinas Navales (RCMN) Regulación y Conrol de Máquinas Navales (RCMN) Problemas Resuelos Módulo 3. Análisis y Conrol de Sisemas en Cadena Cerrada G. Ojea, R. González de los Reyes, I. Díaz 04/0/08 PROBLEMA : En el sisema de

Más detalles

Gráficas de curvas trigonométricas

Gráficas de curvas trigonométricas Capíulo 4 Gráficas de curvas rigonoméricas La definición de las razones rigonoméricas, como funciones del ángulo, lleva implicado el esudio de las funciones rigonoméricas desde el puno de visa de las funciones

Más detalles

MATEMÁTICAS II. ANDALUCÍA Pruebas de acceso a la Universidad SOLUCIONES 1. (2001-1A-3) Tienen inversa las matrices A y D.

MATEMÁTICAS II. ANDALUCÍA Pruebas de acceso a la Universidad SOLUCIONES 1. (2001-1A-3) Tienen inversa las matrices A y D. MTEMÁTICS II NDLUCÍ Pruebas de acceso a la Universidad ÁLGEBR SOLUCIONES. (--) Tienen inversa las marices y D. = y D =. (-B-) a) Rango de. Si a y Si a = o Sisema = B a, ( ) R = a =, ( ) R = Si a y a, S.C.D.

Más detalles

Numeros índices representan el cambio porcentual de una serie de tiempo con respecto a un periodo base. Si tenemos series de tiempo

Numeros índices representan el cambio porcentual de una serie de tiempo con respecto a un periodo base. Si tenemos series de tiempo Méodos Cuaniaivos IX - SERIES DE TIEMPO 9.1 Inroducción En ese capíulo damos una inroducción y visa amplia de algunos enfoques básicos de análisis de series de iempo. El ópico es muy vaso para una explicación

Más detalles

Sistemas lineales con ruido blanco

Sistemas lineales con ruido blanco Capíulo 3 Sisemas lineales con ruido blanco 3.1. Ruido Blanco En la prácica se encuenra procesos esocásicos escalares u con media cero y la propiedad de que w( 1 ) y w( 2 ) no esán correlacionados aún

Más detalles

CÁTEDRA: QUÍMICA GUÍA DE LABORATORIO Nº 5

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

Más detalles

5. Modelos dinámicos

5. Modelos dinámicos 5. Modelos dinámicos Los modelos lineales dinámicos son un caso paricular de una clase más grande de modelos dinámicos. En general los modelos dinámicos se caracerizan por ener una dinámica en los parámeros

Más detalles

Proyección de Tráficos Mediante un Modelo Microeconómico

Proyección de Tráficos Mediante un Modelo Microeconómico Proyección de Tráficos Mediane un Modelo Microeconómico Ing. Germán E. Valverde González, M.B.A., M.Sc. Direcor del Deparameno de Ingeniería de Transpore Escuela de Ingeniería Civil, Universidad de Cosa

Más detalles

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles.

Estimación de modelos de volatilidad estocástica asimétrica. Aplicación en series de rendimientos de índices bursátiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos de índices bursáiles. Esimación de modelos de volailidad esocásica asimérica. Aplicación en series de rendimienos

Más detalles

Índices de Producción Industrial base Notas metodológicas

Índices de Producción Industrial base Notas metodológicas Índices de Producción Indusrial base 2005. Noas meodológicas Inroducción El Índice de Producción Indusrial (IPI) correspondiene a Enero de 2009 es el primero que se publica en la nueva base y uilizando

Más detalles

Tema 10 La economía de las ideas. El modelo de aumento en el número de inputs de Romer (1990)

Tema 10 La economía de las ideas. El modelo de aumento en el número de inputs de Romer (1990) Tema 0 La economía de las ideas. El modelo de aumeno en el número de inpus de Romer (990) 0. Endogeneización de la ecnología: un doble enfoque. 0.2 El secor producor de bienes finales. 0.3 Las empresas

Más detalles

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

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

Más detalles

ECONOMETRÍA EMPRESARIAL II ADE

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

Más detalles

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

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

Más detalles