Extensión multivariante del índice de capacidad real de procesos. Multivariate extension of the process real capability index

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

Download "Extensión multivariante del índice de capacidad real de procesos. Multivariate extension of the process real capability index"

Transcripción

1 REVISTA INGENIERÍA UC. Vol. 4, N o 3, 86-9, 007 Exensón mulvarane del índce de caacdad real de rocesos Teodoro García (), Maura Vásquez (), Gullermo Ramírez () y José García (3) () Unversdad de Carabobo, Faculad de Ingenería, Venezuela () Unversdad Cenral de Venezuela, Escuela de Esadísca, Caracas, Venezuela (3) Paeles Venezolanos C.A., Guacara, Venezuela Emal: garca@uc.edu.ve Resumen Cuando el consumdor evalúa el roduco de forma negral y esán resenes correlacones esadíscamene sgnfcavas enre las varables de caldad, el índce de caacdad de rocesos debe evaluarse medane un enfoque mulvarane. En ese rabajo se obene un índce mulvarane de caacdad real de rocesos MC k ara rocesos N(μ,Σ), como una exensón del índce de caacdad real ara un roduco caracerzado or un gruo de varables ndeendenes. Bajo el suueso de normaldad mulvarane, se rouso usar la ransformacón de comonenes rncales ara calcular la robabldad del cumlmeno smuláneo de las esecfcacones y defnr un índce de caacdad, basado en los valores de z asocados a dchas robabldades. La rouesa fue comarada con ora meodología y se obuveron resulados más conservadores, cuando ambas fueron alcadas al roceso de fabrcacón del ael hgénco. La alcacón del índce mulvarane de caacdad real de roceso ermó valorar de manera negral el cumlmeno de las esecfcacones de caldad. Palabras clave: Índce mulvarane de caacdad real de rocesos, dsrbucón normal mulvarane, análss de comonenes rncales. Mulvarae exenson of he rocess real caably ndex Absrac When consumers evaluae he roduc n an negral way, sgnfcan sascally correlaons aear n roduc qualy varables, he rocess caably ndex mus be evaluaed usng a mulvarae aroach. In hs work a mulvarae real caably ndex MC k for N (μ, ) rocesses s obaned, as an exenson of he real caably ndex of a roduc characerzed by a grou of ndeenden varables. Under mulvarae normal dsrbuon assumon, he use of he rncal comonen ransformaon s roosed o calculae he robably of smulaneous fulfllmen of he secfcaons o defne a rocess caably ndex based on he z-values assocaed o hose robables. The roosal was comared wh anoher mehodology and more conservave resuls were obaned when boh mehodologes were aled o assess he qualy of he economc hygenc aer. The use of he mulvarae real caably ndces on he manufacure of he hygenc aer allowed evaluang he fulfllmen of he secfcaons under an negral aroach. Keywords: Mulvarae real caably ndces, mulvarae normal dsrbuon, rncal comonen analyss.. INTRODUCCIÓN Los índces de caacdad son muy ulzados en el conrol de rocesos. Medane su uso es osble deermnar s un roceso esá cumlendo con odas las esecfcacones de caldad. Generalmene, la caldad de un roceso nvolucra a más de una varable y ésas se encuenran frecuenemene correlaconadas. Una écnca ara calcular el índce de caacdad real de un roduco fue rouesa or [], asumendo ndeen- 86 Rev. INGENIERÍA UC. Vol. 4, N o 3, Dcembre 007

2 García, Vásquez, Ramírez y García denca enre las varables. Varos auores han roueso índces de caacdad mulvaranes ara omar en cuena la deendenca: el índce mulvarane MC k calculando la robabldad de obener un roduco bueno usando la funcón de densdad de la normal mulvarane []; un índce basado en zonas de oleranca de un recángulo sóldo [3]; una rouesa ara el análss de caacdad exloraoro usando el conceo de laces [4]; índces de caacdad mulvaranes ara dsrbucones normales usando el análss de comonenes rncales y la meda geomérca [5], y en [6] se exendó la rouesa de [5] ara los casos donde no se cumle la normaldad mulvarane. En ese rabajo se resena un rocedmeno ara obener un índce de caacdad real mulvarane MC k, en un conexo smlar al de [], ero usando una ransformacón reva, basada en comonenes rncales esandarzados. De esa forma, el roblema orgnal es raado como una exensón mulvarane de [].. MARCO TEÓRICO. Análss de comonenes rncales Exsen dos razones ara ulzar análss de comonenes rncales (ACP): Obener una dmensón reducda del roblema o consrur unas nuevas varables lnealmene ndeendenes. En ese rabajo se le dan ambos usos. Se asume que X es una marz muesral nx, donde denoa el número de caraceríscas de caldad meddas de un roduco y n reresena el número de roducos. S X es una marz de rango r, enonces su descomoscón en valores sngulares es: X U(r) D(r) V (r) () donde V (r) y U (r) son marces cuyas columnas son los vecores oronormalzados asocados con los auovalores comunes no nulos de X X y XX, y D (r) es la marz dagonal dag ( λ, λ,..., λ r) de valores sngulares. Prevendo una evenual heerocedascdad y roblemas de escala, la descomoscón se le alcará a los daos esandarzados. Las comonenes rncales esandarzadas se obenen alcándole la descomoscón en valores sngulares a la marz Z Z, donde z j es el corresondene elemeno esandarzado de X. Las coordenadas de los n roducos sobre el -ésmo eje rncal se defnen como: ψ Zv v Z donde V es el -ésmo vecor columna V (r). Las coordenadas de las varables sobre el -ésmo eje rncal se defnen: ϕ donde u es el -ésmo vecor columna de U (r). La razón de cada auovalor reseco de la suma de auovalores se corresonde con la varabldad asocada a cada comonene rncal, como se muesra en (4). De acuerdo con [7] cado en [8], normalmene las rmeras comonenes rncales caan enre el 70 al 90% de la varabldad del ssema. Luego, usando esa roedad uede reducrse la dmensón del roblema. El análss de comonenes rncales no esá lmado a dsrbucones normales mulvaranes ero, s es el caso, las comonenes rncales serán varables normales muuamene ndeendenes [9]. En conrol de caldad usualmene se dan esecfcacones de ngenería ara cada varable, esecífcamene valores máxmos y mínmos en la mayoría de los casos. Eso erme formar vecores ara las esecfcacones suerores (USL) e nferores (LSL). Los valores objevos de cada caracerísca se denoan y forman el vecor arge (T). En el análss de comonenes rncales los vecores de esecfcacones y el del arge son raados como casos sulemenaros. Eso sgnfca que no se ulzan ara calcular la descomoscón en valores j n Z u λ u λ j Z j () (3) λ (4) Rev. INGENIERÍA UC. Vol. 4, N o 3, Dcembre

3 Índce de caacdad real de rocesos sngulares. Las coordenadas de los casos sulemenaros se obenen medane: LSL Z V USL PC PC PC LSL USL Para decdr cuánas comonenes rncales exraer, [0] cado en [9] roone la sguene rueba: H o : λ k+ + λ k λ H : no odos los λ son guales ( k+, k+,..., ) χ El esadísco de rueba es: donde: grados de lberad ara χ o (/)(-k-)(-k-) K número de auovalores selecconados La nerreacón de comonenes rncales requere del análss de las correlacones varablefacor, las cuales geomércamene se reresenan medane el ángulo formado enre el vecor de la varable orgnal y el de la comonene rncal. La exresón analíca es:. Prouesa de Bohe Z V,,..., T Z V T λ k o + ( n ) lnλ + ( n )( k ) ln k + k ρ j (5) El índce de caacdad real unvarane ara un roduco se obene sguendo res asos: Se calcula la robabldad P de cumlr smuláneamene con odas las esecfcacones, luego se obene el valor de Z corresondene a -P, y or úlmo, el valor de C k se obene dvdendo el valor de Z enre 3. La rouesa de Bohe se lma a varables ndeendenes ero no necesaramene normales. ϕ j ϕ j (6) (7).3 Prouesa de Werda S se denoa a x como el vecor de caraceríscas de caldad y se asume que x N ( μσ, ), la robabldad de que un roceso roduzca un roduco bueno es: Donde: n (x / μ, Σ)es la funcón de densdad de robabldad. El esmador unformemene nsesgado de varanza mínma ara θ cuando μ y Σ son desconocdas es: n ˆθ Γ π n n S n n Γ [ L,U] Donde la funcón ndcaríz es defnda or: I θ [ LU, ] n y X n n - s 0 < (y-x)s ( y-x ) < (y) n- 0 oro caso G n ( x / μ, Σ ) dx El índce de caacdad real mulvarane roueso es: MC k 3 Φ ( θ ) (0) La exresón (0) concde con la rouesa de []..4 Prouesa de Wang y Chen (n 3) ( y X ) S ( ) I G(y)dy La caacdad de un roceso mulvarane uede obenerse medane: / ν (8) (9) ν MC C ;PC () donde: C ;PC el valor unvarane de caacdad de roceso ara la j-ésma comonene rncal v número de auovalores selecconados Adconalmene C ;PC uede reemlazarse or C k;pc, C m;pc, C mk;pc roducendo meddas mulvaranes 88 Rev. INGENIERÍA UC. Vol. 4, N o 3, Dcembre 007

4 García, Vásquez, Ramírez y García ara los más cláscos índces de caacdad unvaranes. En esa rouesa el número de auovalores a escoger se obene en dos eaas: rmero se ulza la rueba de Anderson [0] ya descra y luego se conservan solo aquellas comonenes con alas correlacones varable-facor en odos sus elemenos..5 La rouesa de ese rabajo Para obener una exensón mulvarane del índce de caacdad real de rocesos, en ese rabajo se roone alcar la ransformacón de comonenes rncales esandarzados ara consegur el valor de Z de -P y luego calcular MC k medane (0). De esa forma se reduce el roblema mulvarane al caso unvarane. En noacón formal, asumendo que x ~ N (μ o, Σ) y defnendo la ransformacón yu x ~ N (U μ o, Σ), enonces: donde: {a < x < b } Pμ o, Σ z y U μ o λ P {a x b } ' ' U o, Σ,D μ < < ~ NID(0,) ara,,..., Sendo orogonal la ransformacón y U x y ' ' los y ndeendenes, además los a y b se obenen alcando la ransformacón orgnal a los vecores formados con las esecfcacones de las varables a ( a, a,, a ) y b ( b, b,, b ) : a' a U b' U b En resumen los asos son: obener las comonenes rncales esandarzadas, desués alcar la rueba de Anderson ara escoger el número de comonenes, segudamene se esman las robabldades en () con los a LSL y b USLcorresonden- es a cada varable, y or úlmo se alca la exresón (0) ara obener la exensón mulvarane del índce de caacdad real de rocesos. {a y b } ' ' PU μ, λ o < < " " P 0, {a z b } < < () 3. LA APLICACIÓN El ael hgénco económco es un roduco cuyo orgen es una combnacón de ula químca y ael recclado, or lo cual no ene las roedades del ael hgénco de lujo []. Para consrur un gráfco de conrol mulvarane, las varables consderadas son: eso base, calbre y esfuerzo a la raccón en la dreccón de la máquna (TMD). Se omó una muesra de 50 observacones rvaranes cuando el roceso se enconraba esadíscamene esable. Las ablas a connuacón muesran un resumen de las varables orgnales y las comonenes rncales esandarzadas. En la Tabla se observa que los valores máxmos y mínmos se encuenran denro de esecfcacones y ambén ueden arecarse el romedo y la desvacón esándar ara cada varable. Tabla. Resumen esadísco de las varables orgnales Varables LSL USL Promedo Desvacón esándar Mínmo Máxmo Peso base Calbre TMD Al observar la marz de correlacones en la Tabla, se areca que la correlacón enre el eso base y el calbre es ráccamene nula, que enre el eso base y el TMD la correlacón es osva y medanamene fuere y que enre el calbre y el TMD la correlacón es negava y fuere. Tabla. Marz de correlacones. Varables Peso base Calbre TMD Peso base Calbre TMD La varabldad caada or las dos rmeras comonenes es de 97.87%, como se muesra en la Tabla 3; lo cual ndca que el rmer lano facoral caa cas la oaldad de la varabldad observada. Aun cuando el segundo auovalor es nferor a uno, el valor es lo sufcenemene róxmo como ara no desrecarlo omando en cuena que caa el Rev. INGENIERÍA UC. Vol. 4, N o 3, Dcembre

5 Índce de caacdad real de rocesos Las cargas de las varables acvas ndcan ara el rmer facor que el TMD ene una muy ala relacón osva, menras que el calbre ene una ala relacón negava. El eso base resena una relacón más fuere con el segundo facor ero negava. Al ser comonenes esandarzadas las Tablas 4 y 5 muesran la msma nformacón, ero revsando las rouesas anerormene exlcadas, al exsr una correlacón an baja enre TMD y el segundo facor, la segunda comonene sería elmnada de acuerdo con el crero de Wang y Chen. Tabla 3. Auovalores. Orden Auovalores Porcenaje Porcenaje Acumulado Traza Tabla 4. Cargas de las varables acvas. Varables Eje Eje Eje 3 Peso base Calbre TMD Facor EI Tabla 5. Correlacones varable-facor. Varables Eje Eje Eje 3 Peso base Calbre TMD La nformacón que resenan las Tablas 6 y 7 srve de base ara la consruccón del rmer lano facoral reresenado en la Fgura. Tabla 6. Auovecores normalzados. Varables Eje Eje Eje 3 Peso base Calbre TMD Tabla 7. Coordenadas de los casos sulemenaros. Indvduo Dsanca al orgen Eje Eje Eje 3 USL LSL Po med esec uno medo esecfcacones ES Fgura. Prmer lano facoral. Facor 90 Rev. INGENIERÍA UC. Vol. 4, N o 3, Dcembre 007

6 García, Vásquez, Ramírez y García En el lano mosrado en la Fgura se areca un desvío enre el uno medo de esecfcacones y el valor del cenrado. S se corrge el cenrado reducendo la dferenca enre ambos, se obendrán mejores resulados en la caacdad real del roceso. Resulados de acuerdo con cada rouesa Alcando la rouesa de [5] se selecconaron las dos rmeras comonenes rncales medane la rueba de [0], luego se descaró la segunda comonene orque su correlacón con TMD era muy róxma a cero (ver Tabla 5). El MC k obendo usando (0) es.8. Usando la rouesa de ese rabajo, las dos rmeras comonenes rncales se usaron ara calcular MC k. La robabldad de cumlr smuláneamene con odos los requermenos de caldad usando () es y el MC k obendo es CONCLUSIONES El índce de caacdad de roduco roueso rovee un ndcavo numérco de la habldad del roceso ara cumlr smuláneamene con las esecfcacones en los casos donde se cumle la normaldad mulvarane. El uso de la aroxmacón medane comonenes rncales esandarzadas smlfca el cálculo de las robabldades requerdas en la rouesa de Werda. Con esa aroxmacón es osble alcar la formula de Bohe en un conexo más general. [4] Boyles, R. (996). Exloraory Caably Analyss. Journal of Qualy Technology. Vol. 8,, [5] Wang, F.K., Chen, J.C. (998). Caably ndex usng rncal comonen analyss. Qualy Engneerng. Vol.,, -7. [6] Wang, F.K., Du,T.C.T. (000). «Usng rncal comonen analyss n rocess erformance for mulvarae daa. Omega. Vol. 8, [7] Johnson, R. Wchern, D. (00) Aled Mulvarae Sascal Analyss. Prence Hall.5 h edon [8] Pearn, W. Koz, S. (006) Encycloeda and Handbook of Process Caably Indces. World Scenfc. Seres on Qualy, Relably and Engneerng Sascs. Vol. 339 [9] Jackson, E. (99). A user s Gude o Prncal Comonens. John Wley & Sons. New York. [0] Anderson, T.W. (963). Asymoc heory for rncal comonen analyss. Annals of Mahemacal Sascal. 34, -48. [] García, T., Vásquez, M., García, J. (004). Effecs on he qualy of he hygenc aer when oulers mulvarae ake lace non deecable by he unvarae conrol chars. Revsa Ingenería UC. Vol., Nº, Para la alcacón arcular sobre la caldad del ael hgénco económco, los resulados obendos fueron smlares al índce de Wang y Chen ero más conservadores al nclur el efeco de la segunda comonene. 5. REFERENCIAS [] Bohe, D. (99). A caably sudy for an enre roduc. ASQC Qualy Conrol Transacons [] Werda, S.J. (993). A mulvarae rocess caably ndex. ASQC Qualy congress ransacons [3] Chen, H. (994). A mulvarae rocess caably ndex over a recangular sold olerance zone. Sasca Snca. Vol Rev. INGENIERÍA UC. Vol. 4, N o 3, Dcembre 007 9

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente.

El signo negativo indica que la fem inducida es una E que se opone al cambio de la corriente. AUTO-INDUCTANCIA: Una bobna puede nducr una fem en s msma.s la correne de una bobna camba, el flujo a ravés de ella, debdo a la correne, ambén se modfca. Así como resulado del cambo de la correne de la

Más detalles

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D

+12V +12V +12V 2K 15V. Problema 2: Determinar el punto de funcionamiento del transistor MOSFET del siguiente circuito: I(mA) D PROBEMAS E IRUITOS ON TRANSISTORES Problema : eermnar los punos de funconameno de los dsposvos semconducores de los sguenes crcuos: +2V +2V +2V β= β= K β= β= (a) (b) (c) (d) Problema 2: eermnar el puno

Más detalles

Recuperación de la Información

Recuperación de la Información ssema de recuperacón de nformacón Recuperacón de la Informacón consula documenos mach Documenos Concepos Báscos relevane? ssema de recuperacón de nformacón palabras clave ndexado Las palabras clave (keywords)

Más detalles

ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCTICA 8

ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCTICA 8 VII. EMA A DEBAE. ÍNDICES ENCADENADOS DE VOLUMEN: UNA GUÍA PRÁCICA 8 Ana Mª Abad Insuo Naconal de Esadísca Ángel Cuevas D.G. de Políca Económca Mnsero de Economía y Hacenda Enrue M. Quls D.G. del esoro

Más detalles

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades

Nota de Clase 5 Introducción a modelos de Data Panel: Generalidades oa de Clase 5 Inroduccón a modelos de Daa Panel: Generaldades. Por qué daos de panel? Los modelos de daos de panel son versones mas generales de los modelos de core ansversal seres de empo vsos hasa el

Más detalles

Índices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V.

Índices de precios y Preferencias Reveladas. Microeconomía Douglas C. Ramírez V. Índces de precos y referencas Reveladas Mcroeconomía Douglas C. Ramírez V. LOS ÍNDICES Los números índces o índces son un nsrumeno esadísco muy úl y de uso muy exenddo. G.R. Carl. En Iala, en 1764 realzó

Más detalles

Estadística de Precios de Vivienda

Estadística de Precios de Vivienda Esadísca de recos de Vvenda Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida

Análisis de supervivencia. Albert Sorribas Grup de Bioestadística I Biomatemàtica Departament de Ciències Mèdiques Bàsiques Universitat de Lleida Análss de supervvenca Alber Sorrbas Grup de Boesadísca I Bomaemàca Deparamen de Cènces Mèdques Bàsques Unversa de Lleda Esquema general Inroduccón al análss de supervvenca Tpos de esudos El concepo de

Más detalles

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden

Tema 5. Análisis Transitorio de Circuitos de Primer y Segundo Orden Tema 5. Análss Transoro de Crcuos de Prmer y egundo Orden 5.1 Inroduccón 5.2 Crcuos C sn fuenes 5.3 Crcuos C con fuenes 5.4 Crcuos L 5.5 Crcuos LC sn fuenes v() 5.6 Crcuos LC con fuenes () C () C v( )

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos

4o. Encuentro. Matemáticas en todo y para todos. Uso de las distribuciones de probabilidad en la simulación de sistemas productivos 4o. Encuenro. Maemácas en odo y para odos. Uso de las dsrbucones de probabldad en la smulacón de ssemas producvos Leopoldo Eduardo Cárdenas Barrón lecarden@esm.mx Deparameno de Ingenería Indusral y de

Más detalles

PRÁCTICA 1: Identificación del modelo de un motor de C.C. con entrada en escalón de tensión

PRÁCTICA 1: Identificación del modelo de un motor de C.C. con entrada en escalón de tensión PÁCTICA 1: Idenfcacón del modelo de un moor de C.C. con enrada en escalón de ensón Ojevos: Guón: Caracerzar un moor de C.C. Deermnar las consanes y τ. Smulacón del funconameno de un moor de C.C. en Sm.

Más detalles

Cálculo y Estadística

Cálculo y Estadística Cálculo y Esadísca PROBABILIDAD, VARIABLES ALEATORIAS Y DISTRIBUCIONES ª Prueba de Evaluacón Connua 0--5 Tes en Moodle correspondene a la pare de Probabldad, Varables Aleaoras y Dsrbucones ( Punos).- Una

Más detalles

Índices de Precios del Sector Servicios (IPS)

Índices de Precios del Sector Servicios (IPS) Índces de Precos del Secor Servcos (PS) Meodología Subdreccón General de Esadíscas de los Servcos Seembre 29 NE. nsuo Naconal de Esadísca Índce. nroduccón...3 2. Defncón del ndcador...4 3. Ámbos del ndcador...5

Más detalles

EJERCICIOS: Análisis de circuitos en el dominio del tiempo

EJERCICIOS: Análisis de circuitos en el dominio del tiempo EJEIIOS: Análss de crcuos en el domno del empo. égmen ransoro y permanene. En cada uno de los sguenes crcuos el nerrupor ha esado abero largo empo. Se cerra en. Deermnar o I, dbujar la onda correspondene

Más detalles

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC

9. CIRCUITOS DE SEGUNDO ORDEN LC Y RLC 9. IUITOS DE SEGUNDO ODEN Y 9.. INTODUIÓN En el capíulo aneror mos como los crcuos ressos con capacancas o los crcuos ressos con nducancas enen arables que son calculadas medane ecuacones dferencales de

Más detalles

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo:

Examen Parcial de Econometría II. Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: Escuela Superior Poliécnica del Lioral Faculad de Economía y Negocios 30-11-2011 Examen Parcial de Economería II Nombre: RESOLUCION DEL EXAMEN PARCIAL Paralelo: REGLAMENTO DE EVALUACIONES Y CALIFICACIONES

Más detalles

Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere

Representación VEC. Planteamiento de un sistema de ecuaciones. Esquema de retroalimentación. , pero requiere Represenacón VEC Dado que las relacones económcas enre varables no se presenan esrcamene en un sendo específco, es decr, puede exsr enre ellas esquemas de reroalmenacón o complejos mecansmos de rasmsón

Más detalles

Índice del Costo de la Construcción en el Gran Buenos Aires

Índice del Costo de la Construcción en el Gran Buenos Aires ISSN 0326-6222 Índce del Coso de la Consruccón en el Gran Buenos Ares Base 993 Meodología 9 REPUBLICA ARGENTINA MINISTERIO DE ECONOMÍA Y OBRAS Y SERVICIOS PÚBLICOS SECRETARÍA DE PROGRAMACIÓN ECONÓMICA

Más detalles

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

Más detalles

Estadística de Precios de Suelo

Estadística de Precios de Suelo Esadísca de Precos de Suelo Meodología Subdreccón General de Esadíscas Madrd, febrero de 2012 Índce 1 Inroduccón 2 Objevos 3 Ámbos de la esadísca 3.1 Ámbo poblaconal 3.2 Ámbo geográfco 3.3 Ámbo emporal

Más detalles

Tema 3: Números índice

Tema 3: Números índice Tema : Números índce Los números ndce son ndcadores ue nos ermen ver la evolucón de una o más magnudes a ravés del emo, esaco, ec. Índce smle Dada una varable o magnud X, se defne el número índce de X

Más detalles

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS CINEMÁTICA: MOVIMIENTO RECTILÍNEO, CONCEPTOS BÁSICOS Y GRÁFICAS Dada la dependencia de la velocidad con la posición en un movimieno recilíneo mosrada por la siguiene gráfica, deerminar la dependencia con

Más detalles

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP

METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP METODOLOGÍA PARA EL CÁLCULO DEL ÍNDICE COLCAP MARZO DE 20 TABLA DE CONTENIDO. GENERALIDADES:... 3.. VALOR BASE... 3.2. NÚMERO DE EMISORES QUE COMPONEN EL ÍNDICE... 3.3. ACCIONES POR EMISOR... 3.4. PARTICIPACIÓN

Más detalles

Anejo 9: Uniones directas de perfiles tubulares

Anejo 9: Uniones directas de perfiles tubulares Anejo 9: Unones drecas de perles uulares Modo Esuerzo axl Momeno lecor a c d e Anejo 9-639 Fgura A-9-: Modos de agoameno para unones enre perles SHC Anejo 9-64 Modo Esuerzo axl Momeno lecor a c d e Fgura

Más detalles

PREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX

PREDICCIÓN DE VOLATILIDAD CON LOS ÍNDICES DE VOLATILIDAD VIX Y VDAX PREDICCIÓN DE VOLILIDD CON LOS ÍNDICES DE VOLILIDD VIX Y VDX El objevo de ese rabajo es esudar la capacdad predcva de los índces de volaldad. Para el perodo 99-0, analzamos daos de los índces amercanos

Más detalles

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos

Curso 2006/07. Tema 9: Modelos con retardos distribuidos (I) 9.1. Análisis de los efectos dinámicos en un modelo con retardos distribuidos Curso 26/7 Economería II Tema 9: Modelos con reardos dsrbudos (I) 1. Análss de los efecos dnámcos en un modelo de reardos dsrbudos 2. La dsrbucón de reardos Tema 9 1 9.1. Análss de los efecos dnámcos en

Más detalles

Master en Economía Macroeconomía II. 1 Learning by Doing (versión en tiempo discreto)

Master en Economía Macroeconomía II. 1 Learning by Doing (versión en tiempo discreto) Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 4 - Soluciones 1 Learning by Doing (versión en iempo discreo) Considere una economía cuyas preferencias, ecnología, y acumulación

Más detalles

Mecanismos de palanca. Apuntes.

Mecanismos de palanca. Apuntes. Mecansmos de palanca. Apunes. Oreses González Qunero Deparameno de Ingenería Mecánca Faculad de de Ingenerías Químca y Mecánca 2007 1 1.- Inroduccón. El análss de los mecansmos y máqunas ene por objevo

Más detalles

Capítulo 3 Metodología.

Capítulo 3 Metodología. Capíulo 3 Meodología. 3.1. Represenacón paramérca de la relacón enre el ngreso per cápa de los hogares y las caraceríscas soco-demográfcas de sus membros. La meodología ulzada en ese rabajo se basa en

Más detalles

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL

ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL ANALISIS DE INDICADORES DE COMERCIO EXTERIOR Y POLÍTICA COMERCIAL José E. Durán Lma, Ofcal de Asunos Económcos Claudo Aravena, Analsa Esadísco Carlos Ludeña, Consulor Inernaconal Asesoría Técnca de la

Más detalles

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS.

CINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS. CINEMÁTICA: MOVIMIENTO RECTILÍNEO, OTROS DATOS. Una parícula se muee en la dirección posiia del eje X, de modo que su elocidad aría según la ley = α donde α es una consane. Teniendo en cuena que en el

Más detalles

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO

ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO ESTIMACIÓN DE LAS ELASTICIDADES DE LA DEMANDA DE GASOLINA EN EL ECUADOR: UN ANÁLISIS EMPÍRICO Fabrco Morán Rugel 1, José Zúñga Basdas 2, Francsco Marro García 3 RESUMEN Después de haber analzado las écncas

Más detalles

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA

1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA hp://www.vinuesa.com 1.- ALGORITMOS RÁPIDOS PARA LA EJECUCIÓN DE FILTROS DE PILA 1.1.- INTRODUCCIÓN Los filros de pila consiuyen una clase de filros digiales no lineales. Un filro de pila que es usado

Más detalles

CRÉDITO PESCA. Consideraciones del producto:

CRÉDITO PESCA. Consideraciones del producto: CRÉDITO PESCA Consderacones del produco: Los crédos se oorgan para el fnancameno de las acvdades de pesca: comerco, exraccón y/o ndusralzacón. Se basan en la capacdad de pago de los clenes y su hsoral

Más detalles

LA MODELIZACIÓN DE PROCESOS

LA MODELIZACIÓN DE PROCESOS L MODELIZIÓN DE ROESOS En ese capíulo, se presena una meodología en desarrollo para modelos dnámcos de procesos químcos. Después de esudar ese capíulo, el esudane debería ser capaz de: Escrbr las ecuacones

Más detalles

Master en Economía Macroeconomía II. 1 Problema de Ahorro-Consumo en Horizonte Finito

Master en Economía Macroeconomía II. 1 Problema de Ahorro-Consumo en Horizonte Finito Maser en Economía Macroeconomía II Profesor: Danilo Trupkin Se de Problemas 1 - Soluciones 1 Problema de Ahorro-Consumo en Horizone Finio Considere un problema de ahorro-consumo sobre un horizone finio

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

Pattern Classification

Pattern Classification aern Classfcaon All maerals n hese sldes were aken from aern Classfcaon nd ed by R. O. Duda,. E. Har and D. G. Sork, John Wley & Sons, 000 wh he permsson of he auhors and he publsher Capulo Teora de Decson

Más detalles

1 x 11 x 12... x 1p y 1 2 x 21 x 22... x 2p y 2 : n x n1 x n2... x np y n

1 x 11 x 12... x 1p y 1 2 x 21 x 22... x 2p y 2 : n x n1 x n2... x np y n 4. Análss de regresón lneal múltle En caítulos anterores tratamos el análss de regresón smle que trata de relaconar una varable exlcatva cuanttatva con una varable resuesta cuanttatva. Todos los elementos

Más detalles

3 Aplicaciones de primer orden

3 Aplicaciones de primer orden CAÍTULO 3 Aplicaciones de primer orden 3.2. Modelo logísico El modelo de Malhus iene muchas limiaciones. or ejemplo, predice que una población crecerá exponencialmene con el iempo, que no ocurre en la

Más detalles

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura

Determinantes de los spreads de tasas de los bonos. corporativos: revisión de la literatura UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS ESCUELA DE ECONOMÍA Y ADMINISTRACIÓN Deermnanes de los spreads de asas de los bonos corporavos: revsón de la leraura SEMINARIO PARA

Más detalles

ESTRUCTURA DE LAS SIMILARIDADES

ESTRUCTURA DE LAS SIMILARIDADES ESTRUCTURA DE LAS SIMILARIDADES Ramón Gonzalez del Campo Lus Garmenda 2 Jord Recasens 3 SIC. Faculad de Informáca, rgonzale@esad.ucm.es 2 DISIA. Faculad de Informáca. UCM, lgarmend@fd.ucm.es 3 Unversa

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

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

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

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

Manual Metodológico Índice de Costos del Transporte Base 2009 = 100

Manual Metodológico Índice de Costos del Transporte Base 2009 = 100 Manual Meodológco Índce de Cosos del Transpore Base 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Deparameno de Esadíscas de Precos Febrero de 200 Índce. INTRODUCCIÓN...5 2. DEFINICIÓN DEL

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl

DOCUMENTO DE TRABAJO. www.economia.puc.cl Insuo I N S T Ide T Economía U T O D E E C O N O M Í A T E S I S d e M A G Í S T E R DOCUMENTO DE TRABAJO ¾¼¼ Ê Ð Ò ÒØÖ Ð ÈÖ Ó Ð È ØÖ Ð Ó Ý ÐÓ Ê ØÓÖÒÓ Ð ÓÒ ÐÓ Ø ÒØÓ Ë ØÓÖ ÓÒ Ñ Ó Ð ÒÓ Æ Ø Ð Á Ð ÐÐ Ö Ó Ë

Más detalles

Hallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo.

Hallar la media y varianza. Obtener la F.G.M y obtenerlas de nuevo. FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas de nuevo. En base a la funcón de cuanía µ α Ex P ( ),3 +,3 +, + 3,,3 σ α

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay

Un Modelo Macroeconómico del Riesgo de Crédito en Uruguay Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanes Aleandro Pena Andrés Sosa 002-204 688-7565 Un Modelo Macroeconómco del Resgo de Crédo en Uruguay Gabrel Illanesª, Aleandro Pena b**,

Más detalles

Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo.

Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo. Dlomaura de Cencas Emresarales. Esadísca Económca. Sara Maeo. úmeros Índces nroduccón: Una de las rncales areas de la esadísca es el análss de varables, ano consderadas ndvdualmene como en conjuno, ara

Más detalles

Tema 4. Condensadores y Bobinas

Tema 4. Condensadores y Bobinas Tema 4. ondensadores y Bobnas 4. Inroduccón 4. ondensadores 4.3 Energía almacenada en un condensador 4.4 Asocacón de condensadores 4.5 Bobnas 4.6 Energía almacenada en una bobna 4.7 Asocacón de bobnas

Más detalles

11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO

11 de marzo de 2006. Aprueban Sistema de Indicadores de Gestión de las Empresas de Servicios de Saneamiento RESOLUCIÓN DE CONSEJO DIRECTIVO de marzo de 2006 Aprueban Ssema de Indcadores de Gesón de las Empresas de Servcos de Saneameno RESOLUCIÓN DE CONSEJO DIRECTIVO Nº 0-2006-SUNASS-CD Lma, de marzo de 2006 VISTO: El Informe Nº 009-2006-SUNASS-20

Más detalles

CRÉDITO AGRICOLA. Consideraciones del producto:

CRÉDITO AGRICOLA. Consideraciones del producto: Versón: CA-5.04. CRÉDITO AGRICOLA Consderacones del produco: Son crédos que se oorgan para fnancameno de acvdades agropecuaras y se basan en la capacdad de pago de los clenes y su hsoral credco. Se conceden

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

En este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para

En este capítulo se presenta a detalle el esquema de relajación Lagrangeana utilizado para CAPITULO 4 Descrpcón del algormo propueso En ese capíulo se presena a dealle el esquema de relaacón Lagrangeana ulzado para la obencón de coas nferores; así como ambén, la descrpcón de la heurísca prmal

Más detalles

MUESTRAS CON ROTACIÓN DE PANELES

MUESTRAS CON ROTACIÓN DE PANELES 487 MUESTRAS CON ROTACIÓN DE PANELES THOMAS POLFELDT Consulor, INE Sueca (Sascs Sweden). 488 Muesras con roacón de paneles ÍNDICE Págna. Defncones Generales... 489. Por Qué una Muesra de Roacón?... 489

Más detalles

TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS

TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS TEMA 9: LA TASA NATURAL DE DESEMPLEO Y LA CURVA DE PHILLIPS 9.2 La asa naural de desempleo y la curva de Phillips La relación enre el desempleo y la inflación La curva de Phillips, basada en los daos aneriores

Más detalles

Aplicaciones de la Probabilidad en la Industria

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

Más detalles

ANEXOS DEL INFORME. Recopilación de Información para la Construcción del Indicador INDICE DE PRECIOS AL CONSUMIDOR

ANEXOS DEL INFORME. Recopilación de Información para la Construcción del Indicador INDICE DE PRECIOS AL CONSUMIDOR ANEXOS DEL NFORME Recolacón de nformacón ara la Consruccón del ndcador NDCE DE RECOS AL CONSUMDOR ANEXO. MÉTODO DE CÁLCULO A EL ÍNDCE DE LASEYRES ENCADENADO DE ESAÑA Se raa de un índce agregado, calculado

Más detalles

Semana 12: Tema 9 Movimiento Rotacional

Semana 12: Tema 9 Movimiento Rotacional Semana : Tema 9 Movmeno Roaconal 9. Velocdad y Aceleracón angular 9. Roacón con aceleracón angular consane 9.3 Energía cnéca roaconal 9.4 Cálculo de momeno de nerca y el eorema de los ejes paralelos Capíulo

Más detalles

TEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO

TEMA 4: CANALES DIGITALES EN BANDA BASE CON RUIDO PROBLEMA EMA 4: CANALES DIGIALES EN BANDA BASE CON RUIDO Se desea realzar una ransmsón bnara de símbolos equprobables, para ello se recurre a una codfcacón NRZ de po AMI y cuyas señales se ndcan a connuacón:

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

MATEMATICAS I FUNCIONES ELEMENTALES. PROBLEMAS

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

Más detalles

El Método de Monte Carlo para la Solución de la Ecuación de Transporte

El Método de Monte Carlo para la Solución de la Ecuación de Transporte Anál de Reacore Nucleare Faculad de Ingenería-UNAM Juan Lu Franço El Méodo de Mone Carlo para la Solucón de la Ecuacón de Tranpore En la prácca, mucho problema de ranpore no e pueden reolver por méodo

Más detalles

3. Matrices y álgebra matricial

3. Matrices y álgebra matricial Marices y álgebra maricial Repasaremos algunos concepos básicos de la eoría maricial Nos cenraremos en aspecos relacionados con el álgebra lineal, la inversión y la diagonalización de marices Veremos algunas

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS

TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS TÉCNICAS METAHEURÍSTICAS. ALGORITMOS BASADOS EN NUBES DE PARTÍCULAS 3 39 Ssema de generacón elécrca con pla de combusble de óxdo sóldo almenado con resduos foresales y su opmzacón medane algormos basados

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

Ejercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C

Ejercicios T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C Ejerccos T9c- VARIABLE ALEATORIA, MODELOS DE PROBABILIDAD UNIVARIANTES C FGM-MARKOV 7.-Una varable aleaora ene de funcón de cuanía x Px ( ),3,3, 3, Hallar la meda y varanza. Obener la F.G.M y obenerlas

Más detalles

En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541

En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desaparecieron 334.541 25 de novembre de 2014 Indcadores de Demografía Empresaral Año 2012 En España operaron 3.466.110 empresas en 2012. Ese año se crearon 287.311 y desapareceron 334.541 Las empresas creadas represenaron el

Más detalles

Dinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV)

Dinero, precios, tasa de interés y actividad económica: un modelo del caso colombiano (1984:I 2003:IV) Dnero, precos, asa de nerés y acvdad económca: un modelo del caso colombano (984:I 23:IV) José Fernando Escobar. y Carlos Eseban osada. esumen A parr de un esquema de ofera y demanda de dnero se esmó un

Más detalles

Estadística Clase 6. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri

Estadística Clase 6. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri Esadísca 011 Clase 6 Maesría en Fnanzas Unversdad del CEMA Profesor: Albero Landro Assene: Julán R. Sr Clase 6 1. Análss de Regresón. Especfcacón y Esmacón 3. Supuesos del modelo de regresón lneal 4. Propedades

Más detalles

Manual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100

Manual Metodológico del Índice de Remuneraciones (IR) Índice de Costo de Mano de Obra (ICMO) Base anual 2009 = 100 Manual Meodológco del Índce de Remuneracones (IR) Índce de Coso de Mano de Obra (ICMO) Base anual 2009 00 Insuo Naconal de Esadíscas Subdreccón de Operacones Proyeco de acualzacón IR ICMO Subdreccón Técnca

Más detalles

ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen

ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL FEMENINA EN CHILE. Evelyn Benvin y Marcela Perticará ƒ. Resumen ANÁLISIS DE LOS CAMBIOS EN LA PARTICIPACIÓN LABORAL EMENINA EN CHILE Evelyn Benvn y Marcela Percará ƒ Esa versón: Marzo 2007 Resumen En ese rabajo hemos aplcado écncas de descomposcón mcroeconomércas con

Más detalles

Tema 5: Diferenciabilidad: Aplicaciones

Tema 5: Diferenciabilidad: Aplicaciones Prof. Susana López 1 UniversidadAuónomadeMadrid Tema 5: Diferenciabilidad: Aplicaciones 1 Funciones compuesas y Regla de la cadena Recordemos que la regla de la cadena para funciones de una sola variable

Más detalles

UNIVERSIDAD DE OVIEDO

UNIVERSIDAD DE OVIEDO Trabajaremos con módulos foovolacos de capa fna. resena ceras venajas por el dferene comporameno que esa ecnología ene ane la radacón solar y las condcones ambenales: Mejor comporameno de la produccón

Más detalles

Métodos de Previsión de la Demanda Datos

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

Más detalles

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo

Estimación de una frontera de eficiencia técnica en el mercado de seguros uruguayo Esmacón de una fronera de efcenca écnca en el mercado de seguros uruguao Faculad de Cencas Económcas de Admnsracón Unversdad de la Repúblca María Eugena Sann Fernando Zme Tel.: 598 709578 Tel.: 598 70008

Más detalles

Tema 2 Circuitos Dinámicos de Primer Orden

Tema 2 Circuitos Dinámicos de Primer Orden Tema 2: Crcuos Dnámcos de Prmer Orden Tema 2 Crcuos Dnámcos de Prmer Orden A nade en su sano juco se le habría ocurrdo preparar enonces odos esos componenes (ranssores, ressores y condensadores a parr

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

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES

1. MODELOS DE SERIES TEMPORALES UNIECUACIONALES oro hasco rgoyen, Dpo. Economía Aplcada, UAM. EJEMPLO DE MODELOS EONOMÉTROS Ver el aso 9 (pag. 55 y ss.) del lbro de A. Puldo y A. López (999), Predccón y Smulacón aplcada a la economía y gesón de empresas.

Más detalles

Test. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos

Test. Cada pregunta correcta está valorada con 0.5 puntos y cada incorrecta resta 0.25 puntos Teléf.: 91 533 38 4-91 535 19 3 8003 MADRID EXAMEN DE ECONOMETRÍA (enero 010) 1h 15 Apellidos: Nombre: Tes. Cada preguna correca esá valorada con 0.5 punos y cada incorreca resa 0.5 punos 1.- Al conrasar

Más detalles

Contenido. Intervenciones en el mercado. Impuestos. Impuestos. Tema 7. Impuestos

Contenido. Intervenciones en el mercado. Impuestos. Impuestos. Tema 7. Impuestos Conenido Tema 7 Inervenciones en el mercado Imuesos Incidencia Pérdida irrecuerable de eficiencia Precios mínimos y recios máximos osenimieno de recios Resricciones en la canidad y cuoas 2 Imuesos Los

Más detalles

FÓRMULA PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS ELEMENTALES EN LA ELABORACIÓN DE UN IPC

FÓRMULA PARA EL CÁLCULO DE LOS ÍNDICES DE PRECIOS ELEMENTALES EN LA ELABORACIÓN DE UN IPC FÓRMULA PARA EL CÁLCULO DE LOS ÍNDCES DE PRECOS ELEMENTALES EN LA ELABORACÓN DE UN PC RODRÍGUEZ FEJOÓ, Santago Deartamento de Métodos Cuanttatvos en E. y G. Unversdad de Las Palmas de Gran Canara correo-e:

Más detalles

1. Introducción, n, concepto y clasificación

1. Introducción, n, concepto y clasificación Tema 5: Números índces. Inroduccón, n, concepo y clasfcacón 2. Números índces smples. Defncón y propedades 3. Números índces complejos Números índces complejos sn ponderar Números índces complejos ponderados

Más detalles

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

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

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

01 Ejercicios de Selectividad Matrices y Sistemas de Ecuaciones

01 Ejercicios de Selectividad Matrices y Sistemas de Ecuaciones 01 Ejercicios de Selecividad Marices y Sisemas de Ecuaciones Ejercicios propuesos en 009 1- [009-1-A-1] a) [1 5] En un comercio de bricolaje se venden lisones de madera de res longiudes: 090 m, 150 m y

Más detalles

1. Se tiene la siguiente tabla de transacciones inter industriales en el período t. 1 2 3(a) Total C(a) FBK Export (a) 47.8 103.3 95.4 20.0 46.

1. Se tiene la siguiente tabla de transacciones inter industriales en el período t. 1 2 3(a) Total C(a) FBK Export (a) 47.8 103.3 95.4 20.0 46. TRANSFERENCIAS IMPLÍCITAS DEL INGRESO ENTRE SECTORES PRODUCTIVOS, RELACIONES DE INTERCAMBIO CON EL ETERIOR, DEFLACTORES IMPLÍCITOS Y PODER ADQUISITIVO TEMA I. Se iene la siguiene abla de ransacciones iner

Más detalles

MODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado:

MODELOS DE SERIES DE TIEMPO. porque su esperanza (condicional) depende de su valor en el período pasado: Apunes de Teoría Economérca I. Profesor: Vvana Fernández MODELOS DE SERIES DE TIEMPO I CONCEPTOS PRELIMINARES. Procesos Auorregresvos y de Promedo Móvl Se dce que sgue un proceso auorregresvo: es rudo

Más detalles

Funciones exponenciales y logarítmicas

Funciones exponenciales y logarítmicas 89566 _ 0363-00.qd 7/6/08 09:30 Página 363 Funciones eponenciales y logarímicas INTRODUCCIÓN En esa unidad se esudian dos funciones que se aplican a numerosas siuaciones coidianas y, sobre odo, a fenómenos

Más detalles

Aplicación de Técnicas de Análisis Estadístico Multivariado en un Proceso de Control Dimensional

Aplicación de Técnicas de Análisis Estadístico Multivariado en un Proceso de Control Dimensional 0F IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO., MAY 007 77 Alcacón de Técncas de Análss Esadísco Mulvarado en un Proceso de Conrol Dmensonal Georgna Solís Rodríguez Eduardo Marroquín Prado, Sudens Member,

Más detalles

APUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID

APUNTES CLASES DE PRÁCTICAS ECONOMIA ESPAÑOLA (Y MUNDIAL) CURSO 2010/2011, 2º. CUATRIMESTRE DEPARTAMENTO DE ECONOMÍA UNIVERSIDAD CARLOS III DE MADRID APUTES CLASES DE PRÁCTCAS ECOOMA ESPAÑOLA (Y MUDAL) CURSO 200/20, 2º. CUATRMESTRE DEPARTAMETO DE ECOOMÍA UVERSDAD CARLOS DE MADRD DCE DE PRÁCTCAS.- Conabldad aconal. 2.- ndces y Deflacores. 3.- Curvas

Más detalles

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por:

7) Considere los ejercicios 2.b) y 2.c) a) Encuentre un nuevo modelo en variable de estados considerando la transformación dada por: 7 Consdere los ejerccos.b.c a Encuenre un nueo modelo en arable de esados consderando la ransformacón dada por: x x x x b Para.d halle la ransformacón por auoalores Resoleremos el ncso a para el ejercco.c

Más detalles

UNA MODELIZACIÓN PARA LOS ACCIDENTES DE TRABAJO EN ESPAÑA Y ANDALUCÍA

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

Más detalles

ACTIVIDADES UNIDAD 7: Funciones elementales

ACTIVIDADES UNIDAD 7: Funciones elementales ACTIVIDADES UNIDAD 7: Funciones elemenales 1. La facura del gas de una familia, en sepiembre, fue de 4,8 euros por 1 m 3, y en ocubre, de 43,81 por 4 m 3. a) Escribe la función que da el impore de la facura

Más detalles