Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas

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

Download "Cálculo Estocástico Variación Cuadrática para Martingalas Continuas y Acotadas"

Transcripción

1 1 Cálculo Esocásco Varacón Cuadráca para Marngalas Connuas y Acoadas Gullermo Garro Defncón Varacón fna. Un proceso X es de varacón fna o acoada s sus rayecoras son de varacón fna, c.s. Es decr, s exse N F con PN 0, alque s ω Ω\N, enonces para odo 0, { n } V ω : sup X ω X 1 ω : {0 0 < < n } parcón de 0, ] <. Para abrevar se usará la noacón V sup n X X 1. Lema 1. Una marngala Y connua y de varacón acoada es necesaramene la marngala rval, es decr, es dencamene gual a Y 0. Demosracón. Podemos suponer que Y 0 0 y enonces probaremos que Y es nula s es de varacón fna. Sea S n ínf{s 0 : V s n}. S n es empo de paro Ejercco 1. La marngala parada Y Sn ene varacón menor o gual a n ya que despues de S n es consane, y anes de S n, por defncón de S n ene varacón menor o gual a n. Por lo ano basa demosrar el lema cuando Y ene varacón fna menor o gual a un número K > 0. Sea { 0 0 < 1 < < < k } una parcón de 0, ]. Tenemos, E Y k 1 1 k 1 Y +1 Y Y +1 Y 1 Ejercco k 1 E sup Y +1 Y Y +1 Y 1 E sup Y +1 Y V K E sup Y +1 Y. Dado que Y es una marngala connua, s 0, enonces el érmno sup Y +1 Y 0 c.s. Ejercco 3, y en cuano que Y es una marngala acoada, E sup Y +1 Y 0, cuando 0 según el TCD Ejercco 4. Luego, E Y 0 y por ende Y 0.

2 Defncón Varacón cuadráca fna. Sea { 0 0 < 1 < } una parcón de R + al que 0, ] es fno para cada 0 lo cual mplca además que cuando. Defnmos para un proceso X, k 1 T X X +1 X + X X k, 0 donde el índce k es al que k mín{j 0 : j j+1 }. Escrbremos smplemene T cuando no haya resgo de confusón. Nóese que T0 X 0. Decmos que un proceso X es de varacón cuadráca fna s exse un proceso X, X al que para oda 0, T converge en probabldad a X, X cuando 0 sobre 0, ]. El resulado prncpal de las noas es el sguene Teorema. Una marngala M connua y acoada ene varacón cuadráca M 0 o M, M 0 fna y ese proceso es el únco proceso crecene connuo, nulo en cero, al que M M, M 0 es marngala. Para la prueba se requeren algunos resulados prevos que se exponen a connuacón, dejando la prueba del eorema al fnal como conclusón de ésos. Lema. S M es marngala y 0 s < enonces Demosracón. Ejercco 5. E M M s F s M M s F s. Lema 3. Sea M una marngala y { 0 0 < 1 < } una parcón de R +. S 0 s <, enonces E T M T s M F s M M s F s. 1 Demosracón. Prmer caso: s s,, +1, E T M T s M F s M M M s M F s En cambo, s s, +1 y j, j+1, con 0 < j, E T M M s F s. Ejercco 6 j 1 M Ts M F s M k+1 M k + M M j M s M k j 1 M +1 M M s M + M k+1 M k + M M j }{{} k+1 como en el prmer caso j 1 M +1 M s + M k+1 M k + M M j M +1 M s + M Ms. k+1 j 1 k+1 M k+1 M k + M M j según el Lema??

3 3 Ahora unos corolaros mporanes de esos dos lemas. Corolaro 1. S M es una marngala acoada o cuadrado negrable, y es una parcón de R +, enonces E T M M M 0 M M0 0. Demosracón. Ejercco 8 Corolaro. S M es marngala acoada y { 0 0 < 1 < } es una parcón de R +, enonces {M T M} 0 es marngala acoada. S M ene rayecoras connuas, {M T M} 0 ambén ene rayecoras connuas. Demosracón. S M es un marngala acoada, enonces T M es una v.a. acoada con esperanza fna, para cada 0 Corolaro 1. Sea 0 s <. La esperanza condconal es un operador lneal, enonces de la ec.?? del Lema 3, E M T M F s M s Ts M F s M s Ts M. S además M ene rayecoras connuas, T M ambén ene rayecoras connuas Ejercco 9, de donde se sgue que M T M ene rayecoras connuas. Corolaro 3. S M es una marngala connua y acoada y y son dos parcones de R +, enonces X : T M T M es ambén una marngala connua y acoada. Demosracón. Por el corolaro aneror, M T M y M T M son marngalas connuas y acoadas, luego X M T defne una marngala connua y acoada. M] M T M], Corolaro 4. Sean M,, y X como en el corolaro aneror. S a > 0, E Xa T a X, donde es la parcón de R + que se obene reordenando el conjuno. Demosracón. Por el Corolaro 3, X es una marngala acoada, luego por el Corolaro 1, E X Xa X0 X a, T a dado que que X 0 T 0 M T 0 M Con los resulados sguenes probaremos que E Xa Ta Ta 0 cuando + 0. Lema 4. Sean M, X, y como en el corolaro aneror. S a > 0, ] Ta X Ta T M + Ta T M.

4 4 Demosracón. Para la marngala M usaremos la noacón T, para cualquer y cualquer parcón. Y para fjar noacón, dgamos además que {0 s 0 < s 1 < }. Recordemos que para dos números reales x y y, x + y x + y. S r es el mínmo índce al que a s r, s r+1 ], enonces Ta X Ta Ta Ta r 1 T T s+1 s +1 Ts Ts ] + T a Ta Ts r Ts r ] 0 r 1 0 r 1 T s+1 T s T s +1 T s ] + T a T s r T a T s r ] ] Ts +1 Ts + Ta Ts r + 0 T a ] T + Ta T. Lema 5. Para algún número L 0, E T a M L, r 1 para odo a 0 y {r 0 0 < r 1 < < r k a} parcón de 0, a]. 0 ] Ta Ts r + Ts +1 Ts Demosracón. Sea C > 0 al que M C.e. C es una coa para la marngala M. Recordemos que s α R, 1,..., n, enonces n α 1 n α + α α j. Ejercco <j n Por lo ano, k Ta M M r M r 1 1 k M r M r k M r M r k M r M r <j k M r M r 1 M rj M rj 1 k k M rj M rj 1 M r M r j+1 k Ta Tr Tr Tr 1.

5 5 Luego, E T a k 1 E M a M T T +1 + M M 1 4 Ejercco 11 E sup Tomamos cualquer L 48C 4. M a M + sup M M 1 T a E 4 supma + M + supm + M 1 E 8C + 4C Ta 1C E Ta M 1C 4 E Ma por Corolaro?? 48C 4. Corolaro 5. S M es una marngala connua y acoada, para odo a 0, E Ta Ta 0 cuando + 0. Anes de dar la prueba haremos una observacón sobre las sumas T. S a 0 al que k < a < k+1 para algún k, y s consderamos la parcón a obenda de reordenar los elemenos de {a}, enonces Ta Ta a lo cual es nmedao de la defncón T. Demosracón. Sea a > 0 el enuncado es obvo s a 0 y sean y dos parcones de R +. Como anes, escrbmos {0 s 0 < s 1 < } y dada la observacón hecha arrba supondremos que a. Para cada s k sea lk el mayor elemeno de al que lk s k. Enonces lk s k < s k+1 lk+1 Ejercco 1. Así, T s k+1 T s k M sk+1 M sk M sk+1 + M sk M lk. Ejercco 13 De ese modo, s ponemos I a {k 0 : s k < a} 1, podemos escrbr T a T T s k+1 T s k M sk+1 M sk M sk+1 + M sk M lk sup M sk+1 + M sk M lk M sk+1 M sk supm sk+1 + M sk M lk Ta M. Por lo ano, según la desgualdad de Schwarz, E Ta T E supm sk+1 + M sk M lk Ta E supm sk+1 + M sk M lk 4 1 Noe que a s +1, donde máx I a E supm sk+1 + M sk M lk 4 T a M E L 1/, T a M

6 6 donde L es la coa del lema aneror. Dado que sup k Ia M sk+1 + M sk M lk 4 0 cuando + 0 Ejercco 14, se sgue enonces que E Ta T 0 y, bajo el msmo razonameno descro arrba, E Ta T 0 cuando + 0. Así, el enuncado del corolaro se sgue de la desgualdad?? del Lema??. Demosracón del Teorema. La uncdad es consecuenca del Lema 1, dado que s A y B son dos procesos con las propedades del eorema, enonces A B debe ser una marngala nula en cero, connua y acoada de varacón fna Ejercco 15. Sea a 0. S para cada n N consderamos, por ejemplo, la parcón n de los números Ta m } n N es una sucesón se varables aleaoras convergene en L P. dádcos de orden n, E T n a 0 s n, m por el Corolaro??. De modo que {Ta n Ahora, por la desgualdad de Doob aplcada a la marngala T n T m Ejercco 16, E sup a T n T m 4 E Ta n Ta m. Enonces exse una subsucesón { nk } k N al que T n k converge c.s. unformemene en sobre 0, a] a un líme M, M connuo sobre 0, a] Ejercco 17; y como n n+1 es decr, n+1 es un refnameno de n, M, M es crecene en n N n Ejercco 18. En consecuenca, M, M es connuo y crecene en 0, a] en cuano que n N n es denso en 0, a] Ejercco 19. Noése que T n no es necesaramene crecene. Fnalmene, que M M, M es una marngala se sgue omando líme en el resulado del Corolaro?? Ejercco 0.

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

TIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas.

TIPOS DE TENDENCIAS Y SUS CONSEQUENCIAS. Tendencias estocásticas versus deterministas. TIPOS D TNDNCIAS Y SUS CONSQUNCIAS. Tendencas esocáscas versus deermnsas. Concepos báscos. Parmos de la base que una sere emporal es la realzacón de un proceso esocásco. Tal y como vmos en los modelos

Más detalles

FASCÍCULO: MATRICES Y DETERMINANTES

FASCÍCULO: MATRICES Y DETERMINANTES FSÍULO: MRIES Y DEERMINNES on el avance de la ecnología en especal con el uso de compuadoras personales, la aplcacón de los concepos de marz deermnane ha cobrado alcances sn precedenes en nuesros días.

Más detalles

UNIVERSIDAD DE CONCEPCIÓN CAPITULO II. ECUACIÓN ABSTRACTA DE EVOLUCIÓN DE PRIMER ORDEN.

UNIVERSIDAD DE CONCEPCIÓN CAPITULO II. ECUACIÓN ABSTRACTA DE EVOLUCIÓN DE PRIMER ORDEN. CAPIULO II. ECUACIÓN ABSRACA DE EVOLUCIÓN DE PRIMER ORDEN.. INRODUCCIÓN De la gran candad de problemas gobernados por ecuacones dferencales, empecemos por recordar uno de los más sencllos: el decameno

Más detalles

CAPITULO II. ECUACIÓN ABSTRACTA DE EVOLUCIÓN DE PRIMER ORDEN.

CAPITULO II. ECUACIÓN ABSTRACTA DE EVOLUCIÓN DE PRIMER ORDEN. CAPIULO II. ECUACIÓN ABSRACA DE EVOLUCIÓN DE PRIMER ORDEN.. INRODUCCIÓN De la gran candad de problemas gobernados por ecuacones dferencales, empecemos por recordar uno de los más sencllos: el decameno

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

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

Recombinación en Árboles Binomiales Multiplicativa

Recombinación en Árboles Binomiales Multiplicativa Recombnacón en Árboles Bnomales Mulplcava Y us Posbldades Freddy H. Marín Días de la cenca aplcada epembre 8-9-30 Grupo de Invesgacón En mulacón y Modelacón Maemáca CONTENIDO Ecuacones Dferencales Esocáscas

Más detalles

Cálculo y Estadística

Cálculo y Estadística 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 empresa emplea res

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

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

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo

Santiago, CIRCULAR N. Para todas las entidades aseguradoras y reaseguradoras del segundo grupo REF.: Modfca Crcular N 2062 que nsruye respeco al raameno de recálculo de pensón, en pólzas de seguros de rena valca del D.L. N 3.500, de 1980. Sanago, CIRCULAR N Para odas las endades aseguradoras y reaseguradoras

Más detalles

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE POSGRADO EL TEOREMA FUNDAMENTAL DE PRECIOS DE ARBITRAJE CON COSTOS DE TRANSACCIÓN EN UN MERCADO DE DIVISAS TESIS PARA OPTAR EL GRADO DE MAGISTER EN MATEMÁTICAS

Más detalles

Figura 1.1 Definición de componentes de tensiones internas.

Figura 1.1 Definición de componentes de tensiones internas. . ELEMENTOS DE TENSORES CARTESIANOS. Inroduccón: Para descrbr endades o varables físcas se requere de valores o componenes. El número de componenes necesaras deermna la nauraleza ensoral de la varable.

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

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

Redes de Comunicaciones

Redes de Comunicaciones Redes de Comuncacones Tema 3. Teleráfco. Dmensonado de semas Ramón güero Calvo Lus Muñoz GuCérrez (conrbucón) Deparameno de Ingenería de Comuncacones Ese ema se publca bajo Lcenca: Crea:ve Commons BY-

Más detalles

División de Ciencias Sociales y Humanidades Licenciatura en Economía

División de Ciencias Sociales y Humanidades Licenciatura en Economía UNIVERSIDAD AUTONOMA METROPOLITANA UNIDAD IZTAPALAPA Dvsón de Cencas Socales y Humandades Lcencaura en Economía Algunas noas sobre auocorrelacón y heeroscedascdad Inroduccón A.. Heeroscedascdad 3 Nauraleza

Más detalles

Mapa de ruta. Teoría de precios. Convexidad en cada paso Convexidad y teoría de precios tradicional. Esclarecimiento de tres grandes ideas

Mapa de ruta. Teoría de precios. Convexidad en cada paso Convexidad y teoría de precios tradicional. Esclarecimiento de tres grandes ideas Mapa de rua Teoría de precos MIT 14.126. Ooño 21 Docrna radconal: basada en la convexdad Esclarecmeno de res grandes deas Convexdad: precos y dualdad Orden: esáca comparava, reaccones posvas, complemenos

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

UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMIA TEORIA DE JUEGOS Profesora: Marcela Eslava. Solución Parcial 2 19 de abril de 2010 NOMBRE:

UNIVERSIDAD DE LOS ANDES FACULTAD DE ECONOMIA TEORIA DE JUEGOS Profesora: Marcela Eslava. Solución Parcial 2 19 de abril de 2010 NOMBRE: VERSDAD DE LOS ADES FACLTAD DE ECOOMA TEORA DE JEGOS Profesora: Marcela Eslava Solucón Parcal 9 de abrl de 00 OMBRE: Tene hasa las 3:0 pm para responder. o puede usar calculadora n celular. o responderemos

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

CARACTERISTICAS DE LAS FORMAS DE ONDA

CARACTERISTICAS DE LAS FORMAS DE ONDA AATISTIAS D LAS FOMAS D ONDA araceríscas de un pulso recangular: A 0.9A 0.1A r a r = rseme, empo de subda ó empo de respuesa f = fowardme, empo de caída a = ancho del pulso f 1 AATISTIAS D LAS FOMAS D

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y ENUNCADOS DE LOS EJERCCOS PROPUESTOS EN 011 EN MATEMÁTCAS APLCADAS A LAS CENCAS SOCALES. EJERCCO 1 a (5 puntos Raconalce las epresones y. 7 b (5 puntos Halle el conjunto de solucones de la necuacón EJERCCO

Más detalles

Geometría convexa y politopos, día 1

Geometría convexa y politopos, día 1 Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n

Más detalles

El problema general de Programación no Lineal que estudiaremos a lo largo de todo el tema toma la siguiente forma:

El problema general de Programación no Lineal que estudiaremos a lo largo de todo el tema toma la siguiente forma: CAPÍTULO 1. POGAMACIÓN NO LINEAL. 1.- Inroduccón. La Programacón no Lneal (PNL es una pare de la Invesgacón Operava cuya msón es proporconar una sere de resulados y écncas endenes a la deermnacón de punos

Más detalles

Números Reales y Complejos

Números Reales y Complejos Apéndce C Números Reales Complejos Ejerccos resueltos Halla los números reales que cumplen la condcón a a S a 0 : a a a 0 No este solucón S a < 0 : a a a a Halla todos los números r tales que r < a) S

Más detalles

MODELO DE OPTIMIZACIÓN CON RESTRICCIONES DE EQUILIBRIO PARA EL CONTROL DE SEMÁFOROS

MODELO DE OPTIMIZACIÓN CON RESTRICCIONES DE EQUILIBRIO PARA EL CONTROL DE SEMÁFOROS Modelo de opmzacón con resrccones de equlbro para el conrol de semáforos MODELO DE OPTIMIZACIÓN CON RESTRICCIONES DE EQUILIBRIO PARA EL CONTROL DE SEMÁFOROS Allende, Sra [sra@macom.uh.cu] Unversdad de

Más detalles

Método de Runge-Kutta para Ecuaciones Diferenciales

Método de Runge-Kutta para Ecuaciones Diferenciales Análss Numérco Carlos Armando De Casro Paares Méodo de Runge-Kua para Ecuacones Derencales Uno de los méodos más ulzados para resolver numércamene problemas de ecuacones derencales ordnaras con condcones

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

Propiedades Asintóticas

Propiedades Asintóticas Capítulo 3 Propedades Asntótcas 3.. Dstrbucones Estaconaras Defncón 3. Sea X n, n, una cadena de Markov con espaco de estados E y matrz de transcón P. Sea π(), E, una dstrbucón de probabldad, es decr,

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

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE)

EL METODO PERT (PROGRAM EVALUATION AND REVIEW TECHNIQUE) EL METODO PERT (PROGRM EVLUTION ND REVIEW TECHNIQUE) METODO DE PROGRMCION Y CONTROL DE PROYECTOS Desarrollado en 1958, para coordnar y conrolar la consruccón de submarnos Polars. El méodo PERT se basa

Más detalles

Ejercicios resueltos y exámenes

Ejercicios resueltos y exámenes Prncpos de Economería y Economería Empresaral I Ejerccos resuelos y exámenes Recoplados por Ezequel Urel I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES

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

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

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

I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA

I EJERCICIOS RESUELTOS II EXÁMENES DE ECONOMETRÍA III EXÁMENES DE ECONOMETRÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMETRÍA I EJERCICIOS RESUELOS II EXÁMENES DE ECONOMERÍA III EXÁMENES DE ECONOMERÍA EMPRESARIAL IV EXÁMENES DE PRINCIPIOS DE ECONOMERÍA Noa: Los ejerccos con asersco no corresponden al programa acual de Prncpos

Más detalles

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR

Física General 1 Proyecto PMME - Curso 2008 Instituto de Física Facultad de Ingeniería UdelaR Físca General Proyeco PMME - Curso 8 Insuo de Físca Faculad de Inenería UdelaR M O V I M I E N T O E P R O Y E C T I L M O V I M I E N T O R E L A T I V O Vanessa íaz Florenca Clerc Un olero Juan paea

Más detalles

Los esquemas de la reproduccio n de Marx

Los esquemas de la reproduccio n de Marx Los esquemas de la reproducco n de Marx Alejandro Valle Baeza Los esquemas de la reproduccón smple y amplada consuyen sólo una pare del análss del proceso de crculacón del capal. Fueron presenados en la

Más detalles

Transformada de Laplace, aplicaciones

Transformada de Laplace, aplicaciones Tranformada de Laplace, aplcacone Ora eñale de excacón Señal mpulo f A 0 eñal Impulo deal La eñal mpulo real eórca e una eñal de amplud 0 de alura y de área gual a A Se mbolza de la guene forma fa.δ en

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

Solución de Ecuaciones Diferenciales y de Diferencias

Solución de Ecuaciones Diferenciales y de Diferencias Solucón de cuacones Dferencales y de Dferencas UdeC - DI Problema Planear la solucón generalada de ecuacones dferencales y de dferencas. Formulacón general de ec. dferencales n m d y a d b du d Formulacón

Más detalles

Universidad de Guanajuato. Fundamentos de Ecuaciones Diferenciales Estocásticas T E S I S

Universidad de Guanajuato. Fundamentos de Ecuaciones Diferenciales Estocásticas T E S I S Unverdad de Guanajuao Fundameno de Ecuacone Dferencale Eocáca Una nroduccón a la eoría de proceo eocáco con el dearrollo de la negral eocáca de Iō y un ejemplo de genéca poblaconal. T E S I S Que para

Más detalles

3.2. Competencia en cantidaes modelo de Cournot

3.2. Competencia en cantidaes modelo de Cournot Matlde Machado Supuestos báscos del : El producto de las empresas es homogéneo El preco de mercado resulta de la oferta agregada de las empresas (preco unco Las empresas determnan smultaneamente la cantdad

Más detalles

TECNOLOGÍA ELECTRÓNICA TEMA 8 (AMPLIFICADOR OPERACIONAL) EJEMPLOS RESUELTOS

TECNOLOGÍA ELECTRÓNICA TEMA 8 (AMPLIFICADOR OPERACIONAL) EJEMPLOS RESUELTOS TECNOLOGÍA ELECTRÓNICA TEMA 8 (AMPLIFICADOR OPERACIONAL) EJEMPLOS RESUELTOS JULIO BRÉGAINS, DANIEL IGLESIA, JOSÉ LAMAS DEPARTAMENTO DE ELECTRÓNICA E SISTEMAS FACULTADE DE INFORMÁTICA, UNIVERSIDADE DA CORUÑA

Más detalles

2. Movimiento Browniano.

2. Movimiento Browniano. Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

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

MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO

MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO MOVIMIENTO RECTILÍNEO UNIFORMEMENTE ACELERADO Sabes cuáles son las caraceríscas del momeno reclíneo unormemene acelerado? INTRODUCCION Prmero debemos saber que denro de la cnemáca exsen derenes pos de

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

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

Física Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria

Física Estadística. Tercer curso del Grado en Física. J. Largo & J.R. Solana. Departamento de Física Aplicada Universidad de Cantabria Tercer curso del Grado en Físca largoju at uncan.es J. Largo & J.R. Solana solanajr at uncan.es Departamento de Físca Aplcada Unversdad de Cantabra Indce I Estadstcas Dstrbucones para los sstemas cuántcos

Más detalles

Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri)

Macroeconomía II. FCE-UBA Primer Examen Parcial Mayo 2015 INSTRUCCIONES. (Prof. D. Pierri) FCE-UA Prmer Examen Parcal Mayo 215 Macroeconomía II (Prof. D. Perr) INSRUCCIONES I. El examen consa de 1 punos con la sguene composcón: Ejercco 1 (3 punos), Ejercco 2 (4 punos), Ejercco 3 (3 punos). II.

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

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

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

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

CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes.

CICLO BASICO DE INGENIERIA. Aplicar los conceptos fundamentales relacionados con el algebra matricial y calculo de determinantes. REPÚLI OLIVRIN DE VENEZUEL MINISTERIO DEL PODER POPULR PR L DEFENS UNIVERSIDD NIONL EPERIMENTL DE L FUERZ RMD NÚLEO ZULI DIVISIÓN DE SERETRÍ RRER: SIGNTUR: MT - NOMRE DEL PROFESOR: ILO SIO DE INGENIERI

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

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

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

Evolución y aplicación del método escalado afín, para el caso acotado y no degenerado

Evolución y aplicación del método escalado afín, para el caso acotado y no degenerado UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS MATEMÁTICAS UNIDAD DE POSGRADO Evolucón y aplcacón del méodo escalado afín, para el caso acoado y no degenerado TESIS Para opar el Grado Académco

Más detalles

APÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA

APÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA APÉNDICE B. METODOLOGÍA ECONOMÉTRICA BÁSICA Esaconaredad El concepo de esaconaredad es de suma mporanca en la eoría de la conegracón. Aquí se ulzará el concepo de esaconaredad en sendo débl, o de segundo

Más detalles

CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la

CAPÍTULO IV BASES Y DESARROLLO DEL PROGRAMA COMPUTACIONAL. En este capítulo describiremos los modelos y herramientas que utilizaremos para la CAPÍTULO IV BASES DESARROLLO DEL PROGRAMA COMPUTACIONAL En ese capíulo descrbremos los modelos y herramenas que ulzaremos para la proyeccón y smulacón de algunas de las varables como son los rendmenos

Más detalles

ffl Unfcacón de la nformacón lngü sca mulgranular en un únco domno de expresón. ffl Combnacón de la nformacón unforme. El mayor problema que presenan

ffl Unfcacón de la nformacón lngü sca mulgranular en un únco domno de expresón. ffl Combnacón de la nformacón unforme. El mayor problema que presenan Manejo de conexos lngü scos mulgranulares jerárqucos para el modelado lngü sco de preferencas basado en 2-uplas Francsco Herrera Trguero Dpo. de Cencas de la Compuacón e I.A. E.T.S. de Ingener a Informáca

Más detalles

Algunos Problemas Resueltos I - MA110 Algebra Escuela de Ingeniería, FCFM, U. de Chile. Aux.Cristian Figueroa R.

Algunos Problemas Resueltos I - MA110 Algebra Escuela de Ingeniería, FCFM, U. de Chile. Aux.Cristian Figueroa R. Algunos Problemas Resueltos I - MA0 Algebra Escuela de Ingenería, FCFM, U. de Chle. Aux.Crstan Fgueroa R. Problemas Sumas.- Encuentre el valor de las sguentes sumas: (a (b (c. k ( +. k0 ( n. k Problemas

Más detalles

Capítulo 11. Movimiento de Rodamiento y Momentum Angular

Capítulo 11. Movimiento de Rodamiento y Momentum Angular Capítulo 11 Movmento de Rodamento y Momentum Angular 1 Contendos: Movmento de rodamento de un cuerpo rígdo. Momentum Angular de una partícula. Momentum Angular de un sstema de partículas. Momentum Angular

Más detalles

Análisis de Supervivencia y su Aplicación para Predecir la Calidad de Vida de los Nacidos Extremadamente Prematuros

Análisis de Supervivencia y su Aplicación para Predecir la Calidad de Vida de los Nacidos Extremadamente Prematuros UNIVERSIDAD DE EL SALVADOR FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICA ESCUELA DE MATEMÁTICA DEPARTAMENTO DE ESTADÍSTICA. TRABAJO DE GRADUACIÓN: Análss de Supervvenca y su Aplcacón para Predecr la Caldad

Más detalles

1).- Para > 0, B= {x R L : p. x I} = {x R L

1).- Para > 0, B= {x R L : p. x I} = {x R L Pontfca Unversdad Católca del Perú Programa de Maestría en Economía Curso: Mcroeconomía Intermeda Profesores: Clauda Barrga & José Gallardo Asstente: César Gl Malca Propedades de las funcones de demanda

Más detalles

INDUCTANCIA Y CAPACITANCIA

INDUCTANCIA Y CAPACITANCIA INDUCTANCIA Y CAPACITANCIA Tano el nducor, como el capacor, que se analza más adelane, son elemenos pasvos capaces de almacenar y enregar candades fnas de energía. A dferenca de una fuene deal, esos elemenos

Más detalles

UNIDAD N 1 ESPACIOS VECTORIALES

UNIDAD N 1 ESPACIOS VECTORIALES UNIDAD N ESPACIOS VECTORIALES ESPACIOS VECTORIALES DEFINICIÓN Nº : Un CUERPO F es un conjunto con dos operacones (denotadas por + y ) que satsface las sguentes propedades: + ) La adcón es conmutatva, o

Más detalles

Cambio entre Sistemas de Referencia

Cambio entre Sistemas de Referencia Cambo enre Ssemas de Referenca José Corés Parejo. Enero 008. Cambo de Base en E Sean Β { } y { v v v } Β bases de Ε y sea pede expresarse en ambas Bases: w Ε n vecor calqera qe w + + w v + v + v con R

Más detalles

Tallerine: Energías Renovables. Fundamento teórico

Tallerine: Energías Renovables. Fundamento teórico Tallerne: Energías Renovables Fundamento teórco Tallerne Energías Renovables 2 Índce 1. Introduccón 3 2. Conceptos Báscos 3 2.1. Intensdad de corrente................................. 3 2.2. Voltaje..........................................

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

TEMA III: DESCRIPCIÓN BI-VARIANTE

TEMA III: DESCRIPCIÓN BI-VARIANTE EMA III: DESCRIPCIÓN BI-VARIANE III.1.- Noacón abulacón. III..- Dsrbucones margnales condconadas. III.3.- La relacón enre varables. Dependenca e ndependenca. III.4.- Planeameno general de la Regresón III.4.1.-

Más detalles

Algunas aplicaciones del test del signo

Algunas aplicaciones del test del signo 43 Algunas aplcacones del test del sgno Test de Mc emar para sgnfcacón de cambos: En realdad este test se estuda en detalle en Métodos no Paramétrcos II, en el contexto de las denomnadas Tablas de Contngenca.

Más detalles

CAPÍTULO 2 SEMIGRUPO DE OPERADORES LINEALES

CAPÍTULO 2 SEMIGRUPO DE OPERADORES LINEALES CAPÍTULO 2 SEMIGRUPO DE OPERADORES LINEALES 1. Moivación En los preliminares fue viso que la función exponencial e A, donde A 2 R y 2 R, es de nida por 1X e A (A) n n! n (2.1) Cuando A 2 R y la exponencial

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Economería Grado 8 de Juno de 017 Hora: 15:30 Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Anes de empezar a resolver el examen, rellene TODA la nformacón que

Más detalles

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales

2. Métodos Numéricos Aplicados a Ecuaciones Diferenciales ... Méodo de Euler Haca Adelane Anexo -4. Méodos Numércos Aplcados a Ecuacones Dferencales Párase del más smple po de ecuacón dferencal ordnara, que la de po lneal de prmer orden, el clásco Problema de

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE

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

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias Ejemplo: Consumo - Ingreso Ingreso Consumo Poblacón 60 famlas ( YX ) P = x [ YX ] E = x Línea de regresón poblaconal 80 60 Meda Condconal 40 20 00 [ X = 200] EY o o o o [ X = 200] EY 80 o o o 60 o 40 8

Más detalles

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias.

Nos interesa asignar probabilidades a valores numéricos obtenidos a partir de fenómenos aleatorios, es decir a variables aleatorias. Estadístca (Q) Dana M. Kelmansky 5 Varables Aleatoras Nos nteresa asgnar probabldades a valores numércos obtendos a partr de fenómenos aleatoros, es decr a varables aleatoras. Por ejemplo, calcular la

Más detalles

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático

Campo eléctrico. Líneas de campo. Teorema de Gauss. El campo de las cargas en reposo. Campo electrostático qco sθ qz Ez= 4 zπε0 2+ R2 = 4πε0 [z2 +R2 ]3/ 2 El campo de las cargas en reposo. Campo electrostátco ntroduccón. Propedades dferencales del campo electrostátco. Propedades ntegrales del campo electromagnétco.

Más detalles

1. Convergencia en medida

1. Convergencia en medida FACULTAD CS. FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE MA3801 Teoría de la Medida. Semestre 2009-02 Profesor: Jaime San Martín Auxiliares: Andrés Fielbaum y Cristóbal Guzmán Clase auxiliar 7 21 de Septiembre

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

PARTE II FUNDAMENTO ECONOMÉTRICO

PARTE II FUNDAMENTO ECONOMÉTRICO PARTE II FUNDAMENTO ECONOMÉTRICO La economería de seres de empo esá en consane evolucón, lo que ha oblgado a los economsas a replanearse los modelos revsar la valdez empírca de la eoría. En ese aparado

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

Movimiento Rectilíneo Uniformemente Acelerado (MRUA)

Movimiento Rectilíneo Uniformemente Acelerado (MRUA) 7. Movmeno Reclíneo Unorme Acelerado Movmeno Reclíneo Unormemene Acelerado (MRUA) elocdad Meda o elocdad promedo: La velocdad meda represena la relacón enre el desplazameno oal hecho por un móvl y el empo

Más detalles

Clase Auxiliar #1: Teoría de Juegos

Clase Auxiliar #1: Teoría de Juegos UNIVERSIDAD DE CHILE FAC DE CIENCIAS FÍSICAS Y MATEMÁTICAS Departamento de Ingenería Industral Curso: IN5A Economía Industral Semestre: Prmavera 7 Profesor: Ronald Fscher Auxlares: Klaus Kaempfe Sofía

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

II. PROBABILIDADES CONDICIONALES. 2.1 Definiciones. Supongamos que lanzamos dos dados

II. PROBABILIDADES CONDICIONALES. 2.1 Definiciones. Supongamos que lanzamos dos dados II. PROBABILIDADES CONDICIONALES. 2. Defncones Supongamos que lanzamos dos dados p( ω ) con ω ( ω, ω 2 ) ω, ω 2 6 {,2,...,6} S observamos que el prmer dado muestra el número 4, Cual es la probabldad de

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles