Teoría de Juegos 1. I. Juegos no-cooperativos. Representación de un juego en forma extensiva

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

Download "Teoría de Juegos 1. I. Juegos no-cooperativos. Representación de un juego en forma extensiva"

Transcripción

1 Teoría de Juegos I. Juegos o-cooeratvos Reresetacó de u juego e forma extesva E u juego o-cooeratvo -ersoal e forma extesva ha de cosderarse los sguetes comoetes: ) los jugadores; 2) los actos o accoes de ellos; 3) el orde de dchos actos; 4) el coocmeto resete que e cada mometo del juego osee cada jugador, y 5) las cosecuecas fales que ara los jugadores tedrá el modo e que se haya desarrollado el juego. Así, deótese or N el cojuto de jugadores; éste odrá ser be := {, 2, } s o juega atura) ó 0 := {0,, 2, } s juego atura. El térmo atura se refere a cualquer fuete de acotecmetos azarosos. Cuado se quera referr al cuarto jugador, or ejemlo, se usará: jug 4. Caso que juegue atura, se la deotará or 0. Para dar cueta del orde de los actos de los jugadores se usa el (, R), dode es u cojuto o vacío cuyos elemetos será llamados odos del árbol reresetatvo del juego; y R es ua relacó bara e, llamada recedeca, que es u orde arcal estrcto,.e., rreflexva y trastva 2. Los ares ordeados de esta relacó corresode a los segmetos de recta usados e las fguras usadas ara reresetar gráfcamete u juego de este to. La relacó R determa otra relacó bara e, llamada recedeca medata, deotada or P, del sguete modo: xpy xry z, (xrz zrx). Así, se dce que P(x) := {y de : ypx} es el cojuto de los redecesores medatos de x, y que P - (x) := {z de : xpz} es el cojuto de sucesores medatos de x. Asucó :! x 0 e, P(x 0 ) :=. A este odo, x 0, se lo llama odo cal. Asucó 2: x de \ { x 0 },! m de,! (x 0, x,, x m ) tal que x = x m x 0 P(x ) x m- P(x m ). De ua sucesó tal se dce que es ua seda. Ua cosecueca medata, y que se deja como u ejercco ara el estudate, es la que cocluye que: x x 0, = P(x). Asucó 3: No exste gua seda de logtud fta y toda seda es subseda de otra que terma e u odo carete de sucesores medatos, es decr que s se defe el cojuto de odos termales como Z := {x de : P - (x) = }, etoces seda (x 0, x,, x m ), ua seda (x 0, z,, z ) tal que m z Z z = x z m = x m. Ejercco: Podría haber u caso e el que satsfacédose estas asucoes haya, s embargo, ua catdad fta de odos? x de, xrx. 2 x, y y z de, (xry yrz xrz).

2 Teoría de Juegos 2 El orde de los actos de los jugadores es determado como sgue. Se tee ua artcó, { 0,,, }, de \ Z, tal que 0 o etra s o juega atura. Para > 0, es el cojuto de odos e los que toca jugar al jug. Hay ua corresodeca, A, que a cada odo, x, asga el cojuto de actos dsobles, A(x), al jug, s x. Además, de cada A(x) hay ua byeccó a P - (x), deotada or b x. Ella dca a qué odo sucesor medato de x llevará el acto que el jugador decda realzar. El coocmeto resete de cada jugador es determado or artcoes dadas, H, de los cojutos. Así, s e u mometo dado el juego se ecuetra e u odo de u elemeto h de la artcó H de, etoces el jug o sabrá exactamete e qué odo de h se ecuetra el juego. Por ello, ha de asumrse que la corresodeca A es tal que A(x) = A(y) {x, y} h 2. De esta maera, el jugador o odrá dstgur etre los dferetes odos de h. Se llama cojutos de formacó del jug los elemetos de la artcó H de. Falmete, e lo tocate a las cosecuecas fales que ara los jugadores tedrá el modo e que se haya desarrollado el juego, ha de asumrse que cada jugador (o atura) osee ua relacó de referecas 3 e el cojuto de odos termales Z. Segú la teoría de la utldad eserada de vo Neuma, odrá asumrse que dchas relacoes de referecas estará reresetadas or ua fucó de utldad leal s es que las referecas satsface certas roedades. Esto es lo que ha de resetarse a cotuacó. Teoría de la utldad eserada de vo Neuma 4 Hay u cojuto fto o vacío, O, cuyos elemetos so llamados ocoes ; y hay u agete decsoro que, auque querría oder escoger ua ocó, o uede hacerlo y debe, e cambo, cotetarse co escoger etre loterías 5 sobre las ocoes. Así, s O = m, etoces ua lotería estaría dada smlemete or u vector de m + tal que sus comoetes (egatvos) sume. Es osble també cosderar loterías comuestas, esto es, loterías alguos de cuyos remos sea també loterías. Por ejemlo, s m = 3, odría teerse ua lotería que ofrecera co robabldad ½ la rmera ocó y co robabldad ½ la lotería (/3, 0 2/3). Etoces, esto equvaldría a eserar la rmera ocó co robabldad ½ + /6, la seguda ocó co robabldad 0 y la tercera ocó co robabldad /3, es decr, equvaldría a la lotería (4/6, 0, /3). Así, toda lotería comuesta determa ua lotería smle. E adelate se asumrá que al agete decsoro sólo le teresa la lotería smle determada or la lotería comuesta que se le ofrezca. Ua artcó de u cojuto C es ua coleccó de subcojutos o vacíos de él tal que su uó dé C y todas las terseccoes de ares dferetes de ellos so vacías. 2 Por tal razó uede escrbrse s ambgüedad A(h) ara deotar tales cojutos A(x) y A(y). 3 Es decr, ua relacó bara trastva y total (cualesquera dos elemetos so comarables segú la relacó). 4 Mas-Colell et al., Mcroecoomc theory, OUP, Ua lotería sobre O es ua dstrbucó robablístca sobre O.

3 Teoría de Juegos 3 Sea,ues, L el cojuto de todas las loterías smles sobre el cojuto de ocoes O = {o,, o m }. Se asume que el agete osee ua relacó de referecas,, sobre L. El cojuto de loterías, L, uede detfcarse co el smlejo de m que se defe or: m := { de m tal que 0 = m }. Ha de otarse que este smlejo es covexo Luego, resulta que cualquer combacó covexa de loterías smles es ua lotería smle. Se asume que esta relacó de referecas es () cotua e (2) deedete, esto es, que cualesquera sea las loterías, q y r, () so cerrados e [0, ] los cojutos { de [0, ]: + (-) q r} y { de [0, ]: q + (-) r}; y (2) que s q, etoces, + (-) r q + (-) r. Como be se sabe or Mcroecoomía, la roedad de cotudad e la relacó de referecas garatza la exsteca de fucoes de utldad cotuas reresetatvas de ella. E este caso eso es erfectamete alcable ues el cojuto de loterías smles sobre O uede verse como u subcojuto de m +, a saber, el m. S embargo, lo que más teresa e este cotexto es que haya fucoes de utldad ara la relacó de referecas que además de ser cotuas tega la forma de utldad eserada como la defe vo Neuma. Defcó: Se dce que ua fucó de utldad ara, U, sobre L tee forma de utldad eserada (ó que es de vo Neuma), s exste u vector u e m tal que de L, U() = u. Al resecto hay tres teoremas de gra mortaca e este cotexto. Teorema : Ua fucó de utldad ara, U, sobre L tee forma de utldad eserada s, y sólo s, (e adelate: ss ) U es leal, esto es, que la mage de toda combacó covexa de loterías sea esa msma combacó covexa de las mágees de las loterías: U( ) = U ( ), de,,, de L,,, egatvos de suma.. º) La ecesdad de la codcó (): Asúmase que U() tee forma de utldad eserada. Etoces, or defcó, u e m tal que de m, U() = u. Hay que U() demostrar que es leal e el setdo del eucado. Etoces, se sgue que U( ) = u = ( u ) = U cojuto, C de m es covexo s le erteece todas las combacoes covexas de sus elemetos,.e., que s se toma u subcojuto fto cualquera de C, dgamos {x,, x }, etoces (, ) de + tal que =, se tee que x C.

4 Teoría de Juegos 4 U ( ). E esta secueca de gualdades la seguda vale or la lealdad del roducto tero de vectores, y la tercera, orque U() tee forma de utldad eserada. Uedo los dos extremos de dcha secueca, se cocluye que U es leal. 2º) La sufceca de la codcó (): Sea que U() es leal e el setdo del eucado. Hay que demostrar que exste u vector, u, tal que de L, U() = u. Sea s,, s m las loterías que co certeza da resectvamete las ocoes o,, o m. Etoces, cualquera sea de L, se tedrá que m U() = U( s ) = U ( s ). m Ahora, s se defe los coefcetes u := U(s ), se obtedrá que U() = u. Teorema 2: S U es ua fucó de utldad ara e forma de utldad eserada ara, etoces cualquer otra fucó de utldad ara, U* : L, tee forma de utldad eserada ss c > 0, d, tales que U*() = cu() + d, de L. º) Sufceca de la codcó () : Por el teorema ateror, bastará co demostrar que la codcó de la derecha del ss mlca la lealdad de U(). Así, ues, dada ua combacó covexa cualquera de loterías smles, U*( ) = c U( ) + d = c U ( ) + ( ) d = ( cu ( ) d) = U *( ). E esta secueca de gualdades, la rmera vale or hótess sobre U*(); la seguda, or la hótess sobre U() y el teorema ; la tercera es u smle reacomodo algebraco, y la cuarta uevamete or la hótess sobre U*(). Uedo ambos extremos de la secueca se obtee la lealdad de U*(). 2º) Necesdad de la codcó (): Sea, ues, U*() ua fucó de utldad ara e forma de utldad eserada. Etoces, uede coclurse que exste loterías ótma y ésma,.e., o, e L tales que de L, o ; e efecto, es que U() es cotua or ser leal, y ya que L es comacto, ues L m ; se sgue que U() ha de alcazar u valor máxmo y u valor mímo e L. Además, uede establecerse que de L, [0, ], = o + (-), ues (), caso que o U ( ) U ( ), basta co defr := ; y (), caso que o, o U ( ) U ( ) como todas las loterías so dferetes etre sí, cualquer fucó de utldad de El símbolo sólo se usa ara dcar ua osble detfcacó,.e., ua gualdad covecoal que o va cotra el cotexto.

5 Teoría de Juegos 5 deberá ser costate, y cualesquera sea las costates y 2, semre habrá algú c > 0 y algú d tales que 2 = c + d. Volvedo al caso (), de la defcó de se sgue que U() = U( o ) + (-) U( ) = U( o + (-) ), de lo que se sgue que ( o + (-) ). Por lo tato, como U*() tee forma de utldad eserada, se tee que U*() = U*( o + (-) ) = (U*( o ) - U*( )) + U*( ). S ahora se remlaza or su defcó, se o U *( ) U *( ) sgue que U*() = c U() + d, dode c := y d := U*( ) U ( ). o U ( ) U ( ) Teorema 3 (de vo Neuma): S es cotua e deedete, etoces hay algua fucó de utldad e forma de utldad eserada ara E el teorema ateror ya se establecó que exste loterías ótma y ésma e L, a saber, o y. S ocurrera que o, etoces cualquer fucó costate sería ua fucó de utldad e forma de utldad eserada. Luego, sólo hay que cosderar el caso e que o. E tal caso uede demostrarse ( queda como ejerccos!) los sguetes resultados: ), de L, ( ]0, [, + (-) ). Basta co demostrar que: ( [0, ],, + (-) + (-)) ( [0, ],, + (-) + (-)) ( [0, ], + (-) + (-)). Ahora solo hay que usar reduccó al absurdo. 2), de ]0, [, ( o + (-) o + (-) > ). Basta comrobar que s se defe := (-)/(-), etoces o + (-) o + (-) ( o + (-) ). () Ahora hay que deducr que o o + (-). De esto se sgue que: o + (-) ( o + (-) ) o + (-). () Falmete, de () y (), se sgue (2). 3) de L,! [0, ], o + (- ). La ucdad se sgue de (2) y la exsteca se sgue del hecho de que es cotua y el segmeto [0, ] es coexo,.e., o es la uó de subcojutos dsjutos y o vacíos. 4) Defíase la fucó U : L, U() :=. Etoces, U() es ua fucó de utldad ara. 5) U() es ua fucó leal e el setdo de la defcó del teorema, y, or lo tato, gracas a ese msmo teorema, es també ua fucó e forma de utldad eserada.

6 Teoría de Juegos 6 També hay que teer e cueta sólo la defcó de U() los utos aterores. Las demostracoes detalladas de estos tres teorema uede verse e el texto ya ctado de Mas-Colell et al. Volvedo a la teoría de juegos o-cooeratvos e forma extedda, es de otarse que, como e ellos los agetes o uede or sus roos medos garatzarse la culmacó del juego e gú odo termal determado, todo lo que uede asumrse que ellos osea es sólo ua relacó de referecas sobre el cojuto de loterías smles sobre Z. Etoces, s dcha relacó de referecas es cotua e deedete, odrá asumrse que exste fucoes de utldad e forma de utldad eserada ara cada relacó de referecas de los jugadores e el cojuto de loterías smles sobre Z. Deótese dchas fucoes de utldad or,, m. De este modo, el últmo comoete del juego o-cooeratvo e forma extedda es ua sucesó fta ( (z)) z Z, sedo (z) = ( (z),, m (z)). E deftva, u juego o cooeratvo -ersoal e forma extesva se reresetará or el quítule ordeado ( ( ) 0, R,( H ) 0,( A( x)) x\ Z,( ( z) zz ) ) s juega atura, y or ( ), R,( H ),( A( x)) ( ( ) ) ) s o juega atura. ( x \ Z, z z Z ` Reresetacó de u juego e forma estratégca E u juego -ersoal e forma extesva,, como acaba de dcarse tres líeas ates, se defe las estrategas de los jugadores como dcacoes recsas, or arte de cada jugador, acerca de cómo hay que jugar cada vez que sea su turo. Defcó: ) Ua estratega del jug es cualquer fucó, s, defda e H y que tome valores e A := A( h), debedo cumlrse que h de H, s (h) A(h). hh 2) Se deotará el cojuto de todas las osbles estrategas del jug or S. 3) U erfl de estrategas es cualquer (s,, s ) S S. Ha de otarse que cada erfl de estrategas determa ua seda que acaba e u odo termal y que, or ede, hay ua fucó : S S Z que asga a cada erfl de estrategas u úco odo termal. Falmete, como e cada odo termal ya está determado el vector (z) = ( (z),, m (z)), uede cosderarse la fucó comuesta * := : S S ; e este cotexto de reresetacó estratégca, la fucó * que acaba de defrse será reresetada smlemete or. Co esta otacó la reresetacó e forma ormal de u juego o cooeratvo - ersoal es: G := (( S),( ) ). Ejemlos: ) La batalla de los sexos 2) El dlema del rsoero 3) El rearto de la torta.

7 Teoría de Juegos 7 Extesó mxta de u juego e forma ormal Se defe ua estratega mxta del jug e el juego -ersoal G, como cualquer dstrbucó robablístca sobre su cojuto S de estrategas (de ahora e adelate llamadas uras ). Así, s es ua estratega mxta del jug, etoces = (,, r ), sedo q := (s q ) q de {,, r }. El cojuto de todas las estrategas mxtas del jug se reresetará or, el cual, r s S = r, será el smlejo del esaco euclídeo de dmesó r. La extesó mxta del juego G se defe como G* := (( ),( ) ), e dode las fucoes se defe como los agos eserados al jug segú el comlejo de dstrbucoes (,, ) =:. Esto es, que () = = ( s q,..., sq ) q... q E[ ]. r,..., r q,... q Notas: )E adelate, e vez de escrbr (), se escrbrá smlemete () s temor a cofusó. 2) Ua estratega mxta uede verse como u mecasmo aleatoro sobre el cojuto de estrategas uras del jugador. Hay otra forma e que los jugadores uede aleatorzar sus tervecoes e el juego. Ella cosste e que cada jugador emleará u mecasmo aleatoro sobre cada uo de sus cojutos de formacó; a esto se llamará ua estratega coductual. Para el jug, ua tal estratega coductual uede verse como ua fucó defda e H, la coleccó de cojutos de formacó del jug, y que toma valores e el cojuto de dstrbucoes robablístcas sobre las accoes dsobles a ese jugador, (A ); es decr, : H (A ), tal que h de H, a de A ( (h) (a) = 0 s a A(h)). E otras alabras, el soorte de (h) A(h). El cojuto de todas las estrategas coductuales del jug se deota or. Cabe regutarse cuál de estas dos formas de aleatorzar es más coveete. La resuesta, arcal, es que e u juego co memora erfecta 2, ambas so equvaletes e el setdo de que cualquera que sea la estratega mxta del jug, haya ua estratega coductual de él tal que asge a cada uo de sus cojutos de formacó ua dstrbucó que dé a cada accó osble ara dcho cojuto de formacó la robabldad, segú aquella estratega mxta, de que e dcho cojuto de formacó el jugador escoja recsamete esa accó osble. Dcho de modo smbólco: jug,,, h de H, a de h, se tega que (h) (a) = Pr b ( s ( h) a h). Defcó : Se dce que u juego e forma extesva osee memora erfecta s gú jugador olvda e gú mometo del juego sus accoes revas lo que ates suo, esto es: ) que el jug o olvde la accó a de A(x) que ya adotó e el odo x de sgfca que s x P(x) = P(x) x x, etoces xˆ, ~ x,( xrxˆ x Rx ~ ) ( h( xˆ) h( ~ x)) ; Se llama soorte de ua dstrbucó robablístca al cojuto de elemetos de robabldad ostva. 2 Ver la defcó corresodete e el sguete árrafo.

8 Teoría de Juegos 8 2) que el jug o olvde gua formacó que haya coocdo, es decr, que s él e algú mometo carece de certa formacó, etoces semre habrá carecdo de ella. Dcho smbólcamete: (x, x, y x h(x) yrx) (y h(y), y Rx) (advértase que y be odría ser gual a y). Ejemlo (que muestra u juego co memora erfecta y otro s ella): Ejemlo (que lustra cómo ara cada estratega mxta hay ua estratega coductual tal que a cada accó osble de u jugador le asga la msma robabldad que ella tedría segú la mxta): Sea ua ua estratega mxta cualquera del jug ; etoces hay ua estratega coductual de dcho jugador tal que a de A(h), (h)(a) = Pr b ( s ( h) a h) Cosdérese, or ejemlo, el juego. Las estrategas del jug 2 uede smlemete reresetarse como X y Y, ues el jug 2 o osee so u cojuto de formacó, de modo que sus dos osbles estrategas sería de la forma {(h, X)} y {(h, Y)}. Smlarmete, las estrategas del jug uede reresetarse como (A, C), (A, D), (B, C) y (B, D), ues, teedo dcho jugador dos cojutos de formacó, sus estrategas so de la forma {(h, A), (h 2, C)}, etc. Etoces, S = {(A, C),(A, D),(B, c),(b, D)}. Sea, or ejemlo, = (½, 0, 0, ½). Luego, Prb ( s ( h2) D) = ( s) = ( s = (( A, D)) (( B, D)) = 0 + s S : s ( h 2 ) D ( ) A, D),( B, D)

9 ½ = ½. Pero b ( s ( h ) D ) Pr 2 h 2 = ( A, D),( B, D) ( A, C),( A, D) Teoría de Juegos 9 Prb (( s ( h 2 Prb h 2 ) D) h ( ) Prb ( ) Prb = ( ( A, D) ) 0 = 0. / 2 / 2 / 2 Por lo tato s es la estratega coductual que ha de asgarse a, etoces ha de ser ecesaro que (h 2 ) (C) = (h 2 ) (D) = 0. Determacó de estratega coductual or estratega mxta E u juego e forma extesva,, sea ua estratega mxta del jug ; etoces ha de asocársele la estratega coductual que se defe a cotuacó. Prmero defíese, ara cada cojuto de formacó, h, de ese jugador el subcojuto S (h) := {s q S : s -, 0 < Prb s (la seda que s determa asa or h)}. Luego, ya uede defrse medate: ( ( s )) ( ( s )), s 0 ( s ) s S ( h): s ( h) a s S ( h) s S : s ( h) a ( h)( a) :. ( s ) s S : s ( h) a 2 ) = Ha de otarse que la seguda arte de esta defcó es del todo arbtrara ero, como ya se verá, ella carece de mortaca. Notas : ) Tato como duce ua msma aleatorzacó codcoal sobre las accoes dsobles e cada cojuto de formacó,.e. ambas refleja ua msma coducta cotgete sobre cada cojuto de formacó. 2) La fucó que acaba de defrse,, es sobreyectva ero o ecesaramete yectva como lo muestra el sguete cotraejemlo. E el juego se tee que S 2 = {AC, AD, BC, BD} s 2 := ¼(,,, ) 2 := (½, 0, 0, ½), etoces ambas duce la msma estratega coductual 2 := ((½, ½), (½, ½)) (demostrarlo como ejercco). Se usa la otacó que llama, or ejemlo, s -2 al (s, s 3 ) s es que s = (s, s 2, s 3 ). Así, s també se oe como (s 2, s -2 ).

10 Teoría de Juegos 0 Teorema (uh, 953): E u juego co memora erfecta so estratégcamete equvaletes las estrategas mxtas y las coductuales,.e. ellas geera el msmo cojuto de osbldades (meddas robablístcas) sobre el cojuto de sedas alteratvas del juego. Nota: E este teorema la equvaleca estratégca se refere a que, cualquera que sea el jugador y cualquera que sea el erfl de estrategas (mxtas o coductuales) de los otros jugadores, so guales etre sí las dstrbucoes robablístcas (sobre el cojuto de sedas) que geera ua estratega coductual artcular de u jugador ó ua cualquera de sus estrategas mxtas que duce dcha estratega coductual. De maera formal: jug, -,,la dstrbucó sobre sedas que geera = la dstrbucó sobre sedas que geera, semre que duzca. Smlarmete, jug, -,,la dstrbucó sobre sedas que geera = la dstrbucó sobre sedas que geera, semre que duzca. Domacó y domacó teratva Ejemlo: E el juego reresetado e forma ormal o estratégca sguete, A B C X 2,7 2,0 2,2, e dode las estrategas del jug so X, Y y Z; y las del jug 2 Y 7,0, 3,2 Z 4, 0,4,3 so A, B y C, se ve que, como jug es racoal, uca se decdrá or Z, ya que e cualquer caso le rá mejor co Y. Puede, ues, asumrse que el juego realmete se A B C X 2,7 2,0 2,2 reduce al sguete. E éste, gualmete se ve que, como jug 2 Y 7,0, 3,2 es racoal, uca se decdrá or B ya que e cualquer caso le rá mejor co C. Así, A C el juego se reducrá al X 2,7 2,2. Ahora se ve que jug uca escogerá X ya Y 7,0 3,2 que e cualquer caso le rá mejor co Y. Etoces, el juego se reduce aú más: A C. Falmete, jug 2 ve que co C le rá mejor que co A, or lo que el Y 7,0 3,2 C juego terma sedo, y ya se uede eserar que al jugar, los jugadores Y 3,2 elja resectvamete sus estrategas, los jugadores elja resectvamete sus estrategas Y y C. Defcó : Ua estratega ura, s, del jug, es domada s tal que s - de S -, (, s - ) > (s, s - ).

11 Teoría de Juegos Nota : S la estratega ura s es domada, etoces cualquer estratega mxta, tal que asge robabldad ostva a s será també suerada or algua otra estratega mxta,.e. tal que s - de S -, (, s - ) > (, s - ). (Demostrarlo y demostrar també que la rooscó recíroca es falsa es algo que queda como ejercco). Defcó 2: Ua estratega ura, s, del jug, es domada s tal que - de -, (, - ) > (s, - ). Defcó 3: Ua estratega ura, s, del jug, es domada s s tal que s - de S -, (s, s - ) > (s, s - ). Nota : Puede demostrarse (hacerlo es u ejercco) que la defcó 2 equvale a la ; que la 3 mlca la ero que lo recíroco o es certo. Luego, e adelate, sólo ha de coservarse la rmera defcó. El ejemlo ateror lustra u roceso de elmacó teratva que se exresa formalmete como sgue. 0 0 Deote q cualquer úmero atural e cluso el 0, y defíase S := S := ; q q q q además, S : { s S : : s S, (, s) ( s, s)} y q q : ( ) q q q so S }. Etoces se tedrá que S : { S y defedo S q q :=, se obtee que e todo juego fto () el roceso terma e u úmero S 0 fto de teracoes y (2),. Equlbros de Nash S Defcó: E u juego G dado e forma estratégca o ormal, u erfl estratégco o stuacó, s* (s *,, s *), es u equlbro de Nash s gú jugador uede, ulateralmete actuado, cremetar el ago que le corresode or s*. Dcho de modo formal, s s S, (s*), (s, s - *). Ejercco : Demostrar que todo equlbro de Nash comrede sólo estrategas que sobrevve al roceso de domacó terada. A B C A,,0,0 Ejemlo : E el juego resulta que S = {A, B, C} y! B 0, 2, 2 2,2 C 0, 2,2 2, 2 equlbro de Nash, a saber, (A, A).,, E cambo, e el juego o hay gú equlbro de Nash.,,

12 Teoría de Juegos 2 Defcó : E la extesó mxta, G*, de u juego dado e forma ormal, G, ua stuacó ( *,, *) * es u equlbro de Nash s,, (s*) (, - *). Es la msma dea de la defcó dada ates, ues e el juego G* las estrategas uras so las mxtas del juego G. Defcó: E u juego G dado e forma ormal se llama corresodeca de resuesta ótma del jug a la : - { : (, ) (, ) }. Etoces, se defe també la corresodeca de resuesta ótma del juego como la : dada or :=. Así, resulta que * es equlbro de Nash s, y sólo s, * (*). Ejemlo: E el juego se ecuetra que 0, 2 0, 2 -, -, : 2 2 ( 2 ) := { : (, 2) (, 2) }. {(0,)}, Por lo tato, resulta ser ( 2 ) = cualq. {(,0)}, ues (, 2 ) = ( - )( 2 2 ). s s s [0,/ 2[ / 2 ]/ 2,], {(0,)}, s Smlarmete sale que 2 ( ) =, cualq. s ues 2 (, 2 ) = (2 + 2 ) ). Estas corresodecas uede reresetarse gráfcamete medate:

13 Teoría de Juegos 3 La terseccó de ellas dará los equlbros de Nash: {((0, ), (0, ))}{((, 0), 2 ): 0 2 }. Ejercco: Hallar todos los equlbros de Nash e estrategas mxtas y uras ara los juegos moedas cocdetes y batalla de los sexos. Teorema (Nash): La extesó mxta de cualquer juego fto osee al meos u equlbro de ash e estrategas mxtas 2. Nota: La demostracó se verá más adelate. Ejemlo : El duoolo de Courot. Defcó: U juego bersoal de suma ula es uo e el que = 2 0 = + 2. U juego tal es descrtble medate ua matrz (a j ) A dode a j := (s, s 2j ). Defcó: E u juego bersoal, G = ( S, ), se llama valor maxmí de G al v (G) := max m 2 A 2, y valor mmax de G al v 2 (G) := m max 2 A 2. Teorema (vo Neuma): S G es u juego bersoal fto, descrto or la matrz A, etoces v* = v = v 2 s * es u equlbro de Nash ara G, etoces v* = * A 2 *. Se defe juego fto como aquel todos cuyos jugadores sólo osee estrategas uras e catdades ftas. 2 Ha de teerse e cueta que toda estratega ura uede verse també como ua estratega mxta degeerada,.e. ua que osee al como uo de sus comoetes.

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

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u

de los vectores libres del plano. Recordemos que la operación de sumar vectores verificaba las siguientes propiedades: se cumple que u + v = v + u FUNDAMENTOS DE LOS ESPACIOS VECTORIALES ABSTRACTOS Prmeros ejemplos. Cosderemos el cojuto V de los vectores lbres del plao. Recordemos que la operacó de sumar vectores verfcaba las sguetes propedades:

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

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

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

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

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN

REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN REDES DE DISTRIBUCIÓN .4 Cálculo de Redes Cerradas El roblea que se latea es calcular los caudales que escurre e cada trao de ua red, alla o crcuto, de odo que se cula certas codcoes hdráulcas coo las resoes exstetes e los

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

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

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

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

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

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

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

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

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

Más detalles

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a  El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! INTRODINTRODUCCIÓN D etro del estudo de muchos feómeos de

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

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

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

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

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

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

Más detalles

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

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

CENTRO DE MASA centro de masas centro de masas

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

Más detalles

(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

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

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

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

Topología General Capítulo 0-2 -

Topología General Capítulo 0-2 - Topología Geeral Topología Geeral apítulo - - - - Topología Geeral apítulo - 3 - Breve reseña hstórca Sus orígees está asocados a la obra de Euler, ator y Möbus. La palabra topología había sdo utlzada

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

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

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

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

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

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

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3 Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó

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

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33 SIMULACION TECNICA PARA IMITAR EN UN COMPUTADOR LAS OPERACIONES DE LOS SISTEMAS DEL MUNDO REAL A MEDIDA QUE EVOLUCIONAN EN EL TIEMPO, MEDIANTE MODELOS QUE LOS REPRESENTAN DE FORMA REALISTA Deartamet d'eio

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

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó

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 aalzó el sgo

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

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

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS

ANÁLISIS ESTADÍSTICO DEL CONTROL DE CALIDAD EN LAS EMPRESAS UNIVERIDAD de VALLADOLID ECUELA de INGENIERÍA INDUTRIALE INGENIERO TÉCNICO INDUTRIAL, EPECIALIDAD EN MECÁNICA PROYECTO FIN DE CARRERA ANÁLII ETADÍTICO DEL CONTROL DE CALIDAD EN LA EMPREA Autor: Galca Adrés,

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

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

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

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

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

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

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente:

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente: Matemátcas faceras 4.2. Aualdades atcpadas 4.2. Aualdades atcpadas UNIDAD IV. ANUALIDADES Las aualdades vecdas so aquellas que sus pagos guales ocurre al falzar cada perodo, u dagrama de flujo de cada

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

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

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

ESTADÍSTICA poblaciones

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

Más detalles

5- VARIABLES ALEATORIAS BIDIMENSIONALES

5- VARIABLES ALEATORIAS BIDIMENSIONALES Parte Varables aleatoras bdmesoales Prof. María B. Ptarell 5- VARIABLES ALEATORIAS BIDIMENSIONALES 5. Geeraldades Hasta ahora hemos cosderado el caso de varables aleatoras udmesoales. Esto es, el resultado

Más detalles

TEMA 4: VALORACIÓN DE RENTAS

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

Más detalles

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

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

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

q q q q q q n r r r qq k r q q q q

q q q q q q n r r r qq k r q q q q urso: FISIA II B 30 00 I Profesor: JOAQIN SALEDO jsalcedo@u.edu.pe Eergía potecal electrostátca. S traemos ua carga desde ua dstaca fta el trabajo ecesaro es ulo. 0 trate ua fumadta, grats,, te vto S luego

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

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

Apuestas deportivas por Internet

Apuestas deportivas por Internet Autor: Davd Serrao Martíez 22/0/2009 Apuestas deportvas por Iteret Aputes y relexoes Itroduccó Durate el últmo trmestre de 2005, u grupo de compañeros de trabajo y amgos decdmos motar ua suerte de peña

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

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

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

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

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

Más detalles

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

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

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

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor

GENERACIÓN TERMOELÉCTRICA. Cálculo de la toma de las extracciones de un ciclo de vapor GNRCIÓN TRMOLÉCTRIC. Cálculo de la toa de las extraccoes de u cclo de apor ISML PRITO ÍNDIC D MTRIS CÁLCULO D LOS PUNTOS D TOM D LS XTRCCIONS PR QU L MJOR DL RNDIMINTO DL CICLO RGNRTIVO S MÁXIM. MJOR N

Más detalles

Introducción a la Programación Lineal

Introducción a la Programación Lineal Itroduccó a la Programacó Leal Clauda Llaa Daza Garzó cldaza@uversa.et.co Trabajo de Grado para Optar por el Título de Matemátco Drector: Pervys Rego Rego Igeero Uversdad Nacoal de Colomba Fudacó Uverstara

Más detalles

l 0 + l La energía potencial elástica de un resorte vale:

l 0 + l La energía potencial elástica de un resorte vale: ASOCIACIÓN DE RESORTES..- La fuerza y eergía elátca de u reorte o muelle. U reorte o muelle e u dotvo mecáco que uede comrmre o dlatare y que vuelve a u ocó orgal o atural, emre que el delazameto o ea

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO

EXISTENCIA DE UNA FUNCIÓN NO LINEAL, CONTINUA Y BIYECTIVA EN l CON INVERSA DISCONTINUA EN TODO PUNTO EXISTECIA DE UA FUCIÓ O LIEAL, COTIUA Y BIYECTIVA E l CO IVERSA DISCOTIUA E TODO PUTO Jorge E Herádez U, Temístocles Zeballos M Uversdad de Paamá, Cetro Regoal Uverstaro de Veraguas, Departameto de Matemátca

Más detalles

ADMINISTRACIÓN FINANCIERA. - Cálculo Financiero Teoría y Práctica

ADMINISTRACIÓN FINANCIERA. - Cálculo Financiero Teoría y Práctica 2 ADMINISTRACIÓN FINANCIERA - Cálculo Facero Teoría y Práctca Año 2007 Profesor ttular: Profesor Adjuto: Eduardo Melsky Herá Rouby 3 Idce: CALCULO FINANCIERO 3 REGIMEN DE CAPITALIZACION SIMPLE 6 REGIMEN

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

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson:

METODO DE MAXIMA VEROSIMILITUD. Supongamos una muestra aleatoria de 10 observaciones de una distribución Poisson: Aputes Teoría Ecoométrca I. Profesor: Vvaa Ferádez METODO DE MAIMA VEOSIMILITUD Supogamos ua muestra aleatora de observacoes de ua dstrbucó Posso: 5,,,,, 3,, 3,,. La desdad de probabldad para cada observacó

Más detalles

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA Se llama varable aleatora a toda fucó defda e el espaco muestral de u epermeto aleatoro que asoca a cada elemeto del espaco u úmero real X : E R El cocepto de varable aleatora surge

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

LECCIONES DE ESTADÍSTICA

LECCIONES DE ESTADÍSTICA LECCIONES DE ESTADÍSTICA Estos aputes fuero realzados para mpartr el curso de Métodos Estadístcos y umércos e el I.E.S. A Xuquera I de Potevedra. Es posble que tega algú error de trascrpcó, por lo que

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

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

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

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

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

Palabras-Clave: Análisis hidráulicos, régimen transitorio, modelo elástico.

Palabras-Clave: Análisis hidráulicos, régimen transitorio, modelo elástico. MODLO HIT. ÁLISIS D TSITOIOS HIDÁULIOS SISTMS OMPLJOS MDIT MODLO LÁSTIO. Pedro L. Iglesas ey ; Vcete S. Fuertes Mquel ; Joaquí Izquerdo Sebastá esume el resete artículo se aborda ua formulacó alteratva

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

. 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

1 ESTADÍSTICA DESCRIPTIVA

1 ESTADÍSTICA DESCRIPTIVA 1 ESTADÍSTICA DESCRIPTIVA 1.1 OBJETO DE ESTUDIO Y TIPOS DE DATOS La estadístca descrptva es u cojuto de téccas que tee por objeto orgazar y presetar de maera coveete para su aálss, la formacó coteda e

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos LECCIONES DE ESTADÍSTICA Tema I. Estadístca descrptva Métodos Estadístcos Feómeos determístcos TEMA I. ESTADÍSTICA DESCRIPTIVA Llamados també causales,

Más detalles

UNIVERSIDAD NACIONAL ABIERTA CENTRO LOCAL METROPOLITANO LICENCIATURA EN MATEMÁTICA MENCIÓN PROBABILIDAD Y ESTADÍSTICA

UNIVERSIDAD NACIONAL ABIERTA CENTRO LOCAL METROPOLITANO LICENCIATURA EN MATEMÁTICA MENCIÓN PROBABILIDAD Y ESTADÍSTICA UNIVERSIDAD NACIONAL ABIERTA CENTRO LOCAL METROPOLITANO LICENCIATURA EN MATEMÁTICA MENCIÓN PROBABILIDAD Y ESTADÍSTICA U NA ESTUDIO DE MÉTODOS NO PARAMÉTRICOS Iforme de pasatías presetado como requsto para

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

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:

DERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir: DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució

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

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles