Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012

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

Download "Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012"

Transcripción

1 Solucó Práctca Evaluable. Olgopolo y Copeteca Moopolístca. 6//0 Cosdere u olgopolo de Courot co epresas que produce u be hoogéeo. La fucó versa de deada es p ) = 0 y todas las epresas tee el so coste argal costate, c > 0 o hay costes fjos). Nota: la fucó drecta de deada es p) 00 p = ) a) Calcule la produccó de cada epresa e el equlbro sétrco) de Courot-Nash, la produccó de la dustra y el preco de equlbro. Eplque el coteto ecoóco, represete el juego e fora oral, defa la ocó de equlbro que va a utlzar, obtega la fucó de ejor respuesta, la produccó de cada epresa e equlbro, la produccó agregada y el preco de equlbro). Coteto ecoóco del odelo de Courot: epresas que produce u be hoogéeo tee que elegr sultáeaete sus veles de produccó copeteca e catdades). Represetacó del juego e fora oral ),,...,. = Jugadores) ) 0. De aera equvalete, [0, ), =,,..,. 3) La gaaca que obtee cada epresa dada la cobacó de estrategas, ) es: Π, ) = p ) C ), =,,...,. La fora de represetar el juego e fora oral ha varado lgeraete. Dada la cobacó de estrategas,,..., ) lo relevate para la epresa, =,,...,, es la catdad total producda por el resto de las epresas,. = j j Por tato,, ) o es realete ua cobacó de estrategas y, ) Π sería el

2 beefco asocado a toda cobacó de estrategas e la que la epresa está producedo y el resto de epresas e agregado produce sedo rrelevate para la epresa cóo se dstrbuye la produccó etre las - epresas). Nocó de equlbro. Fucoes de ejor respuesta. Equlbro Courot-Nash E el juego de olgopolo de Courot dreos que,,.., ), ) es u equlbro de Courot-Nash s: = f ),, =,,..,. Dode f ) es la fucó de ejor respuesta de la epresa ate todas aquellas cobacoes de estrategas de las deás epresas cuya produccó total sea. Vaos a obteer la ejor respuesta de la epresa ate todas aquellas cobacoes de estrategas de las deás epresas cuya produccó total sea. La ejor respuesta de la epresa cosstrá e elegr ua estratega tal que: a Π, ) p ) C ) 0 Π = p ) p ) C ) = 0 f ) 3 = 0 ) [ 5 ) ] c = 0 ) f ) Π ) = p p ) C ) < 0. Teedo e cueta la restrccó de o egatvdad, 0, o e téros de teoría de juegos que la ejor respuesta debe perteecer al espaco de estrategas del jugador, la fucó de ejor respuesta será: f = { f } ) a ),0.

3 El equlbro de Courot-Nash es ua cobacó de estrategas,,.., ), ) tal que = f ),, =,,..,. 3 foras alteratvas de obteer las produccoes de equlbro: ) CPO Equlbro sétrco Coo el producto es hoogéeo y todas las epresas tee el so coste argal etoces el equlbro de Courot-Nash es sétrco: =, =,..,. Dado que la produccó de cada epresa debe ser su ejor respuesta ate las produccoes de equlbro de las deás epresas podeos obteer la produccó de equlbro de la CPO para la epresa : 3 0 ) [ 5 ) ] c = 0. E el equlbro sétrco = y = ). Por tato, 3 0 ) [ 5 ) ] c = 0, 3 0 ) ) 5 ) ) c = 0, 0 ) ) [ ] c = 0, 0 ) ) [ ] c = 0, ) = 0 ) c, 00 = 0 ) c = c. La produccó agregada sería: 3

4 = = 00 c y el preco de Courot: p = p ) = 0 ) = 0 00 c = c. ) Suado CPO Equlbro sétrco E equlbro se tee que cuplr la codcó de prer orde de cada ua de las epresas solucó teror): p p c ) ) = 0 =,..,. Suado las codcoes de prer orde: Es decr: p ) p ) c = 0. = p p c ) ) = 0. Por tato 3 c 0 ) 5 ) = 0, p ) p ) 0 ) 5 ) c = 0, 0 ) ) = c, ) = 0 c, 4

5 = 0 c = 00 c. E el equlbro sétrco 00 = = c, =,..,. y p = p ) = 0 ) = 0 00 c = c. 3) Ídce de Lerer Equlbro sétrco Supoedo que la solucó es teror vaos a trasforar la codcó ) hasta obteer el Ídce de Lerer de poder de ercado. p p C ) ) ) = 0, p ) p )[ ] C ) 0, = p ) p ) p )[ ] C ) 0. = p ) ε ) Defedo la cuota de ercado de la epresa coo s = obteeos: s p )[ ] C ) 0. = ε ) Luego el Ídce de Lerer de poder de ercado de la epresa queda p ) C ) s =. p ) ε ) 5

6 E el equlbro sétrco s = = =, =,..,. Dado que la elastcdad de la deada es costate y que el coste argal es tabé costate, el ídce de Lerer es: p c = p La produccó total de equlbro es: y por tato ). p = c p = c = p ) = 00 p ) = 00 c y e el equlbro sétrco cada epresa produce: b) Elja etre las sguetes pregutas: 00 = = c, =,... ) Cuáles so la produccó y el preco de oopolo e este ercado? Cosdere el acuerdo de colusó sétrco reparto equtatvo de la produccó de oopolo) Qué catdad producría cada epresa s todas ellas respeta el acuerdo? Muestre que el acuerdo de colusó sétrco o se puede sosteer coo equlbro. Podeos obteer la produccó y el preco de oopolo de uchas foras alteratvas. Pero cooceos que el Ídce de Lerer para u oopolsta es: p c = p. Por tato, el preco y la produccó de oopolo so: 6

7 p ) = c p = c y 00 c) = = 5 c. Acuerdo de colusó sétrco 5 = = c =,,..,. Para ostrar que el acuerdo de colusó sétrco o se sostee coo equlbro de Nash, es ejor hacer u razoaeto geeral. La codcó que defe el acuerdo de colusó la cobacó de estrategas que aza el beefco agregado) sería: p p C ) ) ) ) = 0 =,..,. Para coprobar cóo la cobacó de estrategas Nash calculaos el beefco argal de la epresa :,.., ) o es u equlbro de Π, ) = p p C = p ) ) ) )>0. < 0 Defcó de acuerdo de colusó. Luego partedo del acuerdo de colusó u aueto e la produccó eleva el beefco de la epresa, y por tato la epresa tedría cetvos a roper el acuerdo de colusó. Vsto de otra fora, dada la defcó de fucó de ejor respuesta Π f ), ) = 0 y por tato coo Π, ) >0 etoces f ) >. 7

8 ) Muestre que la produccó agregada e el equlbro de Courot es eor que la produccó efcete. Justfque la fucó de beestar, obtega la codcó de efceca y copare la produccó efcete co la produccó del equlbro de Courot). Seguos el efoque del cosudor represetatvo y supodreos que la curva de deada del ercado p) se geera azado la utldad de u cosudor represetatvo que tee ua Fucó de Utldad Cuas-leal: u y u u u ) 0) = 0;.) > 0;.) < 0) dode el be es el be producdo e el ercado duopolístco) que os teresa etras que el be y recoge todo lo deás reta que le queda al cosudor para adqurr otros bees después de gastar la catdad ópta e el be ). La prera parte de la fucó de utldad la terpretaos coo la Dsposcó Máa a Pagar, R ) : lo áo que estaría dspuesto a pagar el cosudor por udades del be. Pagará lo áo s justo queda dferete etre cosur udades pagado R ) y o cosur el be, dedcado su dotacó de reta,, al cosuo del resto de los bees. Es decr: U, R )) = U 0, ). [S se dera el caso de que U, R )) > U 0, ) etoces el cosudor estaría dspuesto a pagar ua catdad ayor que R ) y s U, R )) < U 0, ) etoces R ) sería ayor que su dsposcó áa a pagar.] Co utldad cuas-leal: u ) R ) = u0) R ) = u ) Por tato, u ) es la Dsposcó áa a pagar y u ) la Dsposcó argal a pagar. Co utldad cuasleal la deada es depedete de la reta y la fucó versa de deada cocde co la dsposcó argal a pagar, p ) u ) =. 8

9 L, y, λ ) a u ) y, y a u ) y λ y p, y, λ s. a y p = [ ] p = u ) = 0 Fucó versa de deada Utlzar W ) = u ) C ) coo fucó de beestar socal requere justfcacó. Plateaos el problea de obteer la asgacó que aza la utldad del cosudor represetatvo, co ua restrccó de recursos: terpretaos el coste de produccó del be coo la catdad del be y a la que habría que reucar para teer el be. Susttuyedo y e la fucó objetvo: a u ) y, y costate s. a y = C ) a u ) C ) a u ) C ) Luego el problea de azar el beestar socal cosste e: a W ) a u ) C ) 0 0 W 0) = u 0) C 0) > 0 W u C W e ) = ) ) = 0 ) = 0 W u C ) = ) ) < 0 Por tato, e el vel de produccó que aza el beestar socal o vel de produccó efcete se cuple: e e e e W ) = 0 u ) = c 0 ) = c = 00c. Dos foras de cotestar a la preguta: 9

10 I) Geeral La produccó agregada e el equlbro de Courot satsface suado las codcoes de prer orde): p p c ) ) = 0. e W ) = 0 W )? W ) < 0 u ) W ) = u ) C ) = p ) > 0 p ) < 0 e W ) = 0 W ) > 0 W ) < W ) > W ) < 0 e e W Por defcó de produccó de Courot. dw ) ) 0 0 ) d W < < W W ) > 0 e W ) = 0 e 0

11 II) Partcular La produccó efcete es e = 00c y la produccó correspodete al equlbro de Courot es = 00 c. Por tato e >.

2.- Considere un oligopolio de Cournot con n empresas que producen un bien

2.- Considere un oligopolio de Cournot con n empresas que producen un bien 2.- Consdere un olgopolo de Cournot con n epresas que producen un en hoogéneo. La funcón nversa de deanda es p ) = A y todas las epresas tenen el so coste argnal constante, c > 0 no hay costes fjos). Nota:

Más detalles

REGRESIÓN LINEAL SIMPLE

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

Más detalles

División de Evaluación Social de Inversiones

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

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

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

Más detalles

Permutaciones y combinaciones

Permutaciones y combinaciones Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas

Más detalles

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

Selección de portafolios de mínima varianza cuando están expuestos a diversos factores de riesgo: nota técnica

Selección de portafolios de mínima varianza cuando están expuestos a diversos factores de riesgo: nota técnica Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca 7 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca Fracsco López

Más detalles

La ecuación general de los gases es el resumen que engloba a varias leyes que se enunciaron de forma separada:

La ecuación general de los gases es el resumen que engloba a varias leyes que se enunciaron de forma separada: ECUACIÓN GENERAL DE LOS GASES PERFECTOS La ecuacó geeral de los gases es el resue que egloba a varas leyes que se eucaro de fora separada: Ley de Boyle - Marotte: Dce que, s se atee la teperatura costate,

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

LOS NÚMEROS COMPLEJOS

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

Más detalles

Tema 2: Distribuciones bidimensionales

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

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Núeros Coplejos PREGUNTAS MÁS FRECUENTES. Qué es la udad agara? Es u eleeto del que cooceos úcaete su cuadrado:.obvaete, o se trata de u úero real.. Qué es u úero coplejo? Es

Más detalles

El Amplificador Operacional de Tensiones

El Amplificador Operacional de Tensiones El Aplfcador Operacoal de Tesoes El Aplfcador Operacoal de Tesoes. Itroduccó 2. El Aplfcador Operacoal Ideal de Tesoes 3. Nodealdades e el Opap 4. Crcutos co ealetacó Postva. Itroduccó.. El problea de

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Diseño De Plantas UIS. Ing. Edwin Alberto Garavito H.

Diseño De Plantas UIS. Ing. Edwin Alberto Garavito H. MEJORMIENTO DEL DISEÑO DE DISTRIBUCIONES DE PLNT MEDINTE L UTILIZCIÓN DE CRFT. QUÉ ES CRFT? CRFT (Coputerzed Relatve llocato of Facltes Techque es uo de los paquetes de software ás avazados que se utlza

Más detalles

Procesado digital de imagen y sonido

Procesado digital de imagen y sonido ea ta zabal zazu Uversdad del País Vasco Departaeto de Arqutectura y Tecología de oputadores upv ehu Tea 4_ Ssteas LTI Procesado dgtal de age y sodo Defcó y prcpal vetaja Aálss teporal de la respuesta

Más detalles

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

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

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

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

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

Tema 2: Semiconductores intrínsecos y extrínsecos

Tema 2: Semiconductores intrínsecos y extrínsecos lectróca de dsostvos Dr.. Reg 5/6 Tea : Secoductores trísecos y extrísecos a. : K. Kao Itroduccó Desdad de stados (De) ucó de dstrbucó de er-drac Desdad de ortadores e secoductores trísecos. vel de er

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

Tema 2: Modelos lineales de optimización con variables enteras. Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.

Más detalles

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO.

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO. Pága de 5 NÚCLEO UNIVERSITARIO RAFAEL RANGEL UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A ÁREA DE FÍSICA LABORATORIO DE FÍSICA LABORATORIO DE FÍSICA I/ PRÁCTICA No ANÁLISIS GRÁFICO OBJETIVO

Más detalles

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera

La característica más resaltante de la capitalización con tasa de. interés simple es que el valor futuro de un capital aumenta de manera La Capitalizació co ua Tasa de Iterés Siple El Iterés Siple La característica ás resaltate de la capitalizació co tasa de iterés siple es que el valor futuro de u capital aueta de aera lieal. Sea u pricipal

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

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

Más detalles

Tema 3: Valoración financiera de conjuntos de capitales 1

Tema 3: Valoración financiera de conjuntos de capitales 1 Tea 3: aloracó facera de cojuto de captale. alor facero de u cojuto de captale Se deoa valor facero de u cojuto de captale e u oeto t τ, a u ua facera e dcho puto. Aí, dado u cojuto de captale (, t,(,

Más detalles

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio Método de sevaraza y varaza para la seleccó de u portaolo ópto Sevarace ad varace ethod or selectg a optal portolo Lzbeth María de Jesús Urbe, Mguel Ágel Martíez Daá, Gustavo aírez Valverde ESUMEN E los

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

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

Más detalles

- Función Polinómica f es toda función de dominio el conjunto de los números reales, tal que la imagen de cada número real x es:

- Función Polinómica f es toda función de dominio el conjunto de los números reales, tal que la imagen de cada número real x es: POLINOMIOS Defcó: Fucó Polóc - Fucó Polóc f es tod fucó de doo el cojuto de los úeros reles, tl que l ge de cd úero rel es: f = + + + + +, dode,,,,, so ueros reles y es turl Defcó: Poloo - Poloo de vrble

Más detalles

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE - INTRODUCCION Es tecó aalzar e este trabajo las coocdas relacoes costo-volume-utldad para el caso e que sus compoetes sea: w : costo varable utaro

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

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

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Probabldades y stadístca Cotacó Facltad de Cecas actas y Natrales. Uversdad de Beos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó tal La estadístca rovee téccas qe erte obteer coclsoes

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

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

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

Más detalles

10. Optimización no lineal

10. Optimización no lineal 0. Optzcó o lel Coceptos báscos Prcpos y teores pr l búsqued de óptos lobles Optzcó s restrccoes e desó Optzcó s restrccoes e desó > Modelos co restrccoes de uldd Codcoes de uh-tucker Alortos uércos báscos

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509

COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 COLEGIO CRISTIANA FERNÁNDEZ DE MERINO Trípoli No. 112, Col. Portales, México, D. F. Tel. 5604-3628, 5605-1509 MATEMATICAS SEGUNDO GRADO SECCIÓN SECUNDARIA ACTIVIDADES PARA DESARROLLAR EN CLASE CURSO 2015-2016

Más detalles

1. Propiedades molares y propiedades molares parciales

1. Propiedades molares y propiedades molares parciales erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea

Más detalles

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse.

Números complejos. Un cuerpo conmutativo es un conjunto de números que pueden sumarse, restarse, multiplicarse y dividirse. Núeros coplejos 1. Cuerpos U cuerpo coutativo es u cojuto de úeros que puede suarse, restarse, ultiplicarse y dividirse. Los úeros racioales, esto es, los úeros que puede escribirse e fora de fracció,

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

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

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

2 - TEORIA DE ERRORES : Calibraciones

2 - TEORIA DE ERRORES : Calibraciones - TEORIA DE ERRORES : Calbracoes CONTENIDOS Errores sstemátcos.. Modelo de Studet. Curvas de Calbracó. Métodos de los Mímos Cuadrados. Recta de Regresó. Calbracó de Istrumetos OBJETIVOS Explcar el cocepto

Más detalles

R-C CARGA Y DESCARGA DE UN CONDENSADOR

R-C CARGA Y DESCARGA DE UN CONDENSADOR RC CARGA Y DESCARGA DE UN CONDENSADOR CONTENIDOS Estado trastoro de carga y descarga. Cálculo de la costate de tempo. Método de cuadrados mímos. Errores que se comete durate la evaluacó de τ OBJETIVOS

Más detalles

Sistema binario. Disoluciones de dos componentes.

Sistema binario. Disoluciones de dos componentes. . Itroduccó ermodámca. ema Dsolucoes Ideales Ua dsolucó es ua mezcla homogéea, o sea u sstema costtudo por ua sola fase que cotee más de u compoete. La fase puede ser: sólda (aleacoes,..), líquda (agua

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

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

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

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

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007 OMNTARIOS Y ANÁLISIS DL FATOR D PRODUTIVIDAD PROPUSTO POR OSIPTL PARA L PLAN D RGULAIÓN POR PRIOS TOP 2004 2007 APLIAIÓN D LA VARIABL M por Davd. M. Sappgto RSUMN JUTIVO ste forme preseta ua evaluacó de

Más detalles

LAS MATEMÁTICAS DE LOS SISTEMAS ELECTORALES

LAS MATEMÁTICAS DE LOS SISTEMAS ELECTORALES Rev.R.Acad.Cec.Exact.Fís.Nat. (Esp) Vol. 101, Nº. 1, pp 21-33, 2007 VII Programa de Promocó de la Cultura Cetífca y Tecológca LAS MATEMÁTICAS DE LOS SISTEMAS ELECTORALES FCO. JAVIER GIRÓN GONZÁLEZ-TORRE

Más detalles

Gestión de operaciones

Gestión de operaciones Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS

UNIDAD DIDÁCTICA TERCERA: APLICACIÓN DEL CALCULO MERCANTIL Y FINANCIERO A LAS OPERACIONES BANCARIAS Coceptos (cotedos soporte) Udad de trabajo sexta: Geeraldades. Retas auales costates. Retas costates fraccoadas. Retas varables. Udad de trabajo séptma Geeraldades. mortzacó de u préstamo por el sstema

Más detalles

HERRAMIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS

HERRAMIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS HERRAIENTAS BÁSICAS PARA LAS OPERACIONES FINANCIERAS Dr. J. Iñak De La Peña Curso de Postgrado Especalsta e Cotabldad y aplcacó de las Normas Iteracoales de Cotabldad Facera Departameto de Ecoomía Facera

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE LA BOLSA ESPAÑOLA

SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE LA BOLSA ESPAÑOLA Seleccó de ua cartera de valores medate la aplcacó de métodos multobjetvo teractvos... SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE

Más detalles

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones 2 CÁLCULO FINANCIERO Teoría, Ejerccos y Aplcacoes 3 Uversdad de Bueos Ares Facultad de Cecas Ecoómcas Autores: Jua Ramó Garca Hervás Actuaro (UBA) Master e Ecoomía y Admstracó (ESEADE). Docete de Posgrado

Más detalles

. Usaremos una vía algebraica y una geométrica que nos

. Usaremos una vía algebraica y una geométrica que nos Título: La desgualdad etre la meda artmétca y geométrca e problemas de olmpadas. Resume: E el presete artículo se pretede mostrar la utldad de ua desgualdad ta elemetal como la relacó etre las medas artmétca

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

a es la parte real, bi la parte imaginaria.

a es la parte real, bi la parte imaginaria. CAPÍTULOIX 55 NÚMEROS COMPLEJOS Coocmetos Prevos Supoemos coocdo que: ) El cojuto de úmeros complejos está e correspodec buívoc co el cojuto de los putos de u plo. b) U úmero complejo expresdo e form boml

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN DE

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

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

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

Ejercicios resueltos de funciones generatrices. Matemática discreta 4º Ingeniería Informática

Ejercicios resueltos de funciones generatrices. Matemática discreta 4º Ingeniería Informática Ejerccos resueltos de fucoes geeratrces. Matemátca dscreta º Igeería Iformátca. Determa la fucó geeratrz para el úmero de formas de dstrbur 5 moedas de u euro etre cco persoas, s (a o hay restrccoes; (b

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

V II Muestreo por Conglomerados

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

Más detalles

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)

Más detalles

Tema 9. Combinatoria

Tema 9. Combinatoria Tea 9. Cobiatoria. Defiició de cobiatoria. Estrategias de resolució.. Estrategia del producto y la sua.. Diagraa de árbol. Variacioes y perutacioes.. Variacioes siples u ordiarias.. Perutacioes.. Variacioes

Más detalles

4. ESQUELETOS Y CAMINOS OPTIMALES...

4. ESQUELETOS Y CAMINOS OPTIMALES... . INTRODUCCION.... Qué es la Ivestgacó de Operacoes... 3. I.O como apoyo a la toma de decsoes... 5.3 Problemas tpo e Ivestgacó Operatva... 7. OPTIMIZACIÓN... 9. Itroduccó... 9. Covedad... 3.3 Optmos Locales

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

Un comentario sobre New exact solutions for the combined sinh-cosh-gordon equation

Un comentario sobre New exact solutions for the combined sinh-cosh-gordon equation Lecturas Mateáticas Volue 32 (2011), págias 23 27 ISSN 0120 1980 U coetario sobre New exact solutios for the cobied sih-cosh-gordo equatio Jua Carlos López Carreño & Rosalba Medoza Suárez Uiversidad de

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V Área Académca de: Químca Líea de Ivestgacó: Fscoquímca de Almetos Programa Educatvo: Lcecatura e Químca Nombre de la Asgatura: Químca Aalítca V Tema: Represetacoes gráfcas de las relacoes propedadcocetracó

Más detalles

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para

Más detalles

8.- Considere un duopolio de Bertrand que produce un bien homogéneo. La función de

8.- Considere un duopolio de Bertrand que produce un bien homogéneo. La función de 8.- Consdere un duoolo de Bertrand que rodue un ben hoogéneo. La funón de deanda es x = A b y las eresas tenen el so oste argnal onstante, > 0 no hay ostes fos. Caratere el equlbro de Bertrand-Nash desrba

Más detalles

www.goncaiwo.wordpress.com

www.goncaiwo.wordpress.com Walter Orlado Gozales Cacedo RENTAS Y ANUALIDADES E el capo de las fazas, se preseta dversas odaldades o foras de pago de ua deuda, de acuerdo a la aturaleza de la sa. Cuado usaos el téro aualdad, os da

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

Ampliación de Redes de Telefonía Básica

Ampliación de Redes de Telefonía Básica Amplacó de Redes de Telefoía Básca Carlos D. Almeda Uversdad Nacoal de Asucó. Sa Lorezo, Paraguay cdad@eee.org Nlto R. Amarlla Uversdad Nacoal de Asucó. Sa Lorezo, Paraguay dmatest@copaco.com.py Bejamí

Más detalles

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DERECHOS RESERVADOS REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD RAFAEL URDANETA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA QUÍMICA DETERMINACIÓN MEDIANTE EL ANÁLISIS REGRESIONAL DE LOS MODELOS MATEMATICOS POLINÓMICOS

Más detalles

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO RESOLUCIÓN OENO 0/005 GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO LA ASAMBLEA GENERAL, Vsto el artículo, párrafo

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles