Capítulo 15: Medidas de precio y volumen

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

Download "Capítulo 15: Medidas de precio y volumen"

Transcripción

1 Capítulo 15: Meddas de preco y volume A. Itroduccó 15.1 E el capítulo 14 se descrbe cómo la cueta de bees y servcos puede ser complada y elaborada detro de u cuadro de oferta y utlzacó. Los cambos e los valores de los flujos de bees y servcos puede factorzarse drectamete e dos compoetes, uo que refleja las varacoes e los precos de los bees y servcos e cuestó y otro que refleja las varacoes e sus volúmees. Ua de las mayores vetajas de la elaboracó de meddas de preco y volume detro de u marco cotable como el que ofrece los cuadros de oferta y utlzacó, es que proporcoa ua verfcacó de la cossteca umérca y de la cofabldad del grupo de las meddas e cojuto. Esto es partcularmete mportate cuado ha de cubrrse todos los flujos de bees y servcos de la ecoomía, cludos los bees y servcos o de mercado cuya valoracó es aú más dfícl de expresar e precos costates que e precos corretes Otra vetaja de elaborar meddas de preco y volume detro de u marco cotable es que se puede dervar meddas de preco o volume mplíctas para certos saldos cotables mportates. E partcular, el valor agregado bruto puede medrse e térmos reales restado el cosumo termedo e térmos de volume de la produccó e térmos de volume, método que recbe el ombre de "doble deflacó". La doble deflacó puede ser utlzada a vel de ua empresa dvdual, dustra o sector. S embargo, el objetvo prcpal del SCN o es smplemete proporcoar drectrces sobre las meddas de varacoes e los precos y los volúmees de los prcpales agregados del SCN, so reur u cojuto de meddas que hace posble llevar a cabo aálss sstemátcos y detallados de la flacó y el crecmeto ecoómco. 1. Teoría de los úmeros ídce 15.3 La seccó B ofrece ua vsó geeral de la teoría de úmeros ídce tal como se aplca e el SCN. Se ha producdo mportates avaces e esta área durate la últma década. Se ha publcado uevos mauales sobre la teoría y la práctca de los ídces de precos al cosumdor (IC) y los ídces de precos de productor (I). Éstos so el Maual de ídces de precos al cosumdor: Teoría y práctca (Orgazacó Iteracoal del Trabajo, Fodo Moetaro Iteracoal, Orgazacó para la Cooperacó y el Desarrollo Ecoómco, Eurostat, Comsó Ecoómca para Europa de Nacoes Udas y Baco Mudal (24)) y el Maual de ídces de precos al productor: Teoría y práctca, (Orgazacó Iteracoal del Trabajo, Fodo Moetaro Iteracoal, Orgazacó para la Cooperacó y el Desarrollo Ecoómco, Comsó Ecoómca para Europa de Nacoes Udas y Baco Mudal (24)). Otro maual sobre ídces de precos de exportacoes e mportacoes (IXM), Maual de ídces de precos de exportacoes e mportacoes: Teoría y práctca (Orgazacó Iteracoal del Trabajo, Fodo Moetaro Iteracoal, Orgazacó para la Cooperacó y el Desarrollo Ecoómcos, Comsó Ecoómca para Europa de Nacoes Udas y Baco Mudal (29). Estos mauales ha sdo preparados co ua estructura comú para ayudar a los lectores. E partcular el capítulo 14 de los mauales de IC e I, así como el capítulo 15 del maual de IXM, muestra cómo estos ídces está e líea co el marco del SCN El prmer tema e la seccó B se refere a la eleccó de ua metodología apropada para elaborar meddas tertemporales de precos y de volume para los flujos de bees y servcos e u cotexto de cotabldad acoal. La seccó B també se ocupa de las cosecuecas de la varacó de precos debda a la dscrmacó de precos, es decr, cómo tratar los bees o servcos que se vede a dferetes compradores e el msmo mercado, e el msmo período y a dferetes precos. Estas dferecas tee que dstgurse claramete de las dferecas e preco atrbubles a dferecas e caldades. Esta seccó també aalza el tratameto de los cambos e la caldad co el paso del tempo, cluyedo la aparcó de uevos productos y la desaparcó de productos obsoletos. 2. Seres de tempo de preco y volume 15.5 La seccó C muestra cómo las cosderacoes e la seccó B puede ser aplcadas al SCN y cómo puede dervarse seres de tempo de volúmees y de precos. E ella se aalza o sólo los elemetos de la cueta de bees y servcos so també la forma como los stocks de actvos o faceros puede ser descompuestos e elemetos de preco y volume. Además, e esta seccó se aborda el tema de cómo expresar e térmos reales los agregados claves del SCN que o tee compoetes de preco y volume, lo que permte u aálss del mpacto de los térmos de tercambo sobre el greso acoal, por ejemplo Al gual que la seccó B, la seccó C o pretede ser exhaustva e su cobertura, pero se basa e otros mauales desarrollados a lo largo de la últma década y 345

2 Sstema de Cuetas Nacoales hace refereca a ellos, específcamete el Maual sobre meddas de preco y catdad e las cuetas acoales (Eurostat, 21), y el capítulo IX del Maual de cuetas acoales trmestrales: Coceptos, fuetes de datos y complacó (Fodo Moetaro Iteracoal (FMI), 21b). 3. Comparacó teracoal de precos 15.7 Au cuado la mayoría de los úmeros ídces de preco y volume se ha desarrollado para medr varacoes de precos y de volume a lo largo del tempo, també puede adaptarse para comparar veles de precos y de volume etre dferetes regoes o países e el msmo período de tempo. Tales comparacoes se ecesta para poder comparar los veles de vda, de desarrollo ecoómco o de productvdad de dferetes países Estos temas se aborda e la seccó D, e prmer lugar e térmos teórcos y, a cotuacó, e térmos de las mplcacas para los cotables acoales. La publcacó ardades de poder de compra y gasto real globales Maual metodológco del rograma de Comparacó Iteracoal 25 (Baco Mudal, 28) descrbe la metodología subyacete e la roda de 25 del rograma de Comparacó Iteracoal (CI) 4. Iformacó adcoal 15.9 Este capítulo sólo tee como objetvo hacer ua troduccó de los coceptos y las cosderacoes más mportates sobre la aplcacó de la teoría de úmeros ídce a las dervacoes de seres de volume detro del SCN. ara mayor formacó se debe cosultar los otros mauales ctados. B. Vsó geeral de la teoría de los úmeros ídces 1. Catdades, precos y valores 15.1 ara cada tpo dvdual de be o servco es ecesaro especfcar ua udad de catdad apropada e la que se pueda medr dcho be o servco. Los bees o servcos puede sumstrarse e udades que varía e forma dscreta o cotua. Los automóvles, las aeroaves, las mcrocomputadoras, los cortes de pelo y las operacoes de extrpacó del apédce so ejemplos de bees o servcos sumstrados e udades dscretas o eteras. Las catdades de tales bees y servcos se obtee smplemete cotado el úmero de udades. El petróleo, la electrcdad, el azúcar y el trasporte so ejemplos de bees o servcos sumstrados e udades que varía de forma cotua co respecto a característcas como el peso, volume, poteca, duracó y dstaca. or lo tato, la eleccó de ua udad físca, y su preco e relacó co la udad seleccoada, es u asuto de coveeca. or ejemplo, s el preco se cotza por toelada, es ml veces mayor que s se expresa por klo. E la medda que e el preco se exprese e forma cosstete co la udad de volume, el valor (v) e el vel de u úco be o servco homogéeo es gual al preco por udad de catdad (p), multplcado por el úmero de udades de catdad (q),es decr: v = p q. Adtvdad de catdades, precos y valores Se puede ombrar brevemete determadas propedades que so mportates e relacó co la adtvdad de catdades, precos y valores: a. Las catdades so adtvas sólo para productos homogéeos dvduales. or ejemplo, o tee sgfcado ecoómco sumar 1 toeladas de carbó y 2 toeladas de azúcar. Tampoco tedría sgfcado ecoómco, auque sea meos obvo, la suma de 1 automóvles de u tpo y 2 automóvles de otro tpo s ambos dfere e su caldad. b. El preco de u be o servco se defe como el valor de ua udad de ese be o servco. El preco varía drectamete co el tamaño de la udad de catdad seleccoada y e muchos casos puede hacerse que varíe arbtraramete modfcado la udad de catdad, por ejemplo, elgedo medr e toeladas e lugar de klogramos. Los precos, lo msmo que las catdades, o so adtvos para los dferetes bees o servcos. U promedo de los precos de dferetes bees o servcos o tee sgfcado ecoómco y o puede utlzarse para medr varacoes de precos a lo largo del tempo. c. Los valores se expresa e térmos de ua udad moetara comú y so adtvos para dferetes productos. Los valores o varía co respecto a la udad de catdad elegda E u sstema de mercado, los precos relatvos de dferetes bees y servcos debe reflejar tato sus costos relatvos de produccó como sus utldades relatvas para los compradores, tato s éstos pretede utlzarlos para la produccó como para el cosumo. Los costos relatvos y las utldades relatvas fluye e las relacoes a las que compradores y vededores está dspuestos a tercambar bees y servcos e los mercados. Ua agregacó de los valores de dferetes bees y servcos ecesaramete refleja las decsoes sobre bees y servcos que ha sdo producdos y cosumdos a los precos actualmete prevalecetes. 346

3 Meddas de preco y volume Ídces de volume, catdad, preco y valor utaro U ídce de volume es u promedo de las varacoes proporcoales de las catdades de u cojuto específco de bees o servcos etre dos períodos de tempo. Las catdades comparadas e el tempo ha de ser de artículos homogéeos, y las varacoes que resulta para dferetes bees y servcos ha de poderarse de acuerdo co su mportaca ecoómca, medda por sus valores relatvos e uo de los dos períodos, o e ambos. or esta razó, el térmo volume es más correcto y apropado que catdad, co el f de efatzar que las catdades debe ajustarse para reflejar cambos e la caldad Desafortuadamete, alguas veces puede ocurrr, e especal e el campo de las estadístcas del comerco exteror basadas e la documetacó de aduaas, que los datos a partr de los cuales los ídces de preco y de volume tee que ser calculados o so lo sufcetemete detallados o so adecuados por otros motvos para ese propósto. or ejemplo, la formacó básca dspoble puede lmtarse al úmero total de udades de algú grupo de productos mportados o exportados, o a su peso total, como puede ser el total de úmero de pares de zapatos, o el peso total de u equpo de certa clase. Los ídces costrudos a partr de formacó de este tpo o so ídces de volume cuado el úmero, o el peso, se refere a artículos dferetes que se vede a precos dferetes. A veces recbe por este motvo la deomacó de ídces de catdad. Los ídces de precos asocados co ellos recbe habtualmete el ombre de ídces de valor utaro o promedo. Los ídces de valor utaro mde la varacó del valor medo de udades que o ecesaramete so homogéeas y puede estar afectados por varacoes e la mezcla de artículos, así como por varacoes de sus precos. No puede esperarse, pues, que los ídces de valor utaro proporcoe bueas meddas de las varacoes de los precos promedos a lo largo del tempo para grupos de bees o homogéeos. 2. Números ídces tertemporales de precos y volúmees Los úmeros ídces que so de terés detro del SCN está dseñados para descompoer las varacoes de los agregados de valor e sus compoetes de varacó total e preco y volume. U ídce de precos puede ser expresado y calculado como u promedo poderado de las varacoes proporcoales de los precos de u cojuto específco de bees y servcos etre dos perodos de tempo, por ejemplo u perodo de refereca y el perodo actual t. Aálogamete, u ídce de volume puede ser expresado y calculado como u promedo poderado de las varacoes proporcoales de los volúmees de u cojuto específco de bees y servcos etre dos perodos de tempo, por ejemplo u perodo de refereca y el perodo actual t. Exste muchas fórmulas de úmeros ídces que dfere uas de otras prcpalmete e las poderacoes que asga a los precos o catdades relatvos dvduales y e la forma partcular del promedo utlzado, ya sea artmétco, geométrco, armóco, etc. Estas fórmulas alteratvas, sus propedades y vetajas relatvas, se expoe e detalle e los mauales de IC y de I. Ídces de Laspeyres y de aasche Las dos fórmulas de ídces más utlzadas habtualmete so los ídces de Laspeyres y de aasche. El ídce de precos de Laspeyres (Lp) se defe como el promedo artmétco poderado de los precos relatvos, sedo las poderacoes las partcpacoes e el valor del perodo de refereca como poderadores: L 1 t p p s 1 t p p q p t (1) es decr, dode p, q y v = p q so los precos, las catdades y los valores e el perodo de = 1,, productos y s v v so las partcpacoes e 1 el valor del perodo. Las expresoes smlares co el subídce t se refere al perodo t Nótese e (1) que el ídce de precos de Laspeyres puede defrse como la varacó e el valor de ua caasta de productos cuya composcó se matee fja tal como era e el perodo de refereca. El ídce de volume de Laspeyres (L) puede defrse e forma smlar como la varacó e el valor de ua caasta cuya composcó se actualza cada perodo pero dode se aplca los precos del perodo de refereca a las uevas catdades (o volúmees), es decr: L 1 t q q s Los ídces de aasche també exste e formas tato de preco como de volume. El ídce de aasche dfere del ídce de Laspeyres e dos aspectos. Utlza el promedo armóco e vez del promedo artmétco, y los volúmeos o precos del perodo fjo so los del perodo actual t. El ídce de precos de aasche está dado por: 1 t p p 1 t s 1 p p q q t 1 1 p t q t t (2) (3) 347

4 Sstema de Cuetas Nacoales y u ídce de volume de aasche, co poderacoes o precos fjos e el perodo actual, por: 1 t q q 1 t s t Deflacó y seres de volume utlzado las fórmulas de Laspeyres y aasche El ídce de la varacó e valores moetaros etre dos perodos, I V 1 v t 1 v t t1 t (4), refleja los efectos combados tato de las varacoes e precos como e catdades. Cuado se utlza los íddes de Laspeyres y aasche, la varacó e valor se descompoe e forma exacta e u ídce de precos multplcado por u ídce de volume sólo s el ídce de precos de Laspeyres se comba co el ídce de volume de aasche, es decr: L I, o s el ídce de V volume de Laspeyres se comba co el ídce de precos de aache: L I. or ejemplo, u ídce de precos de 1.5 que represeta ua varacó de 5 por ceto, multplcado por u ídce de volume de 1.8 que represeta ua varacó de 8 por ceto, da como resultado u ídce de varacó e valor de 1.134, es decr, ua varacó de 13.4 por ceto Esta relacó puede se explotada sempre que se coozca los valores corretes de ambos perodos así como u ídce de precos o de volume. Supógase, por ejemplo, que los compladores desea dervar u ídce de volume. Los ídces de volume de Laspeyres y de aasche se obtee dvdedo (deflactado) la varacó e valor por u ídce de precos apropado: L IV y IV L, respectvamete. Nótese que L del lado derecho de la ecuacó (2) geera ua sere de tempo de ídces de volume de Laspeyres, para los perodos t 1, T compuesta por: p q p q 1,,, T V (5) Multplcado toda la sere por el comú deomador 1 1 p q produce como resultado la sere de volume: 1 1 2,,, (6) 1 T Los movmetos relatvos de u perodo a otro e esta sere so détcos a los asocados co los ídces de volume de Laspeyres dados por (5), sedo que las dos seres dfere sólo e u factor de escala que es el valor e el perodo Las seres que emplea los precos de u año base e todos sus elemetos, como se lustra e (6), so fácles de compreder pero o costtuye la mejor práctca e cuetas acoales s el perodo T es largo y e él ha ocurrdo varacoes e la estructura de la ecoomía. or ejemplo, s las varacoes de volume se mde sobre u perodo de 1 años, por ejemplo de 1995 a 25, a precos costates de 1995, etoces los movmetos de volume e los años posterores se basa e ua cofguracó de precos que muy probablmete ha cambado. Ua mejor práctca cosste e cambar las poderacoes del deflactor de aasche (cambo de base) e 2 y ecadear el ídce resultate al de Las sere de volume que así se obtee para el perodo de 1 años ya o será a precos costates de 1995, pero será u ídce de volume más represetatvo. Ua práctca todavía mejor, s es que lo permte los recursos dspobles, es formar seres de ecadeametos auales blaterales de comparacoes a precos costates. Es preferble emplear el térmo sere de volume para descrbr este tpo de sere, e lugar de a precos costates. La relacó etre los ídces de Laspeyres y de aasche Ates de cosderar otras fórmulas posbles, es útl establecer cómo se comporta los ídces de Laspyeres y de aasche al comparar uo co otro. E geeral, u ídce de Laspeyres tede a regstrar u mayor cremeto co respecto al año base que el ídce de asche, es decr, e geeral: L y L (7) uede demostrarse que la relacó (7) se cumple sempre que los precos y las catdades relatvos (poderados por valores) está correlacoados egatvamete, es decr, sempre que las catdades adqurdas dsmuye cuado los precos sube, o vceversa. Este tpo de correlacó egatva es de esperarse etre tomadores de precos, cluyedo los cosumdores y empresas que adquere sumos termedos y que reaccoa frete a las varacoes de los precos relatvos susttuyedo los bees y servcos que se ha ecarecdo relatvamete más por aquéllos que se ha ecarecdo relatvamete meos. Se espera ua correlacó postva etre empresas que susttuye su produccó e dreccó haca bees y servcos que se ha vuelto relatvamete más caros. E tales crcustacas, las desgualdades e la ecuacó (7) se revertría Se asume que los cosumdores maxmza su utldad, la que a su vez se relacoa co combacoes de bees y servcos adqurdos. Los ídces de costo de 348

5 Meddas de preco y volume vda (ICV) teórcos se defe como el cocete de los gastos mímos requerdos para que u cosumdor pueda alcazar u vel de utldad fjo bajo dos cojutos de precos. El ICV se cremeta s se vuelve más cara mateer el msmo vel de utldad. U ICV de Laspeyres matedría las preferecas y la utldad fja e el perodo de refereca, y u ICV de aasche las matedría fjas e el perodo actual El ídce de precos de Laspyers proporcoa u límte superor al ICV teórco de Laspeyres. Bajo el ICV, los cosumdores puede susttur productos que se ha vuelto relatvamete más caros co otros que se ha vuelto relatvamete meos caros co el f de obteer el msmo vel de utldad, metras que el ídce de caasta fja de Laspeyres o permte este tpo de susttucó. E forma smlar, puede demostrarse que el ídce de aasche proporca u límte feror al ICV teórco de aasche. Otras fórmulas de úmeros ídces Como dferetes fórmulas arroja resultados dferetes, es ecesaro cosderar efoques alteratvos para escoger etre ellas, y esto a su vez da orge a la cosderacó de otras fórmulas de úmeros ídces De los ídces de precos de Laspeyres y aasche e las ecuacoes (1) y (3) resulta evdete que ambos ídces matee la caasta de catdades fja. Las fórmulas dfere e que Laspeyres matee la caasta fja e el perodo de refereca, y aasche e el perodo actual. S el objetvo es smplemete medr la varacó e precos etre dos perodos cosderados e forma aslada, o hay razó para preferr la caasta del perodo más atguo a la del más recete, o vceversa. Ambas caastas so gualmete justfcables desde u puto de vsta coceptual. or lo tato, auque ambas produzca resultados dferetes, o se puede juzgar a gua de las dos fórmulas como superor a la otra Ua solucó termeda para el ídce de precos es utlzar ua fórmula que utlce e forma smétrca la formacó sobre catdades del perodo base y del correte. Se puede demostrar que el ídce de Fsher es el más apropado e este setdo. (ara ua explcacó sobre porqué es así, véase el capítulo 15 de los mauales de IC y I). El ídce de Fsher (F) se defe como el promedo geométrco de los ídces de Laspeyres y aasche, es decr, para ídces de precos y catdades, respectvamete: F 1 L 2 y 2 F 1 L (8) La teoría ecoómca postula curvas de dfereca que muestra cómo los cosumdores alteraría sus patroes de gasto e respuesta a cambos e los precos. A meos que las fucoes de utldad que represeta las curvas de dfereca sea smlares e los perodos y t, u ídce de Laspeyres y uo de aasche para este perodo se referrá cada uo a ua fucó de utldad co forma dferete. E geeral, el ídce de Laspeyres proporcoará u límte superor de la fucó de utldad subyacete, metras que el ídce de aasche proporcoará u límte feror de la fucó de utldad subyacete; s embargo, las dos fucoes de utldad será dferetes ara solucoar este dlema, se ha dervado ua sere de ídces, llamados ídces superlatvos, que se relacoa co fucoes de utldad que se adapta e el tempo a los cambos e las catdades orgados por varacoes e los precos. El ídce de Fsher es u ejemplo de u ídce superlatvo; u ídce de Törqvst es otro ejemplo. U ídce de Törqvst es el promedo geométrco de los cocetes de precos poderados por las partcpacoes promedo del gasto e dos perodos. Así, los ídces de precos y de volume de Törqvst se defe como: t t t s s 2 t s s 2 p y q (9) T T 1 p 1 q Tato los ídces de Fsher como de Törqvst utlza la formacó de partcpacoes e el valor e ambos perodos para fes de poderacó y les atrbuye gual mportaca. or este motvo, es de esperar que su valor se ubque etre los límtes de los ídces de Laspeyres y de aasche, tal como se desea. La dfereca etre los valores umércos de los ídces de Törqvst y de Fsher será probablemete muy pequeña. N el ídce de Törqvst de volume el de Fsher utlza los precos de u solo perodo específco. El térmo a precos costates es u ombre apropado para este tpo de seres; el térmo correcto es ua sere e térmos de volume El aálss ateror se ha hecho desde la perspectva de u cosumdor o de u comprador. La teoría ecoómca també defe los límtes de Laspeyres y de aasche desde la perspectva del productor. Se espera que los productores que maxmza sus gresos cremete las catdades relatvas que produce e respuesta a cremetos e los precos relatvos. Los límtes de Laspeyres y de aasche que así resulta so el reverso de los descrtos aterormete, ya que las catdades producdas se susttuye haca los productos co varacoes e precos superores al promedo. ero las mplcacoes de remover el sesgo de susttucó medate el uso de ídces de Törqvst y de Fsher sgue sedo váldas. Característcas deseables de los úmeros ídces Hay dos característcas frecuetemete mecoadas que se cosdera que los úmeros ídce empleados para deflactar las cuetas acoales debería satsfacer. Se trata de las pruebas de reversó temporal y de reversó de los factores. La prueba de reversó temporal exge que el ídce e el perodo t comparado co el ídce e el perodo sea el recíproco del ídce 349

6 Sstema de Cuetas Nacoales e el perodo comparado co el perodo t. La prueba de reversó de los factores exge que el producto del ídce de precos y el ídce de volume sea gual a la varacó proporcoal e los valores corretes. De la dscusó precedete se desprede que los ídces de Laspeyres y de aasche o cumple por sí msmos gua de estas pruebas. S embargo, de las defcoes de los ídces de Fscher e (8) se cocluye que el ídce de Fsher sí pasa estas pruebas or cosguete, el ídce de Fsher tee u cojuto de atractvos que ha llevado a ua ampla utlzacó del msmo e el ámbto de las estadístcas ecoómcas e geeral. De hecho, Fsher descrbó su ídce como deal. No obstate, el ídce de Fsher requere formacó tato del perodo de refereca como del perodo actual para las poderacoes, lo que puede afectar la oportudad co que se produce el ídce, y o es ta fácl de compreder como el de Laspeyres o el de aasche Los mauales de IC o I proporcoa e los capítulos 15, 16 y 17 ua ampla dscusó de los dversos efoques para seleccoar etre úmeros ídces. També e el capítulo 16 se cluye el efoque estocástco que favorece el ídce de Törqvst. Lo que resulta evdete e este amplo cúmulo de trabajo es que los tres efoques favorece el ídce de Fsher; que los ídces superlatvos tales como los ídces de Fsher y Törqvst produce resultados muy smlares y todos puede justfcarse a partr del efoque de la teoría ecoómca, y que la dfereca o dspersó etre los ídces superlatvos y los ídces de Laspeyres o de aasche se debe al sesgo de susttucó. Números ídce e la práctca El ídce de precos de Laspeyres e la ecuacó (1) tee el msmo perodo de refereca para precos y poderadores. E la práctca, especalmete para los IC dode la oportudad es escecal, el perodo de refereca de los precos dfere del perodo ateror de refereca del poderador, b, dado que toma tempo complar los resultados de las ecuestas de los hogares, establecmedos y otras fuetes para costrur los poderadores que se utlza e el ídce. El ídce de Laspeyres dado por la prmera expresó de la ecuacó (1) puede teer como poderadores s b e lugar de s. Este ídce es u ídce de Youg y, como el ídce de Laspeyres, tee la propedad o deseable de o satsfacer la prueba de reversó temporal Las ofcas de estadístcas frecuetemete teta superar esto hacedo ajustes a las partcpacoes e valor utlzadas como poderadores co base e los cambos e precos etre b y para formar u ídce de Lowe dado por: L owe 1 t p p b v b p p b p v b 1 p 3. Ídces e cadea 1 1 t b Cambo de base y empalme de ídces b (1) Como se mecoó e la seccó ateror, co el paso del tempo la estructura de los precos relatvos del perodo base tede a hacerse progresvamete meos pertete para las stuacoes ecoómcas de los últmos perodos, hasta llegar al puto e que resulta aceptable cotuar utlzádolos para medr varacoes de volume de u perodo al sguete. E tal caso, puede ser ecesaro actualzar las poderacoes. Co seres de tempo largas, o es apropado utlzar las poderacoes más actuales para ua fecha muy dstate e el pasado, de la msma maera que o es apropado utlzar las poderacoes de u perodo muy dstate e el pasado para el perodo actual. or lo tato es ecesaro empalmar medate la multplcacó de la sere atgua co la ueva sere repoderada. Esta es ua operacó umérca seclla que requere estmacoes del ídce o de las seres para u perodo de traslape, calculadas utlzado tato las poderacoes atguas como las uevas El cálculo del ecadeameto puede realzarse e dversas formas. El ídce actual co las uevas poderacoes puede multplcarse por u coefcete de empalme etre el ídce atguo y el uevo, co el f de covertr el uevo ídce al perodo de refereca del ídce atguo. Otra alteratva es cambar el perodo de refereca del ídce e el mometo e que se troduce las uevas poderacoes, dvdédolo por el coefcete de ecadeameto. El proceso de ecadear ua sere atgua y ua ueva medate u vículo e u perodo de traslape se deota como empalme Ya sea que el empalme se haga para preservar el perodo de refereca ateror e la ueva sere o para cambar el perodo de refereca de la sere atgua al de la ueva, los cálculos tee que realzarse e cada vel de agregacó. Cada compoete, así como cada agregado, tee que ser vculado e forma dvdual debdo a la o adtvdad. Empalme e cada perodo Etre más frecuetemete se actualce las poderacoes, más represetatvo será las seres resultates de precos y volume. Los ídces empalmados aualmete so el resultado de complar ídces auales sobre dos años cosecutvos, cada uo co poderacoes actualzadas. Estos eslaboes se comba medate multplcacó sucesva para formar seres. ara compreder las propedades y el 35

7 Meddas de preco y volume comportameto de los ídces e cadea e geeral, es ecesaro establecer prmero cómo se comporta los ídces e cadea de Laspeyres y de aasche e comparacó co los ídces de base fja. Ídces e cadea de Laspeyres y aasche 15.4 U ídce de volume e cadea de Laspeyres, L, que elace los perodos y t, es u ídce que adopta la forma sguete: L p q p p t1 t t1 q q t1 (11a) El ídce de volume e cadea de aasche correspodete,, tee la sguete forma: t t t t1 (11b) Los ídces de precos de Laspeyres y de aasche se obtee tercambado las p s y las q s e las expresoes para los ídces de volume E geeral, s se reemplaza los ídces de base fja co ídces e cadea, es muy probable que se reduzca mucho la dspersó de los úmeros ídce etre Laspeyres y aasche. Los ídces e cadea, por tato, tee ua vetaja sobre los ídces de base fja. Co todo, la relacó etre los ídces de base fja y correspodete ídce e cadea o sempre es la msma, ya que depede de las trayectoras segudas por los precos o las catdades dvduales a lo largo del tempo S los precos y las catdades dvduales tede a cremetarse o a reducrse e forma cotua e el tempo, puede demostrarse que el ecadeameto reducrá sgfcatvamete la dspersó de ídces, y posblemete la elme. Los capítulos 9 a 19 de los mauales de IC y I proporcoa ejemplos lustratvos y el capítulo 15 explca la teoría subyacete e estos resultados E cambo, s los precos y las catdades dvduales fluctúa de forma que las varacoes relatvas de precos y catdades que tee lugar e los prmeros períodos se reverte e los últmos, el ecadeameto producrá resultados peores que los de u ídce secllo E coclusó, las stuacoes favorables al uso de ídces e cadea de Laspeyres y de aasche a lo largo del tempo parece más probables que aquéllas que so desfavorables. Las fuerzas ecoómcas subyacetes que so resposables de las varacoes a largo plazo observadas e los precos y catdades relatvos, como el progreso tecológco y el aumeto del greso, o suele revertrse. or lo tato, e geeral se recomeda que se ecadee los ídces auales. Los compoetes de preco y volume de los datos mesuales y trmestrales usualmete so objeto de mucha más varacó que sus cotrapartes auales debdo a factores estacoales y a rregulardades de corto plazo. or lo tato, las vetajas de ecadear e estas frecuecas más altas so meores y el ecadeameto deftvamete o debe aplcarse a datos estacoales que o haya sdo ajustados para elmar fluctuacoes estacoales. Ídces trmestrales tpo Laspeyres ecadeados aualmete Se puede costrur ídces trmestrales ecadeados que utlza poderacoes auales e lugar de trmestrales. Cosdérese u ídce de volume trmestral tpo Laspeyres que mde las varacoes e volume etre el promedo del año y 1 y el trmestre c del año y. q y1 c, y c, y y1 c, y q y1 y y s (12a) 1 1 y1 L Las letras mayúsculas y deota el promedo sobre u año de valores trmestrales, metras que p y q deota valores trmestrales específcos. Los y1 superídces deota el año (y) y el trmestre (c). deota el preco promedo del artículo e el año y 1, c, y1 p deota el preco del artículo e el trmestre c del y1 año y 1 y s deota la partcpacó e valor e el perodo base, es decr, la partcpacó del artículo e el valor total del año y 1. or lo tato: c, p c q y1 c, y1 y 1 ; c, y1 q c c, y 1 q y 1 c ; y 4 c, y p c c, p q 1 (12b) 1 c, y1 y1 y1 s y y1 y1 y1 c, y q 1 c Los ídces de volume tpo Laspeyres trmestrales puede etoces ecadearse juto co los eslaboes auales. Usualmete se aplca ua de dos téccas alteratvas para el ecadeameto aual de datos trmestrales: superposcó aual y superposcó de u trmestre. Además de estas dos téccas covecoales de ecadeameto, a veces se utlza ua tercera técca basada e varacoes co respecto al msmo perodo del año ateror (la técca aual ). Metras e muchos casos las tres téccas arroja resultados smlares, e 351

8 Sstema de Cuetas Nacoales stuacoes de fuertes varacoes e catdades relatvas y e precos relatvos, la técca aual puede resultar e patroes estacoales dstorsoados e la sere ecadeada. Metras que la complacó estádar de estadístcas de precos utlza la técca de superposcó de u trmestre, la técca de superposcó aual puede resultar más práctca para meddas de volume tpo Laspeyres e las cuetas acoales debdo a que produce datos que se agrega e forma exacta para obteer drectamete el ídce aual correspodete. La superposcó de u trmestre proporcoa la trascó meos abrupta etre cada eslabó, e cotraste co la técca de superposcó aual, la cual frecuetemete troduce u quebre etre cada eslabó, es decr, etre el cuarto trmestre de u año y el prmer trmestre del sguete año La técca de superposcó aual mplca complar estmacoes para cada trmestre co los promedos auales poderados de los precos del año ateror, co ecadeametos subsecuetes que utlza los datos auales correspodetes para proporcoar factores de ecadeameto que permta re-escalar los datos trmestrales haca arrba o haca abajo. La técca de superposcó de u trmestre requere complar estmacoes del trmestre de traslape co promedos auales poderados de los precos del año actual además de los estmados co los precos promedo del año ateror. El cocete etre las estmacoes para el trmestre de traslape a precos promedo del año actual y a precos promedo del año ateror proporcoa el factor de ecadeameto para re-escalar los datos trmestrales haca arrba o haca abajo. La técca aual requre complar estmacoes para cada trmestre co los promedos poderados auales de los precos del año actual además de las estmacoes co los precos promedo del año ateror. Las varacoes de año a año e estas seres de volume se utlza etoces para extrapolar las seres trmestrales de volume del perodo de refereca elegdo Las dscrepacas etre ua sere de volume aual ecadeada y la suma de los cuatro trmestres de ua sere de volume trmestral co ecadeameto aual obteda utlzado la técca de superposcó de u trmestre puede acumularse co el tempo. or lo tato, las seres trmestrales ecadeadas de volume que se obtee de esta maera usualmete so trasformadas llevádolas al vel de refereca de la sere aual ecadeada de volume, utlzado u procedmeto que mmza las perturbacoes a la sere de volume trmestral metras que logra la cossteca co la sere aual ecadeada de volume. E el capítulo VI de Cuetas Nacoales Tmestrales se ecuetra ua dscusó sobre este tema S se derva las seres auales de volume a partr de datos equlbrados e u cuadro de oferta y utlzacó expresado e precos del año ateror, tal como se recomeda e la seccó C, etoces la práctca estádar es trasformar los datos trmestrales para llevarlos al vel de refereca correspodete de las estmacoes auales equlbradas. Esta trasformacó y armozacó a u vel de refereca (bechmarkg) elma todas las dscrepacas etre las seres de volume trmestrales y auales ecadeadas, cluyedo las que surge del uso de la técca de superposcó de u trmestre ara coclur, el ecadeameto medate la técca de superposcó de u trmestre combado co el bechmarkg para elmar cualquer dscrepaca que pueda resultar etre los datos trmestrales y auales proporcoa el mejor resultado. E muchas crcustacas, s embargo, la técca de superposcó aual puede producr resultados smlares. Se debe evtar la técca aual. Ídces de Laspeyres ecadeados o ídces superlatvos ecadeados? Como se explcó aterormete, la dspersó de los úmeros ídces etre los ídces de Laspeyres y de aasche puede reducrse mucho al ecadear cuado los precos y las catdades se mueve e forma cotua e el tempo. E tales crcustacas, la eleccó de ua fórmula de úmeros ídces es de meor mportaca, ya que todos los úmeros ídces relevates se ecuetra detro de los límtes de los ídces de Laspeyres y de aasche. No obstate, puede todavía obteerse alguas vetajas al escoger u ídce para ecadear, como el Fsher o Törqvst, que trate a los dos perodos bajo comparacó e forma smétrca Es probable que esos ídces ofrezca ua mejor aproxmacó a los ídces teórcos basados e fucoes de utldad o de produccó subyacetes, au cuado e este aspecto el ecadeameto pueda reducr el alcace de sus vetajas sobre sus ídces equvaletes de Laspeyres o aasche. Es asmsmo probable que u ídce smétrco e cadea, como el de Fsher o Törqvst, fucoe mejor cuado hay fluctuacoes de precos y catdades. Los ídces de Laspeyres ecadeados, s embargo, o requere datos del perodo actual para las poderacoes y por lo tato puede permtr estmacoes más oportuas. Estudos retrospectvos de las dferecas e estmacoes de cuetas acoales utlzado Laspeyres ecadeado e comparacó co Fsher o Törqvst ecadeados puede cotrbur a determar la vetaje de utlzar éstas últmas formulas. Ídces trmestrales tpo Fsher ecadeados aualmete Así como se puede obteer ídces trmestrales tpo Laspeyres ecadeados aualmete, també es posble obteer ídces trmestrales tpo Fsher ecadeados aualmete. ara cada par de años cosecutvos, se costruye ídces trmestrales tpo Laspeyres y tpo aasche para los dos últmos trmestres del prmer año, el año y 1, y los prmeros dos trmestres del segudo año, el año y. Los ídces trmestrales tpo aasche se costruye como ídces trmestrales tpo Laspeyres 352

9 Meddas de preco y volume haca atrás, y después se verte. Esto se hace para asegurar que los ídces trmestrales tpo Fsher se obtega e forma smétrca. E los ídces tpo Laspeyres haca adelate las partcpacoes e los valores auales se refere al prmero de los dos años; metras que e los ídces tpo Laspeyres haca atrás las partcpacoes e los valores auales se refere al segudo de los dos años. L q y1 c c y1 c q y1 (13) y y s 1 1 y1 y c yc L 1 (14a) L yc y c y q y q c y s y (14b) c y q es la catdad del artículo e el trmestre c e los dos últmos trmestres del año y 1 o los prmeros dos trmestres del año y ara cada uo de los cuatro trmestres se derva u ídce tpo Fsher como el promedo geométrco de los ídces tpo Laspeyres y tpo aasche correspodetes. Etoces es posble ecadear perodos cosecutvos de cuatro trmestres utlzado la técca de superposcó de u trmestre. Los ídces trmestrales tpo Fsher ecadeados aualmete que así resulta debe ser trasformados al vel de refereca de ídces auales Fsher ecadeados para lograr la cossteca co las estmacoes auales Al fal de la sere surge ua dfcultad ya que o es posble costrur ídces trmestrales tpo aasche que utlce las poderacoes auales para el año correte, al meos utlzado los datos efectvamete observados. Ua solucó cosste e costrur ídces trmestrales Fscher ecadeados verdaderos para el últmo año o los últmos dos años y utlzarlos para extrapolar los dces tpo Fsher ecadeados aualmete. S embargo, esto debe hacerse solo utlzado datos desestacoalzados. Sempre que la varacó rregular e los cocetes trmestrales de precos y volume o sea muy grade, es de esperarse que los ídces Fsher trmestrales ecadeados de datos desestacoalzados produzca resultados satsfactoros e la mayoría de las crcustacas. Ecadeameto y cobertura de los datos U problema práctco de mportaca que preseta la costruccó de úmeros ídces cosste e que cotuamete está desaparecedo productos de los mercados para ser susttudos por uevos productos como cosecueca del progreso tecológco, de los uevos descubrmetos, de los cambos de gustos y modas, y de catástrofes de ua clase u otra. Los ídces de precos y de volume se compla comparado los precos o las catdades de bees co las msmas característcas o caldad(es decr, bees homogéeos) a través del tempo. Esto o es fácl e áreas de productos tales como computadoras persoales dode la caldad camba rápdamete El ecadeameto ayuda a dsmur los problema de esta costate comparacó de caldades, ya que la probabldad de que exsta u traslape de u producto e dos perodos cosecutvos de toma de precos es cas seguro la más grade, y los ídces e cadea puede corporar los cambos e poderacoes que acompaña la desaparcó de u producto y la aparcó de uo uevo. Adtvdad y ecadeameto U agregado se defe como la suma de sus compoetes. La adtvdad e u cotexto de cuetas acoales exge que se matega esa detdad para ua sere expresada e térmos de volume. Auque sea ua propedad deseable desde u puto de vsta cotable, la adtvdad es efectvamete ua propedad muy restrctva. Los ídces de volume de Laspeyres so la úca fórmula adtva de úmeros ídce etre las que se cosdera aquí U solo eslabó e u ídce e cadea es sufcete para destrur la adtvdad cluso cuado se elace etre sí ídces adtvos como los ídces de volume de Laspeyres. or tato, s uos ídces de volume e cadea se trasforma e seres temporales de valores medate la utlzacó de los ídces para extrapolar los valores del período base, la suma de los compoetes o será la de los agregados e los períodos posterores. Ua forma perversa de o adtvdad es la que se da cuado el ídce e cadea del agregado queda fuera del rago cuberto por los ídces e cadea de sus compoetes, resultado que puede cosderarse como aceptable por muchos usuaros. Ya sea que se publque e térmos moetaros o e ídces, es recomedable formar a los usuaros medate ua ota al pe u otro tpo de metadato que las seres ecadeadas de volume o so adtvas Exste ua tedeca geeral a que las dscrepacas causadas por el ecadeameto crezca a medda que el perodo se aleja del año de refereca. S se elge el año de refereca de maera que sea próxmo al fal de la sere, etoces las dscrepacas será relatvamete pequeñas para los últmos trmestres. De hecho, s se utlza la fórmula de Laspeyres ecadeada y s se elge el año de refereca de maera que cocda co el últmo año base, etoces los trmestres que sgue al año de refereca so adtvos. Otra vetaja de teer el año de refereca cerca del fal de la seres de volume ecadeadas es que cuado se expresa e valores moetaros sus magtudes o dfere mucho de los valores corretes para los últmos perodos s las varacoes e precos ocurre a tasas moderadas. 353

10 Sstema de Cuetas Nacoales Mateer esta stuacó requere re-referecar las seres cada año cuado se añade u uevo eslabó a la cadea, lo que mplca revsar la sere de volume ecadeada e toda su logtud. Nótese que re-referecar mplca revsar los veles pero o las tasas de crecmeto Auque podría mateerse la adtvdad al o llevar a cabo gú cambo de poderacó, esta vetaja queda sgfcatvamete opacada frete a la desvetaja de cremetar la rrelevaca de las poderacoes utlzadas. Las tasas de varacó para subperodos de ua sere, cluyedo las tasas auales, puede ser expresadas de maera útl e térmos de cotrbucoes al cambo, como se explca más adelate. Varables que camba su sgo Las fórmulas de úmeros ídce geeralmete o so aplcables a seres de tempo que puede tomar valores postvos, egatvos y cero. S embargo, hay formas de dervar pseudo-seres de volume ecadeadas expresadas e térmos de valores moetaros e tales casos. El efoque más comúmete utlzado es detfcar dos seres de tempo asocadas que puede tomar sólo valores postvos y que produce la sere objetvo cuado se toma su dfereca. U ejemplo so los veles de las exstecas al comezo y al fal del perodo, e cotraste co su varacó durate el perodo. Las seres de volume ecadeadas o so adtvas, y por lo tato es evdete que este es u método mperfecto, ya que, por costruccó, se produce ua relacó adtva. De ahí que la sere a dferecar debe alearse tato como sea posble co la sere objetvo e térmos de composcó de precos y volume. or lo tato, ua sere de volume ecadeada de varacoes e exstecas se derva como ua sere de volume ecadeada de exstecas de cerre meos ua sere de volume ecadeada de exstecas de apertura. A veces la formacó bruta de captal fjo del sector públco puede tomar valores egatvos como resultado de la veta de actvos al sector prvado, e cuyo caso las seres de volume ecadeadas de adquscoes y de vetas puede ser dferecada. Cotrbucoes al crecmeto Cuado se emplea la fórmula de Laspeyres y el año base y el año de refereca cocde, los volúmees resultates so adtvos e los perodos sguetes y la cotrbucó de cada compoete I al crecmeto de u agregado, tal como el IB, etre dos perodos (t ) y t puede obteerse de la sguete maera: t t tt 1I I % (15) t I Cuado se derva seres de volume e cadea utlzado ya sea la fórmula de Laspeyres para ídces auales o el ecadeameto aual de ídces trmestrales tpo Laspeyres, las cotrbucoes de u año a otro o de u trmestre a otro al crecmeto puede dervarse fáclmete utlzado datos expresados e precos del año ateror ates de ecadear. Estos datos so adtvos y por lo tato la ecuacó (15) puede utlzarse co =1. S las cotrbucoes al crecmeto o so publcadas por la ofca acoal de estadístca, el usuaro puede estmarlas. Asumedo que se ha utlzado la técca de superposcó de u trmestre, la fórmula para calcular la cotrbucó a la varacó porcetual etre el perodo t 1 y el perodo t es: % t t1 t1t 1I I t t1 I s s t1 (16) dode s so las partcpacoes de los artículos e el total, como e la ecuacó (12). 4. Causas de varacoes de precos Varacó de precos debda a dferecas e caldad E geeral, la mayoría de los tpos de bees y servcos, ya sea smples productos almetcos tales como patatas o productos de alta tecología tales como compudatoras, está dspobles e el mercado e muchas caldades dferetes cuyas característcas físcas dfere etre sí. or ejemplo, las patatas puede ser vejas o uevas, rojas o blacas, lavadas o o, a grael o pre-empacadas, clasfcadas o o. Los cosumdores recooce y apreca las dferecas y está dspuestos a pagar precos dferetes. ara alguos bees y servcos, tales como computadores persoales y servcos de telecomucacó, exste ua rápda rotacó e las varedades altamete dferecadas y esto, como se explca más adelate, provoca severos problemas para la medcó de varacoes de precos La msma deomacó geérca, tal como patata, computadora o trasporte, se utlza para descrbr bees y servcos que dfere etre sí e cuato a las característcas que determa sus precos. El preco o la catdad de u be o servco de ua certa caldad o puede ser comparado drectamete co el de uo de caldad dferete. Dferetes caldades tee que ser tratadas e exactamete la msma forma que dferetes tpos de bees o servcos Las dferecas e caldad puede ser atrbubles a dferecas e las característcas físcas de los bees o servcos de que se trate, y puede ser fáclmete recoocdas, pero o todas las dferecas e caldad so de este tpo. Los bees y servcos etregados e dferetes lugares, o e dferetes mometos, tales como frutas y verduras estacoales, debe ser tratados como s tuvese dferetes caldades, aú s e todos los demás aspectos so físcamete détcos. Las codcoes de veta, o las crcustacas o el ambete e que los bees y servcos so provstos o etregados puede hacer ua cotrbucó mportate a las 354

11 Meddas de preco y volume dferecas e caldad. or ejemplo, u be duradero veddo co ua garatía, o co servco post-veta gratuto, tee mayor caldad que el msmo be veddo s la garatía o el servco. Es posble que los msmos bees o servcos veddos por dferetes tpos de comercates morstas, tales como tedas locales, tedas de especaldad, tedas departametales o supermercados tega que ser tratados como s tuvese dferetes caldades E el aálss ecoómco geeralmete se asume que sempre que se ecuetre ua dfereca e precos etre dos bees y servcos que parece ser físcamete détcos, debe haber algú otro factor, tal como ubcacó, tempo o codcoes de veta que troduce algua dfereca e caldad. De otra maera, se puede argumetar que la dfereca o podría persstr, ya que compradores racoales sempre compraría los artículos de preco meor y o habría vetas a precos más altos Cuado exste varacó de precos para la msma caldad de bees o servcos, los precos relatvos utlzados para calcular úmeros ídces debe defrse como el cocete del preco promedo poderado del be o servco e los dos perodos, dode las poderacoes so las catdades relatvas veddas a cada preco. Supógase, por ejemplo, que certa catdad de u be o servco partcular se vede a u preco meor a ua categoría partcular de compradores s que exsta absolutamete gua dfereca e la aturaleza del be o servco ofrecdo, su ubcacó, el mometo o codcoes de veta, u otros factores. Se asume etoces que ua caída subsecuete e la proporcó vedda a preco meor eleva el preco promedo pagado por los compradores de catdades de u be o servco cuya caldad es la msma y permaece s cambo. Esto debe regstrarse como u cremeto de preco y o de volume. Varacó de precos s dferecas e caldad No obstate, cabe cuestoarse s la exsteca de dferecas e los precos observados sempre mplca dferecas correspodetes e caldad. Exste fuertes supuestos subyacetes e el argumeto estádar que pocas veces se explcta y muchas veces o se satsface e la práctca: por ejemplo que los compradores está be formados y que tee lbertad de elegr etre bees y servcos ofrecdos a precos dferetes E prmer lugar, los compradores puede o estar formados e forma adecuada sobre la exsteca de dferecas de precos y por lo tato puede comprar a precos superores s darse cueta. S be es de esperarse que los compradores busque los meores precos, se curre e costos durate este proceso. Dada la certdumbre y la falta de formacó, los costos potecales currdos e la búsqueda de putos de veta e los que sólo hay ua posbldad de que los msmos bees y servcos se veda a meores precos puede ser mayores que las gaacas potecales, de maera que u comprador racoal puede estar dspuesto a aceptar el resgo de la posbldad de o estar comprado al meor preco. Las stuacoes e que los compradores o vededores dvduales egoca sobre los precos costtuye ejemplos adcoales e que los compradores puede, s darse cueta, comprar a u preco mayor que el que se ecotraía e otra parte. or otro lado, las dferecas etre el preco promedo de u be comprado e u mercado o bazar, e dode los compradores dvduales egoca sobre el preco, y el preco del msmo be veddo e u tpo dferete de puto de veta al por meor, tal como ua teda departametal, ormalmete debería ser tratadas como reflejo de dferecas e caldad atrbubles a las dferetes codcoes e que se vede los bees. Dscrmacó de precos E segudo lugar, los compradores puede o ser lbres de elegr el preco al que compra debdo a que el vededor puede teer la capacdad de cobrar precos dferetes a dferetes categorías de compradores de bees y servcos détcos veddos bajo exactamete las msmas codcoes; o e otras palabras, de ejercer dscrmacó de precos. La teoría ecoómca muestra que los vededores tee u cetvo para ejercer dscrmacó de precos, ya que ésta les permte cremetar sus gresos y utldades. No obstate, es dfícl dscrmar cuado los compradores puede comercar uevamete etre ellos, es decr, cuado los compradores que compra a precos meores puede reveder los bees a otros compradores. Metras que la mayoría de los bees puede ser comercados uevamete, usualmete es mposble volver a comercar los servcos, y por esta razó la dscrmacó de precos se ejerce amplamete e dustras tales como trasporte, fazas, servcos empresarales, salud, educacó, etc., e la mayoría de los países. Típcamete se cobra precos meores a compradores co meores gresos, o meores gresos promedo, tales como jublados o estudates. Cuado los goberos practca o fometa la práctca de la dscrmacó de precos, usualmete se justfca co base e argumetos de beestar socal, pero los productores de mercado també puede teer razoes para dscrmar a favor de hogares co gresos bajos ya que esto les puede permtr cremetar sus utldades. or lo tato, cuado se cobra dferetes precos a cosumdores dferetes, es esecal establecer s de hecho exste o o dferecas e caldad asocadas co los precos más bajos. or ejemplo, s se cobra tarfas meores a acaos, estudates o alumos de escuela por vajar e avó, tre o autobús, s mportar el mometo e que decde vajar, esto debe ser tratado como dscrmacó de precos. S embargo, s se les cobra tarfas meores bajo la codcó de que vaje sólo e certos mometos, típcamete fuera de las horas de mayor demada, etoces se les está ofrecedo trasporte de meor caldad. 355

12 Sstema de Cuetas Nacoales La exsteca de mercados paralelos E tercer lugar, los compradores puede o ser capaces de comprar tato como desearía al meor preco debdo a la exsteca de ua oferta sufcete dspoble a ese preco. Esta stuacó típcamete ocurre cuado exste dos mercados paralelos. uede haber u mercado prmaro, u ofcal, e el que las catdades veddas, y los precos a las que éstas se vede, está sujetos a cotrol guberametal u ofcal, metras que puede haber u mercado secudaro, ya sea u mercado lbre o o ofcal, cuya exsteca puede o o ser recoocda ofcalmete. S las catdades dspobles a los precos fjados e el mercado ofcal so lmtadas, puede haber exceso de demada, de maera que las exstecas debe ser asgadas medate racoameto u algua forma de lsta de espera. Como resultado, el preco del mercado secudaro o o ofcal tederá a ser superor. També es posble, pero meos probable, que los meores precos sea cobrados e el mercado secudaro o o ofcal, quzá debdo a que el pago de mpuestos sobre los productos pueda ser evaddo e dchos mercados or las tres razoes aterores, falta de formacó, dscrmacó de precos, o exsteca de mercados paralelos, es posble que a veces productos o servcos détcos se veda a dferetes compradores a precos dferetes. or lo tato, la exsteca de precos dferetes o sempre refleja dferecas correspodetes e las caldades de los bees y servcos veddos Cuado exste varacoes de precos para la msma caldad de u be o servco, los precos relatvos usados para el cálculo de úmeros ídce debería defrse como el cocete de el preco promedo poderado del be o servco e los dos perodos, sedo las poderacoes las catdades relatvas veddas a cada preco. Supógase, por ejemplo, que certa catdad de u be o servco partcular se vede a meor preco a ua categoría partcular de compradores s que exsta e absoluto gua dfereca e la aturaleza del be o servco ofrecdo, su ubcacó, el mometo o codcoes de su veta, u otros factores. Se asume que ua reduccó subsecuete e la proporcó vedda a meor preco eleva el preco promedo pagado por los compradores de catdades de u be o servco cuya caldad es la msma y permaece s cambo. Ello també eleva el preco promedo recbdo por el vededor s que haya gú cambo e caldad. Esto debe regstrarse como u cremeto de preco y o de volume uede ser dfícl dstgur etre dscrmacó geua de precos y stuacoes e las que los dferetes precos refleja dferecas e caldad. No obstate, puede haber stuacoes e las que grades productores (especalmete grades productores de servcos e campos tales como trasporte, educacó o salud) so capaces de hacer esta dstcó y proporcoar la formacó ecesara. S exste algua duda sobre s las dferecas e precos costtuye dscrmacó de precos, parecería preferble asumr que refleja dferecas e caldad, ya que esto es lo que sempre se ha asumdo e el pasado. 5. La medcó de varacoes e la caldad a través del tempo Los bees y servcos y las codcoes e que se comerca camba cotuamete co el tempo, desaparecedo alguos de ellos del mercado y sedo susttudos por uevas caldades o uevos bees o servcos. Los cotables acoales usa ídces de precos desagregados para deflactar las varacoes e los valores del cosumo, la produccó y la versó como prcpal medo para determar varacoes e los volúmees de dchos agregados. Las defcecas e los ídces de precos se trasfere a las estmacoes de varacoes de volúmees. or ejemplo, las estmacoes de ídces de precos para computadores que o corpora pleamete los cremetos e caldad a través del tempo exagerará las varacoes e precos y subestmará las varacoes e volume. Los cotables acoales ecesta estar cocetes de la catdad y la aturaleza de los métodos utlzados por los compladores co el f de tomar e cueta estos cambos e caldad, s es que ha de utlzarlos de maera apropada como deflactores. Esto, a su vez, requere que los compladores de precos matega otas explcatvas sobre el uso de dchos métodos, lo que costtuye ua polítca recomedada e el capítulo 8 de cada uo de los mauales de IC y I Exste, por supuesto, costos asocados co la aplcacó de procedmetos de ajuste por caldad dseñados a la medda de grupos específcos de productos. Lo mportate que debe aprecar los cotables acoales y los compladores de ídces de precos es que las varacoes de caldad so ua característca cada vez más frecuete de los mercados de productos. Los procedmetos estádar para tratar co el cambo de caldad, específcamete tratado todos los reemplazos como s fuese comparables, o elmado varedades de la muestra e caso de que se ecuetre faltates, mplíctamete corpora valuacoes de dferecas de caldad. Estas valuacoes tee poca probabldad de ser apropadas, y se puede y debe hacer mejoras al respecto U procedmeto comú poco afortuado para tratar co valores faltates es utlzar el preco del perodo ateror e el perodo actual. Este procedmeto puede sesgar el ídce y se recomeda efátcamete evtarlo Ua vsó geeral breve de alguas de las téccas más comues se preseta a cotuacó. Ua dscusó más ampla puede ecotrarse e los tres mauales de IC, I y IXM. Las téccas ha sdo dvddas etre métodos drectos o explíctos y métodos drectos o mplíctos. 356

Capítulo 15: Medidas de precio y volumen. A. Introducción

Capítulo 15: Medidas de precio y volumen. A. Introducción Capítulo 5: Meddas de preco y volume A. Itroduccó 5. E el capítulo 4 se descrbe cómo la cueta de bees y servcos puede ser complada y elaborada detro de u cuadro de oferta y utlzacó. Los cambos e los valores

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

Unidad 2. Reactores Continuos

Unidad 2. Reactores Continuos Reactores Químcos: Udad Udad Reactores otuos Reactores cotuos so aquellos e los cuales, de maera cotua, se almeta los reactvos y també, de maera cotua se extrae los productos Detro de esta clasfcacó, de

Más detalles

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Análisis Financiero de Proyectos

Análisis Financiero de Proyectos UNIVERSIDAD POLITÉCNICA DE MADRID COLEGIO DE POSTGRADUADOS DE MÉXICO E.T.S.I. AGRONOMOS Departameto Proyectos y Plafcacó Rural Proyecto de Iovacó Educatva para la mplatacó del Espaco Europeo de Educacó

Más detalles

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL

GUíAS DE TRABAJOS PRÁCTICOS N 2 y N 3 (2do Cuatrimestre 2018) GRÁFICOS DE CONTROL GUíAS DE TRABAJOS PRÁCTICOS 2 y (2do Cuatrmestre 208) GRÁFICOS DE COTROL ) Guía o 2: El admstrador de servcos de ua ageca grade de automóvles desea estudar la catdad de tempo requerdo para efectuar u tpo

Más detalles

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

Más detalles

Santiago, 30 de enero de

Santiago, 30 de enero de CIRCULAR Bacos N 3.465 Satago, 30 de eero de 2009.- Señor Gerete: RECOPILACIÓN ACTUALIZADA DE NORMAS. Capítulo 12-1. Equvalete de crédto de dervados. Complemeta y modfca struccoes. Medate la presete Crcular,

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205

Análisis amortizado. Técnicas Avanzadas de Programación - Javier Campos 205 Aálss amortzado Téccas Avazadas de Programacó - Javer Campos 205 Aálss amortzado El pla: Coceptos báscos: Método agregado Método cotable Método potecal Prmer ejemplo: aálss de tablas hash dámcas Motículos

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

EVALUACIÓN ECONÓMICA.

EVALUACIÓN ECONÓMICA. EVALUACIÓN ECONÓMICA. 1. ANTECEDENTES GENERALES. La evaluacó se podría defr, smplemete, como el proceso e el cual se determa el mérto, valor o sgfcaca de u proyecto. Este proceso de determacó os lleva

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood ) Apédces Apédces 357 Apédce. Ajuste de la fucó gamma utlzado el método de máma probabldad mamum lkelhood Se descrbe a cotuacó el ajuste de la fucó gamma utlzado e el apartado.2..2 pága 28. Véase Burguess

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno: Udad 6 Aualdades atcpadas Objetvos Al falzar la udad, el alumo: Calculará el moto producdo por ua aualdad atcpada. Calculará el valor presete de ua aualdad atcpada. Calculará el valor de la reta de ua

Más detalles

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1 ESCUELA UNIVERSITARIA DE TÉCNICA INDUSTRIAL UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO La sguete tabla muestra la ota fal e los exámees de estadístca (E) e vestgacó operatva (IO) de ua

Más detalles

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES ANEXO A: CUADRO DE MANDO DE LOS INDICADORES Implatacó de u Cuadro de Mado Itegral e ua empresa de Artes Gráfcas e Terrassa ÍNDICE ÍNDICE A.- INDICADORES DE LA PERSPECTIVA FINANCIERA 3 A2.- INDICADORES

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

Más detalles

Problemas discretos con valores iniciales

Problemas discretos con valores iniciales Problemas dscretos co valores cales Gustavo Adolfo Juarez Slva Iés Navarro El presete trabajo pretede dfudr problemas dscretos co valores cales (e adelate PVID), a partr de ecuacoes e dferecas leales co

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

ESTADÍSTICA (GRUPO 12)

ESTADÍSTICA (GRUPO 12) ESTADÍSTCA (GRUPO 2) CAPÍTULO V.- NÚMEROS ÍNDCES TEMA 3.- NÚMEROS ÍNDCES. DPLOMATURA EN CENCAS EMPRESARALES UNVERSDAD DE SEVLLA . CONCEPTO DE NÚMERO ÍNDCE. PLANTEAMENTO DEL ANÁLSS.- Comparacó de ua sere

Más detalles

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad. Parte : MECÁNICA CUÁNTICA 1. Los postulados de la Mecáca Cuátca.. Estados Estacoaros. 3. Relacó de Icertdumbre de Heseberg. 4. Teorema de compatbldad. 1 U breve repaso de Mecáca Clásca 1. Partícula clásca:

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

CAPÍTULO II MARCO TEÓRICO

CAPÍTULO II MARCO TEÓRICO CAPÍTULO II MARCO TEÓRICO - - MARCO TEÓRICO El marco teórco de este trabajo propoe los métodos heurístcos factbles que resolverá este problema. Co lo que se buscará cubrr las egecas de los datos dspobles

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente. ERRORES EXPERIMENTALES E todo proceso de medcó este lmtacoes dadas por los strumetos usados, el método de medcó, el observador (u observadores) que realza la medcó. Asmsmo, el msmo proceso de medcó troduce

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

Más detalles

7. Muestreo con probabilidades desiguales.

7. Muestreo con probabilidades desiguales. 7. Muestreo co probabldades desguales. 7. Itroduccó. 7.. Probabldades de clusó. 7.. Pesos del dseño muestral. 7.. Alguos métodos co probabldades desguales. 7. Estmacó de la meda, proporcó total poblacoales.

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordacó de Cecas Computacoales - INAOE Matemátcas Dscretas Cursos Propedéutcos 0 Cecas Computacoales INAOE Dr. Erque Muñoz de Cote jemc@aoep.m http://ccc.aoep.m/~jemc Ofca 80 Dapostvas basadas e prevas

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas. Estadístca (Q) Dra. Daa M. Kelmasky 99. Teoremas límte Frecueca Relatva 0.5 0.6 0.7 0.8 0.9.0 0 00 00 300 400 Orde de la trada Fgura : Frecueca relatva de cara para ua sucesó de 400 tradas. La fgura muestra

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento-

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento- LC-3054 Sstemas de Poteca II Capítulo Sstemas Mult-Maquas -Plateameto- Prof. Fracsco M. Gozález-Logatt fglogatt@eee.org http://www.gaelec.org/fglogatt/sp.htm SISTMAS D POTNCIA II stabldad Mult-Maquas Fracsco

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles