Análisis de la racionalidad en el uso de preferencias lingüísticas: un estudio empírico

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

Download "Análisis de la racionalidad en el uso de preferencias lingüísticas: un estudio empírico"

Transcripción

1 Análss de la raconaldad en el uso de preferencas lngüístcas: un estudo empírco Lus Carlos Meneses Ponco Departamento de Economía Aplcada (Matemátcas) Unversdad de Valladold Avenda del Valle Esgueva Valladold Tfno.: ; Fax: Resumen El obetvo del presente trabao es analzar la raconaldad de los ndvduos al enfrentarse a un problema de decsón en el que deben manfestar sus preferencas medante etquetas lngüístcas. Este análss se realza bao una doble perspectva: por un lado se estuda la nfluenca del número de alternatvas y del número de atrbutos de cada alternatva; por otro lado, se comparan dferentes maneras de tratar la nformacón. Para ello, se ha realzado un expermento en el que se cuestona a 200 estudantes sobre su futuro vae fn de carrera, prmero tenendo en cuenta úncamente los destnos y luego consderando tambén los precos. En el msmo, se comparan todos los posbles pares de alternatvas y se muestran las preferencas a través de etquetas lngüístcas. Al tratar la nformacón, se representan las etquetas lngüístcas por números comprenddos entre 0 y 1, de acuerdo con dferentes escalas. En el trabao se estuda la raconaldad por medo de cuatro clases de transtvdad dfusa y se analza el grado de cumplmento de cada una de ellas en las dstntas representacones. Palabras clave: preferencas; etquetas lngüístcas; raconaldad; transtvdad dfusa; análss expermental 1. Introduccón Al estudar el comportamento raconal de los agentes, muchos modelos de la teoría de la decsón se basan en relacones bnaras ordnaras, en donde sólo se presentan dos modaldades de preferenca (se prefere, no se prefere). Sn embargo, s se tene en cuenta la vaguedad, la ncertdumbre o la ntensdad con la que se manfestan las preferencas humanas resulta más apropado un enfoque basado en relacones bnaras dfusas ya que éstas permten graduar las preferencas. Así, cuando un ndvduo manfesta sus preferencas sobre un conunto fnto de alternatvas por medo de una relacón bnara dfusa, ndca la ntensdad o el grado de preferenca de una alternatva sobre otra por medo de un número del ntervalo [0, 1]. Sn embargo, exsten multtud de stuacones en las que los ndvduos no son capaces de expresar sus preferencas por medo de un valor numérco, ya sea por la vaguedad o la ncertdumbre de las msmas, ya sea por estar analzando aspectos dfíclmente

2 cuantfcables. En este caso sería más convenente realzar una valoracón cualtatva de las alternatvas, medante térmnos lngüístcos o etquetas, y expresada por medo de relacones lngüístcas de preferenca. De esta forma, a los ndvduos se les presenta un conunto de térmnos lngüístcos para que declarar sus preferencas. En esta modelzacón la transtvdad es la prncpal hpótess de coherenca. En un entorno dfuso exste una ampla gama de condcones de transtvdad que generalzan la propedad clásca (ver Zadeh (1971), Bezdek et al. (1978), Dubos et al. (1980), Basu (198), Tanno (198), Dutta et al. (1986), Ovchnnkov (1986), Barrett et al. (1990), Jan (1990), Dasgupta et al. (1996) y Swtalsk (2001), entre otros). El obetvo prncpal de este trabao es analzar el nvel de coherenca que alcanzan los ndvduos cuando manfestan sus preferencas por medo de relacones lngüístcas de preferenca recíprocas. Para ello realzamos un estudo empírco con 200 estudantes en un problema real de decsón: la eleccón del destno de su vae de fn de carrera. En este contexto, analzamos propedades de transtvdad dfusa con el propósto de conocer cuáles de ellas son más apropadas y realstas de acuerdo con dferentes aspectos, como el número de alternatvas comparadas o el número de atrbutos nherentes a cada alternatva (en nuestro caso, países y dnero). Además estudamos la nfluenca de la escala numérca utlzada a la hora de representar las etquetas lngüístcas. El trabao se organza como sgue. En la seccón 2 exponemos los conceptos relaconados con las preferencas lngüístcas y con las propedades de transtvdad dfusa analzadas. En la seccón 3 se explcan las característcas del expermento. En la seccón se presentan y analzan los resultados del estudo empírco. 2. Preferencas lngüístcas y transtvdad dfusa Consderamos un ndvduo que muestra sus preferencas sobre un conunto fnto de alternatvas = { x, 1 x2,..., x n }, con n 3, medante una relacón lngüístca de preferenca P L. Una relacón lngüístca de preferenca es una relacón bnara dfusa valorada sobre un conunto de térmnos lngüístcos o etquetas S de forma que µ L : S. La etqueta µ ( x x r S P P L, ) = ha sdo nterpretada de dos maneras en la lteratura (ver García-Lapresta et al. (2000) para referencas). Para unos autores representa el grado de certeza con la que un agente prefere, estrcta o déblmente, x a x. Para otros representa la ntensdad con la que el agente prefere x a x. Nuestro trabao se basa en este segundo punto de vsta por lo que representará la ntensdad de preferenca lngüístca de la alternatva x sobre la alternatva x. Como se consdera en Herrera et al. (1996) y García-Lapresta et al. (2001a) asummos que el conunto de etquetas S = { s, 0 s1,..., s T } es fnto, tene cardnal mpar, y que está totalmente ordenado, de forma que s > s s >. La etqueta central, s T/2, representa la ndferenca y el resto de etquetas se dstrbuye smétrcamente alrededor de ella. Además se consdera el operador Neg que asgna a cada etqueta su smétrca: Neg(s ) = s tal que = T.

3 El conunto de térmnos lngüístcos que se consdere depende del domno del problema. Por eemplo, en el contexto en el que nosotros trabaamos, consderaremos el sguente conunto de etquetas a la hora de comparar los dstntos pares de alternatvas: s 8 : s se prefere totalmente la prmera alternatva a la segunda. s 7 : s se prefere mucho la prmera alternatva a la segunda. s 6 : s se prefere bastante la prmera alternatva a la segunda. s 5 : s se prefere poco la prmera alternatva a la segunda. s : s se es ndferente entre las dos alternatvas. s 3 : s se prefere poco la segunda alternatva a la prmera. s 2 : s se prefere bastante la segunda alternatva a la prmera. s 1 : s se prefere mucho la segunda alternatva a la prmera. s 0 : s se prefere totalmente la segunda alternatva a la prmera. Para poder tratar la nformacón que proporconan las etquetas se asoca a cada una de ellas un valor. Para defnr este valor exsten varas posbldades (ver Herrera et al. (2000) y García-Lapresta et al. (2001a)). Aquí destacamos las dos sguentes: a) Representar cada etqueta por un conunto dfuso defndo en el ntervalo [0, 1] y descrto por funcones de pertenenca (trangulares, trapecales, ). b) Asgnar un valor del ntervalo [0, 1] a cada etqueta de acuerdo con la estructura ordenada del conunto de térmnos lngüístcos. Este valor se puede nterpretar como la ntensdad de preferenca cuanttatva que representa la preferenca lngüístca (de carácter cualtatvo). Nosotros adoptaremos el segundo enfoque. La dstrbucón smétrca alrededor de la etqueta central nos permte asumr que el par (s, s T- ) es gualmente nformatvo. Así, es factble asumr que cuanto mayor sea la ntensdad r con la que se prefere x a x, menor será la ntensdad r con la que se prefere x a x. Este hecho queda recogdo en el sguente axoma de recprocdad. Para ustfcar el axoma de recprocdad, ver Bezdek et al. (1978), Nurm (1981) y Nakamura (1986), entre otros. Defncón 1. Una relacón de preferenca lngüístca P L sobre es recíproca s y sólo s se verfca que s r = s k, entonces r = Neg(s k ) para todo k {0, 1,,T}. A partr de una relacón de preferenca lngüístca recíproca es posble defnr una relacón de preferenca ordnara que nos muestra aquellas alternatvas que son algo preferdas por el agente. Defncón 2. Sea P L una relacón de preferenca lngüístca recíproca sobre. La relacón de preferenca ordnara asocada a P L se defne por x Px r > st / 2, para cualquer par de alternatvas x, x. Así, dadas dos alternatvas x, x, sólo se verfca una de las sguentes afrmacones: x P x ( r > st /2 ), x I x ( r = st /2 ), x P x ( r < st /2 ). Dado que la relacón de preferenca lngüístca es una relacón bnara dfusa, al analzar la coherenca de los agentes estudamos varas propedades de transtvdad dfusa. Las que se consderan en el expermento se ntroducen a contnuacón.

4 Defncón 3. Sea una operacón bnara sobre S = {,..., } para todo ab, S, con las sguentes propedades: Commutatvdad: a b = b a para cualesquera a, b S. s T / 2 s T, es decr, a b S Monotonía: ( a a' y b b') a b a' b', para cualesquera a, a, b, b S. Una relacón de preferenca lngüístca P L sobre es transtva max- débl s y sólo s se verfca ( x P x y x P xk ) ( x P xk y rk r rk ), para cualesquera x, x, x. l Las propedades transtvdad max- para relacones bnaras dfusas se defneron ncalmente para demandar rk r rk. La condcón débl se consdera, entre otros, por Tanno (198) y Dasgupta et al. (1996) cuando se requeren certas hpótess adconales. En la Defncón 3, al trabaar con preferencas lngüístcas, consderamos ntensdades de preferenca mayores que s T/2. Defncón. Dadas las sguentes operacones bnaras conmutatvas y monótonas sobre el conunto S : s 1 s = st / 2 s s = max{ sk, st / 2} con 2 k = + T s s = mn{ s, s } 3 s s = max{ s, s } Decmos que la relacón de preferenca lngüístca recíproca P L sobre verfca la propedad T s y sólo s P L es transtva max- débl. Es fácl ver que a T3 T2 T1. Además, 1 T preferenca ordnara P sea transtva. b a b a b a b, para cualesquera a, b S, es decr, T es equvalente a que la relacón de 3. El expermento Las condcones de comportamento raconal que se asumen en las teorías normatvas son usualmente voladas en los problemas reales de decsón. De hecho, varos estudos empírcos muestran la aparcón de nconsstencas en la práctca (ver May (195) y Swtalsk (2001), entre otros). Para examnar cómo se verfcan las hpótess de coherenca relaconadas con las transtvdades dfusas T 1,K, T, consderadas en la Defncón, llevamos a cabo un expermento con grupos de 50 estudantes de cuarto curso de la Facultad de Cencas Económcas y Empresarales de la Unversdad de Valladold. Contestaron varas encuestas en las que manfestaban sus preferencas sobre dferentes destnos de su futuro vae de fn de carrera: Chna, Egpto, Praga-Budapest, Itala, Cuba, Rusa y Estambul. Cada grupo tuvo que manfestar dos veces sus preferencas sobre los dstntos destnos comparando todas las alternatvas por pares:

5 prmero consderando úncamente sus propos gustos sobre cada destno, sn consderar nngún otro factor, y posterormente tenendo en cuenta, además de sus gustos sobre cada destno, el preco real (en euros) que tenían que pagar. Esos precos tuveron una reduccón de 150 euros, que es lo que habtualmente obtenen de benefco por festas o por la venta de loterías y otros productos. Al prmer grupo se le planteó un conunto de destnos, al segundo de 5, al tercero de 6 y al cuarto de 7. De esta forma se consderaron 8 conuntos dferentes de alternatvas para analzar la nfluenca de dos varables, el número de alternatvas y el preco de cada vae, sobre el nvel de cumplmento de cada transtvdad dfusa nvestgada, T 1,K, T. Los estudantes del prmer grupo mostraron sus preferencas sobre dos conuntos de alternatvas: = {Chna, Egpto, Praga-Budapest, Itala} = {(Chna, 630), (Egpto, 50), (Praga-Budapest, 270), (Itala, 150)}. Los estudantes del segundo grupo mostraron sus preferencas sobre dos conuntos de 5 alternatvas: 5 5 = {Chna, Egpto, Praga-Budapest, Itala, Cuba} = {(Chna, 630), (Egpto, 50), (Praga-Budapest, 270), (Itala, 150), (Cuba, 50)}. Los estudantes del tercer grupo mostraron sus preferencas sobre dos conuntos de 6 alternatvas: 6 6 = {Chna, Egpto, Praga-Budapest, Itala, Cuba, Rusa} = {(Chna, 630), (Egpto, 50), (Praga-Budapest, 270), (Itala, 150), (Cuba, 50), (Rusa, 330)}. Los estudantes del cuarto grupo mostraron sus preferencas sobre dos conuntos de 7 alternatvas: 7 7 = {Chna, Egpto, Praga-Budapest, Itala, Cuba, Rusa, Estambul} = {(Chna, 630), (Egpto, 50), (Praga-Budapest, 270), (Itala, 150), (Cuba, 50), (Rusa, 330), (Estambul, 210)}. Los estudantes tuveron que comparar cada par de alternatvas a través de cuatro modaldades de preferenca de la alternatva preferda sobre la otra, representadas por las sguentes etquetas de una manera descendente: totalmente, mucho, bastante y poco ; en ausenca de preferenca entre las alternatvas debían declarar ndferente. Los cuestonaros que debían responder fueron como el del sguente eemplo, donde tenían que marcar una de las 9 modaldades de preferenca o ndferenca. 630 euros - Chna 150 euros - Itala (bus) Totalmente Mucho Bastante Poco Indferente Poco Bastante Mucho Totalmente

6 Basándonos en la estructura ordenada del conunto de etquetas lngüístcas, asgnamos a cada una de las 9 etquetas un número entre 0 y 1. Con el fn de analzar la nfluenca del número fado a cada etqueta en el cumplmento de las dstntas propedades de transtvdad dfusa, realzamos dferentes asgnacones de acuerdo con las escalas mostradas en la Tabla 1. Etqueta Escala 1 Escala 2 Escala 3 s 8 : totalmente r = 1 (r = 0) r = 1 (r = 0) r = 1 (r = 0) s 7 : mucho r = 0,875 (r = 0,125) r = 0,950 (r = 0,050) r = 0,920 (r = 0,080) s 6 : bastante r = 0,750 (r = 0,250) r = 0,850 (r = 0,150) r = 0,820 (r = 0,180) s 5 : poco r = 0,625 (r = 0, 375) r = 0,700 (r = 0, 300) r = 0,630 (r = 0, 370) s : ndferente r = 0,500 (r = 0,500) r = 0,500 (r = 0,500) r = 0,500 (r = 0,500) s 3 : poco r = 0,375 (r = 0,625) r = 0,700 (r = 0,300) r = 0,370 (r = 0,630) s 2 : bastante r = 0,250 (r = 0,750) r = 0,850 (r = 0,150) r = 0,180 (r = 0,820) s 1 : mucho r = 0,125 (r = 0,875) r = 0,950 (r = 0,050) r = 0,080 (r = 0,920) s 0 : totalmente r = 0 (r = 1) r = 0 (r = 1) r = 0 (r = 1) Tabla 1. Representacón numérca de las etquetas La escala 1 consdera que la dstanca entre dos etquetas consecutvas cualesquera es la msma. La ventaa de esta escala está en su smplcdad, pero tene el nconvenente prncpal de que no todos los ndvduos percben que la dferenca que senten entre las dstntas etquetas sea la msma. La escala 2 ntenta soluconar en parte el anteror problema, al consderar que la dstanca es menor a medda que nos aproxmamos a los extremos. Esto es equvalente a suponer que los agentes tenen una mayor capacdad de dscernmento a medda que aumente la ntensdad en sus preferencas. La escala 3 tambén ntenta soluconar el nconvenente de la escala 1 y se ha construdo basándose en las manfestacones de varos ndvduos sobre la dferenca que sentían entre las dstntas etquetas. Posterormente realzamos un programa nformátco para analzar los resultados medante los cálculos pertnentes. Hay que tener presente que el número total de pares que se compararon en las encuestas fue de Una vez ntroducdos todos estos datos, comparamos las 6900 ternas posbles de alternatvas para estudar el grado de cumplmento de las dstntas propedades de transtvdad dfusa.

7 . Los resultados Al analzar el grado de cumplmento de las dstntas transtvdades dfusas T 1,K, T en cada uno de los 8 conuntos de alternatvas, K, 7 y, K, 7, examnamos los sguentes aspectos: La nfluenca del número de alternatvas: estudamos tanto el porcentae de estudantes como el porcentae de ternas de alternatvas que verfcan las dstntas propedades. La nfluenca del número de atrbutos asocado a cada alternatva: comparamos los resultados obtendos en los conuntos, K, 7 con los obtendos en los conuntos, K., La nfluenca de la escala utlzada: comparamos los resultados obtendos en las tres escalas consderadas. En García-Lapresta et al. (2001b) se realza un análss de los dos prmeros aspectos consderando la escala 1, por lo que los comentaremos brevemente y nos centraremos en el tercero Análss de la nfluenca del número de alternatvas En las Tablas 2 y 3 se muestran los resultados obtendos al analzar el porcentae de cumplmento de las dstntas propedades de transtvdad dfusa T 1,K, T en cada uno de los 8 conuntos de alternatvas, K, 7 y, K, 7. Así, con cualquera de las escalas observamos que, a meda que aumenta el número de alternatvas, se produce un decrecmento en el cumplmento de las dstntas propedades, tanto en como : para cada T, cuando aumenta, el porcentae de cumplmento de T dsmnuye. T 1 T 2 T 3 T Escala % 92% 92% 92% 88% 88% 88% 88% 86% 66% 66% 60% 5 80% 80% 80% 7% 62% 62% 62% 62% 60% 28% 28% 26% 6 62% 62% 62% 60% 5% 52% 52% 52% 8% 2% 2% 22% 7 50% 50% 50% % 36% 36% 36% 36% 36% 18% 18% 10% Tabla 2. Porcentaes de cumplmento absolutos de T en los conuntos

8 T 1 T 2 T 3 T Escala % 90% 90% 88% 8% 80% 80% 80% 80% 58% 58% 5% 5 78% 78% 78% 68% 56% 5% 5% 5% 52% 28% 28% 28% 6 76% 76% 76% 66% % 6% 8% 8% 6% 16% 16% 16% 7 2% 2% 2% 38% 28% 30% 30% 30% 30% 8% 8% 8% Tabla 3. Porcentaes de cumplmento absolutos de T en los conuntos El cumplmento de cada transtvdad dfusa por parte de un ndvduo requere que no se vulnere esa condcón en nnguna terna de alternatvas. Dado que hay, 10, 20 y 35 ternas dferentes en los conuntos de, 5, 6 y 7 alternatvas, respectvamente, es deseable tener una medda relatva de cumplmento de cada propedad T, por lo que estudamos el porcentae de ternas que verfca cada propedad. En las tablas y 5 se muestran estos resultados. Consderando cualquera de las escalas, se puede observar cómo la dsmnucón en los porcentaes de cumplmento es mucho menor que en la anteror stuacón. El grado de cumplmento es mayor en el conunto de alternatvas que en los conuntos de 5, 6 y 7 alternatvas. En general, un mayor número de alternatvas produce un decrecmento en la condcones de coherenca aunque hay varas stuacones que contradcen esta afrmacón: por eemplo, al analzar los grados de cumplmento en los conuntos respecto de la escala 1, se produce un mayor cumplmento de T 2 y T 3 en el conunto de 6 alternatvas que en el de 5. T 1 T 2 T 3 T Escala ,0% 98,0% 98,0% 98,0% 97,0% 97,0% 97,0% 97,0% 96,5% 88,5% 88,5% 86,5% 5 97,2% 97,2% 97,2% 96,0% 9,2% 9,2% 9,2% 9,2% 93,8% 8,8% 8,8% 82,8% 6 96,3% 96,3% 96,3% 96,1% 9,9% 95,% 95,% 95,% 95,0% 86,5% 86,5% 8,7% 7 96,9% 96,9% 96,9% 96,5% 95,% 95,% 95,% 95,% 95,0% 87,1% 87,1% 8,3% Tabla. Porcentaes de cumplmento relatvos de T en los conuntos

9 T 1 T 2 T 3 T Escala ,5% 97,5% 97,5% 97,0% 95,0% 9,5% 9,5% 9,5% 9,5% 8,5% 8,5% 80,0% 97,% 97,% 97,% 95,6% 92,2% 92,2% 92,% 92,% 92,0% 81,8% 81,8% 80,6% 5 97,% 97,% 97,% 96,8% 95,0% 95,% 95,6% 95,6% 95,3% 81,6% 81,6% 80,6% 6 96,3% 96,3% 96,3% 9,9% 92,5% 93,3% 93,3% 93,3% 93,1% 81,0% 81,0% 79,3% 7 Tabla 5. Porcentaes de cumplmento relatvos de T en los conuntos.2. Análss de la nfluenca del número de atrbutos Para conocer la nfluenca del atrbuto adconal de los precos de los vaes sobre el nvel de coherenca obtendo, comparamos los resultados obtendos en los conuntos de alternatvas y, para cada {, 5, 6, 7}. En la mayoría de las stuacones podemos decr que al consderar los precos de los vaes se produce un menor cumplmento de las condcones de coherenca que cuando no se consderan. Ahora tambén hay excepcones: s consderamos la escala 1, respecto de los porcentaes de cumplmento absolutos, de los 16 casos posbles en 2 aumenta el nvel de coherenca y respecto de los porcentaes de cumplmento relatvos, de los 16 casos en aumenta..3. Análss de la nfluenca de la escala Tanto s se consderan los nveles de coherenca absolutos como los relatvos, al comparar las dstntas escalas vemos que la prmera es la que proporcona en todos los casos unos mayores nveles de coherenca. En T 1, T 3 y T las escalas 1 y 2 proporconan exactamente los msmos resultados, mentras que la escala 3 tene unos porcentaes de cumplmento lgeramente nferores. En T 2 las escalas 2 y 3 proporconan unos nveles de coherenca smlares y menores a los obtendos con la escala 1. Es esta últma propedad de transtvdad dfusa la que se muestra más sensble a los cambos de escala, sobre todo en los conuntos,, 7 : la dsmnucón en el porcentae de cumplmento absoluto alcanza hasta un 22% (al comparar la escala 2 con la 1 en el conunto ), y en el relatvo alcanza hasta un 3,% (al comparar las escalas 2 o 3 con la 1 en el conunto 5 ). Hay que resaltar el hecho de que con todas las escalas, al aumentar el número de alternatvas en certos casos se producen aumentos en los nveles de cumplmento relatvos. Lo msmo ocurre cuando se comparan los resultados obtendos en los conuntos que consderan un únco atrbuto con los que consderan dos. Por tanto, a la vsta de los resultados de este expermento, la escala elegda no nfluye de una manera sgnfcatva en el nvel de coherenca de los agentes. Agradecmentos Este trabao ha sdo fnancado parcalmente por los proyectos VA057/02 de la Junta de Castlla y León y BEC del Mnstero de Cenca y Tecnología.

10 Referencas Barrett, C.R., Pattanak, P.K., Salles, M. (1990): On choosng ratonally when preferences are fuzzy. Fuzzy Sets and Systems, 3, pp Basu, K. (198): Fuzzy revealed preference theory. Journal of Economc Theory, 32, pp Bezdek, J.C., Harrs, J.D. (1978): Fuzzy parttons and relatons: an axomatc bass for clusterng. Fuzzy Sets and Systems, 1, pp Bezdek, J.C., Spllman, B., Spllman, R. (1978): A fuzzy relaton space for group decson theory. Fuzzy Sets and Systems, 1, pp Dasgupta, M., Deb, R. (1996): Transtvty and fuzzy preferences. Socal Choce and Welfare, 13, pp Dubos, D., Prade, H. (1980): Fuzzy Sets and Systems: Theory and Applcatons. Academc Press, New York. Dutta, B., Panda, S.C., Pattanak, P.K. (1986): Exact choce and fuzzy preferences. Mathematcal Socal Scences, 11, pp García-Lapresta, J.L., Lazzar, L.L., Martínez-Panero, M. (2001a): A group decson makng meted usng fuzzy trangular numbers. En Zopounds, C., Pardalos P. M. y Baouraks, G. (eds.), Fuzzy Sets n Management, Economcs and Marketng, World Scentfc, Sngapore, pp García-Lapresta, J.L., Llamazares, B. (2000): Aggregaton of fuzzy preferences: Some rules of the mean. Socal Choce and Welfare, 17, pp García-Lapresta, J.L., Meneses, L.C. (2001b): An emprcal analyss of transtvty wth four scaled preferental udgment modaltes. En evaluacón. Herrera, F., Herrera-Vedma, E., Verdegay, J.L.(1996): A model of consensus n group decson makng under lngustc assessments. Fuzzy Sets and Systems, 78, pp Herrera, F., Herrera-Vedma, E. (2000): Lngustc decson analyss: steps for solvng decson problems under lngustc nformaton. Fuzzy Sets and Systems, 115, pp Jan, N. (1990): Transtvty of fuzzy relatons and ratonal choce. Annals of Operatons Research, 23, pp May, K.O. (195): Intranstvty, utlty, and the aggregaton of preference patterns. Econometrca, 22, pp Nakamura, K. (1986): Preference relatons on a set of fuzzy utltes as a bass for decson makng. Fuzzy Sets and Systems, 20, pp Nurm H. (1981): Approaches to collectve decson makng wth fuzzy preference relatons. Fuzzy Sets and Systems, 6, pp Ovchnnkov, S.V. (1986): On the transtvty property. Fuzzy Sets and Systems, 20, pp Swtalsk, Z. (2001): Transtvty of fuzzy preference relatons an emprcal study. Fuzzy Sets and Systems, 118, pp Tanno T. (198): Fuzzy preference orderngs n group decson makng. Fuzzy Sets and Systems, 12, pp Zadeh, L.A. (1971): Smlarty relatons and fuzzy orderngs. Informaton Scences, 22, pp

Tema 4: Variables aleatorias

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

Más detalles

Tema 1: Análisis de datos unidimensionales

Tema 1: Análisis de datos unidimensionales Tema : Análss de datos undmensonales. Varables estadístcas undmensonales. Representacones gráfcas.. Característcas de las dstrbucones de frecuencas undmensonales.. Varables estadístcas undmensonales. Representacones

Más detalles

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

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

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

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

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

Más detalles

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

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

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

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

Cifrado de imágenes usando autómatas celulares con memoria Cfrado de mágenes usando autómatas celulares con memora L. Hernández Encnas 1, A. Hernández Encnas 2, S. Hoya Whte 2, A. Martín del Rey 3, G. Rodríguez Sánchez 4 1 Insttuto de Físca Aplcada, CSIC, C/Serrano

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles

Tema 1.3_A La media y la desviación estándar

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

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTICA (GRUPO 12) CAPÍTULO II.- ANÁLISIS DE UNA CARACTERÍSTICA (DISTRIBUCIONES UNIDIMENSIONALES) TEMA 7.- MEDIDAS DE CONCENTRACIÓN. DIPLOMATURA EN CIENCIAS EMPRESARIALES UNIVERSIDAD DE SEVILLA 1.

Más detalles

Problemas donde intervienen dos o más variables numéricas

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

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

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

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

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

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

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

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

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

Más detalles

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL ESTADÍSTICA BIDIMESIOAL ÍDICE GEERAL 1.-Varable Estadístca Bdmensonal. Tablas de frecuenca... 1.1.- Concepto de varable estadístca bdmensonal. Eemplos.... 1..-Tablas bdmensonales de frecuencas. Tablas

Más detalles

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1

Reconocimiento de Locutor basado en Procesamiento de Voz. ProDiVoz Reconocimiento de Locutor 1 Reconocmento de Locutor basado en Procesamento de Voz ProDVoz Reconocmento de Locutor Introduccón Reconocmento de locutor: Proceso de extraccón automátca de nformacón relatva a la dentdad de la persona

Más detalles

Modelos unifactoriales de efectos aleatorizados

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

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

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

Más detalles

Efectos fijos o aleatorios: test de especificación

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

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

Más detalles

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

Más detalles

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

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

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

Más detalles

Guía de Electrodinámica

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

Más detalles

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS HUMANISTICAS Y ECONOMICAS INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO Resumen: Las decsones de

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

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST

Más detalles

NUEVA APROXIMACIÓN AL MÉTODO TÓPSIS DIFUSO CON ETIQUETAS LINGÜÍSTICAS

NUEVA APROXIMACIÓN AL MÉTODO TÓPSIS DIFUSO CON ETIQUETAS LINGÜÍSTICAS NUEVA APROXIMACIÓN AL MÉTODO TÓPSIS DIFUSO CON ETIQUETAS LINGÜÍSTICAS M. Socorro Garca-Cascales 1, M. Teresa Lamata 2 1 Dpto de Electrónca, Tecnología de Computadoras y Proyectos. Unversdad de Poltécnca

Más detalles

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

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

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

Más detalles

3. VARIABLES ALEATORIAS.

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

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

Algunos métodos de clasificación de puestos de trabajo en la empresa

Algunos métodos de clasificación de puestos de trabajo en la empresa lgunos métodos de clasfcacón de puestos de trabajo en la empresa. lgunos métodos de clasfcacón de puestos de trabajo en la empresa Canós Darós, Lourdes, loucada@omp.upv.es Pers Ortz, Marta, marpeor1@omp.upv.es

Más detalles

Modelos triangular y parabólico

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

Más detalles

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación Dseño de la Muestra A Introduccón Sguendo las orentacones dadas por la Ofcna Estadístca de la Unón Europea (EUROSTAT) se a selecconado una muestra probablístca representatva de la poblacón de los ogares

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

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA)

PRECIOS MEDIOS ANUALES DE LAS TIERRAS DE USO AGRARIO (METODOLOGÍA) SECREARÍA ENERAL ÉCNICA MINISERIO DE ARICULURA, ALIMENACIÓN Y MEDIO AMBIENE SUBDIRECCIÓN ENERAL DE ESADÍSICA PRECIOS MEDIOS ANUALES DE LAS IERRAS DE USO ARARIO (MEODOLOÍA) OBJEIVO: Desde 1983 el Mnstero

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

ANEXO B SISTEMAS NUMÉRICOS

ANEXO B SISTEMAS NUMÉRICOS ANEXO B SISTEMAS NUMÉRICOS Sstema Decmal El sstema ecmal emplea ez ferentes ígtos (,,,, 4, 5, 6, 7, 8 y 9). Por esto se ce que la base el sstema ecmal es ez. Para representar números mayores a 9, se combnan

Más detalles

VOTACIÓN E INTENSIDAD DE LAS PREFERENCIAS. UNA APROXIMACIÓN BASADA EN AHP*

VOTACIÓN E INTENSIDAD DE LAS PREFERENCIAS. UNA APROXIMACIÓN BASADA EN AHP* VOTACIÓN E INTENSIDAD DE LAS PREFERENCIAS. UNA APROXIMACIÓN BASADA EN AHP* José María Moreno Jménez María Teresa Escobar Urmeneta Grupo Decsón Multcrtero Zaragoza Facultad de Económcas. Unversdad de Zaragoza

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

INTENSIDAD DE LAS PREFERENCIAS EN VOTACIONES. VISUALIZACIÓN GRÁFICA DE SU IMPORTANCIA *

INTENSIDAD DE LAS PREFERENCIAS EN VOTACIONES. VISUALIZACIÓN GRÁFICA DE SU IMPORTANCIA * INTENSIDAD DE LAS PREFERENCIAS EN VOTACIONES. VISUALIZACIÓN GRÁFICA DE SU IMPORTANCIA * Alberto Turón Lanuza Grupo Decsón Multcrtero Zaragoza Facultad de Cencas Económcas y Empresarales. Unversdad de Zaragoza

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

Cinemática del Brazo articulado PUMA

Cinemática del Brazo articulado PUMA Cnemátca del Brazo artculado PUMA José Cortés Parejo. Enero 8. Estructura del brazo robótco El robot PUMA de la sere es un brazo artculado con artculacones rotatoras que le proporconan grados de lbertad

Más detalles

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

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

Más detalles

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

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

Más detalles

TEMA 10: ESTADÍSTICA

TEMA 10: ESTADÍSTICA TEMA 10: La Estadístca es la parte de las matemátcas que se ocupa de recoger, organzar y analzar grandes cantdades de datos para estudar alguna característca de un colectvo. 1. VARIABLES S UIDIMESIOALES

Más detalles

DETERMINACIÓN DEL NIVEL DE PRECIOS PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO

DETERMINACIÓN DEL NIVEL DE PRECIOS PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO DETERMINACIÓN DEL NIVEL DE PACTADOS EN EL MERCADO DE CONTRATOS Y MITIGACIÓN DE LA VOLATILIDAD EN EL MERCADO ELÉCTRICO MAYORISTA ECUATORIANO Galo Nna Análss y Control RESUMEN El obetvo de este trabao es

Más detalles

Algoritmo para la ubicación de un nodo por su representación binaria

Algoritmo para la ubicación de un nodo por su representación binaria Título: Ubcacón de un Nodo por su Representacón Bnara Autor: Lus R. Morera González En este artículo ntroducremos un algortmo de carácter netamente geométrco para ubcar en un árbol natural la representacón

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

CESMA BUSINESS SCHOOL

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

Más detalles

Grafos. Conceptos básicos

Grafos. Conceptos básicos Grafos Se presenta en este módulo, como lectura complementara a los capítulos de Grafos del texto de clase: una lsta de conceptos que deben ser defndos con precsón por los alumnos, los elementos necesaros

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

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

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

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

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

Más detalles

Fugacidad. Mezcla de gases ideales

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

Más detalles

4 Contraste de hipótesis en el modelo de regresión múltiple

4 Contraste de hipótesis en el modelo de regresión múltiple 4 Contraste de hpótess en el modelo de regresón múltple Ezequel Urel Unversdad de Valenca Versón: 9-13 4.1 El contraste de hpótess: una panorámca 1 4.1.1 Formulacón de la hpótess nula y de la hpótess alternatva

Más detalles

LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA.

LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. Lucía Isabel García Cebrán Departamento de Economía y Dreccón de Empresas Unversdad de Zaragoza Gran Vía, 2 50.005 Zaragoza (España)

Más detalles

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

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

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 - Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

Más detalles

Departamento de Economía y Dirección de Empresas Universidad de Zaragoza Correo electrónico: lgarcia@unizar.es

Departamento de Economía y Dirección de Empresas Universidad de Zaragoza Correo electrónico: lgarcia@unizar.es REVISTA DE MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA (7). Págnas 31 56. Juno de 2009. ISSN: 1886-516X. D.L: SE-2927-06. URL: http://www.upo.es/revmetcuant/art26.pdf Localzacón empresaral en Aragón:

Más detalles

TEMA 1: PROBABILIDAD

TEMA 1: PROBABILIDAD robabldad TEM : ROBBILIDD Índce del tema Índce del tema.. Introduccón 2.2. Defncón de probabldad 3.2.. ropedades nmedatas 3 Ejemplo 7 Ejemplo 2 8 Ejemplo 3 9.3. robabldad condconada 0.3.. Introduccón 0.3.2.

Más detalles

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

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

Más detalles

Tema 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

Departamento de Estadística, Estructura Económica y O.E.I. Universidad de Alcalá

Departamento de Estadística, Estructura Económica y O.E.I. Universidad de Alcalá BIENESTAR, DESIGUALDAD POBREZA EN ESPAÑA (1993-2000). UN ANÁLISIS BASADO EN TÉCNICAS INFERENCIALES DE DOMINANCIA ESTOCÁSTICA Ahamdanech Zarco, Ismael smael.ahamdanech@uah.es García Pérez, Carmelo carmelo.garca@uah.es

Más detalles

Capítulo 1. Conjuntos Difusos

Capítulo 1. Conjuntos Difusos Capítulo. Conjuntos Dfusos.. Introduccón Cuando los computadores se enfrentan a la stuacón de tomar decsones, generalmente hacen preguntas que tenen respuestas del tpo sí o no. Por ejemplo:. La temperatura

Más detalles

MODELOS DE ELECCIÓN BINARIA

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

Más detalles

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

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL:

ANÁLISIS DE ACCESIBILIDAD E INTERACCIÓN ESPECIAL: Geografía y Sstemas de Informacón Geográfca (GEOSIG). Revsta dgtal del Grupo de Estudos sobre Geografía y Análss Espacal con Sstemas de Informacón Geográfca (GESIG). Programa de Estudos Geográfcos (PROEG).

Más detalles

Análisis de Sistemas Multiniveles de Inventario con demanda determinística

Análisis de Sistemas Multiniveles de Inventario con demanda determinística 7 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 00 Análss de Sstemas Multnveles de Inventaro con demanda determnístca B. Abdul-Jalbar, J. Gutérrez, J. Scla Departamento de

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA * CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente

Más detalles

ANÁLISIS EXPLORATORIO DE DATOS

ANÁLISIS EXPLORATORIO DE DATOS ANÁLISIS EXPLORATORIO DE DATOS 1. INTRODUCCIÓN HISTÓRICA 2 1.1 La Estadístca como cenca 2 1.2 Algunos problemas que resuelve la Estadístca 2 2. INTRODUCCIÓN A LA ESTADÍSTICA 3 2.1. Concepto y Objetvo de

Más detalles

Tema 1: TEORÍA DE LA PROBABILIDAD

Tema 1: TEORÍA DE LA PROBABILIDAD Tema : TEORÍ DE L ROLDD Carlos lberola López Lab. rocesado de magen, ETS Telecomuncacón Despacho D04 caralb@tel.uva.es, jcasasec@tel.uva.es, http://www.lp.tel.uva.es/sar . ara qué estudar esto? Se pretende

Más detalles

El costo de oportunidad social de la divisa ÍNDICE

El costo de oportunidad social de la divisa ÍNDICE El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta. Rentas Fnanceras. Renta fracconada 6. RETA FRACCIOADA Una renta fracconada se caracterza porque su frecuenca no concde con la frecuenca de varacón del térmno de dcha renta. Las característcas de la renta

Más detalles

Relaciones entre variables

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

Más detalles

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- Caracterzacón de los actvos y carteras: Rentabldad resgo Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura:

Más detalles

COMPETENCIA IMPERFECTA

COMPETENCIA IMPERFECTA Notas sobre COMPETENCIA IMPERFECTA Iñak Agurre Departamento de Fundamentos del Análss Económco I Unversdad del País Vasco ÍNDICE Tema. Teoría de Juegos No Cooperatvos Introduccón... Nocones fundamentales...

Más detalles

Capítulo V. Teoremas de Fermat, Euler y Wilson

Capítulo V. Teoremas de Fermat, Euler y Wilson Capítulo V Teoremas de Fermat, Euler y Wlson En este capítulo utlzamos los conceptos desarrollados en dvsbldad y conteo para deducr tres teoremas báscos de la teoría de números. En el próxmo capítulo,

Más detalles

ACTIVIDADES INICIALES

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

Más detalles