LABORATORIO Nº 6. Setiembre del MODELO: IMPORTACIONES =f(pbi, IPC)

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

Download "LABORATORIO Nº 6. Setiembre del MODELO: IMPORTACIONES =f(pbi, IPC)"

Transcripción

1 LABORATORIO Nº 6 Simbr dl 00 MODELO: IMPORTACIONES =f(pbi, IPC) IMPORTACIONES: Imporacions (n millons d n. s. d 994) PBI: Produco Bruo Inrno (millons d n.s. d 994) IPC: Indic d Prcios al consumidor (bas 994 = 00) ls imporacions c pbi ipc Dpndn Variabl: IMPORTACIONES Mhod: Las Squars Da: 08/3/0 Tim: 3:4 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. IPC PBI C R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrsión Akaik info cririon Sum squard rsid.39e+08 Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Obsrvamos qu los parámros son significaivos, a xcpción dl inrcpo, a un nivl d significancia dl 5%. El sadísico F nos dic qu la variabl dpndin s xplicado por l modlo n su conjuno, admás l éxio d la rgrsión s d 85% (R ) ESPECIFICACIÓN DEL MODELO TEST DE RESET RAMSEY En l Oupu d la rgrsión hacr clic n Viw/ Sabiliy Tss/ Ramsy RESET Ts/ La Ho s qu l modlo sá corrcamn spcificado Obnmos las siguins salidas Mag. Rnán Quisp Llanos

2 Ramsy RESET Ts: F-saisic Probabiliy Log liklihood raio Probabiliy Ts Equaion: Dpndn Variabl: IMPORTACIONES Mhod: Las Squars Da: 08/5/0 Tim: 0:54 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. IPC PBI C FITTED^ FITTED^3 -.99E-08.30E R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid.e+08 Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) La probabilidad asociada a s sadísico nos sñala qu a un nivl d significancia dl 5% no s db rchazar la Ho, s dcir qu l modlo sá corrcamn spcificado. DETECCIÓN DE HETEROCEDASTICIDAD: El s d Whi s un conras gnral qu no rquir la lcción d una variabl qu xpliqu la volailidad d los rsiduos. En paricular, sa pruba supon qu dicha varianza s una función linal d los rgrsors originals dl modlo, sus cuadrados y producos cruzados. = f(, X X p, X X p, X X X p- X p ) TEST DE WHITE (sin érminos cruzados) Whi Hroskdasiciy Ts: F-saisic Probabiliy Obs*R-squard 6.40 Probabiliy Ts Equaion: Dpndn Variabl: RESID^ Mhod: Las Squars Da: 08/5/0 Tim: 00:50 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C IPC IPC^ PBI PBI^ R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrsión Akaik info cririon Sum squard rsid 5.48E+4 Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Mag. Rnán Quisp Llanos

3 La probabilidad asociada al sadísico dl s d whi (sin érminos cruzados), s mayor a 0.05 noncs acpamos la Ho al 5% d significancia, s dcir qu no xis problmas d Hrocdasicidad n l modlo. 0 TEST DE WHITE (con érminos cruzados) Whi Hroskdasiciy Ts: F-saisic Probabiliy Obs*R-squard Probabiliy Ts Equaion: Dpndn Variabl: RESID^ Mhod: Las Squars Da: 08/5/0 Tim: 0:48 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C IPC IPC^ IPC*PBI PBI PBI^ R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid 5.47E+4 Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) La probabilidad asociada al sadísico dl s d whi (con érminos cruzados), ambién s mayor a 0.05 noncs s acpa la Ho al 95% d confianza, s dcir qu n l modlo no xis problmas d Hrocdasicidad.. Dcción d Auocorrlación.. Grafico d los rsiduos IMPORT Rsiduals Mag. Rnán Quisp Llanos 3

4 RESID(-) ECONOMETRIA Rsidual Acual Fid Gráficamn: RESID Dl primr grafico s pud obsrvar qu los rsiduos prsnan problmas d auocorrlación. Dl sgundo grafico los rsiduos no s comporan d forma oalmn alaoria Dl rcr grafico podmos obsrvar qu la mayoría d los punos s ncunran n l primro y rcr cuadran, lo qu llvaría a pnsar n la posibl xisncia d auocorrlación sgún un squma AR() con coficin posiivo... Esadísico DURBIN WATSON El oupu d la rgrsión nos musra al sadísico Durbin Wason, l cual mid la auocorrlación d primr grado. Si, oma un valor crcano a, noncs no xis auocorrlación, si és s crcano a 4 noncs xis auocorrlación ngaiva y si s crcano a 0, noncs xis auocorrlación posiiva. En l jrcicio podmos obsrvar qu oma un valor infrior a ( ), por lo ano podmos afirmar qu l modlo in problmas d auocorrlación posia d primr ordn a un nivl d significancia dl 5%. Dl modlo: k = 3 n =3 α = 0.05 D L =.9 4- D L =.77 D U = D U =.35 Mag. Rnán Quisp Llanos 4

5 Auocorrlación (+) Zona d indcisión No xis Auocorrlación Zona d indcisión Auocorrlación (-) Dl Oupu nmos qu l indicador Durbin Wason s , por lo ano podmos afirmar qu xisn problmas d auocorrlación posiiva d primr ordn con un nivl d significancia dl 5%..3. Ts d LAGRANGE Dcción d auocorrlación d ordn p. Lugo d simar los rsiduos d la cuación, s db aplicar la siguin fórmula: X... k X k... p w Obnr l coficin d drminación ( R ). El sadísico d pruba s: n R dond LM X p Rgla d dcisión s: Si LM > X críico Exis auocorrlación significaiva d ordn p. Harvy dmosró qu n musras pquñas, l conras d LM pird confiabilidad, maximizando la probabilidad d ocurrncia d rrors ipo y propon la siguin modificación: n k R LM F(p,n-k) p R PROCEDIMIENTO Esando n l Oupu d la rgrsión, hacr clic n VIEW/ RESIDUAL TESTS/ SERIAL CORRELATION LM TEST Aparcrá una caja d diálogo, n l cual s db digiar l númro d rzagos a considrar, l cual drmina qu ordn d auocorrlación s dsa docimar. (En l jrcicio considrarmos rzagos) Hacr clic n OK La Ho s qu l modlo no in auocorrlación d ordn p (p = ). Obnmos las siguins salidas: H0 : El Modlo no in auocorrlación d ordn p (p =). H : El Modlo si in auocorrlación d ordn p (p =). Mag. Rnán Quisp Llanos 5

6 Brusch-Godfry Srial Corrlaion LM Ts: F-saisic Probabiliy Obs*R-squard Probabiliy Ts Equaion: Dpndn Variabl: RESID Mhod: Las Squars Da: 09/06/0 Tim: 03:49 Variabl Cofficin Sd. Error -Saisic Prob. C IPC PBI RESID(-) RESID(-) R-squard Man dpndn var.57e-3 Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Como Prob.= < Enoncs s rchaza la hipósis nula. Es dcir l Modlo in problmas d auocorrlación con una probabilidad dl 95%..4. Ts ESTADÍSTICO-Q. (BOX PIERCE) Sa s l coficin d auocorrlación d y (s =,, 3,..., ). Para conrasar auocorrlación d primr ordn Q nˆ, sindo ˆ Q X Para conrasar auocorrlación d ordn p Q p n... sindo ˆ p p Es s prmi drminar la xisncia d auocorrlación hasa un ordn sablcido. PROCEDIMIENTO Esando n l Oupu d la rgrsión, hacr clic n VIEW/ RESIDUAL TESTS/ CORRELOGRAM Q-STATISTICS Aparcrá una caja d diálogo, n l cual s db digiar l númro d rzagos a considrar, s dpndrá dsordn d auocorrlación qu qurmos probar. Por Mag. Rnán Quisp Llanos 6

7 jmplo, 6 rzagos prmi valuar la posibl xisncia d auocorrlación d ordn,,, hasa 6. Lugo, hacr clic n OK. La Ho s qu l modlo no in auocorrlación hasa l ordn p. H 0 : El Modlo no in auocorrlación hasa l ordn p(p =). H : El Modlo si in auocorrlación d ordn p (p =). Da: 09/06/0 Tim: 04:06 Sampl: Includd obsrvaions: 3 Auocorrlaion Parial Corrlaion AC PAC Q-Sa Prob. *****. ***** **. *** *.. * ** *.. * * * * **.. * **..** **.. * *.. * ** Rchazamos la hipósis nula d no auocorrlación hasa l ordn 6 hasa l ordn 6 dbido a qu las probabilidads asociadas al sadísico Q s mnor a 0.05 aun nivl d confianza dl 95%; s dcir qu pud xisir auocorrlación d ordn,,, 5, ó 6. Para drminar cual s l ordn d la auocorrlación, analizamos l comporamino d los coficins d la auocorrlación parcial, los cuals sán rfljados n l corrlograma (PARTIAL CORRELATION). El ordn d la auocorrlación sa drminado por l ordn dl úlimo coficin qu sá fura d las bandas d confianza. En l jrcicio, l primr y sgundo coficin d auocorrlación parcial sá fura d las bandas, s dcir qu xis auocorrlación d sgundo ordn..5. Corrcción d la Auocorrlación.- Esadísico Durbin Wason El procdimino complo s l siguin: o Esimación MCO dl modlo, y cálculo dl sadísico d d Durbin y Wason. o Obnción d ˆ mdian la rlación aproximada nr ˆ y d. 3 o Aplicación d la cuación d difrncias gnralizadas, considrando l valor d ˆ simado, n l paso. Mag. Rnán Quisp Llanos 7

8 En l workfil, hacr clic n GENR y digiar las nuvas variabls: imporacionsd = imporacions *imporacions(-) OK pbid=pbi *pbi(-) OK ipcd = ipc *ipc(-) OK Para l año 970, gnrar: 970 * imporacio ns970 imporacio nsd imporacionsd=(( ^)^/)*imporacions sampl * pbi 970 pbid pbid=(( ^)^(/)*pbi sampl * ipc 970 ipcd ipcd=(( ^)^(/)*ipc sampl 970 En la barra d comandos digiar: ls imporacionsd c pbid ipcd ENTER Analizarmos la auocorrlación d primr ordn Dpndn Variabl: IMPORTACIONESD Mhod: Las Squars Da: 09/9/0 Tim: 0:7 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBID IPCD R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa.3787 Prob(F-saisic) D las salidas d la rgrsión s obsrva qu l sadísico Durbin Wason ha aumnado su valor a.3787, lo cual s un indicio d qu s sá corrigindo l problma d auocorrlación, pro odavía prsis lvmn así qu s corrgirá ora vz, para llo s usará l Durbin-Wason sa = ˆ / a. Gnrar las nuvas variabls, uilizando ˆ, y lugo rgrsionar l modlo por MCO: En l workfil, hacr clic n GENR y digiar las nuvas variabls: SAMPLE 970: EN GENR DIGITAR LA MUESTRA ; LUEGO HACER CLIC EN OK. Mag. Rnán Quisp Llanos 8

9 SEGUNDO CAMBIO DE VARIABLE El coficin simado d la variabl rzagada nos srvirá para corrgir a las variabls Así corrgimos nuvamn con d =.3787 Admás: d = ( - ) = d/ = Así gnrando nuvas variabls:. imporacionsdp = imporacionsd *i imporacionsd (-), d pbid = pbid *pbid(-), d ipcd = ipcd *ipcd(-), d imporacionsd = (( ^)^(/))*imporacionsd, d pbid = (( ^)^(/))*pbid, d ipcd = (( ^)^(/))*ipcd, d 970. Dpndn Variabl: IMPORTACIONESD Mhod: Las Squars Da: 09/9/0 Tim: 0:8 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBID IPCD R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Midindo la auocorrlación d primr ordn: Dond: k`= numro d variabls xplicaivas (numro d parámros mnos ) n = numro d obsrvacions D k`; n; = D `; 3; 0.05 : D L =.97 4-D L =.703 D U = D U =.430 Auocorrlación (+) Zona d Indcisión Zona d Indcisión Auocorrlación (-) No xis Auocorrlación Mag. Rnán Quisp Llanos 9

10 S obsrva, qu l sadísico Durbin Wason s crcano a ( ), por lo ano s afirmará qu l modlo ya no in problmas d auocorrlación. Pro los parámros s han vulo no significaivos n l modlo, aunqu l modlo n su conjuno si xplica a la variabl dpndin.. Procdimno Biapico D Durbin Lo qu s busca s dspjar l valor prsn d la variabl ndógna, para simar la cuación auorgrsiva y obnr l valor d, l mismo qu posriormn s rmplazado n la misma cuación d difrncias gnralizadas, considrando finalmn la auocorrlación. Primra Eapa S sima En sínsis l procdimino s como sigu: Y 0 X X... k X k k X k Y v Sgunda Eapa Rmplazar la simación ˆ. d la primra apa n la cuación: Y Y 0 X X,... v Sindo ˆ. obnido por la rgrsión MCO d Y n X, X, X k y d Y -. PASOS: b. Rgrsionar l modlo original y drminar l valor dl sadísico Durbin Wason. c. A parir dl sadísico Durbin Wason qu s obuvo n l oupu d la rgrsión, hallamos l valor d ˆ, mdian la igualdad: d ˆ ˆ d / En las salidas d la rgrsión, vmos qu l sadísico d s Enoncs ˆ s: ˆ / d. Gnrar las nuvas variabls, uilizando ˆ, y lugo rgrsionar l modlo por MCO: Y * Y * Y X * X * X PASOS: a. Rgrsionar l modlo original incluyndo los valors rzagados d odas las variabls, incluyndo la variabl dpndin, con l objo d simar ˆ : IMPORTACIONES =f(pbi, IPC, PBI -, IPC -, IMPORTACIONES - ) Mag. Rnán Quisp Llanos 0

11 Dbo corrr l siguin modlo n l Eviws: ls imporacions c pbi pbi(-) ipc ipc(-) imporacions(-) Dpndn Variabl: IMPORTACIONES Mhod: Las Squars Da: 08/4/0 Tim: :3 Sampl(adjusd): Includd obsrvaions: 30 afr adjusing ndpoins Variabl Cofficin Sd. Error -Saisic Prob. C PBI PBI(-) IPC IPC(-) IMPORTACIONES(- ) R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) El coficin simado d la variabl dpndin rzagada ( ˆ = ), nos srvirá para corrgir a las variabls. Para llo s db gnrar nuvas variabls. En l workfil, hacr clic n GENR y gnrar las nuvas variabls: Imporacions = imporacions *imporacions(-) OK Pbi = pbi *pbi(-) OK Ipc = ipc *ipc(-) OK Para l año 970, gnrar: 970 * imporacio ns970 imporacio ns imporacions=(( ^)^/)*imporacions sampl * pbi 970 pbi pbi=(( ^)^(/)*pbi sampl * ipc 970 ipc ipc=(( ^)^(/)*ipc sampl 970 En la barra d comandos digiar: ls imporacions c pbi ipc ENTER Mag. Rnán Quisp Llanos

12 Dpndn Variabl: IMPORTACIONES Mhod: Las Squars Da: 09/9/0 Tim: :3 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBI IPC R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Midindo la auocorrlación d primr ordn: Dond: k`= numro d variabls xplicaivas (numro d parámros mnos ) n = numro d obsrvacions D k`; n; = D `; 3; 0.05 : D L =.97 4-D L =.703 D U = D U =.430 Auocorrlación (+) Zona d Indcisión Zona d Indcisión Auocorrlación (-) No xis Auocorrlación S obsrva qu sadísico Durbin Wason s.49098, nconrándos n la zona d indcisión por lo ano no s pud dscarar la prsncia d auocorrlación n un valor crcano a por lo ano s pud afirmar qu modlo ya no in problmas d auocorrlación. Sin mbargo la variabls IPCD pird significancia individual, así como pird bondad d ajus, aun cuando l modlo n conjuno sigu xplicando a la variabl dpndin (Pruba F). 3.- Procdimino Iraivo D Cochran Orcu Primra Eapa Esimación MCO dl modlo Y = + X + 3X k X k + () y obnción dl simador d la auocorrlación d Cochran-Orcu, con l fin d aplicar la cuación d difrncias gnralizadas: Mag. Rnán Quisp Llanos

13 Asimismo, s pud simar con l modlo S ransforma la variabl : Y - Y - = (- ) + (x - x - ) k ( x k - x k- ) + ( - i-) Sgunda Eapa A parir d los rsiduos MCO d la cuación d difrncias gnralizadas d la primra apa, obnr un nuvo simador d Cochran-Orcu, al como: ˆ l mismo qu s rmplaza n una nuva cuación d difrncias gnralizadas como: Y ˆ Y ˆ X ˆ X v Alrnaivamn s sima * n l modlo: Trcra Eapas y sucsivas. D los rsiduos MCO d la cuación d difrncias gnralizadas anrior (sgunda apa), pud logrars una nuva simación dl coficin d auocorrlación, al como: ˆ Forma alrnaiva para simar : para d sa manra rmplazarlo n una nuva cuación d difrncias gnralizadas, y así sucsivamn, l procso pud rpirs hasa qu las simacions d sucsivas d no difiran significaivamn nr sí, pudindo logrars, 5, 0 ó más iraccions. PASOS: a. Rgrsionar l modlo original: IMPORTACIONES =f(pbi, IPC) ls imporacions c pbi ipc b. Con los rsiduos obnidos rgrsionar l siguin modlo: y obnr l simador d COCHRAN ORCUTT Mag. Rnán Quisp Llanos 3

14 ls rsid c rsid(-) Dpndn Variabl: RESID Mhod: Las Squars Da: 08/4/0 Tim: :35 Sampl(adjusd): Includd obsrvaions: 30 afr adjusing ndpoins Variabl Cofficin Sd. Error -Saisic Prob. C RESID(-) R-squard Man dpndn var Adjusd R-squard S.D. dpndn var 9.59 S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic.7976 Durbin-Wason sa Prob(F-saisic) El coficin simado d la variabl xplicaiva (rsid(-)), nos srvirá para ransformar las variabls. En l workfil, hacr clic n GENR y gnrar las nuvas variabls: Imporacions = imporacions *imporacions(-) OK Pbi = pbi *pbi(-) OK Ipc = ipc *ipc(-) OK Para l año 970, gnrar: 970 * imporacio ns970 imporacio ns imporacions=(( ^)^/)*imporacions sampl * pbi 970 pbi pbi=(( ^)^(/)*pbi sampl * ipc 970 ipc ipc=(( ^)^(/)*ipc sampl 970 En la barra d comandos digiar: ls imporacions c pbi ipc Mag. Rnán Quisp Llanos 4

15 Dpndn Variabl: IMPORTACIONES Mhod: Las Squars Da: 09/9/0 Tim: :40 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBI IPC R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa.3369 Prob(F-saisic) Sgunda Eapa: Rgrsionamos l modlo por MCO: Con los rsiduos obnidos n l ulimo modlo: * = **- + * Dpndn Variabl: RESID Mhod: Las Squars Da: 09/9/0 Tim: :44 Sampl(adjusd): Includd obsrvaions: 30 afr adjusing ndpoins Variabl Cofficin Sd. Error -Saisic Prob. C RESID(-) R-squard Man dpndn var.536 Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) El coficin simado d la variabl RESID rzagada s l cual aproximamos como un ˆ = , cuyo valor srvirá para corrgir a las variabls. Para llo dbo gnrar nuvas variabls: Así gnrando nuvas variabls:.- imporacionsa = imporacions * imporacions (-), d pbia = pbi *pbi(-), d ipca = ipc *ipc(-), d imporacionsa = (( ^)^(/))* imporacions, d pbia = (( ^)^(/))*pbi, d ipca = (( ^)^(/))*ipc, d 970. Hacindo la rgrsión: Mag. Rnán Quisp Llanos 5

16 Dpndn Variabl: IMPORTACIONESA Mhod: Las Squars Da: 09/9/0 Tim: 3: Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBIA IPCA R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Obsrvamos qu mdian l sadísico Durbin Wason, qu no xis Auocorrlación, pro l modlo prsna pird significancia individual n la variabl IPC A, así como disminuy ligramn su bondad d ajus. Ralizarmos un nuvo procso para analizar los cambios n la prcpción d auocorrlación, significancia y bondad d ajus: Trcra Eapa: Rgrsionamos l modlo por MCO: Con los rsiduos obnidos n l ulimo modlo: ** = ****- + ** Dpndn Variabl: RESID3 Mhod: Las Squars Da: 09/9/0 Tim: 3:5 Sampl(adjusd): Includd obsrvaions: 30 afr adjusing ndpoins Variabl Cofficin Sd. Error -Saisic Prob. C RESID3(-) R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) El coficin simado d la variabl RESID3 rzagada s l cual aproximamos como un ˆ = , cuyo valor srvirá para corrgir a las variabls. Para llo dbo gnrar nuvas variabls: Así gnrando nuvas variabls:.- imporacionsb = imporacions a * imporacions a(-), d pbib = pbia *pbia(-), d ipcb = ipca *ipca(-), d Mag. Rnán Quisp Llanos 6

17 .- imporacionsb = (( ^)^(/))* imporacionsa, d pbib = (( ^)^(/))*pbia, d ipcb = (( ^)^(/))*ipca, d 970. Hacindo la rgrsión: Dpndn Variabl: IMPORTACIONESB Mhod: Las Squars Da: 09/9/0 Tim: 3:3 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBIB IPCB R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Una conclusión prlimar rspco a la auocorrlación mplando sa modología s qu solo srá ncsario rgrsionar n dos apas, puso hasa sa apa s supro l problma d auocorrlación, sguir ora apa significaría rducir (ligramn) la significancia d los parámros. 4.- Procdimino D Thil Nagar El coficin d auocorrlación sgún l procdimino d Thil-Nágar s como sigu: ˆ TN n d n k k Dond n = Númro d obsrvacions d = Valor dl sadísico Durbin Wason k = Númro d parámros a simars PASOS: a. Rgrsionar l modlo original y drminar l valor dl sadísico Durbin Wason. Mag. Rnán Quisp Llanos 7

18 Dpndn Variabl: IMPORTACIONES Mhod: Las Squars Da: 09/9/0 Tim: 09:0 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBI IPC R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid.39e+08 Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) b. A parir dl sadísico Durbin Wason qu s obuvo n l oupu d la rgrsión, hallamos l valor d ˆ, mdian la igualdad: n d n k k ˆ TN El coficin simado s ˆ TN = cuyo valor srvirá para corrgir a las variabls. Para llo dbo gnrar nuvas variabls: c. Gnrar las nuvas variabls, uilizando ˆ, y lugo rgrsionar l modlo por MCO: En l workfil, hacr clic n GENR y digiar las nuvas variabls: Imporacions3 = imporacions *imporacions(-) OK Pbi3 = pbi *pbi(-) OK Ipc3 = ipc *ipc(-) OK Para l año 970, gnrar lo siguin: 970 imporacio ns 970 imporacio ns3 imporacions3 = (( ^)^/)*imporacions sampl 970 pbi pbi 970 pbi3 = (( ^)^(/)*pbi sampl 970 ipc ipc 970 ipc3 = (( ^)^(/)*ipc sampl 970 Mag. Rnán Quisp Llanos 8

19 Rgrsionar l modlo qu conin a las nuvas variabls con l MCO ls imporacions3 c pbi3 ipc3 Dpndn Variabl: IMPORTACIONES3 Mhod: Las Squars Da: 09/9/0 Tim: 3:54 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBI IPC R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Dbo calcular ˆ Mdian la siguin xprsión: ˆ TN n ( n 3 ( d / ) k k / 3 3 ˆ TN ) El coficin simado s ˆ TN = , cuyo valor srvirá para corrgir a las variabls. Para llo dbo gnrar nuvas variabls: Así gnrando nuvas variabls:.- imporacions3a = impor *imporacions3(-), d pbi3a = pbi *pbi3(-), d ipc3a = ipc *ipc3(-), d imporacions3a = (( ^)^(/))* imporacions3, d pbi3a = (( ^)^(/))*pbi3, d ipc3a = (( ^)^(/))*ipc3, d 970. Mag. Rnán Quisp Llanos 9

20 Dpndn Variabl: IMPORTACIONES3A Mhod: Las Squars Da: 09/9/0 Tim: 4:04 Sampl: Includd obsrvaions: 3 Variabl Cofficin Sd. Error -Saisic Prob. C PBI3A IPC3A R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa.9706 Prob(F-saisic) Aplicando l Méodo d Thil Nagar, obsrvamos qu l sadísico Durbin Wason, indica qu la auocorrlación ha sido corrgida, sin mbargo pird significancia individual n la variabl IPC 3A, así como disminuy ligramn su bondad d ajus. 5.- PREDICCION Esimar los gasos n ingrsos, si s sab qu los ingrsos s modificaran d la siguin manra: OBS PBI IPC 00, , , , , PROCEDIMIENTO: Expandir l rango y l amaño d la musra Ingrsar a las variabls indpndins inroducir los nuvos valors Lugo gnrar para l príodo nuvas variabls: º PARA EL MODELO: ls imporacionsd c pbid ipcd Gnrar lo siguin: pbid = pbi *pbi(-) OK ipcd = ipc *ipc(-) OK Ingrsar al Oupu d la rgrsión d las difrncias gnralizadas y hacr clic n FORECAST S gnrará auomáicamn una nuva variabl (IMPORTACIODF) n l workfil, l cual srá los valors simados y proycados d la variabl dpndin. Mag. Rnán Quisp Llanos 0

21 Forcas: IMPORTDPF Acual: IMPORTDP Sampl: Includ obsrvaions: 3 Roo Man Squard Error Man Absolu Error Man Abs. Prcn Error Thil Inqualiy Cofficin Bias Proporion Varianc Proporion Covarianc Proporion IMPORTDPF ± S.E. La variabl qu s ha proycado s la difrncias gnralizadas, noncs para hallar las proyccions d la variabl dpndin original simplmn s db dspjar d la cuación siguin: Imporacionsd* = imporacions* *imporacions(-) imporacions* = imporacionsd* *imporacions(-) Imporacionsd*: IMPORTACIDF (n l workfil) Por jmplo, para l año 00, s in: IMPORTACIODF 00 = imporacions(-) = imporacions(000) = imporacions* 00 = * = Las simacions dl modlo corrgido son: Corrgida la auocorrlación prcdmos a la prdicción: En bas a los siguins pronósicos: Año IMPORT PBI IPC Para l Modlo: ls imporacionsd c pbid ipcd Año imporacionsd Mag. Rnán Quisp Llanos

22 º PARA EL MODELO: ls imporacionsd c pbid ipcd Gnrar lo siguin (sampl ): pbid = pbid *pbid(-) ipcd = ipcd *ipcd(-) OK OK Ingrsar al Oupu d la rgrsión d s úlimo modlo y hacr clic n FORECAST S gnrará auomáicamn una nuva variabl (IMPORTADF) n l workfil, l cual srá los valors simados y proycados d la variabl dpndin Forcas: IMPORTDPF Acual: IMPORTDP Sampl: Includ obsrvaions: 3 Roo Man Squard Error Man Absolu Error Man Abs. Prcn Error Thil Inqualiy Cofficin Bias Proporion Varianc Proporion Covarianc Proporion IMPORTDPF ± S.E. S obsrva n las salidas d la prdicción qu l coficin d Thil dl sgundo modlo prdicho ( 9.9% ), s mayor al obnido por l primro ( 4.60% ), noncs s podría dducir qu l primr modlo s mjor para la prdicción. Año Imporacionsdp Mag. Rnán Quisp Llanos

23 fala CORRECCION DE AUTOCORRELACIÓN DE SEGUNDO ORDEN S ha obsrvado qu l modlo in problmas d auocorrlación d sgundo ordn por llo s ha propuso la corrcción d s mdian l modlo d Cochran Orcu.. Rgrsionamos l modlo original: Dpndn Variabl: RESID Mhod: Las Squars Da: 09/9/0 Tim: 5:5 Sampl(adjusd): Includd obsrvaions: 9 afr adjusing ndpoins Variabl Cofficin Sd. Error -Saisic Prob. C RESID(-) RESID(-) R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) Uilizo los coficins simados d las variabls xplicadas rsid(-) y rsid(-), para ransformar las variabls: Así gnrando nuvas variabls:.- imporo = impor *impor(-) *impor(-), d pbio = pbi *pbi(-) *pbi(-), d ipco = ipc *ipc(-) *ipc(-), d imporo = (( ^)^(/))*impor, d pbio = (( ^)^(/))*pbi, d ipco = (( ^)^(/))*ipc, d 97. Dpndn Variabl: IMPORTO Mhod: Las Squars Da: 09/9/0 Tim: 6: Sampl(adjusd): Includd obsrvaions: 30 afr adjusing ndpoins Variabl Cofficin Sd. Error -Saisic Prob. C Mag. Rnán Quisp Llanos 3

24 PBIO IPCO R-squard Man dpndn var Adjusd R-squard S.D. dpndn var S.E. of rgrssion Akaik info cririon Sum squard rsid Schwarz cririon Log liklihood F-saisic Durbin-Wason sa Prob(F-saisic) En conclusión supramos l problma d auocorrlación mannindo la significancia individual d los coficins d las variabls, igualmn la significancia colciva y mjorando la bondad d ajus. En conclusión considramos s modlo para la prdicción PREDICCION Expandindo l rango gnramos las siguins variabls:.- imporop = impor *impor(-) *impor(-), d pbiop = pbi *pbi(-) *pbi(-), d ipcop = ipc *ipc(-) *ipc(-), d imporop = (( ^)^(/))*impor, d pbiop = (( ^)^(/))*pbi, d ipcop = (( ^)^(/))*ipc, d 97. Efcuando la rgrsión y la prdicción rspciva obnmos los siguins rsulados: Año Imporo Forcas: IMPORTOPF Acual: IMPORTOP Sampl: Includ obsrvaions: 30 Roo Man Squard Error 4.03 Man Absolu Error Man Abs. Prcn Error.883 Thil Inqualiy Cofficin Bias Proporion Varianc Proporion Covarianc Proporion IMPORTOPF ± S.E. Enoncs hallando la prdicción dl 00: Mag. Rnán Quisp Llanos 4

25 imporop 00 = impor *impor *impor 999 impor 00 = imporop *impor *impor 999 impor 00 = (09.56) * (048) *(974) impor 00 = o Mag. Rnán Quisp Llanos 5

Tema 5. Eficiencia del mercado de divisas: la paridad de intereses y el tipo de cambio a corto plazo

Tema 5. Eficiencia del mercado de divisas: la paridad de intereses y el tipo de cambio a corto plazo Tma 5. Eficincia dl mrcado d divisas: la paridad d inrss y l ipo d cambio a coro plazo Macroconomía Abira Docorado Nuva Economía Mundial Profsor: Ainhoa Hrrar Sánchz Curso 2006-2007 5.1. La paridad no

Más detalles

UNA PRUEBA DE LA TEORÍA DE LA PARIDAD DE LAS TASAS DE INTERÉS PARA EL CASO DE ARGENTINA

UNA PRUEBA DE LA TEORÍA DE LA PARIDAD DE LAS TASAS DE INTERÉS PARA EL CASO DE ARGENTINA UNA PUEBA DE LA TEOÍA DE LA PAIDAD DE LAS TASAS DE INTEÉS PAA EL CASO DE AGENTINA Jorg Luis Mauro * Dicimbr d 2005 * Tsis d Licnciaura n Economía, Univrsidad Caólica Argnina (UCA). Dircor: Adrián Broz.

Más detalles

Práctica 4: Hoja de problemas sobre Tipos de cambio

Práctica 4: Hoja de problemas sobre Tipos de cambio Prácica 4: Hoja d problmas sobr Tipos d cambio Fcha d nrga y corrcción (Acividads complmnarias): Luns 26 d marzo d 2012 Prácica individual 1. A parir d los siguins daos sobr l ipo d cambio nominal d varias

Más detalles

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE MEZCLAS 0 Considérs un anqu qu in un volumn inicial V 0 d solución (una mzcla d soluo y solvn). Hay un flujo ano d

Más detalles

CASO PRACTICO Nº 127

CASO PRACTICO Nº 127 CASO PRACTICO Nº 127 CONSULTA Consula sobr l cálculo d la asa d acualización a uilizar n l caso d valoración d una pquña y mdiana mprsa (PYME). Sgún lo xprsado por AECA n l Documno nº 5 d Principios d

Más detalles

El mercado de divisas se encuentra en equilibrio cuando la. rentabilidad de los activos nacionales es igual que la rentabilidad de

El mercado de divisas se encuentra en equilibrio cuando la. rentabilidad de los activos nacionales es igual que la rentabilidad de LA SUSTITUCIÓN IMPFCTA D ACTIVOS LA SUSTITUCIÓN IMPFCTA D ACTIVOS l mrcado d divisas s ncunra n quilibrio cuando la rnabilidad d los acivos nacionals s igual qu la rnabilidad d los acivos xranjros. sa

Más detalles

MÉTODO DIRECTO DE LA RIGIDEZ. MÉTODO MATRICIAL

MÉTODO DIRECTO DE LA RIGIDEZ. MÉTODO MATRICIAL El méodo dirco d la rigidz. Méodo maricial MÉTODO DIRECTO DE LA RIGIDEZ. MÉTODO MATRICIAL 1. SISTEMAS DE REERENCIA La sismaización dl méodo cuyos fundamnos s han prsnado anriormn rquir dl paso d unas caracrísicas

Más detalles

Práctica 4: Hoja de problemas sobre Tipos de cambio

Práctica 4: Hoja de problemas sobre Tipos de cambio Prácica 4: Hoja d problmas sobr Tipos d cambio Fcha d nrga y corrcción (Acividads complmnarias): Miércols 2 d abril d 2014 Todos alumnos dbn qudars una copia d la prácica nrgada Prácica a ralizar n grupos

Más detalles

DOCUMENTO DE INVESTIGACIÓN TEÓRICA EL MODELO DE DESCUENTO DE DIVIDENDOS. Mg. Marco Antonio Plaza Vidaurre. Julio 2005

DOCUMENTO DE INVESTIGACIÓN TEÓRICA EL MODELO DE DESCUENTO DE DIVIDENDOS. Mg. Marco Antonio Plaza Vidaurre. Julio 2005 OCUMNO INSIGACIÓN ÓRICA L MOLO SCUNO IINOS M. Marco Anonio Plaza idaurr Julio 5 l Modlo d scuno d ividndos (Ms M. Marco Anonio Plaza idaurr Rsumn s documno dsarrolla y xplica l modlo d dscuno d dividndos,

Más detalles

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.

Estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta. PRUEBAS DE BONDAD DE AJUSTE Estas prubas prmitn vrificar qu la población d la cual provin una mustra tin una distribución spcificada o supusta. Sa X: variabl alatoria poblacional f 0 (x) la distribución

Más detalles

Expectativas, Consumo e Inversión Profesor: Carlos R. Pitta CAPÍTULO 9. Macroeconomía General

Expectativas, Consumo e Inversión Profesor: Carlos R. Pitta CAPÍTULO 9. Macroeconomía General Univrsidad Ausral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 9 Expcaivas, Consumo Invrsión Profsor: Carlos R. Pia Macroconomía Gnral, Prof. Carlos R. Pia, Univrsidad Ausral d Chil. Capíulo

Más detalles

La integral Indefinida MOISES VILLENA MUÑOZ

La integral Indefinida MOISES VILLENA MUÑOZ . DEFINIIÓN. TÉNIAS DE INTEGRAIÓN.. FORMULAS.. PROPIEDADES.. INTEGRAIÓN DIRETA.. INTEGRAIÓN POR SUSTITUIÓN.. INTEGRAIÓN POR PARTES..6 INTEGRALES DE FUNIONES TRIGONOMÉTRIAS..7 INTEGRAIÓN POR SUSTITUIÓN

Más detalles

Investigación Económica ISSN: 0185-1667 invecon@servidor.unam.mx Facultad de Economía México

Investigación Económica ISSN: 0185-1667 invecon@servidor.unam.mx Facultad de Economía México Invsigación Económica ISSN: 085-667 invcon@srvidor.unam.mx Faculad d Economía México ÁNGELES CASRO, GERANDO; VENEGAS-MARÍNEZ, FRANCISCO Valuación d opcions sobr índics bursáils y drminación d la srucura

Más detalles

CÁLCULO DE LÍNEAS ELÉCTRICAS

CÁLCULO DE LÍNEAS ELÉCTRICAS El cálculo d línas consis n drminar la scción mínima normalizada qu saisfac las siguins condicions: a) Capacidad érmica: Innsidad máxima admisibl. Vin drminada n ablas dl Rglamno Elcroécnico para Baja

Más detalles

EFECTOS DE VINCULAR LA PENSIÓN PÚBLICA A LA INVERSIÓN EN CANTIDAD Y CALIDAD DE HIJOS EN UN MODELO DE EQUILIBRIO GENERAL ABSTRACT

EFECTOS DE VINCULAR LA PENSIÓN PÚBLICA A LA INVERSIÓN EN CANTIDAD Y CALIDAD DE HIJOS EN UN MODELO DE EQUILIBRIO GENERAL ABSTRACT EFECTOS DE VINCULAR LA PENSIÓN PÚBLICA A LA INVERSIÓN EN CANTIDAD Y CALIDAD DE HIJOS EN UN MODELO DE EQUILIBRIO GENERAL MENEU GAYA, ROBERT Dparamno d Mamáica Economica-mprsarial Univrsidad d Valncia corro-:

Más detalles

Rutas críticas para la elaboración del trabajo de titulación en las diferentes modalidades. Planes de estudio 2012

Rutas críticas para la elaboración del trabajo de titulación en las diferentes modalidades. Planes de estudio 2012 Rutas críticas trabajo d titulación n las difrnts modalidads. Ruta Crítica d la Modalidad: Inform d Prácticas Profsionals smana y mdia smana y mdia 2 Smanas Analizar con dtall los documntos normativos

Más detalles

Logaritmos y exponenciales:

Logaritmos y exponenciales: Logrimos ponncils: L rsolución d cucions ponncils s s n l siguin propidd d ls poncis : Dos poncis con un mism s posiiv disin d l unidd son iguls, si sólo si son iguls sus ponns. Es dcir, p. j. Si = noncs

Más detalles

TEMA 1 EXPECTATIVAS Y TIPOS DE INTERÉS

TEMA 1 EXPECTATIVAS Y TIPOS DE INTERÉS TEMA 1 EXPECTATIVAS Y TIPOS DE INTERÉS Cuál s su opinión? Influyn las xpcaivas n sus dcisions conómicas, como por jmplo, a la hora d comprar un coch, coninuar con su ducación, o abrir una cuna d ahorros

Más detalles

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas

Más detalles

Última modificación: 21 de agosto de 2010. www.coimbraweb.com

Última modificación: 21 de agosto de 2010. www.coimbraweb.com LÍNEA DE TRANSMSÓN EN EL DOMNO DEL TEMPO Connido 1.- nroducción. 2.- Campos lécrico y magnéico n una LT. 3.- Modlo circuial d una LT. 4.- Ecuacions d onda. 5.- mpdancia caracrísica. 6.- Vlocidad d propagación

Más detalles

Coeficiente de correlación parcial

Coeficiente de correlación parcial Coficint d corrlación parcial.- Introducción....- Corrlación parcial mdiant l rcurso d diagramas d Vnn.... 3 3.- Corrlación parcial como corrlación ntr rsiduals... 6 4.- Coficint d rgrsión múltipl y coficint

Más detalles

Análisis y un modelo de la difusión internacional de las normas ISO 9000 e ISO

Análisis y un modelo de la difusión internacional de las normas ISO 9000 e ISO Marimon, F.; Hras, I.; Casadsús, M. Análisis y un modlo d la difusión inrnacional... Análisis y un modlo d la difusión inrnacional d las normas ISO 9 ISO 4 Frdric Marimon Viadiu* Iñaki Hras Saizarbioria**

Más detalles

Tema 12. Microestructura del mercado de divisas

Tema 12. Microestructura del mercado de divisas Tma 12. Microsrucura dl mrcado d divisas Microsrucura dl mrcado d divisas Orign: allo mpírico gnral n simacions modlos monarios y modlos d quilibrio d carra Taylor (2002: inno d comprndr los mcanismos

Más detalles

Tema 2 La oferta, la demanda y el mercado

Tema 2 La oferta, la demanda y el mercado Ejrcicios rsultos d ntroducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 2 La ofrta, la

Más detalles

MEDIDAS DE RIESGO EN LA GESTIÓN DE CARTERAS DE VIDA DEL MERCADO ESPAÑOL. Manuela Bosch, Pierre Devolder e Inmaculada Domínguez *

MEDIDAS DE RIESGO EN LA GESTIÓN DE CARTERAS DE VIDA DEL MERCADO ESPAÑOL. Manuela Bosch, Pierre Devolder e Inmaculada Domínguez * MEDIDAS DE RIESGO EN LA GESTIÓN DE CARTERAS DE VIDA DEL MERCADO ESPAÑOL Manula Bosch, Pirr Dvoldr Inmaculada Domínguz * WP-EC 2003-24 Corrspondncia a: Inmaculada Domínguz Fabián, Dpo. d Economía Financira

Más detalles

La demanda de dinero en una economía dolarizada: Una estimación para Uruguay **

La demanda de dinero en una economía dolarizada: Una estimación para Uruguay ** La dmanda d dinro n una conomía dolarizada: Una simación para Uruguay ** Conrado Brum* Elizabh Bucacos* Paricia Carballo* Vrsión: Simbr 010 RESUMEN En l régimn monario aplicado n Uruguay dsd 007, qu uiliza

Más detalles

5.1 La función logaritmo natural: derivación

5.1 La función logaritmo natural: derivación CAPÍTULO Funcions logarímica, ponncial oras funcions rascnns. La función logarimo naural: rivación Dsarrollar usar propias la función logarimo naural. Comprnr la finición l númro. Drivar funcions qu involucran

Más detalles

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS

I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Eamn Parcial. Análisis. Matmáticas II. Curso 010-011 I. E. S. ATENEA. SAN SEBASTIÁN DE LOS REYES EXAMEN PARCIAL. PRIMERA EVALUACIÓN. ANÁLISIS Curso 010-011 19-XI-010 MATERIA: MATEMÁTICAS II INSTRUCCIONES

Más detalles

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ Capítulo Nº 8: La rntabilidad n monda nacional d una invrsión n monda xtranjra Marco Antonio Plaza Vidaurr APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN

Más detalles

Energía. Reactivos. Productos. Coordenada de reacción

Energía. Reactivos. Productos. Coordenada de reacción CINÉTICA QUÍMICA 1 - Razon: a) Si pud dducirs, a partir d las figuras corrspondints, si las raccions rprsntadas n (I) y (II) son d igual vlocidad y si, prvisiblmnt, srán spontánas. b) En la figura (III)

Más detalles

Prueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas

Prueba ji-cuadrado: χ 2. Estudiar la relación entre dos variables cualitativas. Estudiar la relación entre dos variables cualitativas ÁNALISIS BIVARIADO Estudiar la rlación ntr dos variabls cualitativas ANALISIS DE FRECUENCIAS, INDEPENDENCIA Estudiar la rlación ntr dos variabls cuantitativas CORRELACIÓN Y REGRESIÓN LINEAL Estudiar la

Más detalles

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión

Más detalles

Regresión con heterocedasticidad y autocorrelación

Regresión con heterocedasticidad y autocorrelación Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales

Más detalles

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador

Más detalles

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios

Más detalles

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13

2º Bachillerato: ejercicios modelo para el examen de las lecciones 11, 12 y 13 º Bachillrato: jrcicios modlo para l amn d las lccions, y 3 Sa la unción F ( ) t dt a) Calcular F (), studiar l crciminto d F() y hallar sus máimos y mínimos. b) Calcular F () y studiar la concavidad y

Más detalles

Tema 3 La economía de la información

Tema 3 La economía de la información jrcicios rsultos d Microconomía. quilibrio gnral y conomía d la información rnando Prra Tallo Olga María odríguz odríguz Tma La conomía d la información http://bit.ly/8l8u jrcicio : na mprsa d frtilizants

Más detalles

TAMAÑO DE LA MUESTRA

TAMAÑO DE LA MUESTRA Rv. Epidm. Md. Prv. (003), : 8-4 TAMAÑO DE LA MUESTRA Enric Matu, Jordi Casal CRSA. Cntr d Rcrca n Sanitat Animal / Dp. Sanitat i Anatomia Animals, Univrsitat Autònoma d Barclona, 0893-Bllatrra, Barclona

Más detalles

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o

Más detalles

2. MODELIZACIÓN DE LA VARIABLE DE PERTURBACIÓN ALEATORIA

2. MODELIZACIÓN DE LA VARIABLE DE PERTURBACIÓN ALEATORIA Aálisis d Auocorrlació ANÁLISIS DE AUTOCORRELACIÓN. DEFINICIÓN Y CAUSAS DE AUTOCORRELACIÓN E s ma s cusioar, para los modlos qu rabaja co daos d sris d impo, ua d las hipósis qu dfi l Modlo d Rgrsió Lial

Más detalles

Análisis. b) Calcular razonadamente b y c para que sea derivable y calcular su función derivada.

Análisis. b) Calcular razonadamente b y c para que sea derivable y calcular su función derivada. MATEMÁTICAS º BACHILLERATO B 6-3- Análisis OPCIÓN A.- Dada la función + b + c f = Ln( + ) > a) Calcular sus asínoas b) Calcular razonadamn b y c para qu sa drivabl y calcular su función drivada. a) El

Más detalles

Palabras clave: Decisión de inversión, Expectativas, Enfoques financieros

Palabras clave: Decisión de inversión, Expectativas, Enfoques financieros Tíulo: EXPECTATIVAS FINANCIERAS y LA DECISIÓN DE INVERSIÓN Auors: David Cballos Hornro Dircción: Dpo. Mamáica Económica, Financira y Acuarial, Univrsidad d Barclona. Avda. Diagonal 690, 08034 Barclona.

Más detalles

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General Univrsidad Austral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 8 Mrcados Financiros y Expctativas Profsor: Carlos R. Pitta Macroconomía Gnral, Prof. Carlos R. Pitta, Univrsidad Austral

Más detalles

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar

Más detalles

Manual Metodológico Índice de Costos del Transporte

Manual Metodológico Índice de Costos del Transporte Insiuo Nacional d Esadísicas Subdircción d Opracions Dparamno d Esadísicas d Prcios Manual Modológico Índic d Cosos dl Transpor Enro d 2009 Índic 1. INTRODUCCIÓN 3 2. METODOLOGÍA ICT 4 CRITERIOS DE SELECCIÓN

Más detalles

ANALISIS MACROECONOMICO DEL TIPO DE CAMBIO NOMINAL Y PRECIOS EN EL ECUADOR Karen Delgado Arévalo 1, Sonia Zurita Erazo 2, Roberto Iturralde Barriga 3

ANALISIS MACROECONOMICO DEL TIPO DE CAMBIO NOMINAL Y PRECIOS EN EL ECUADOR Karen Delgado Arévalo 1, Sonia Zurita Erazo 2, Roberto Iturralde Barriga 3 ANALISIS MACROECONOMICO DEL TIPO DE CAMBIO NOMINAL Y PRECIOS EN EL ECUADOR Karn Dlgado Arévalo, Sonia Zuria Erazo, Robro Iurrald Barriga Economisa, scialización Scor Público 999 Economisa, scialización

Más detalles

Se trata de encontrar el área limitada por una curva de ecuación y = f (x) continua y positiva, el eje de abscisas y dos ordenadas x=a, y x=b.

Se trata de encontrar el área limitada por una curva de ecuación y = f (x) continua y positiva, el eje de abscisas y dos ordenadas x=a, y x=b. Mamáicas º Bachillrao. Profsora: María José ánchz Qvdo Ára dfinida bajo na crva LA INTEGRAL DEFINIDA. APLICACIONE Mlid d problmas q s planan n la vida ral s rslvn calclando l ára bajo la crva d na fnción.

Más detalles

2º BACHILLERATO CINETICA QUÍMICA

2º BACHILLERATO CINETICA QUÍMICA VELOCIDAD DE REACCIÓN 1.- Escrib la xprsión d la vlocidad d racción n función d la concntración d cada una d las spcis qu intrvinn n l procso d obtnción d amoniaco. N + 3 H NH 3 d 1 v = [N] = 3 d 1 [H]

Más detalles

Temas. Studios de Supervivencia. Análisis de Supervivencia con Stata 6.0. Presentado por Mario Alberto Cleves Saa Stata Corporation

Temas. Studios de Supervivencia. Análisis de Supervivencia con Stata 6.0. Presentado por Mario Alberto Cleves Saa Stata Corporation Tmas Análisis d Suprvivncia con Stata 6.0 (Análisis histórico d acontcimintos) Prsntado por Mario Albrto Clvs Saa Stata Corporation Concptos básicos Dfinicions importants n Stata Funcions d suprvivncia

Más detalles

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.

Más detalles

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015 Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: 171 LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS

Más detalles

VI. JUSTICIA. i. - JUSTICIA CRIMINAL.

VI. JUSTICIA. i. - JUSTICIA CRIMINAL. VI. JUSTICIA. i. - JUSTICIA CRIMINAL. Utilizando la d la Administración d Justicia n l o años di 883, i 884 y i 885, publicada por l Ministrio d Graci a minto d lo prvnido n cl Ral dcrto d 18 d marzo d

Más detalles

Material del curso Recursos metodológicos y estadísticos para la docencia e investigación Manuel Miguel Ramos Álvarez

Material del curso Recursos metodológicos y estadísticos para la docencia e investigación Manuel Miguel Ramos Álvarez Crso d Rcrsos Mtodológicos y Estadísticos 1 UNIVERSIDAD DE JAÉN Índic Matrial dl crso Rcrsos mtodológicos y stadísticos para la docncia invstigación Manl Migl Ramos Álvarz MÓÓDDUULLOO XII EXXPPLLIICCAACCIIÓÓNN

Más detalles

2.6 SOLUCION DE SISTEMAS DE ECUACIONES DIFERENCIALES CON COEFICIENTES CONSTANTES MEDIANTE EL METODO DE LOS OPERADORES

2.6 SOLUCION DE SISTEMAS DE ECUACIONES DIFERENCIALES CON COEFICIENTES CONSTANTES MEDIANTE EL METODO DE LOS OPERADORES Euaions difrnials Profsor Bogar Ménd /7 6 SOLUCION E SISTEMAS E ECUACIONES IFERENCIALES CON COEFICIENTES CONSTANTES MEIANTE EL METOO E LOS OPERAORES En sa sión aprndrmos a rsolvr sismas d uaions difrnials

Más detalles

Globalización e inflación: efectos de la brecha del producto externo sobre Venezuela

Globalización e inflación: efectos de la brecha del producto externo sobre Venezuela RECIBIO: SEPTIEMBRE 2011 ACEPTAO: ICIEMBRE 2011 SEPTIEMBRE-ICIEMBRE 2011 67 Globalización inflación: fcos d la brcha dl produco xrno sobr Vnzula LEONARO J. MALONAO* pp. 67-94 Rsumn Es rabajo busca rvlar

Más detalles

Algebra de diagramas en bloque y transformadas de Laplace. Función de transferencia.

Algebra de diagramas en bloque y transformadas de Laplace. Función de transferencia. lgbra d diagrama n bloqu y ranformada d aplac. Función d ranfrncia. Diagrama n bloqu. En o quma l lmno n udio prna a modo d caa ngra n la cual una alida á rlacionada con una nrada a ravé d modificacion

Más detalles

Tema 5 El Mercado y el Bienestar. Las externalidades

Tema 5 El Mercado y el Bienestar. Las externalidades Ejrcicios rsultos d Introducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 5 El Mrcado

Más detalles

TEMA 8 LÍMITES DE FUNCIONES, CONTINUIDAD Y ASÍNTOTAS

TEMA 8 LÍMITES DE FUNCIONES, CONTINUIDAD Y ASÍNTOTAS TEMA 8 LÍMITES DE FUNCIONES, CONTINUIDAD Y ASÍNTOTAS 8. LÍMITE DE UNA FUNCIÓN 8.. LÍMITE DE UNA FUNCIÓN EN UN PUNTO Límit d una función n un punto f () = l S l: El it cuando tind a c d f() s l c Significa:

Más detalles

Tema 3 La elasticidad y sus aplicaciones

Tema 3 La elasticidad y sus aplicaciones Ejrcicios rsultos d Introducción a la Toría Económica Carmn olors Álvarz Alblo Migul Bcrra omínguz Rosa María Cácrs Alvarado María dl Pilar Osorno dl Rosal Olga María Rodríguz Rodríguz Tma 3 La lasticidad

Más detalles

Tema 10. La integral indefinida

Tema 10. La integral indefinida Mamáicas II (achillrao d incias). nálisis: Ingral Indfinida 9. oncpo d ingral indfinida Tma 0. La ingral indfinida La drivada d una función prmi conocr la asa d variación (l cambio insanáno) d un drminado

Más detalles

Ofertas y Contratos Agiles

Ofertas y Contratos Agiles Ofrtas y Contratos Agils algunas idas xtraídas dl libro Obra bajo licncia Crativ Commons los pilar s d transp arncia, ins adaptación pc, junto con l nfoqu d ción y continua q mjora u forman part d lo Agils,

Más detalles

EL BALANCE ACTUARIAL DEL SISTEMA DE REPARTO MODELO EE.UU.: APLICACIÓN AL CASO ESPAÑOL * Manuel García-García

EL BALANCE ACTUARIAL DEL SISTEMA DE REPARTO MODELO EE.UU.: APLICACIÓN AL CASO ESPAÑOL * Manuel García-García 70f EL BALANCE ACTUARIAL DEL SISTEMA DE REARTO MODELO EE.UU.: ALICACIÓN AL CASO ESAÑOL * Manul García-García Dparamno d Economía y Emprsas. Univrsidad Cardnal Hrrra CEU Juan M. Nav-inda Dparamno d Economía

Más detalles

El Riesgo de Interés

El Riesgo de Interés Juan Mascarñas Univrsidad Complutns d Madrid Vrsión inicial: mayo 4 - Última vrsión: nro 8 - El risgo d intrés, - La duración modificada como mdida dl risgo d intrés, 4 - El risgo d rinvrsión, . EL RIESGO

Más detalles

Definición: valores están relacionados en momentos diferentes en el tiempo. Un valor positivo (o negativo) de u

Definición: valores están relacionados en momentos diferentes en el tiempo. Un valor positivo (o negativo) de u 7 Aocorrlació Dfiició casas d aocorrlació Dfiició: valors sá rlacioados momos difrs l impo. U valor posiivo o gaivo d gra a scsió d valors posiivos o gaivos. Eso s aocorrlació posiiva. Aocorrlació ambié

Más detalles

Soluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I

Soluciones a los ejercicios propuestos Unidad 1. El conjunto de los números reales Matemáticas aplicadas a las Ciencias Sociales I Solucions a los jrcicios propustos Unidad. El conjunto d los númros rals Matmáticas aplicadas a las Cincias Socials I NÚMEROS RACIONALES Y NÚMEROS IRRACIONALES. Dtrmina si los siguints númros son o no

Más detalles

Ejercicios resueltos Distribuciones discretas y continuas

Ejercicios resueltos Distribuciones discretas y continuas ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s

Más detalles

dossier COMERCIAL Día de la FISIOTERAPIA

dossier COMERCIAL Día de la FISIOTERAPIA dossir COMERCIAL Día d la FISIOTERAPIA dossir COMERCIAL Prsnación índic Colgio d Fisiorapuas d Caalunya, nidad organizadora Qué s la Fisiorapia: dfinición, paologías y spcialidads El Fisiorapua, l arsano

Más detalles

1.1 Introducción 1.2 Ecuaciones Lineales 1.3 Ecuaciones de Bernoulli 1.4 Ecuaciones separables 1.5 Ecuaciones Homogéneas 1.6 Ecuaciones exactas

1.1 Introducción 1.2 Ecuaciones Lineales 1.3 Ecuaciones de Bernoulli 1.4 Ecuaciones separables 1.5 Ecuaciones Homogéneas 1.6 Ecuaciones exactas ap. Ecuacions Difrncials d Primr ordn. Introducción. Ecuacions Linals. Ecuacions d Brnoulli. Ecuacions sparabls.5 Ecuacions Homogénas.6 Ecuacions actas.7 Factor Intgrant.8 Estabilidad dinámica dl quilibrio.9

Más detalles

Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No.

Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. Working Paper Series Economic Development. Econometrics. Faculty of Economics and Business. University of Santiago de Compostela No. 77 MODELOS ECONOMETRÍCOS DEL EMPLEO EN ESPAÑA: ANÁLISIS COMPARATIVO

Más detalles

( ) ( ) ( x ) ( ) ( ) ( ) v( x) u( x) ( ) EJERCICIOS RESUELTOS. 1. Calcula F a) ( x) en los siguientes casos: f ( t) = e. = x

( ) ( ) ( x ) ( ) ( ) ( ) v( x) u( x) ( ) EJERCICIOS RESUELTOS. 1. Calcula F a) ( x) en los siguientes casos: f ( t) = e. = x Alro Enro Cond Mi Gonzálz Jrrro L ingrl y ss pliccions Clcl F ) d) n los sigins csos: F cos d RESUELTOS ) ( + ) d ) ( + ) F cos F d c) F( ) + d f) F d + F d g) v( ) F d h) F + f ( ) d i) F( ) ( ) cos d

Más detalles

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015 Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS PLÁSTICAS

Más detalles

SISTEMAS BINARIO, DE IMAL, OCTAL y HEXADECIMAL. b) 100112. e) 101012

SISTEMAS BINARIO, DE IMAL, OCTAL y HEXADECIMAL. b) 100112. e) 101012 Carrra: Tcnicatura Suprir n Análisis y Prgramación d Sistmas Asignatura: Arquitctura d cmputadras Prfsr: Ing. Gabril Duprut Trabaj práctic Nr. : Sistmas d numración y códigs A l larg d st práctic cnstruirá

Más detalles

Como Calcular la Tasa de Crecimiento de los Agregados Macroeconómicos Mediante el Análisis de Regresión

Como Calcular la Tasa de Crecimiento de los Agregados Macroeconómicos Mediante el Análisis de Regresión Como Calcular la Tasa de Crecimieno de los Agregados Macroeconómicos Mediane el Análisis de Regresión HL Maa 1 La esadísica ha generado diversos indicadores para medir el crecimieno de los agregados económicos,

Más detalles

EL FILTRO DE KALMAN. Introducción. Qué es el Filtro de Kalman

EL FILTRO DE KALMAN. Introducción. Qué es el Filtro de Kalman L FILRO D LMN Introducción n l siguint documnto s xplicará un método para stimar los stados d un sistma stocástico. l método fu dscrito por Rudolf. alman n 1958. n un sistma dtrminístico trabajaríamos

Más detalles

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica

Más detalles

La ecuación diferencial ordinaria lineal de primer y segundo orden

La ecuación diferencial ordinaria lineal de primer y segundo orden La uaión ifrnial orinaria linal rimr sguno orn José Graro Dionisio Romro Jiménz Aamia Mamáias l Daramno Ingniría n Comuniaions Elrónia Esula Surior Ingniría Mánia Eléria IPN Méxio Rsumn. En s rabajo s

Más detalles

Opción A Ejercicio 1 opción A, modelo Septiembre 2011

Opción A Ejercicio 1 opción A, modelo Septiembre 2011 IES Fco Ayala d Granada Sptimbr d 0 (Modlo ) Grmán-Jsús Rubio Luna UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD CURSO 0-0 MATEMÁTICAS II Opción A Ejrcicio opción A, modlo Sptimbr 0 k si

Más detalles

COMPUTACIÓN. Práctica nº 2

COMPUTACIÓN. Práctica nº 2 Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros

Más detalles

CONSOLIDACIÓN DE SUELOS. Ing. Silvia Angelone

CONSOLIDACIÓN DE SUELOS. Ing. Silvia Angelone CONSOLIDACIÓN DE SUELOS Ing. Silia Anglon Bibliografía Jár Badillo Cap. X Brry y Rid Cap. 4 Inrodcción Todos los marials xprimnan dformacions cando s los sja a n cambio n las condicions d sfros. Las caracrísicas

Más detalles

Nueva guía de instalación para el temporizador de fácil ajuste. 2 Qué se necesita? 3 Montaje del temporizador en la pared

Nueva guía de instalación para el temporizador de fácil ajuste. 2 Qué se necesita? 3 Montaje del temporizador en la pared Qué s un sistma d rigo automático? Qué s ncsita? Montaj dl tmporizador n la pard Conxión dl cordón d alimntación léctrica Estos accsorios no vinn incluidos con l tmporizador Cabl d control d válvula; para

Más detalles

EFECTOS DE LA INMIGRACION SOBRE EL CRECIMIENTO DEL PAIS RECEPTOR

EFECTOS DE LA INMIGRACION SOBRE EL CRECIMIENTO DEL PAIS RECEPTOR EFECTOS DE LA INMIGRACION SOBRE EL CRECIMIENTO DEL PAIS RECEPTOR Albro Alonso Gonzalz Virginia Villaamil Cabzudo Faculad d Cincias Económicas y Emrsarials Univrsidad Comluns 2. INTRODUCCIÓN Los fcos d

Más detalles

4.2. Ejemplo de aplicación.

4.2. Ejemplo de aplicación. HEB 8 Dsarrollo dl método d los dsplazamintos 45 4.. Ejmplo d aplicación. ontinuando con l pórtico dscrito n l apartado (3.8), s van a calcular las cargas y, postriormnt, sguir con l cálculo matricial,

Más detalles

DIFRACCIÓN DE LA LUZ. Difracción de la luz 1/9

DIFRACCIÓN DE LA LUZ. Difracción de la luz 1/9 DIFRACCIÓN D LA LUZ OBJTIVOS Osrvación xprimnal d la difracción d Fraunhofr corrspondin a divrsos osáculos, y sudio cuaniaivo d la difracción d la luz por una rndia, así como su aplicación a la mdida d

Más detalles

MONITOREO DE CONTROLADORES PREDICTIVOS.

MONITOREO DE CONTROLADORES PREDICTIVOS. MONITOREO DE CONTROLADORES PREDICTIVOS. Rachid A. Ghraizi, Ernsto Martínz, César d Prada Dpt. Ingniría d Sistmas y Automática Facultad d Cincias, Univrsidad d Valladolid c/ Ral d Burgos s/n, 47, Valladolid,

Más detalles

PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE NAVARRA JUNIO 2012 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos

PRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE NAVARRA JUNIO 2012 (GENERAL) (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos IES CSTELR DJOZ nguino PRUE DE CCESO (LOGSE) UNIVERSIDD DE NVRR JUNIO (GENERL) (RESUELTOS por nonio nguino) TEÁTICS II Timpo máimo: hors minuos Rlir un d ls dos opcions propuss ( o ) OPCIÓN º) Esudi l

Más detalles

INSTITUTO POLITECNICO NACIONAL PROBLEMARIO DE CALCULO DIFERENCIAL E INTEGRAL

INSTITUTO POLITECNICO NACIONAL PROBLEMARIO DE CALCULO DIFERENCIAL E INTEGRAL INSTITUTO POLITECNICO NACIONAL UNIDAD PROFESIONAL INTERDISCIPLINARIA DE BIOTECNOLOGIA PROBLEMARIO DE CALCULO DIFERENCIAL E INTEGRAL ELABORO: PROF. MARIO CERVANTES CONTRERAS DICIEMBRE DE 7 EJERCICIOS DE

Más detalles

núm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS

núm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS núm. 56 luns, 23 d marzo d 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR C.V.E.: BOPBUR-2015-01880 SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS Convocatoria pública d la Diputación Provincial d Burgos

Más detalles

GUÍA Nº 04. son constantes, estamos en presencia de una EDO lineal de segundo orden, que será homogénea si 0 y no homogénea en caso contrario.

GUÍA Nº 04. son constantes, estamos en presencia de una EDO lineal de segundo orden, que será homogénea si 0 y no homogénea en caso contrario. Dirión d Formaión Gnral Programa d Mamáia Cálulo II GUÍA Nº 04 Euaions Difrnials Linals d Sgundo Ordn Rordamos qu una EDO linal d ordn n n gnral pud sribirs omo: n n d d d an a... a a0 g n n n d d d Si

Más detalles

MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1

MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 Chil, agosto d 2005 El prsnt manual rprsnta la visión dl quipo d profsionals prtncints al Proycto FONDEF Aprndindo con

Más detalles

LÍMITES DE FUNCIONES.

LÍMITES DE FUNCIONES. LÍMITES DE FUNCIONES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Sa y una unción ral d variabl ral. D una manra intuitiva y oco rcisa, dirmos qu l it d s L, cuando s aroima a, si ocurr qu cuanto más róimo sté

Más detalles

TEMA 3 TRANSFORMADA DE LAPLACE 3.1. MOTIVACIÓN 3.2. TRANSFORMADA DE LAPLACE

TEMA 3 TRANSFORMADA DE LAPLACE 3.1. MOTIVACIÓN 3.2. TRANSFORMADA DE LAPLACE TEMA TRANSFORMADA DE APACE MOTIVACIÓN En ma anrior aprndió cómo rolvr cuacion difrncial linal con coficin conan uja a condicion dada llamada d fronra o condicion inicial S rcordará qu l méodo coni n nconrar

Más detalles

I F ESTUDIOS FISCALES INSTITUTO ALTERNATIVAS DE INTEGRACIÓN IRPF-IS PARA EVITAR LA DOBLE IMPOSICIÓN DE DIVIDENDOS EN EL CONTEXTO ACTUAL

I F ESTUDIOS FISCALES INSTITUTO ALTERNATIVAS DE INTEGRACIÓN IRPF-IS PARA EVITAR LA DOBLE IMPOSICIÓN DE DIVIDENDOS EN EL CONTEXTO ACTUAL ALTERNATIVAS DE INTEGRACIÓN IRPF-IS PARA EVITAR LA DOBLE IMPOSICIÓN DE DIVIDENDOS EN EL CONTEXTO ACTUAL Auor: Lornzo Gil Maciá Univrsidad d Alican DOC. N. o 9/07 Es rabajo s nmarca dnro dl proyco d invsigación

Más detalles

PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL

PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL PRÁCTICA 8 ESTUDIO DE ENGRANAJES 3º INGENIERÍA INDUSTRIAL 1.- INTRODUCCIÓN. La prsnt práctica tin por objto introduir al alumno n l cálculo d trns d ngranajs, tanto simpls d js parallos, compustos y trns

Más detalles

UNIVERSIDAD TECNOLÓGICA NACIONAL 1 FACULTAD REGIONAL MENDOZA

UNIVERSIDAD TECNOLÓGICA NACIONAL 1 FACULTAD REGIONAL MENDOZA TEOÍA DE OS IUITOS I APÍTUO 3 EV. 9/4/8 S. ENIQUE PUIAFITO UNIVESIDAD TENOÓGIA NAIONA FAUTAD EGIONA MENDOZA APUNTES DE ÁTEDA DE TEOÍA DE OS IUITOS I Prof. Dr. Ing. S. Enriqu Puliafio E-mail puliafio@frm.un.u.ar

Más detalles

TEMAS 3-6: EJERCICIOS ADICIONALES

TEMAS 3-6: EJERCICIOS ADICIONALES TEMAS 3-6: EJERCICIOS ADICIONALES Asignatura: Economía y Mdio Ambint Titulación: Grado n cincias ambintals Curso: 2º Smstr: 1º Curso 2010-2011 Profsora: Inmaculada C. Álvarz Ayuso Inmaculada.alvarz@uam.s

Más detalles

Matemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos

Matemáticas II TEMA 8 Derivadas. Teorema. Regla de L Hôpital Problemas Propuestos Matmáticas II TEMA 8 Drivadas Torma Rgla d L Hôpital Problmas Propustos Drivada d una función n un punto Utilizando la dfinición, calcula la drivada d f ( ) n l punto = Utilizando la dfinición, halla la

Más detalles

Luis Saldaña Mario Velásquez. Febrero, 2007

Luis Saldaña Mario Velásquez. Febrero, 2007 254 IMPACTO DEL TIPO DE CAMBIO EN LAS DECISIONES DE INVERSIÓN DE LAS EMPRESAS PERUANA ENTRE 994 Y EL 2005 Luis Saldaña Mario Vlásquz Fbrro, 2007 DOCUMENTO DE TRABAJO 254 hp://www.pucp.du.p/conomia/pdf/ddd254.pdf

Más detalles

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE

Más detalles

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía Enfrntando Comportamintos Difícils Usando l Sistma d Guía R s o u r c & R f r r a l H a n d o u t Agrsión Obsrvación - Prguntas Trata la niña d hacr contacto d una manra inapropiada? Está tratando d sr

Más detalles