CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES

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

Download "CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES"

Transcripción

1 CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES Bernardello, Alca Blanca y Vcaro, Aldo Omar Departamento de Matemátca Facultad de Cencas Económcas de la Unversdad de Buenos Ares Octubre de 2000

2 CONSIDERACIONES PREVIAS Combnacón convea de vectores Sea V = { R n ; ; R; } un espaco vectoral de n-ésma dmensón sobre R, sendo la suma usual de vectores y el producto de un vector por un escalar real. Y sea S ={ v () ; v (2) ; v (3) ;...; v (m) } V, se dce que el vector w V es combnacón lneal de los vectores de S k R con m N / w = m k = v ( ) m Cuando k [0; ] y k = dcha combnacón lneal se = llama combnacón convea. Conunto conveo Un conunto X R n se llama conveo, s para cualquer par de elementos () ; (2) X la combnacón convea defnda por ellos está ncluda en X: λ () + ( -λ) (2) X sendo λ [0; ] 2

3 Funcón convea Sea f : X R con X R n conveo, f es una funcón convea () ; (2) X λ [0; ]: f[λ () + ( - λ) (2) ] λ f( () ) + ( - λ) f( (2) ) f es estrctamente convea () ; (2) X λ [0; ]: f[λ () + ( - λ) (2) ] < λ f( () ) + ( - λ) f( (2) ) Funcón cóncava Sea f : X R con X R n conveo, f es una funcón cóncava () ; (2) X λ [0; ]: f[λ () + ( - λ) (2) ] λ f( () ) + ( - λ) f( (2) ) f es estrctamente cóncava () ; (2) X λ [0; ]: f[λ () + ( - λ) (2) ] > λ f( () ) + ( - λ) f( (2) ) Como consecuenca de las defncones se puede probar que: ) Teorema: a) (funcón lneal) S f() con R n es una funcón lneal, entonces es una funcón cóncava así como una funcón convea, pero no estrctamente. 3

4 2) Teorema: b) (funcón opuesta) S f() con R n es una funcón cóncava, entonces f()es una funcón convea, y vceversa. Análogamente: S f() con R n es una funcón estrctamente cóncava, entonces f()es una funcón estrctamente convea, y vceversa. 3) Teorema: c) (suma de funcones). S f() y g() son ambas cóncavas (conveas), entonces f() + g() es tambén una funcón cóncava (convea). S f() y g() son ambas cóncavas (conveas), y además una de ellas o las dos son estrctamente cóncavas (estrctamente conveas) entonces f() + g() es tambén una funcón estrctamente cóncava (estrctamente convea). Las defncones anterores sobre concavdad y convedad no utlzan las dervadas, y por tanto, no requeren la dferencabldad. S la funcón es dferencable, la concavdad y la convedad pueden tambén defnrse en térmnos de sus dervadas prmeras: 4

5 Una funcón f() con R n es una funcón cóncava (convea), s, para cualquer punto dado () = ( () ; () 2 ; () 3 ;... () n ) y para cualquer otro punto. (2) = ( (2) ; (2) 2 ; (2) 3 ;... (2) n ) del domno de la funcón f ( (2) ) f ( () ) + n = f () ( (2) () ) Una funcón dos veces contnuamente dferencable z = f() con R n es cóncava (convea) d 2 z es en todo punto semdefnda negatva (postva). Dcha funcón es estrctamente cóncava (convea) s (condcón sufcente) d 2 z es en todo punto defnda negatva (postva). Sentdo amplo Ver Condcón de segundo orden en la optmzacón lbre y sueta a restrccones de gualdad (Bernardello,A;Vcaro, Aldo O.,septembre de 999) 5

6 Funcones cuascóncavas- cuasconveas Una funcón f es cuascóncava (cuasconvea) s, () (2) X domno conveo de f λ [0; ]: () (2) [ λ + ( λ)) ] () (2) () f ( ) f ( ) f ( ) f (2) f ( ) Y lo será de manera estrcta s las dos desgualdades débles de la derecha se susttuyen por desgualdades estrctas > f ( () ) < f ( (2) ) Se pueden probar los sguentes teoremas: a) funcón opuesta : S f() es cuascóncava (estrctamente cuascóncava) entonces f() es cuasconvea ( estrctamente cuasconvea). b) Cualquer funcón cóncava (convea) es cuascóncava (cuasconvea), pero el recíproco no es certo. Análogamente: Cualquer funcón estrctamente cóncava (estrctamente convea) es estrctamente cuascóncava (estrctamente cuasconvea), pero el recíproco no es certo. 6

7 c) S f() es una funcón lneal, entonces es cuascóncava así como cuasconvea. Observacón En el caso de funcones cóncavas y conveas las úncas que pertenecen a ambas clases son las lneales. En el caso de funcones cuascóncavas y cuasconveas, aparte de las lneales, esten otras, como por eemplo y = 2 para 0 que es cuascóncava y cuasconvea a la vez. Funcones dferencables: Una funcón dferencable f() con R n es cuascóncava (cuasconvea) s () (2) X domno de f f ( (2) ) f ( () ) n = n = f f () ( 2) ( ( (2) (2) () () ) 0 ) Para la cuasconcavdad y cuasconvedad estrctas la desgualdad de la derecha tendrá que ser susttuída por la desgualdad estrcta > 0 7

8 S la funcón es dos veces contnuamente dferencable, la cuasconcavdad y cuasconvedad, en el ortante no negatvo, pueden verfcarse estudando el sgno de los sguentes menores prncpales de la matrz hessana : 0 f f 2...f n f f f 2... f n f 2 f 2 f f 2n... f n f n f n2... f nn 2 = 0 f 3 = 0 f f 2... n = 0 f f 2...f n f f f f f 2 f f f 2... f n f 2 f 2 f 22 f 2 f 2 f f 2n... f n f n f n2... f nn Mentras la concavdad (convedad) de una funcón sobre un domno conveo puede etenderse sempre a la concavdad (convedad) sobre el espaco total, con la cuasconcavdad y la cuasconvedad esto no es posble. Las condcones que se dan a contnuacón son las que eponen Kenneth J.Arrow y 8

9 Alan C. Enthoven en su trabao Programacón Cuascóncava, y son váldas en el ortante no negatvo. Condcón necesara de Condcón sufcente de cuasconcavdad cuasconvedad cuasconcavdad cuasconvedad < 0 < > 0 < < 0 < > 0 < 0 0 s es par < 0 s es par 0 s es mpar > 0 s es mpar n 0 < 0 CONDICIONES DE KUHN-TUCKER Un problema de programacón no lneal sufcentemente general es el sguente: ma. f( ; 2 ;... n ) s.a. g () ( ; 2 ;... n ) c g (m) ( ; 2 ;... n ) c m (I) 9

10 El conunto de vectores R n que verfcan todas las restrccones se llama conunto admsble o factble Cabe señalar que: Mnmzar f() es equvalente a mamzar -f() La desgualdad de la forma g () c se puede escrbr como -g () -c Una gualdad g () = c es equvalente a dos desgualdades de la forma g g ( ) c ( ) c ó g g ( ) c ( ) c Así los problemas de optmzacón restrngda se pueden epresar, en general, de la forma (I). Suponendo que * = ( * ; * 2;... * n) resuelve el problema (I), entonces o ben g ( * ) < c en cuyo caso se dce que la restrccón g ( * ) c está nactva o no saturada, o ben g ( * ) = c en cuyo caso se dce que la restrccón g ( * ) c está actva o saturada en *. 0

11 Cualfcacón de restrccones (C.R.) Tenen como cometdo elmnar stuacones anómalas que provocan contraeemplos a las condcones de Kuhn- Tucker. Kuhn y Tucker plantearon para la demostracón del teorema condcones que no son sencllas de verfcar. 2 Pero mponendo algunas hpótess adconales a las funcones g () con m, se puede detectar rápdamente su vgenca por conducto de crteros operatvos, a saber: S todas las restrccones son funcones lneales,.e s cada g () con m es lneal, se cumple la cualfcacón de restrccones. S cada restrccón es una funcón de clase C (funcón dferencable) y convea, y este un punto * pertenecente al conunto factble en el cual todas las restrccones son nactvas,.e g ( * ) < 0 con m se cumple la cualfcacón de restrccones (condcón de Slater). 2 Para su enuncacón ver, por eemplo, Alpha Chang; Fernandez Pol, Jorge Eduardo; Urbe, Dego Escobar

12 S cada funcón de restrccón es dferencable, cuasconvea, este un punto * pertenecente al conunto factble tal que g ( * ) < 0 con m y s además para cada - o ben g () es convea - o ben para cada * pertenecente al conunto factble g ( * ) 0 3 entonces se cumple la cualfcacón de restrccones. Las funcones g () con m correspondentes a las restrccones que están actvas en * tenen gradente en * que son lnealmente ndependentes. Es de destacar que esta condcón es semeante a la condcón egda al problema de optmzacón sueta a condcones de gualdad 4. 3 Sea f() con R n se llama gradente de f al vector en el que las componentes son las dervadas parcales de f, y evaluado en 0 0 f f f f ( ) = ; ; n 0 4 ver condcón de prmer orden en optmzacón restrngda en: Condcón de segundo orden en la optmzacón lbre y sueto a restrccones de gualdad (Pag.2 y 22) presentado en las XIV Jornadas- Bernardello, Alca y Vcaro, Aldo. Septembre de 999 2

13 La cualfcacón de restrccones es una restrccón mpuesta a las restrccones aún cuando no es una lmtacón concernente al conunto factble. Es decr que dadas dos restrccones dstntas entre sí, puede ocurrr que a pesar de que ambas generan el msmo conunto factble, una satsface la cualfcacón y la otra no. Como por eemplo: () y g(- - 2 ) 3 0 (2) defnen el msmo conunto factble. () satsface la C.R. (cualfcacón de restrccones) por ser las restrccones lneales, pero (2) por eemplo en el punto = ½ y 2 =/2 2 3( 0 2 ) g = = (lnealmente dependente) 2 3( ) 0 2 no la satsface. (/ 2;/ 2) La funcón obetvo no tene nada que ver con esta hpótess de regulardad denomnada C.R. 3

14 No es necesaro que se cumplan todas las condcones arrba epuestas, solo basta con una de ellas. Además estas no son equvalentes entre sí. Condcones necesaras de Kuhn-Tucker (0) (0) (0) (0) Suponendo que = ( ; ;... ) resuelve el problema 2 n ma. f ( ) s. a. g () c con m R no estando acotada la cantdad de restrccones y donde f() y g () con m son funcones contnuamente dferencables. Suponendo que se verfca la cualfcacón de las restrccones. Entonces,esten unos úncos números λ ; λ 2 ;...λ m tales que n (0) m f ( ) g a) λ = = 0 con n (0) (0) b) g ( ) 0 λ 0 λ g ( ) = 0 con m S se escrbe la funcón de Lagrange L( ; λ ) = f ( ) + λ m = [ c g ( ) ] Las condcones de Kuhn y Tucker se pueden epresar: 4

15 a) = 0 n b) 0 λ 0 λ = 0 m λ λ (II) Condcones de no negatvdad para las varables Es frecuente que las varables que aparecen en los problemas económcos de optmzacón sean no negatvas por su propa naturaleza. Para ntroducr estas restrccones a la formulacón (I), 0 se puede representar por g m+ () = - 0 y se ntroduce un multplcador de Lagrange adconal para ella. Sn embargo para no tener que manear demasados multplcadores de Lagrange, se formulan las condcones necesaras de solucón de los problemas de programacón no lneal con restrccones de no negatvdad de las varables de una manera lgeramente dstnta. 5

16 En efecto, consderando por eemplo el sguente problema: ma. f (, y) s.a. g () ( ; y) c 0 y 0 condcones de no negatvdad ntroducendo las funcones g (2) (;y) = - y g (3) (,y) = -y con lo que las restrccones quedarán: g () (;y) 0 g (2) (;y) 0 g (3) (;y) 0 entonces: L(; y; λ ; λ 2 ; λ 3 ) = f(;y) + λ [c - g () (;y)] + λ 2 (0 + ) + λ 3 (0 + y) Las condcones de Kuhn-Tucker son: f g = λ () + λ2 = 0 (a) y f g = λ y y () + λ3 = 0 (b) λ = c - g () (;y) 0 λ 0 λ [c - g () (;y)] = 0 (c) 6

17 λ 2 = 0 λ 2 0 λ 2 = 0 (d) λ 3 = y 0 λ 3 0 y λ 3 = 0 (e) de (a) se obtene - λ 2 = () f g λ (a ) de (d) λ 2 0 λ 2 = 0 (d ) es decr que (a) y (d) equvalen conuntamente a () f g λ 0 0 por condcón de no negatvdad y, f g λ () = 0 por (a ) y (d ) de (b) - λ 3 = () f g λ (b ) y y 7

18 de (e) λ 3 0 y λ 3 = 0 (e ) es decr que (b) y (e) equvalen conuntamente a () f g λ 0 y 0 por condcón de no negatvdad y y y, f g λ y y () y = 0 por (b ) y (e ) Es decr que s se ncluyen las condcones de no negatvdad de las varables, las condcones necesaras de Kuhn y Tucker utlzando el Lagrangeano según (II) para el problema ma. f ( ) s. a. g () c con m m L = f ( ) + λ = [ c g ( ) ] 0 R n serán: suponendo que (0) R n resuelve el problema sendo la funcón obetvo y las restrccones funcones contnuamente dferencables y suponendo que se verfca la cualfcacón de restrccones entonces esten unos úncos números λ ; λ 2 ;...λ m tales que 8

19 a) 0 (0) 0 (0) = 0 n b) 0 λ (0) 0 λ λ = 0 λ (0) con m Condcones sufcentes de Kuhn-Tucker Consderando el problema de programacón no lneal n ma. f ( ) s.a. g () c con m 0 R m > = ó < n donde la funcón obetvo y las restrccones son contnuamente dferencables, f es cóncava restrccones son conveas. Suponendo que esten y las λ con m y un vector factble (0) tales que: a) = 0 n (0) b) 0 λ (0) λ 0 λ = 0 λ (0) con m 9

20 S se agregan las condcones de no negatvdad de las varables a) sería: (0) 0 0 (0) = 0 n Entonces (0) resuelve el problema. S además se verfca la cualfcacón de restrccones las condcones son necesaras y sufcentes, y s la funcón obetvo es estrctamente cóncava se puede asegurar que el mámo global es únco Observacón: Para mnmzar basta utlzar lo ndcado en consderacones prevas es decr mn. f ( ) s. a. g () c con m 0 R n equvale a ma. - f ( ) s. a.- g () c con m 0 R n 20

21 Condcones necesaras y sufcentes en programacón cuascóncava (Arrow- Enthoven) Sea el problema ma. f ( ) s. a. g () c con m 0 R n donde la funcón obetvo y las restrccones son contnuamente dferencables. Suponendo que esten números λ con a) (0) es factble y se verfcan: m y un vector (0) R n tales que: b) 0 0 = 0 con n (0) (0) c) 0 λ (0) λ 0 λ = 0 λ (0) con m d) f() es cuascóncava y g () es cuasconvea para m en el ortante no negatvo e) Se satsface una cualquera de las sguentes: e- e- f f (0) (0) < 0 para al menos una varable > 0 para alguna varable que pueda tomar 2

22 un valor postvo sn volar las restrccones ( en este caso es llamada en la lteratura del tema como varable relevante) 5 e- (0) f ( ) 0, y la funcón es dos veces dferencable en un entorno de (0) e-v f() es cóncava Entonces en (0) la funcón se mamza. Es decr s además de verfcarse a, b, c, d y e se satsface la cualfcacón de restrccones, entonces las condcones de Kuhn y Tucker son necesaras y sufcentes. La cuasconcavdad no mplca que las condcones de Kuhn- Tucker sean sufcentes para tener un mámo global. Arrow- Enthoven deron el sguente eemplo: Ma. f() = ( ) 3 s.a Analzando f() = ( ) 3 en el cuadrante postvo 5 dado el conunto de restrccones C = { n g () 0 con m Ω } n ( Ω es el ortante no negatvo de R n ) se dce que la varable es varable relevante s este un en C tal que > 0 22

23 f () = 3 ( ) 2 ; f () = 6 ( ) B = 0 3( ) 2 3( ) 2 6( ) = -9(- ) 4 < 0 condcón sufcente de cuasconcavdad y la restrccón es lneal (cóncava entonces cuascóncava) L = ( ) 3 + λ (2 2 ) a) L = 3 ( ) 2 2 λ 0 0.[ 3 ( ) 2 2 λ] = 0 b) = λ 0 λ (2 2) = 0 λ En = y λ = 0 se cumple a) y b) y se cumple la cualfcacón de restrccones ( la restrccón es lneal) pero no se satsface nnguna de las condcones e. En efecto, al ser f () = 0, no se cumple n e-, n e-, n e, y como la funcón f no es cóncava tampoco e-v. El óptmo se encuentra en = 2 y λ = 3 donde se satsface a), b) y c) y e- o e-, es decr que las condcones de Kuhn y Tucker son necesaras y sufcentes 23

24 Procedmento para hallar todos los canddatos a óptmo - Hallar todos los puntos factbles donde se satsface la cualfcacón de restrccones y las condcones de Kuhn y Tucker 2- Hallar todos los puntos factbles en los que la cualfcacón de restrccones falla S se sabe que el problema tene solucón los pasos y 2 darán todos los posbles canddatos a solucón. Después de evaluar f en todos esos canddatos, se pueden tomar el (o los) que mamzan f El paso 2 se debe realzar ya que para que las condcones de Kuhn y Tucker sean necesaras se debe verfcar la cualfcacón de restrccones, entonces (0) puede ser una solucón del problema sn verfcar las condcones de Kuhn y Tucker. Es necesaro evtar el error de que al encontrar un únco canddato a solucón (0) a partr de las condcones de Kuhn y Tucker en el que se comprueba la cualfcacón de restrccones suponer que se alcanzó la solucón ya que el 24

25 óptmo puede encontrarse en otros puntos factbles donde falla la cualfcacón de restrccones. Observacón: En los modelos económcos aparecen frecuentemente funcones dependentes de varables dscretas y, en consecuenca, no dferencables. S un problema de programacón no lneal resulta ser no dferencable, las técncas epuestas hasta ahora no son aplcables. Así, es necesaro encontrar otros métodos que faclten la solucón de este tpo de problemas, métodos que tambén, por otra parte, son váldos para resolver problemas dferencables. Para ello es necesaro defnr el punto slla del Lagrangeano y ver su relacón con la solucón, tema que no trataremos en este trabao. Caso en que las condcones de Kuhn y Tucker son necesaras pero un punto que las satsface no es el óptmo Sea ma. z = 2 + y 2 8 s. a. ; -y 0; 2 + y 2 4 L = 2 + y λ ( ) + λ 2 y + λ 3 (4-2 y 2 ) 25

26 L = 2 - λ 2 λ 3 = 0 L = 2 y + λ2 2 λ 3 y = 0 y = 0 λ 0 λ ( ) = 0 λ = y 0 λ2 0 λ 2 y = 0 λ 2 = 4 2 y 2 0 λ 3 0 λ 3 (4 2 y 2 ) = 0 λ 3 El punto = y = 0 es regular ya que satura la y la 2 restrccón y los gradentes g () (;0) = ( ;0) y g (2) (;0) = (0; -) son lnealmente ndependentes, (verfcala cualfcacón de restrccones). Además = ; y = 0; λ = 0; λ 2 = 0; λ 3 = 0 verfca las condcones de Kuhn y Tucker, pero s se toman puntos prómos a éste por eemplo (; h) con h > 0 y pequeño, que satsface las condcones de Kuhn y Tucker, resulta que f(;h) = + h 2 8 = h 2 7 pero f(;0) = -7 por lo tanto f (;h) f(;0) por lo que (;0) no es mámo local. 26

27 Obsérvese que la funcón obetvo es convea y no cóncava como se ege para que las condcones de Kuhn y Tucker sean sufcentes. Caso en que no se satsface la cualfcacón de restrccones por lo que las condcones de Kuhn y Tucker no son necesaras Ma. z = y s. a. g(;y) = ( + y 2) 2 0 Como ( + y 2) 2 es no negatva, la restrccón es equvalente a + y 2 = 0. Entonces puede plantearse como un problema de optmzacón sueta a condcones de gualdad. Es decr: L = y + λ (2 y) L = y - λ = 0 L = - λ = 0 y = 2 y = 0 λ la solucón de este sstema es = ; y = ; λ = 27

28 Planteando las condcones de Kuhn y Tucker para el problema con la restrccón orgnal L = y + λ [-( + y - 2) 2 ] L = y 2 λ ( + y - 2) = 0 L = 2 λ ( + y - 2) = 0 y = -( + y - 2) 2 0 λ 0 - λ ( + y - 2) 2 = 0 λ En el óptmo del problema = y = se obtene la contradccón = 0 en cada caso. Nótese que el g () (;) = (0;0) que no es un vector lnealmente ndependente, es decr que (;) no es un punto regular. La cualfcacón de restrccones falla en (;). Las condcones de Kuhn y Tucker fallan en (;) no obstante ser este punto el mámo que resuelve el problema. Por otro lado la funcón obetvo es cuascóncava. En efecto analzando z = y en el ortante postvo: 28

29 0 y B = y 0 ; 0 0 y y 0 2 = y < 0 y > 0; B = 2 y > 0,y > 0 la restrccón g = ( + y 2) 2 es convea (cuasconvea) En efecto su matrz hessana 2 2 H = 2 > 0 y H = 0 es semdefnda postva 2 2 Podría pensarse en utlzar el Teorema de Arrow- Enthoven pero no se cumplen las condcones de Kuhn y Tucker por lo que no se puede emplear las condcones sufcentes. Eemplo de condcones necesaras y sufcentes Ma. f(;y) = y y y s. a. g () (;y) = + y g (2) (;y) = 8 + y ; y 0 L = y y y + λ ( - y) + + λ 2 (2-8 2 y 2 ) 29

30 L = y 50 - λ 6 λ L = -20 y λ 2 λ 2 y 0 y 0 y y y = 0 = 0 = y 0 λ 0 λ ( - y) = 0 λ = y 2 0 λ 2 0 λ 2 (2 8 2 y 2 ) = 0 λ 2 La funcón obetvo es cóncava ya que la matrz hessana 6 2 H = < 0 y H > 0 es defnda negatva entonces la funcón es cóncava en sentdo estrcto Las restrccones: g () es lneal cóncava-convea g (2) es convea (suma de funcones conveas) se cumple la cualfcacón de restrccones ya que este ( ; y ) = (0, ; 0,) admsble en el que: 30

31 g () (0, ; 0,) < 0 (condcón de Slater) g (2) (0, ; 0,) < 0 entonces las condcones de Kuhn y Tucker son necesaras y sufcentes. El punto que las satsface es = 0; y = ; λ = 60; λ 2 = 0 En efecto L (0;) = L (0;) = 0 y 0 y y y = 0 = 0 z(0;) = 70 Aplcacón de las condcones de Kuhn y Tucker al problema estandar en teoría de la demanda del consumdor Ma. U() s. a. p + p p p n n I donde U es la funcón utldad 3

32 X n espaco de benes defndo en Ω n R n p es el preco del ben p > 0 n I es el ngreso del consumdor Suponendo que U es contnuamente dferencable y cuascóncava. Las condcones de Kuhn y Tucker son: L = U() + λ ( I - p - p p p n n ) U a) = λ p 0 0 U λ p = 0 con n n b) = I p λ = 0 n λ 0 λ I p = 0 = Suponendo que (0) X n verfca a) y b) y suponendo que no todas las U (0) son cero, o sea que se supone que para algún ben no este sacedad, (condcón e-v de Arrow-Enthoven), y tenendo en cuenta que la funcón obetvo es cuascóncava y la restrccón es lneal, se dan las condcones sufcentes de óptmo. 32

33 Entonces a) mplca que λ > 0 y así p n = = I por b). Por lo tanto, se gasta todo el presupuesto y (0) X n resuelve el problema Utlzacón en programacón lneal Suponendo el problema: Mn. w T w; R n s.a. A b 0 A R mn b R m que se converte en el problema: Ma. - w T w; R n s.a. - A - b 0 A R mn b R m L = - w T + λ T (- b + A ) En este problema se dan las condcones necesaras y sufcentes de Kuhn y Tucker pues la funcón obetvo es lneal y las restrccones tambén: L a) = - w T + λ T A w T + λ T A = 0 ó w T = T A T λ () b) = - b + A 0 λ 0 λ T (- b + A ) = 0 λ ó b T λ = T A T λ (2) 33

34 Suponendo que este un vector y Ω n tal que: A T y w (3) T A T y T w (4) b T y - b T λ = b T y - T A T λ de (2) b T y - b T λ T A T y - T A T λ 0 ya que de () T A T λ = w T = T w y de (4) T A T y T w Es decr T (A T y - A T λ) 0 Por lo tanto b T y toma su mámo bao (3) en y = λ Y además vale b T y = b T λ = T A T λ = w T Se concluye entonces que s Mn. w T s.a. A b 0 tene solucón, entonces Ma. b T y s.a. A y w tene solucón y los valores mínmo y mámo de las funcones obetvos concden (Teorema débl de la dualdad) 34

35 Programacón cuadrátca Consderemos el caso de mamzar una forma cuadrátca (como funcón obetvo) sueta a restrccones lneales: Má. f() = c T ½ T Q s.a. g () () b que equvale a A b (por ser restrccones lneales) 0 donde: c b a...a n q...q n c 2 2 b 2 a 2...a 2n q 2...q 2n c = = b = A = Q = c n n b m a m...a mn q n...q nn la matrz Q es smétrca semdefnda postva, lo que asegura que la funcón obetvo sea una funcón cóncava 6. Las condcones de Kuhn y Tucker son necesaras y sufcentes cuando en el problema de programacón matemátca se mamza una funcón cóncava y la regón de factbldad es un conunto conveo, como en este caso. 6 ver Aneo II 35

36 Algortmo de Wolfe Consste en aplcar las condcones de Kuhn y Tucker al problema de programacón cuadrátca, reducendo el problema a otro de programacón lneal. (c T ½ T Q ) - g m = ( ) λ + β = 0 () 0 β 0 β = 0 b- A 0 (2) λ 0 λ (b - A) = 0 (2 ) sendo β 0 β = 0 0 β β n y λ 0 λ = 0 0 λ λ n como (c T ½ T Q ) = c Q y g m = ( ) λ = A T λ susttuyendo en () c Q A T λ + β = 0 Q + A T λ - β = c de (2) A b que puede ser epresada como gualdad utlzando un conunto de varables de holgura (slacks) 36

37 A + s = b sendo s s2 s = s m λ s = 0 por (2 ) Analzando esta últma relacón: λ > 0 s = 0 A = b λ = 0 s 0 A b Entonces las condcones quedan: Q + A T λ - β = c (5) 0 β 0 β = 0 (3) A + s = b λ 0 λ s = 0 s 0 (4) El sstema anteror puede ser resuelto utlzando programacón lneal, lo que es báscamente el algortmo de Wolfe Destaquemos que por (3) y β no deben formar parte de la solucón factble básca al msmo tempo, y que por (4) λ y s 37

38 tampoco deben formar parte de la solucón factble básca al msmo tempo. La solucón factble básca ncal no se obtene fáclmente. Sn embargo, s defnmos un conunto de varables artfcales z con n y s defnmos una matrz. c 0 C = 0 0 c c n podemos reestructurar la ecuacón (5) de la sguente forma: Q + A T λ - β + C z = c Destaquemos que la solucón factble básca ncal será entonces z =. Como las varables z son varables artfcales podemos crear una funcón obetvo que las ncluya y como las queremos elmnar de nuestra solucón factble básca ncal, entonces mnmzaremos dcha funcón. Entonces nuestro problema quedará defndo de la sguente manera: 38

39 0 λ 0 n z = Mn W = β = 0 λ s = 0 s 0 s.a. Q + A T λ - β + C z = c β 0 A + s = b Eemplo: Ma. f() = s.a en forma matrcal: 0-2 ma. f() = [ 20] ½[ 2 ] s.a Aplcando el algortmo de Wolfe se reduce a resolver: 39

40 Mn. W = [ ] z z2 s.a.: λ λ2 β - β z z 2 0 = s 8 + = s 2 0 [ λ λ 2 ] s s 2 = 0 [ β β 2 ] = 0 2 Que se puede resolver medante el método smple tenendo en cuenta durante la resolucón que λ y s no pueden formar parte smultáneamente de la base y que β y tampoco pueden formar parte smultáneamente de la base. Problema de seleccón de la cartera de valores Bao certos supuestos sobre el comportamento del nversor Markowtz 7 supuso que la funcón de utldad del ndvduo es U=f[E(R P );σ(r P )] con U E ( ) R P > 0 y U σ ( ) R P > 0 7 Markowtz, Portfolo Selecton, marzo de 952 reproducdo en Teoría de la Fnancacón de la Empresa recoplacón de J. Fred Weston y Donald H. Woods, edtoral Gustavo Gll S.A., Barcelona,

41 donde: E(R P ) es el valor esperado de la rentabldad del portafolo σ( R P ) es el desvío estandar de la rentabldad del portafolo Y suponendo que cuenta con P undades monetaras para nvertr en un conunto de n accones desea saber cuánto le convene nvertr en cada accón (w = proporcón de P nvertda en la accón ) Entonces se plantea el problema: mn V(R P ) s.a. E(R P ) = w R w = n = n = con w 0 n N Donde V(R P ) = [ w w ] 2 w n σ σ σ 2 n σ σ σ 2 22 n2 σ n σ 2n σ nn w w2 w n Donde σ es la covaranza del rendmento de la accón con la ( s = σ es la varanza de la accón ). 4

42 Se puede demostrar que la funcón V(R P ) es semdefnda postva (concepto amplo) y al ser las restrccones lneales se puede resolver por programacón cuadrátca. Hacendo depender el valor de la funcón obetvo de E * (R P ) y aplcando lo demostrado en Aneo I y consderando que al ser V(R P ) convea 8 y la restrccón E(R P ) cóncava (por ser una funcón lneal), v[e(r p n * )] = Mn V ( R p ) tal que w R = E ( RP ), con w = = con w 0 n N que asgna a cada vector V(R P ), será convea. E ( R P ) el valor óptmo v[e * (R P )] de Obtenéndose la frontera efcente en el espaco E(R P ); σ( R P ), donde: σ( R P ) = R ) V ( P 9 8 ver Aneo II 9 v[e(r P )] es no decrecente en la varable E(R P ), ya que s ésta crece (baa) y la otra restrccón permanece fa, la egenca de una mayor rentabldad del portafolo, hará que el resgo meddo por v[e(r P )] aumente (dsmnuya) 42

43 Gráfcamente: σ( R P ) o como más frecuentemente se presenta E(R P ) E(R P ) σ( R P ) Observacón: El problema de seleccón de la cartera de valores, s se levanta el supuesto de que las ponderacones sean no negatvas (w 0) lo que mplca desde el punto de vsta fnancero aceptar venta descuberta (en nglés: short sale ) 0, se puede 0 sgnfca venta de un título del cual no se es propetaro 43

44 resolver por optmzacón clásca (Mamzacón sueta a restrccones de gualdad) ANEXO I Propedades de la funcón valor: El valor de la funcón obetvo f() depende de c = (c ; c 2 ; c 3 ;...;c m ) La funcón defnda por: v(c) = ma { f() sueta a g () c con m N R n } asgna a cada vector c el valor óptmo v(c) de f y se llama funcón valor para el problema. S f() es cóncava y g () (); g (2) ();... g (m) () son todas conveas entonces v(c) es cóncava. En efecto, desgnemos con (c) a una solucón óptma del problema cuando el vector de los membros de la derecha de las desgualdades es c = (c ; c 2 ; c 3 ;...;c m ). Para un tratamento del tema ver Seleccón de Inversones Messut y otros cap 5 y 2 44

45 Sean c () y c (2) dos vectores arbtraros de membros de la derecha, entonces: v(c () ) = f[(c () )] y v(c (2) ) = f[(c (2) )], con g [(c () )] c y g [(c (2) )] c con m N y sea λ [0; ] correspondente al vector ( -λ) c () + λ c (2) hay una solucón óptma [( -λ) c () + λ c (2) ] para la cual v[( -λ) c () + λ c (2) ] = f { [( -λ) c () + λ c (2) ]} Anotando = ( -λ) (c () ) + λ (c () ) La convedad de g mplca que para m N g () ( -λ) g [(c () )] + λ g [(c (2) )] ( -λ) c () + λ c (2) donde la últma desgualdad se deduce del hecho de que los dos vectores (c () ) y (c (2) ) sean factbles. Así es factble para el problema cuyo membro de la derecha es el vector ( -λ) c () + λ c (2). 45

46 Por defncón = [( -λ) c () + λ c (2) ] es óptmo de este problema. Por lo tanto: f() f{[( -λ) c () + λ c (2) ]} = v[( -λ) c () + λ c (2) ] (a) además la concavdad de f mplca que f() ( -λ) f [(c () )] + λ f [(c (2) )] = ( -λ) v(c () ) + λ v(c (2) ) (b) de (a) y (b) se deduce que: v[( -λ) c () + λ c (2) ] ( -λ) v(c () ) + λ v(c (2) ) que responde a la defncón de concavdad de v. Para v(c) = mn { f() sueta a g () c con m N R n } con f() convea y g (); g 2 ();...g m () todas cóncavas, de forma smlar, se puede demostrar que la funcón valor v(c) es convea. v(c) es no decrecente en cada varable c con m ya que s c crece y todas las otras varables están fas, el conunto factble se agranda. Por lo tanto v(c) no puede decrecer 46

47 ANEXO II Una forma cuadrátca semdefnda postva (negatva), es una funcón convea (cóncava) sobre R n. Se demostrará esta propedad para una forma cuadrátca semdefnda postva. Sea f() = T A 0 para todo dstnto del vector nulo con R n y n A n smétrca. Tomando dos puntos cualesquera () y (2) y sea z = [( -λ) () + λ (2) ] con λ [0; ]. Por defncón de funcón convea hay que demostrar que: z T A z ( -λ) ()T A () + λ (2)T A (2) por defncón de z z T A z = [( -λ) () + λ (2) ] T A [( -λ) () + λ (2) ] z T A z = [( -λ) () A + λ (2) A] T [( -λ) () + λ (2) ] z T A z = λ 2 (2)T A (2) + ( -λ) λ ()T A (2) + λ (2)T A ( -λ) () + + ( -λ) 2 ()T A () 47

48 z T A z = λ 2 (2)T A (2) + λ ()T A (2) - λ 2 ()T A (2) + λ (2)T A () - - λ 2 (2)T A () + ()T A () - 2λ ()T A () + λ 2 ()T A () aplcando ()T A (2) = [ ()T A (2) ] T = (2)T A () en el 4 térmno ( ) z T A z = λ 2 (2)T A (2) + λ ()T A (2) - λ 2 ()T A (2) + λ ()T A (2) - - λ 2 (2)T A () + ()T A () - 2λ ()T A () + λ 2 ()T A () sumando el 2 y el 4 térmno z T A z = λ 2 (2)T A (2) + 2 λ ()T A (2) - λ 2 ()T A (2) - λ 2 (2)T A () + ()T A () - 2λ ()T A () + λ 2 ()T A () z T A z = λ 2 ( (2)T A (2) - ()T A (2) - (2)T A () + ()T A () ) λ ( ()T A (2) - ()T A () ) + ()T A () z T A z = λ 2 ( (2) - () ) T A (2) ( (2) - () ) T A () ) λ ()T A ( (2) - () ) + ()T A () z T A z = λ 2 ( (2) - () ) T A ( (2) () ) + 2 λ ()T A ( (2) - () ) + + ()T A () 48

49 aplcando la propedad ( ) en el 2 térmno z T A z = λ 2 ( (2) - () ) T A ( (2) () ) + 2 λ ( (2) - () ) T A () + + ()T A () como λ [0; ] y T A 0 se deduce que λ ( (2) - () ) T A ( (2) () ) λ 2 ( (2) - () ) T A ( (2) () ) Entonces : z T A z λ ( (2) - () ) T A ( (2) () ) + 2 λ ( (2) - () ) T A () + + ()T A () z T A z (λ (2)T A - λ ()T A) ( (2) () )+ 2 λ (2)T A () - - 2λ ()T A () + ()T A () z T A z λ (2)T A (2) - λ (2)T A () - λ ()T A (2) + λ ()T A () + +2λ (2)T A () - 2 λ ()T A () + ()T A () aplcando la propedad ( ) en el 3 térmno: z T A z λ (2)T A (2) - λ (2)T A () - λ (2)T A () + λ ()T A () λ (2)T A () - 2 λ ()T A () + ()T A () 49

50 cancelando 2, 3 y 5 térmnos y sumando 4 y 6 térmnos z T A z λ (2)T A (2) - λ ()T A () + ()T A () z T A z λ (2)T A (2) + (- λ) ()T A () que es lo que se quería demostrar. El razonamento para una forma cuadrátca semdefnda negatva es análogo. 50

51 Funcón convea Sea f : X R con X R n conveo, f es una funcón convea () ; (2) X λ [0; ]: f[λ () +( - λ) (2) ] λ f( () ) + ( - λ) f( (2) ) f es estrctamente convea () ; (2) X λ [0; ] f[λ () +( - λ) (2) ] < λ f( () ) + ( - λ) f( (2) ) Funcón cóncava Sea f : X R con X R n conveo, f es una funcón cóncava () ; (2) X λ [0; ]: f[λ () +( - λ) (2) ] λ f( () )+( - λ) f( (2) ) f es estrctamente cóncava () ; (2) X λ [0; ]: f[λ () +( - λ) (2) ] > λ f( () )+( - λ) f( (2) ) Funcones cuascóncavas- cuasconveas Una funcón f es cuascóncava (cuasconvea) s, () (2) X domno conveo de f λ [0; ]: f () (2) [ λ. + ( λ)). ] f ( f ( () (2) () ( ) f ( ) f (2) Y lo será de manera estrcta s las dos desgualdades débles de la derecha se susttuyen por desgualdades estrctas > f ( () ) < f ( (2) ) 5 ) )

52 Una funcón dferencable f() con R n es cuascóncava (cuasconvea) s () (2) X domno de f: f ( (2) ) f ( () ) n = n = f f () ( 2) ( ( (2) (2) () () ) 0 ) Para la cuasconcavdad y cuasconvedad estrctas la desgualdad de la derecha tendrá que ser susttuída por la desgualdad estrcta > 0 S la funcón es dos veces contnuamente dferencable, la cuasconcavdad y cuasconvedad, en el ortante no negatvo, pueden verfcarse estudando el sgno de los sguentes menores prncpales de la matrz hessana : 0 f f 2...f n f f f 2... f n f 2 f 2 f f 2n... f n f n f n2... f nn 52

53 2 = 0 f 3 = 0 f f 2... n = 0 f f 2...f n f f f f f 2 f f f 2..f n f 2 f 2 f 22 f 2 f 2 f 22..f 2n... Condcones de Arrow-Enthoven Son váldas en el ortante no negatvo. f n f n f n2.. f nn Condcón necesara Condcón sufcente cuasconca- cuascon- cuasconca- cuasconvdad vedad vdad vedad < 0 < > 0 < < 0 < > 0 < 0 0 < 0 s es par s es par 0 > 0 s es mpar s es mpar n 0 < 0 53

54 Cualfcacón de restrccones (C.R.) La C.R. se cumple: S todas las restrccones son funcones lneales S cada restrccón es una funcón dferencable y convea, y este un punto * pertenecente al conunto factble en el cual todas las restrccones son nactvas: g ( * ) < 0 con m (condcón de Slater) S cada funcón de restrccón es dferencable, cuasconvea, este un punto * pertenecente al conunto factble tal que g ( * ) < 0 con m y s además para cada - o ben g () es convea - o ben para cada * g ( * ) 0 entonces se cumple la C.R. Las funcones g () correspondentes a las restrccones que están actvas en * tenen gradentes en * que son lnealmente ndependentes. La cualfcacón de restrccones es una restrccón mpuesta a las restrccones aún cuando no es una lmtacón concernente al conunto factble. 54

55 n Condcones necesaras de Kuhn-Tucker Suponendo que (0 ) 2 (0 ) (0 ) resuelve el = (0 ) ; problema: ( ;... ) ma. f ( ) s.a. g () c con m R n no estando acotada la cantdad de restrccones y donde f() y g () son funcones contnuamente dferencables. Suponendo que se verfca la C.R. Entonces,esten unos úncos números λ ; λ 2 ;... λ m tales que: (0) m f ( ) g a) λ = = 0 con n (0) (0) b) g ( ) 0 λ 0 λ g ( ) = 0 con m S se ncluyen las condcones de no negatvdad ma. f ( ) s.a. g () c con m m L = f ( ) + λ = 0 [ c g ( ) ] R n Serán: Suponendo que (0) R n resuelve el problema sendo la funcón obetvo y las restrccones funcones contnuamente dferencables y suponendo que se verfca la cualfcacón de restrccones entonces esten unos úncos números λ ; λ 2 ;...λ m tales que 55

56 a) 0 (0) 0 (0) = 0 λ b) 0 (0) λ 0 λ = 0 λ (0) Condcones sufcentes de Kuhn y Tucker Consderando el problema de programacón no lneal ma. f ( ) s.a. g () c con m 0 R n Donde la funcón obetvo y las restrccones son contnuamente dferencables, f es cóncava y las restrccones son conveas. Suponendo que esten λ con m Y un vector factble (0) tales que: a) = 0 n (0) b) 0 λ (0) λ 0 λ = 0 λ (0) 56

57 S se agregan las condcones de no negatvdad a) 0 (0) 0 (0) = 0 Entonces (0) resuelve el problema. S además se verfca la C.R. las condcones son necesaras y sufcentes, y s la funcón obetvo es estrctamente cóncava se puede asegurar que el mámo global es únco. Condcones necesaras y sufcentes en programacón cuascóncava (Arrow- Enthoven) Sea el problema ma. f ( ) s. a. g () c con m 0 R n Donde la funcón obetvo y las restrccones son contnuamente dferencables. Suponendo que esten números λ y un vector (0) R n tales que: 57

58 a) (0) es factble y se verfcan: b) 0 0 = 0 (0) (0) c) 0 λ (0) λ 0 λ = 0 λ (0) d) f() es cuascóncava y g () es cuasconvea en el ortante no negatvo e) Se satsface una cualquera de las sguentes: e- e- f f (0) (0) < 0 para al menos una varable > 0 para alguna varable que pueda tomar un valor postvo sn volar las restrccones ( en este caso es llamada en la lteratura del tema como varable relevante). e- (0) f ( ) 0, y la funcón es dos veces dferencable en un entorno de (0) e-v f() es cóncava Entonces en (0) la funcón se mamza. 58

59 Es decr s además de verfcarse a, b, c, d y e se satsface la C.R., entonces las condcones de Kuhn y Tucker son necesaras y sufcentes. Problema estandar en teoría de la demanda del consumdor Ma.U() s. a. p + p p p n n I Suponendo que U es contnuamente dferencable y cuascóncava. Las condcones de Kuhn y Tucker son: L = U() + λ ( I - p - p p p n n ) U a) = λ p 0 0 U λ p = 0 n b) = I p λ = 0 n λ 0 λ = 0 I p = Suponendo que (0) X n verfca a) y b) y suponendo que no todas las U (0) son cero, o sea que se supone que para algún ben no este sacedad, (condcón e-v de Arrow-Enthoven), y tenendo en cuenta que la funcón obetvo es cuascóncava y 59

60 la restrccón es lneal, se dan las condcones sufcentes de óptmo. Entonces a) mplca que λ > 0 y así p n = = I por b). Por lo tanto, se gasta todo el presupuesto y (0) X n resuelve el problema. Programacón cuadrátca: Má. f() = c T ½ T Q s.a. g () () b que equvale a A b (por ser restrccones lneales) 0 donde: c b a...a n q...q n c 2 2 b 2 a 2...a 2n q 2...q 2n c= = b= A= Q= c n n b m a m...a mn q n...q nn la matrz Q es smétrca semdefnda postva, lo que asegura que la funcón obetvo sea una funcón cóncava Las condcones de Kuhn y Tucker son necesaras y sufcentes cuando en el problema de programacón 60

61 matemátca se mamza una funcón cóncava y la regón de factbldad es un conunto conveo, como en este caso. Algortmo de Wolfe Consste en aplcar las condcones de Kuhn y Tucker al problema de programacón cuadrátca, reducendo el problema a otro de programacón lneal. En el proceso A + s = b sendo λ s = 0 Analzando esta últma relacón: λ > 0 s = 0 A = b λ = 0 s 0 A b Entonces nuestro problema quedará defndo de la sguente manera: n z = Mn W = s.a. Q + A T λ - β + C z = c 0 β = 0 β 0 A + s =b λ 0 λ s = 0 s 0 6

62 Destaquemos que por (3) y β no deben formar parte de la solucón factble básca al msmo tempo, y que por (4) λ y s tampoco deben formar parte de la solucón factble básca al msmo tempo. Problema de seleccón de la cartera de valores Bao certos supuestos sobre el comportamento del nversor Markowtz supuso que la funcón de utldad del ndvduo es U = f [E(R P );σ( R P )] con U E ( ) R P > 0 y U σ ( ) R P > 0 Entonces se plantea el problema mn V(R P ) s.a. E(R P ) = w R w = n = n = con w 0 n N Donde V(R P ) = [ w w ] 2 w n σ σ σ 2 n σ σ σ 2 22 n2 σ σ σ n 2n nn w w 2 w n 62

63 Se puede demostrar que la funcón V(R P ) es semdefnda postva (concepto amplo) y al ser las restrccones lneales se puede resolver por programacón cuadrátca. y se obtenen los w que se reemplazan en la funcón obetvo para calcular V ( ) R P mn y tambén σ(r P ) mn = V ) ( (resgo mínmo) R P mn y en n E(R = w R (el valor esperado del rendmento P ) mn = cuando el resgo es mínmo) Esto proporcona el punto [σ(r P ) mn ; E(R P ) mn ] en el gráfco E(R P ) E(R P ) mn σ(r P ) mn σ(r P ) Ahora planteamos el problema de hallar Mn. V(R P ) 63

64 n s.a. w R = n = E * (R P ) w = con w 0 = Con el parámetro E * (R P ) > E(R P ) mn Obtenéndose los w correspondentes a cada valor de E * (R P ), que se reemplazan en la funcón obetvo para calcular los respectvos V R ) y tambén los respectvos σ(r P ) = V R ). ( P ( P Esto proporcona otros puntos [σ(r P ); E(R P )] en el gráfco que conforman la frontera efcente E(R P ) E(R P ) 5 E(R P ) 4 E(R P ) 3 E(R P ) 2 E(R P ) E(R P ) mn σ(r P ) σ(r P ) mn σ (R P ) σ 2 (R P ) σ 3 (R P ) σ 4 (R P ) σ 5 (R P ) 64

65 Bblografía ARMITANO O., EDELMAN J. y PALOMARES GARCÍA U.( 985), Programacón no Lneal., Méco, Lmusa BALBÁS A. y GIL J. A.(987), Programacón Matemátca, España, Edtoral AC, BENAVIE Arthur,(972), Técncas Matemátcas del análss Económco, España, Prentce Hall, BERCK Peter y SYDSAETER Knut, 994, Formularo para Economstas, España, Bosch BERNARDELLO, Alca; VICARIO, Aldo,(999), Condcón de segundo orden en la optmzacón lbre y sueta a restrccones de gualdad,(999), XIV Jornadas CARBONELL Lorenzo y PERIS Josep E.(986), Problemas de Matemátcas para Economstas, España, Arel, S.A CHIANG Alpha C.(987), Métodos Fundamentales de Economía Matemátca, España, McGraw-Hll 65

66 EPPEN, G. D,(2000), Investgacón de Operacones en la Cenca Admnstratva, Méco, Prentce Hall ESCOBAR URIBE Dego,(998), Introduccón a la Economía Matemátca, Colomba, Grupo Edtoral Iberoamercana FERNÁNDEZ-POL Jorge Eduardo,(980), Leccones de Programacón no Lneal, Argentna, Macch GUERRERO CASAS Flor M..(994), Curso de optzacón: Programacón Matemátca, España, Arel INTRILIGATOR Mchael D, (973), Optmzacón Matemátca y Teoría Económca España, Prentce Hall. LANCASTER Kelvn,(972), Economía Matemátca, España, Bosch. LUENBERGER D. G.,(989), Programacón Lneal y no Lneal, Méco, Addson- Wesley 66

67 MADDEN Paul,(987), Concavdad y optmzacón en Mcroeconomía, España, Alanza MESSUTI D. J., ALVAREZ V. A. y GRAFFI H. R.,(992), Seleccón de nversones, Argentna, Macch MITAL K. V.,(984), Métodos de optmzacón,méco, Lmusa SYDSAETER Knut y HAMMOND Peter,(996), Matemátcas para el análss Económco.España, Prentce Hall. TAKAYAMA Akra, (985. Reprnted 997.), Mathematcal economcs, Estados Undos, Cambrdge Unversty Press WESTON, Fred J. y WOODS, Donald H.,(970), Teoría de la fnancacón de la empresa,barcelona, Gustavo Gll S. A. WINSTON Wayne L.,(994), Operatons Research-Applcatons and Algortms, thrd edton, Estados Undos,. PWS-Kent. 67

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

Relaciones entre variables

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

Más detalles

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

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

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

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

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

ACTIVIDADES INICIALES

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

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

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

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

Más detalles

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2

315 M de R Versión 1 Segunda Parcial 1/8 Lapso 2008/2 5 M de R Versón Segunda Parcal /8 Lapso 8/ UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 5 MOMENTO: Segunda Parcal

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Fugacidad. Mezcla de gases ideales

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

Más detalles

Tema 4: Variables aleatorias

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

Más detalles

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD

OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD OPIMIZACIÓN CON RESRICCIONES DE IGUALDAD Localzacón de óptos de funcones sujetas a restrccones en fora de gualdad écnca de los ultplcadores de Lagrange Forulacón estándar del problea f =,,..., Se consderarán

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

Más detalles

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

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

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

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

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange

Resumen TEMA 1: Teoremas fundamentales de la dinámica y ecuaciones de Lagrange TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange Mecánca 2 Resumen TEMA : Teoremas fundamentales de la dnámca y ecuacones de Lagrange. Prncpos de dnámca clásca.. Leyes de ewton a) Ley

Más detalles

Efectos fijos o aleatorios: test de especificación

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

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

Cifrado de imágenes usando autómatas celulares con memoria

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

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

Economía de la Empresa: Financiación

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

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

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

Más detalles

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

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

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

Tutorial sobre Máquinas de Vectores Soporte (SVM)

Tutorial sobre Máquinas de Vectores Soporte (SVM) Tutoral sobre Máqunas de Vectores Soporte SVM) Enrque J. Carmona Suárez ecarmona@da.uned.es Versón ncal: 2013 Últma versón: 11 Julo 2014 Dpto. de Intelgenca Artcal, ETS de Ingenería Informátca, Unversdad

Más detalles

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

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

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Variable aleatoria: definiciones básicas

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

Más detalles

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS

6.1 EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS TEMA NÚMEROS COMPLEJOS. EN QUÉ CONSISTEN LOS NÚMEROS COMPLEJOS DEFINICIONES Al resolver ecuacones del tpo : x + = 0 x = ± que no tene solucón en los números reales. Los números complejos nacen del deseo

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

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

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

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

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

Más detalles

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

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

Más detalles

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES Y SELECCIÓN N DE PROYECTOS FELIPE ANDRÉS HERRERA R. - ING. ADMINISTRADOR Especalsta en Ingenería Fnancera Unversdad Naconal de Colomba Escuela de la Ingenería

Más detalles

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

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

Más detalles

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

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

Más detalles

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1 odelos de secuencacón de tareas en máqunas Andrés Ramos Unversdad Pontfca Comllas http://www.t.comllas.edu/aramos/ Andres.Ramos@comllas.edu ODELOS DE SECUENCIACIÓN EN ÁQUINAS odelos de secuencacón de tareas

Más detalles

Competencia Imperfecta

Competencia Imperfecta Competenca Imperfecta ISBN: 978-84-69-4353-4 Iñak Agurre 06-09 Notas sobre COMPETENCIA IMPERFECTA Iñak Agurre Departamento de Fundamentos del Análss Económco I Unversdad del País Vasco ÍNDICE Tema. El

Más detalles

CESMA BUSINESS SCHOOL

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

Más detalles

Palabras clave: Ruteo, descomposición cruzada separable, asignación-distribución

Palabras clave: Ruteo, descomposición cruzada separable, asignación-distribución Memoras de la XVII Semana Regonal de Investgacón y Docenca en Matemátcas, Departamento de Matemátcas, Unversdad de Sonora, Méxco. Mosacos Matemátcos No. 20, agosto 2007, pp. 51-57. Nvel Superor SOLUCIÓN

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Unversdad de Cádz Departamento de Matemátcas MATEMÁTICAS para estudantes de prmer curso de facultades y escuelas técncas Tema 13 Dstrbucones bdmensonales. Regresón y correlacón lneal Elaborado por la Profesora

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

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

Más detalles

Tema 1.3_A La media y la desviación estándar

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

Más detalles

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

Valoración de opciones financieras por diferencias finitas

Valoración de opciones financieras por diferencias finitas Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

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

Más detalles

Determinación de Puntos de Rocío y de Burbuja Parte 1

Determinación de Puntos de Rocío y de Burbuja Parte 1 Determnacón de Puntos de Rocío y de Burbuja Parte 1 Ing. Federco G. Salazar ( 1 ) RESUMEN El cálculo de las condcones de equlbro de fases líqudo vapor en mezclas multcomponentes es un tema de nterés general

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO CUESTIONARIO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO 1. Cuánto vale una Letra del Tesoro, en tanto por cento de nomnal, s calculamos su valor al 3% de nterés y faltan 5 días para su vencmento? A) 97,2

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

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

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

MODELOS DE ELECCIÓN BINARIA

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

Más detalles

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

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

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

CAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS

CAPACIDAD DE LAS HOJAS DE CÁLCULO EN EL ANÁLISIS Y OPTIMIZACIÓN DE PROCESOS Y SISTEMAS CAPACIDAD DE LAS OJAS DE CÁLCULO EN EL ANÁLISIS Y OPIMIZACIÓN DE PROCESOS Y SISEMAS A. Rvas y. Gómez-Acebo Departamento de Ingenería Mecánca-Área de Ingenería érmca y de Fludos ECNUN - Escuela Superor

Más detalles

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

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

Más detalles

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad,

La variable compleja permite resolver problemas muy diferentes dentro de. áreas tan variadas como pueden ser hidráulica, aerodinámica, electricidad, 17 Análss matemátco para Ingenería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 1 Los números complejos La varable compleja permte resolver problemas muy dferentes dentro de áreas tan varadas

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

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

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

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

Más detalles

Guía de Electrodinámica

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

Más detalles

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS

CAPÍTULO V ESTRUCTURAS ALGEBRAICAS ESTRUCTURAS ALGEBRAICAS 7 CAPÍTULO V ESTRUCTURAS ALGEBRAICAS Estructura Algebraca es todo conjunto no vacío en el cual se han defndo una o más leyes de composcón nterna, luego de cumplr certas propedades

Más detalles

CANTIDADES VECTORIALES: VECTORES

CANTIDADES VECTORIALES: VECTORES INSTITUION EDUTIV L PRESENTION NOMRE LUMN: RE : MTEMÁTIS SIGNTUR: GEOMETRÍ DOENTE: JOSÉ IGNIO DE JESÚS FRNO RESTREPO TIPO DE GUI: ONEPTUL - EJERITION PERIODO GRDO FEH DURION 3 11 JUNIO 3 DE 2012 7 UNIDDES

Más detalles

ALINEAMIENTO DE DOS SECUENCIAS (pairwise alignment)

ALINEAMIENTO DE DOS SECUENCIAS (pairwise alignment) ALINEAMIENTO DE DOS SECUENCIAS (parwse algnment) El alneamento de una pareja de secuencas permte cuantfcar el grado de smltud que hay entre ellas y determnar s exste algún tpo de relacón entre ambas. Para

Más detalles

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

FUNDAMENTOS QUIMICOS DE LA INGENIERIA FUNDAMENTOS QUIMICOS DE LA INGENIERIA (BLOQUE DE INGENIERIA QUIMICA) GUION DE PRACTICAS DE LABORATORIO ANTONIO DURÁN SEGOVIA JOSÉ MARÍA MONTEAGUDO MARTÍNEZ INDICE PRACTICA PAGINA BALANCE MACROSCÓPICO DE

Más detalles

Programa de Asesor Financiero (PAF) Nivel I

Programa de Asesor Financiero (PAF) Nivel I Programa de Asesor Fnancero (PAF) Nvel I MÓDULO 1_Fundamentos de la Inversón SOLUCIÓN_CUESTIONARIOS DEL LIBRO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO Capítulo 4: TIPOS DE INTERÉS Y RENTABILIDAD Capítulo

Más detalles

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959)

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959) Modelo Lneal 03 Ana M Banco 1 Análss de la Varanza de dos factores con replcacones: Caso Balanceado cheffé, 1959 En este eemplo nos nteresa el tempo de coagulacón en mnutos del plasma sanguíneo para 3

Más detalles

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEARTAMENTO DE INGENIERÍA ELÉCTRICA DESACHO DE CARGA ORIENTADO A EVENTUAL SEARACIÓN EN ISLAS MEMORIA ARA OTAR AL TÍTULO DE INGENIERO CIVIL

Más detalles

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas. MATRICES Las matrces se utlzan en el cálculo numérco, en la resolucón de sstemas de ecuacones lneales, de las ecuacones dferencales y de las dervadas parcales. Además de su utldad para el estudo de sstemas

Más detalles

Sobre el uso de las desigualdades variacionales para el cálculo del problema de complementariedad no lineal

Sobre el uso de las desigualdades variacionales para el cálculo del problema de complementariedad no lineal Sobre el uso de las desgualdades varaconales para el cálculo del problema de complementaredad no lneal Blanco Louro, A., Lema Fernández, Carmen S., Pedrera Andrade, Lus P. Departamento de Economía Aplcada

Más detalles

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

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

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa

Aplicación de la termodinámica a las reacciones químicas Andrés Cedillo Departamento de Química Universidad Autónoma Metropolitana-Iztapalapa Aplcacón de la termodnámca a las reaccones químcas Andrés Cedllo Departamento de Químca Unversdad Autónoma Metropoltana-Iztapalapa Introduccón Las leyes de la termodnámca, así como todas las ecuacones

Más detalles

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA

PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL MEWMA Est. María. I. Flury Est. Crstna A. Barbero Est. Marta Rugger Insttuto de Investgacones Teórcas y Aplcadas. Escuela de Estadístca. PROPUESTAS PARA LA DETERMINACIÓN DE LOS PARÁMETROS DEL GRÁFICO DE CONTROL

Más detalles

Profesor: Rafael Caballero Roldán

Profesor: Rafael Caballero Roldán Contendo: 5 Restrccones de ntegrdad 5 Restrccones de los domnos 5 Integrdad referencal 5 Conceptos báscos 5 Integrdad referencal en el modelo E-R 53 Modfcacón de la base de datos 53 Dependencas funconales

Más detalles

Fundamentos de Física Estadística: Problema básico, Postulados

Fundamentos de Física Estadística: Problema básico, Postulados Fundamentos de Físca Estadístca: Problema básco, Postulados y Formalsmos. Problema básco de la Mecánca Estadístca del Equlbro (MEE) El problema básco de la MEE es la determnacón de la relacón termodnámca

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

Matemáticas Financieras

Matemáticas Financieras Matemátcas Fnanceras Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Profundzar en los fundamentos del cálculo fnancero, necesaros

Más detalles

315 M/R Versión 1 Segunda Parcial 1/7 Lapso 2009/2

315 M/R Versión 1 Segunda Parcial 1/7 Lapso 2009/2 35 M/R Versón Segunda Parcal /7 UNIVERSIDAD NACIONAL AIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Investgacón de Operacones I CÓDIGO: 35 MOMENTO: Segunda Parcal VERSIÓN:

Más detalles

Control Predictivo basado en Modelos (MPC)

Control Predictivo basado en Modelos (MPC) Control Predctvo basado en Modelos (MPC) Prof. Cesar de Prada Dto. Ingenera de Sstemas Automátca Unversdad de Valladold, Esaña e-mal: rada@autom.uva.es web:htt//www.sa.ce.uva.es Tendencas en la ndustra

Más detalles

FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS

FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS Autores: Ángel A Juan Pérez (ajuanp@uocedu), Rafael García Martín (rgarcamart@uocedu) RELACIÓN CON OTROS MATH-BLOCS Este math-block forma parte

Más detalles

UNIVERSIDAD NACIONAL DE MAR DEL PLATA. Facultad de Ciencias Económicas y Sociales

UNIVERSIDAD NACIONAL DE MAR DEL PLATA. Facultad de Ciencias Económicas y Sociales UNIVERSIDAD NACIONAL DE MAR DEL PLATA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES UNIVERSIDAD NACIONAL DE MAR DEL PLATA Facultad de Cencas Económcas y Socales TESIS DE GRADO Lc. en Economía Estmacón de

Más detalles

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin.

5ª Lección: Sistema de fuerzas gravitatorias. Cálculo de centros de gravedad de figuras planas: teoremas de Guldin. Capítulo II: MECÁNICA DEL SÓLIDO RÍGIDO 5ª Leccón: Sstema de fuerzas gravtatoras. Cálculo de centros de gravedad de fguras planas: teoremas de Guldn. Sstemas de fuerzas gravtatoras La deduccón parte de

Más detalles

Metodología para el diseño de mecanismos en el esquema de seguridad social en Colombia. Wilson Mayorga M.

Metodología para el diseño de mecanismos en el esquema de seguridad social en Colombia. Wilson Mayorga M. . La Caldad Académca, un Compromso Insttuconal Close up marquta - hoja Mayorga M., Wlson (2009). Metodología para el dseño de mecansmos en el esquema de segurdad socal en Colomba. Crtero Lbre, 7 (), 5-46

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

OPTIMIZACIÓN DE SISTEMAS LINEALES USANDO MÉTODOS DE PUNTO INTERIOR

OPTIMIZACIÓN DE SISTEMAS LINEALES USANDO MÉTODOS DE PUNTO INTERIOR Scenta et echnca Año X, No 24, Mayo 24. UP. ISSN 122-171 43 OPIMIZACIÓN DE SISEMAS LINEALES USANDO MÉODOS DE PUNO INERIOR RESUMEN La técnca de optmzacón denomnada puntos nterores evolucona por el nteror

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

Análisis de Sistemas Multiniveles de Inventario con demanda determinística

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

Más detalles

EL ENFOQUE DE BUCKLEY DEL MODELO DE INSUMO- PRODUCTO EN CONDICIONES DE INCERTIDUMBRE 1

EL ENFOQUE DE BUCKLEY DEL MODELO DE INSUMO- PRODUCTO EN CONDICIONES DE INCERTIDUMBRE 1 Cuadernos del CIMBAGE N 6 (2003) 93-09 EL ENFOQUE DE BUCKLEY DEL MODELO DE INSUMO- PRODUCTO EN CONDICIONES DE INCERTIDUMBRE Lusa L. Lazzar María S. Morñgo Facultad de Cencas Económcas Unversdad de Buenos

Más detalles