Escuela de Verano de Macroeconomía
|
|
- María Nieves Aguilera Lagos
- hace 7 años
- Vistas:
Transcripción
1 Escuela de Verano de Macroeconomía José L. Torres Universidad de Málaga junio 2010 José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
2 Programa del curso 1 Introducción a la Macroeconomía Dinámica y Computacional. El lenguaje MatLab 2 El modelo básico de equilibrio general dinámico. 3 El algoritmo de Newton-Raphson. 4 El pre-procesador Dynare para MatLab. 5 Cuanti cación de los efectos del IVA en España. José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
3 Hito histórico en la macroeconomía computacional: La creación de Dynare. Elaborado en el CEPREMAP (Francia) por Michel Juillard y otros. Resolución de modelos a través de algoritmos del tipo de Newton. Aproximaciones hasta el tercer orden. Si el modelo no es excesivamente complejo podemos proporcionárselo directamente, sin tener que log-linearizar. José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
4 Dynare: Es un pre-procesador para MatLab Convierte cheros *.mod en cheros *.m Dynare puede resolver, simular y estimar modelos EGDE Estimación de modelos EGDE vía máxima-verosimilitud Estimación Bayesiana de modelos EGDE José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
5 Dynare: Es usado actualmente por la mayoría de investigadores y por los Bancos Centrales Instalación: Previamente hay que tener instalado MatLab Set path en MatLab al directorio Dynare José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
6 Escribimos un chero de texto con la extensión *.mod Escribimos dynare nombrefichero en la ventana de comandos de MatLab Dynare generará un chero *.m Resuelve modelos con variables forward looking Estima los parámetros de los modelos José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
7 Programa que resuelve un modelo: De nición de las variables endógenas De nición de las variables exógenas Valores de los parámetros De nición de las ecuaciones del modelo Cálculo del estado estacionario De nición de las perturbaciones Comandos opcionales José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
8 Vamos a ver como sería el chero *.mod del modelo EGDE básico (equilibrio competitivo: 8 variables endógenas y 8 ecuaciones): 1 (1 γ) = γ 1 W t (1) 1 L t C t C t+1 C t = β [R t δ] (2) Y t = C t + I t (3) Y t = A t Kt α L 1 t α (4) José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
9 Vamos a ver como sería el chero *.mod del modelo EGDE básico (equilibrio competitivo: 8 variables endógenas y 8 ecuaciones): K t+1 = (1 δ)k t + I t (5) W t = (1 α)a t K α t L α t (6) R t = αa t K α 1 t L 1 α t (7) ln A t = (1 ρ A ) ln A + ρ A ln A t 1 + ε A t (8) José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
10 De nición de las variables endógenas: // Definición de variables endógenas var Y, C, I, K, L, W, R, A; // Definición de variables exógenas varexo e; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
11 De nición y valor de los parámetros: // Definición de parámetros parameters alpha, beta, delta, gamma, rho; // Valores de los parámetros alpha = 0.35; beta = 0.97; delta = 0.06; gamma = 0.40; rho = 0.95; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
12 Las ecuaciones del modelo tenemos que de nirlas entre el comando model y el comando end Los subíndices de tiempo se introducen como: X t =) X X t+1 =) X (+1) X t 1 =) X ( 1) José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
13 De nición de las ecuaciones del modelo: // Ecuaciones del modelo model; C=(gamma/(1-gamma))*(1-L)*(1-alpha)*Y/L; 1 = beta*((c/c(+1))*(r(+1)+(1-delta))); Y = A*(K(-1)^alpha)*(L^(1-alpha)); K = (Y-C)+(1-delta)*K(-1); I = Y-C; W = (1-alpha)*A*(K(-1)^alpha)*(L^(-alpha)); R = alpha*a*(k(-1)^(alpha-1))*(l^(1-alpha)); log(a) = rho*log(a(-1))+ e; end; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
14 Vamos a verlo equación por ecuación. La primera ecuación es la condición de equilibrio estática de la oferta de trabajo: 1 (1 γ) = γ 1 W t 1 L t C t En código Dynare hemos escrito: C=(gamma/(1-gamma))*(1-L)*(1-alpha)*Y/L; También podíamos haber escrito: C=(gamma/(1-gamma))*(1-L)*W; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
15 Los valores iniciales hay que especi carlos entre los comandos initval y el comando end: initval; Y = 1; C = 0.8; L = 0.3; K = 3.5; I = 0.2; W = (1-alpha)*Y/L; R = alpha*y/k; A = 1; e = 0; end; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
16 Cálculo del estado estacionario: Simplemente hay que poner el comando: steady; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
17 Veri cación del cumplimiento de las condiciones de Blanchard-Khan (1980) Calcula los valores propios del modelo check; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
18 De nición de las perturbaciones: Hay que especi carlas entre los comandos shocks y end En este punto hay que de nir las varianzas y covarianzas de las perturbaciones // Perturbación shocks; var e; stderr 0.01; end; La convarianza entre dos perturbaciones se de niría como: var e1 e2 = 0.001; José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
19 Simulación estocástica o determinista: Comandos: Stoch_simul o simul Multitud de opciones José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
20 Resultado en pantalla (simulación estocástica): Estado Estacionario Valores propios y complimiento de la condición Blanchard-Kahn (1980) Sumario del modelo (número variables, perturbaciones estocásticas, variables estado, jumpers, variables estáicas) Funciones de política y transición Momentos de las varaibles simuladas (media, desviación estándar, varianza, asimetría y curtosis) Correlación de las variables simuladas Autocorrelación de las variables simuladas José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
21 Un modelo EGDE puede representarse como una sistema de ecuaciones estocásticas: E t ff (x t+1, x t, x t 1, z t, u t )g = 0 x: variables endógenas z: variables exógenas u: perturbación estocástica. E t (u t ) = 0, E t (u t u 0 t) = Σ u. José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
22 Resolver el modelo anterior implica encontrar una función de decision desconocida: x t = g(x t 1, z t, u t ) que puede ser introducida en el modelo y satisfacer las restricciones correspondientes (condiciones de primer orden). Cálculo del estado estacionario: f (x, x, x, z, 0) = 0 x = g(x, z, 0) Uso de la expansión de Taylor sobre el modelo estructural para determinar los coe cientes de las funciones de decisión desconocida: José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
23 La aproximación de primer orden a las funciones de decisión puede escrirse como: x t = x + g x (x t 1 x) + g u u t donde g x es la derivada parcial de la función g respecto a la variable x. La función g es una representación recursiva aproximada del modelo que puede generar series temporales que aproximadamente satisfacen la hipótesis de expectativas racionales de modelo general. José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
24 Tendríamos (el modelo en función de las variables de estado): x t = g(x t 1, z t, z t+1,...z t+n, u t ) En el siguiente periodo tendríamos: x t+1 = g(x t, z t+1, z t+2,..., z t+n, u t+1 ) Por tanto: x t = g(g(x t 1, z t, z t+1,...z t+n, u t ), z t+1, z t+2,..., z t+n, u t+1 ) José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
25 Por tanto: F (x t 1, z t, z t+1,...z t+n, u t, u t+1 ) = f (g(g(x t 1, z t, z t+1,...z t+n, u t ), z t+1, z t+2,..., z t+n, u t+1 ), g(x t 1, z t, z t+1,...z t+n, u t ), x t 1, z t, u t ) José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
26 La aproximación de primer orden sería: F (1) (x t 1, z t, z t+1,...z t+n, u t, u t+1 ) = F (x, z,...x, z, 0) + F x bx + F z1 bz F zn bz N + F u u t + F u 0u t+1 Aplicando expectativas a la aproximación anterior e igualando a cero, podemos obtener g x a partir de F x = 0 y g u a partir de F u = 0. José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
27 Modelo básico de EGDE. Fichero model1.mod Perturbación positiva de productividad José L. Torres (Universidad de Málaga) Escuela de Verano de Macroeconomía junio / 27
Estimación MC3E, MVIC en Modelos de Ecuaciones Simultáneas
Estimación MC3E, MVIC en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contenidos 1 Información Completa 2 3 Información Completa Un método de información completa considera
Más detallesEconometria con Series Temporales
May 24, 2009 Porque series temporales? Inhabilidad de la economia de producir experimentos controlados para estudiar relaciones causales entre variables. Una alternativa consiste en estudiar estas relaciones
Más detallesPráctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
Más detallesBloque 1: Modelo de Solow básico. k t+1 = γf(k t ) + (1 δ)k t.
Hoja de ejercicios 2 Macroeconomía IV: Crecimiento Económico Febrero 2012 Bloque 1: Modelo de Solow básico 1. En clase hemos estudiado el modelo de Solow sin crecimiento poblacional en tiempo continuo.
Más detallesModelos EGDE. Las opiniones vertidas en este trabajo son del autor y no necesariamente coinciden con las del BCRA.
Modelos EGDE Presentación de Guillermo J. Escudé (BCRA) en la Mesa Redonda: Progresos en Economía Computacional, Reunión Anual de la Asociación Argentina de Economía Política (AAEP) Córdoba, 19-21 de Noviembre,
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo
Más detallesEcuaciones Diferenciales
1 Parte IV Ecuaciones Diferenciales Esta sección tiene como propósito dar algunos de los conceptos básicos relacionados con las ecuaciones diferenciales e ilustrar su importancia en la resolución de problemas
Más detallesEcuaciones en Derivadas Parciales y Análisis Numérico. Prácticas
Ecuaciones en Derivadas Parciales y Análisis Numérico Prácticas Capítulo 2. Ecuaciones diferenciales ordinarias (EDOs). 2.1 Resolución de una ecuación diferencial ordinaria. Vamos a resolver numéricamente
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesGeneración de variables aleatorias continuas Método de rechazo
Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa
Más detallesANÁLISIS I MATEMÁTICA 1 ANÁLISIS II (Computación) Práctica 5 - Verano 2009
ANÁLISIS I MATEMÁTICA ANÁLISIS II (Computación) Práctica 5 - Verano 2009 Derivadas parciales de orden superior - Polinomio de Taylor - Convexidad y Extremos Derivadas de orden superior. Calcular las derivadas
Más detallesTrabajo Práctico n 2. Robotización de un Puente Grúa. Presentación. Restricciones. Curso 2011
Trabajo Práctico n 2 Robotización de un Puente Grúa Presentación Este problema consiste en desarrollar un sistema de control automático que permita robotizar la operación de un puente grúa para la carga
Más detallesUNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I. Hoja de Problemas 3 Problemas
UNIVERSIDAD AUTÓNOMA DE MADRID DEPARTAMENTO DE ECONOMÍA CUANTITATIVA CURSO 2010/2011 ECONOMETRIA I Hoja de Problemas 3 Problemas 1. Considera el modelo de regresión con un solo regresor Y i = 0 + 1 X i
Más detallesBNPdensity: Paquete R para estimación de densidades y clasificación
: Paquete R para estimación de densidades y clasificación (conunto con E. Barrios e I. Prüster) Departamento de Estadística, ITAM, Mexico v0.5 Encuentro de usuarios de R 30 de marzo, 2012 Contenido Introducción
Más detallesFacultad de Ciencias Experimentales Universidad de Almería PRÁCTICA 1
PRÁCTICA 1 APLICACIONES INFORMÁTICAS I OBJETIVOS 1. Utilización de MATLAB para multiplicar matrices, encontrar la inversa de una matriz, obtener las raíces de una ecuación polinómica de orden tres o superior
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesIntroducción a las RdP. Optimización basada en redes de Petri. Redes de Petri. Son objeto de estudio: RdP. Ejemplos:
Seminario sobre toma de decisiones en logística y cadenas de suministro Introducción a las RdP Optimización basada en redes de Petri https://belenus.unirioja.es/~emjimene/optimizacion/transparencias.pdf
Más detallesUnidad 3. Ecuaciones lineales, ecuaciones cuadráticas, desigualdades y fracciones parciales.
Part I Unidad. Ecuaciones lineales, ecuaciones cuadráticas, desigualdades y fracciones parciales. Ecuaciones lineales en una variable Una ecuación lineal en una variable puede de nirse como ax + b = 0
Más detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detallesSistemas de ecuaciones no lineales
Práctica 6 Sistemas de ecuaciones no lineales En esta práctica revisaremos algunos métodos básicos para la resolución numérica de sistemas de ecuaciones no lineales 61 Método iterativo del punto fijo Partimos
Más detallesCurva de Phillips: trade-off a corto plazo entre inflación y desempleo.
1. Introducción Curva de Phillips: trade-off a corto plazo entre inflación y desempleo. Evidencia favorable a los modelos keynesianos, ya que no podía explicarse por medio de un modelo clásico. A principios
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Más detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos
Más detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesUniversidad de Montevideo Macroeconomía II. Optimización Dinámica: Aplicación al Modelo de Crecimiento Óptimo
Universidad de Montevideo Macroeconomía II Danilo R. Trupkin Notas de Clase (preliminar) Optimización Dinámica: Aplicación al Modelo de Crecimiento Óptimo En el curso estudiaremos dos formas alternativas
Más detalles1. Curvas Regulares y Simples
1. Regulares y Simples en R n. Vamos a estudiar algunas aplicaciones del calculo diferencial e integral a funciones que están definidas sobre los puntos de una curva del plano o del espacio, como por ejemplo
Más detallesDerivada de la función compuesta. Regla de la cadena
Derivada de la función compuesta. Regla de la cadena Cuando en las matemáticas de bachillerato se introduce el concepto de derivada, su significado y su interpretación geométrica, se pasa al cálculo de
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesEl Algoritmo E-M. José Antonio Camarena Ibarrola
El Algoritmo E-M José Antonio Camarena Ibarrola Introducción Método para encontrar una estimación de máima verosimilitud para un parámetro ѳ de una distribución Ejemplo simple 24 Si tiene las temperaturas
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detalles4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesx 1 3 f) x e lim x lim + 2 lim lim log x lim x 1 (x 1)(x 4) lim x 1 (x 2)(x 5) (x 2)(x 3) 1. Calcular los siguientes límites no indeterminados 1 :
+ ln 4 + f + 5 EJERCICIOS de LÍMITES DE FUNCIONES y CONTINUIDAD. Calcular los siguientes límites no indeterminados : 4 + + 4 f) e log g) 0, + 4 i) 0+ + 4 e) j) 4. Dada la gráfica de la figura, indicar
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 00-.003 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumno debe elegir sólo una de las pruebas (A o B) y, dentro de ella, sólo
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detallesIntroducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
Más detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
Más detallesMáster en comunicaciones. Clase 2. Modelos predictores.
Máster en comunicaciones. Clase 2. Modelos predictores. 1. Introducción Uno de los cometidos más importantes de la estadística es la explotación de los datos observados de una o más características de
Más detallesLicenciatura en Economia Macroeconomia II. 1 Tecnologia Constante en el Modelo de Solow-Swan
Licenciatura en Economia Macroeconomia II Danilo Trupin Trabajo Practico 3 - Soluciones 1 Tecnologia Constante en el Modelo de Solow-Swan Suponga una economia que posee las siguientes condiciones: Funcion
Más detallesModelos de Equilibrio General Computable; El Enfoque Macro Micro
Modelos de Equilibrio General Computable; El Enfoque Macro Micro Martín Cicowiez (CEDLAS UNLP) Taller y Reuniones de Trabajo del Proyecto de Actualización e Institucionalización del MAMS Ecuador, Quito,
Más detallesIntroducción al cálculo numérico. Método de Euler
Capíítullo T1 Introducción al cálculo numérico. Método de Euler En la figura 1.1 se muestra una masa sometida a la aceleración de la gravedad soportada por un muelle un amortiguador viscoso colocados en
Más detallesTÉCNICAS RECURSIVAS DE ESTIMACIÓN DE LOS COEFICIENTES DE REGRESIÓN
DIVISIÓN ECONÓMICA DEPARTAMENTO DE INVESTIGACIONES ECONÓMICAS INFORME TÉCNICO DIE-66-2003-IT TÉCNICAS RECURSIVAS DE ESTIMACIÓN DE LOS COEFICIENTES DE REGRESIÓN ANA CECILIA KIKUT V. JULIO, 2003 Los modelos
Más detallesTema 6: Ecuaciones diferenciales lineales.
Tema 6: Ecuaciones diferenciales lineales Una ecuación diferencial lineal de orden n es una ecuación que se puede escribir de la siguiente forma: a n (x)y (n) (x) + a n 1 (x)y (n 1) (x) + + a 0 (x)y(x)
Más detallesRESOLUCIÓN DE ECUACIONES E INECUACIONES. RESOLUCIÓN NUMÉRICA DE ECUACIONES.
Tema 5. RESOLUCIÓN DE ECUACIONES E INECUACIONES. RESOLUCIÓN NUMÉRICA DE ECUACIONES. Introducción Resolución de ecuaciones Resolución de sistemas Resolución de inecuaciones y de sistema de inecuaciones
Más detallesMateria: Matemáticas de 4to año. Tema: Logaritmos naturales y base 10. Marco Teórico
Materia: Matemáticas de 4to año Tema: Logaritmos naturales y base 10 Marco Teórico Aunque una función de registro puede tener cualquier número positivo como base, en realidad sólo hay dos bases que se
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesUn autómata con pila no determinista (APND) es una septupla Q A B F en la que
AUTÓMATAS CON PILA Un autómata con pila no determinista (APND) es una septupla Q A F en la que δ q 0 Q es un conjunto finito de estados A es un alfabeto de entrada es un alfabeto para la pila δ es la función
Más detallesRaices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2 introducción MÉTODO GRÁFICO PARA ENCONTRAR LAS RAICES DE SISTEMAS DE ECUACIONES EJEMPLO: f(x)= e x x A)LA RAIZ ES DONDE LA GRAFICA INTERSECTA EL EJE
Más detallesDinámica del Precio de la Electricidad en Chile: Un Análisis de Equilibrio General
Dinámica del Precio de la Electricidad en Chile: Un Análisis de Equilibrio General Waldo Riveras V. 1 Julio 28 Resumen En este trabajo se desarrolla un modelo de equilibrio general dinámico estocástico
Más detallesAplicaciones de los S.E.D.O.
Tema 7 Aplicaciones de los S.E.D.O. 7. Introducción Nota: APUNTES INCOMPLETOS Estudiaremos en este Tema algunos modelos de interés en las Ciencias Naturales que utilizan para su modelización sistemas de
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesCONSIDERACIONES GENERALES SOBRE ESTÁTICA
CONSIDERACIONES GENERALES SOBRE ESTÁTICA Índice 1. CONCEPTOS ÚTILES 2 1.1. Configuración geométrica de un sistema....................... 2 1.2. Ligaduras....................................... 2 1.3. Coordenadas
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesENUNCIADOS DE PROBLEMAS
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I 22 de Septiembre de 2007 ENUNCIADOS DE PROBLEMAS Muy importante: Tenga en cuenta que algunos resultados de las tablas han podido ser omitidos. PROBLEMA 1:
Más detallesAplicaciones de Ec. en Diferencias a la Economía
Aplicaciones de Ec. en Diferencias a la Economía Economía Matemática. (FCEA, UdelaR) Aplicaciones 1 / 21 Nota previa sobre raices complejas Antes de ver algunos ejemplos aplicados a la economía, una nota
Más detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
Más detallesProyección con Un Modelo de Equilibrio General para la Economía Peruana 1
Proyección con Un Modelo de Equilibrio General para la Economía Peruana 1 Carlos Montoro Ll. David Florian BCRP Encuentro de Economistas, 28 de Noviembre de 2008 1 Los puntos de vista expresados en esta
Más detallesIntroducción a la Identificación de sistemas
Ingeniería de Control Introducción a la Identificación de sistemas Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Modelos deterministas
Más detallesA propósito de la Linealización
A propósito de la Linealización William Colmenares Universidad Simón Bolívar. Centro de Automática e Informática Resumen Unas notas muy breves sobre la linealización de sistemas no lineales 1. Una introducción
Más detallesPROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP).
PROBLEMAS DE OPTIMIZACIÓN CON RESTRICCIONES. PROBLEMA DE PROGRAMACIÓN NO- LINEAL (NLP. Optimización con restricciones La presencia de restricciones reduce la región en la cual buscamos el óptimo. Los criterios
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos VAR
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelos VAR Introducción modelos VAR Hasta ahora hemos estudiado modelos uniecuacionales Ahora vamos a estudiar un modelo multiecuacional que se llama Vector
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesMétodos Iterativos para Ecuaciones no Lineales
This is page i Printer: Opaque this Métodos Iterativos para Ecuaciones no Lineales Dr. Oldemar Rodríguez Rojas Setiembre 001 ii This is page iii Printer: Opaque this Contents 1 Métodos iterativos para
Más detallesErrores de especificación. Series simuladas
Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713
Más detallesRESOLUCIÓN DE TRIÁNGULOS FUNCIONES TRIGONOMÉTRICAS DE UN ÁNGULO AGUDO (0º a 90º) DEFINICIÓN DE FUNCIONES TRIGONOMÉTRICAS
RESOLUCIÓN DE TRIÁNGULOS FUNCIONES TRIGONOMÉTRICAS DE UN ÁNGULO AGUDO (0º a 90º) DEFINICIÓN DE FUNCIONES TRIGONOMÉTRICAS ESTE TRIANGULO SERA EL MISMO PARA TODA LA EXPLICACIÓN RELACIÓN ENTRE LAS FUNCIONES
Más detalles1. Estudio de la caída de un puente.
1 1. Estudio de la caída de un puente. A. Introducción Las oscilaciones de un puente bajo la acción de una fuerza externa pueden estudiarse a partir de la resolución de una ecuación a derivadas parciales
Más detallesPráctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.
practica2sr.nb 1 Apellidos y Nombre: Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales
Más detallesModelo de equilibrio general dinámico para una pequeña economía abierta * Dora Elena Jiménez Giraldo ** Bernardo Alberto Zapata Bonnett ***
Modelo de equilibrio general dinámico para una pequeña economía abierta * Dora Elena Jiménez Giraldo ** Bernardo Alberto Zapata Bonnett *** Resumen: En este trabajo se emplea un modelo de equilibrio general
Más detalles1. Sistemas de ecuaciones lineales
Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso 25-6) Sistemas de ecuaciones lineales Práctica 2 En esta práctica vamos a ver cómo se pueden resolver sistemas
Más detallesLABORATORIO No. 3 MODELAMIENTO Y ANALISIS DINAMICO DE SISTEMAS ELECTRICOS
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER FACULTAD DE INGENIERIA INGENIERÍA ELECTRÓNICA 1 SISTEMAS DINAMICOS 1160601 LABORATORIO No. 3 MODELAMIENTO Y ANALISIS DINAMICO DE SISTEMAS ELECTRICOS INSTRUCCIONES
Más detallesProblemas de VC para EDVC elaborados por C. Mora, Tema 4
Problemas de VC para EDVC elaborados por C. Mora, Tema 4 Ejercicio Determinar las funciones enteras f para las que Solución f( + w) = f()f(w), w C. En primer lugar, f(0) = f(0 + 0) = f(0)f(0) = f(0) 2,
Más detallesOtras ecuaciones relacionadas con la de Bessel
Capítulo 10 Otras ecuaciones relacionadas con la de Bessel 10.1. Funciones de Bessel hiperbólicas La ecuación x d y dx + xdy dx (x + ν )y = 0 (10.1) es parecida a la de Bessel, pero tiene un signo cambiado.
Más detallesDEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta
DEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta SUCESIONES Y RELACIONES DE RECURRENCIA Esta última sección la dedicamos a presentar el concepto de recurrencia, que esta muy ligado al axioma de
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesTrabajo Práctico Optativo
rofesor: Julio J. Elías Trabajo ráctico Optativo 1. El método de los multiplicadores de Lagrange Generalmente, en economía trabajamos con modelos que involucran optimización con restricciones. or ejemplo,
Más detallesPROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Más detallesFUNCIONES Angel Prieto Benito Matemáticas Aplicadas CS I 1
FUNCIONES LOGARITMICAS @ Angel Prieto Benito Matemáticas Aplicadas CS I 1 LOGARÍTMO DE UN NÚMERO Sabemos que 10 2 = 100 en una potencia de base 10. Sabemos que 10 3 = 1000 en una potencia de base 10. Decimos
Más detallesIntroducción al cálculo
Pág. N. 1 Introducción al cálculo Familia: Editorial: Autor: Ciencias Básicas Macro César Javier Piedra Vilchez ISBN: 978-612-304-289-9 N. de páginas: 400 Edición: 1. a 2015 Medida: 17.5 x 24.8 Colores:
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
Más detallesKolmogorov y la teoría de la la probabilidad. David Nualart. Academia de Ciencias y Universidad de Barcelona
Kolmogorov y la teoría de la la probabilidad David Nualart Academia de Ciencias y Universidad de Barcelona 1 La axiomatización del cálculo de probabilidades A. N. Kolmogorov: Grundbegriffe des Wahrscheinlichkeitsrechnung
Más detallesContenidos. Importancia del tema. Conocimientos previos para este tema?
Transformación conforme Contenidos Unidad I: Funciones de variable compleja. Operaciones. Analiticidad, integrales, singularidades, residuos. Funciones de variable real a valores complejos. Funciones de
Más detallesResumen sobre mecánica analítica
Resumen sobre mecánica analítica Ecuaciones de Lagrange. Supongamos una partícula, cuyo movimiento se puede describir mediante una sóla coordenada x, de modo que en el instante t la posición de la partícula
Más detallesClase 4 Funciones polinomiales y racionales
Clase 4 Instituto de Ciencias Básicas Facultad de Ingeniería Universidad Diego Portales Marzo de 2014 Polinomios Definición Se llama polinomio en x a toda expresión de la forma p(x) = a 0 + a 1x+ +a n
Más detallesIntroducción a Ecuaciones Diferenciales
Introducción a Ecuaciones Diferenciales Temas Ecuaciones diferenciales que se resuelven directamente aplicando integración. Problemas con condiciones iniciales y soluciones particulares. Problemas aplicados.
Más detallesMÓDULO 1: GESTIÓN DE CARTERAS
MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta
Más detallesMétodos, Algoritmos y Herramientas
Modelado y Simulación de Sistemas Dinámicos: Métodos, Algoritmos y Herramientas Ernesto Kofman Laboratorio de Sistemas Dinámicos y Procesamiento de la Información FCEIA - Universidad Nacional de Rosario.
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesProblemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid Resueltos Isaac Musat Hervás 22 de mayo de 213 Capítulo 11 Año 21 11.1. Modelo 21 - Opción A Problema 11.1.1 3 puntos Dada la función: fx
Más detallesPROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C)
PROGRAMACIÓN DE LOS CONTENIDOS DE MATEMÁTICAS EN LA PREPARACIÓN DE LA PARTE COMÚN DE LA PRUEBA DE ACCESO A LOS C.F.G.S. (Opción C) I.E.S. Universidad Laboral de Málaga Curso 2015/2016 PROGRAMACIÓN DE LA
Más detallesMetodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México
Metodología para la generación y evaluación de políticas de operación en sistemas de recursos hídricos. Aplicación a un sistema de México Índice general Resumen...vii Resum... ix Summary... xi Índice de
Más detallesTema 5. Contraste de hipótesis (I)
Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar
Más detallesMÉTODOS DE INTEGRACION
MÉTODOS DE INTEGRACION En este tema se continúa con los métodos de integración iniciados en el capítulo anterior, en el que a partir del concepto de primitiva y de las derivadas de las funciones elementales
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
Más detallesGRADO EN ECONOMIA CUARTO CURSO
GRADO EN ECONOMIA CUARTO CURSO (Itinerario de Economía Aplicada) Asignatura Crecimiento Económico Código 802385 Módulo Análisis Económico Materia Macroeconomía Carácter Optativo Presenciales 4 Créditos
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detalles