INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

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

Download "INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10"

Transcripción

1 INSTITUTO TECNOLOGICO METROPOLITANO Cadenas de Markov Ejercicios Wbaldo Londoño November 6, 2012 INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

2 Ejercicio 1 En un país como Colombia existen 3 operadores principales de telefonía móvil como lo son tigo, Comcel y movistar. Los porcentajes que tiene cada operador en el mercado actual son para tigo 0.4 para Comcel 0.25 y para movistar Se tiene la siguiente información: Un usuario actualmente de tigo tiene una probabilidad de permanecer en tigo de 0.60, de pasar a Comcel 0.2 y de pasarse a movistar de 0.2; sí en la actualidad el usuario es cliente de Comcel tiene una probabilidad de mantenerse en Comcel del 0.5 de que esta persona se cambie a tigo 0.3 y que se pase a movistar de 0.2; si el usuario es cliente en la actualidad de movistar la probabilidad que permanezca en movistar es de 0.4 de que se cambie a tigo de 0.3 y a Comcel de 0.3. Partiendo de esta información se pide: 1 Determine el sistema en observación 2 Defina los estados del sistema, el diagrama de transición y la matriz de transición. 3 Clasifique los estados como transitorios, recurrentes aperiódicos. 4 Es la cadena Ergódica o absorbente. 5 Sí la cadena es ergodica hallar e interpretar el vector de estado estable. INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

3 Ejercicio 2 Suponga que en el mercado se consiguen 3 tipos de gaseosas colas que son: coca cola, Pepsi cola y big cola; cuando una persona a comprado coca cola existe una probabilidad de que la siga consumiendo de el 75%, un 15% de que compre Pepsi cola y un 10% de que compre big cola; cuando el comprador actualmente consume Pepsi existe una probabilidad de que la siga comprando de 60%, un 25% que compre coca cola y un 15% big cola; sí en la actualidad consuma big cola la probabilidad de que la siga consumiendo es del 50%, un 30% que compre coca cola y 20% pepsi cola: 1 Determine el sistema en observación 2 Defina los estados del sistema, el diagrama de transición y la matriz de transición. 3 Clasifique los estados como transitorios, recurrentes aperiódicos. 4 Es la cadena Ergódica o absorbente. 5 Sí la cadena es ergodica hallar e interpretar el vector de estado estable. INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

4 Ejercicio 3 La Universidad Libre a estudiado la trayectoria de sus estudiantes y a descubierto que: 70% de los estudiantes de nuevo ingreso regresan al año siguiente, de segundo año, el 15% volver como estudiante de nuevo ingreso y el resto no regresará. El 75% de los estudiantes de segundo año volverán al año siguiente como estudiantes de tercer año, el 15% volverán como estudiantes de segundo año y el resto no regresará El 80% de los estudiantes de tercer año regresarán al año siguiente como estudiantes de último año, 10% volverá como estudiante de tercer año y el resto no regresará El 85% de los estudiantes de ultimo año se graduaráan, y el 10% volverá como estudiante de ultimo año y el resto no regresará Nota: Supongamos que la U no permite que un estudiante que se ha dado de baja, vuelva y tampoco permite que se cambie de curso a mitad de curso. INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

5 Ejercicio 3-cont 1 Determine el sistema en observación 2 Defina los estados del sistema, el diagrama de transición y la matriz de transición. 3 Clasifique los estados como transitorios, recurrentes y aperiódicos. 4 Es la cadena Ergódica o absorbente. 5 Sí la cadena es ergodica hallar e interpretar el vector de estado estable. 6 Sí la cadena es absorbente determine el número esperado de años que un estudiante permanece en el segundo año antes de graduarse. 7 Cuál es el número esperado de años que un estudiante de nuevo ingreso permanece activo en la universidad antes de retirarse. 8 Sí en el presente año entraron como nuevos 5000 estudiantes Cuántos a largo plazo se retirarán y cuantos se graduarán? INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

6 Ejercicio 4 Considérese una tienda de departamentos que clasifica el saldo de lacuenta como pagada (estado 1), 1 a 30 días de retraso (estado 2), 31 a 60 días de retraso (estado 3) o mala deuda (estado 4). Las cuentas se revisan cada mes y se determina el estado de cada cliente. En general, los créditos no se extienden y se espera que los clientes paguen sus cuentas dentro de 30 días. En ocasiones los clientes solo pagan una parte de su cuenta. Si esto ocurre cuando el saldo queda dentro de los 30 días de retraso (estado 2), la tienda ve a este cliente como uno que permanece en el estado 2. Si esto ocurre cuando el saldo esta entre 31 y 60 días de retraso, la tienda considera que el cliente se mueve al estado 2 (1 a 30 días de retraso). Los clientes que tienen más de 60 días de retraso se clasifican en la categoría de una mala deuda (estado 4); luego las cuentas se mandan a una agencia de cobro. Después de examinar los datos de años pasados, la tienda ha desarrollado la siguiente matriz: INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

7 Ejercicio 4-cont C pagada 1-30 dias dias Mala deuda C pagada dias dias Mala deuda Determine el sistema en observación 2 Defina los estados del sistema, el diagrama de transición y la matriz de transición. 3 Clasifique los estados como transitorios, recurrentes y aperiódicos. INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

8 Ejercicio 4-cont 1 Es la cadena Ergódica o absorbente. 2 Sí la cadena es ergodica hallar e interpretar el vector de estado estable. 3 Sí la cadena es absorbente determine el número esperado de meses que una cuenta nueva permanece como cuenta nueva antes de pasar a cuenta pagada. 4 Cuál es el número esperado de meses que una cuenta nueva permanece activa antes de pasar a mala deuda. 5 Sí en el presente mes entraron como cuentas nuevas millones de pesos A largo plazo cuanto dinero pasará a ser dinero perdido y cuanto se pagará? INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

9 Ejercicio 5 Una tienda de aparatos electrónicos vende un sistema de juegos de video y opera bajo el siguiente esquema: Si al final del día el número de unidades disponibles es 1 ó 0, se ordenan nuevas unidades para llevar el total a 5. Para simplificar supondremos que la nueva mercancía llega antes de que la tienda abra al día siguiente. Sea X n el número de unidades disponibles al final del n-ésimo día y supongamos que el núumero de clientes que quieren comprar un juego es 0, 1, 2, ó 3 con probabilidades 0.3; 0.4; 0.2 y 0.1 hallar: INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10

10 Ejercicio 5-cont 1 Determine el sistema en observación 2 Defina los estados del sistema, el diagrama de transición y la matriz de transición. 3 Clasifique los estados como transitorios, recurrentes y aperiódicos. 4 Es la cadena Ergódica o absorbente. 5 Sí la cadena es ergodica hallar e interpretar el vector de estado estable. 1 1 El mundo está harto de estadistas a quienes la democracia ha degradado convirtiéndolos en poĺıticos Disraeli INSTITUTO TECNOLOGICO METROPOLITANOCadenas November de MarkovEjercicios 6, / 10

TALLER 1 DE ALGEBRA LINEAL Y GEOMETRÍA INGENIERÍA AMBIENTAL - UNIVERSIDAD DE CÓRDOBA FACTORIZACIÓN LU Y CADENAS DE MARKOV

TALLER 1 DE ALGEBRA LINEAL Y GEOMETRÍA INGENIERÍA AMBIENTAL - UNIVERSIDAD DE CÓRDOBA FACTORIZACIÓN LU Y CADENAS DE MARKOV TALLER 1 DE ALGEBRA LINEAL Y GEOMETRÍA INGENIERÍA AMBIENTAL - UNIVERSIDAD DE CÓRDOBA FACTORIZACIÓN LU Y CADENAS DE MARKOV DESCRIPCIÓN: En el siguiente trabajo se mostrarán algunos métodos para encontrar

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #9 Tema: Tarea evaluativa de Cadenas de Markov Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /216 I. En una Unidad

Más detalles

Cadenas de Markov.

Cadenas de Markov. Cadenas de Markov http://humberto-r-alvarez-a.webs.com Definición Procesos estocásticos: procesos que evolucionan de forma no determinista a lo largo del tiempo en torno a un conjunto de estado. Cadenas

Más detalles

3. Sea X una variable aleatoria con densidad: f X (x) = 0 en otro caso.

3. Sea X una variable aleatoria con densidad: f X (x) = 0 en otro caso. PROBABILIDADES Y ESTADÍSTICA (C) Parcial de Laboratorio - 27/06/2013 - Turno 1 - NOTA: Realizar el examen en un script de R cuyo nombre será los dos apellidos de la pareja y el turno en el que rinden (por

Más detalles

UNIVERSIDAD DE MANAGUA CURSO: INVESTIGACIÓN DE OPERACIONES TAREA # 2 Problemas de Markov, Colas y Juegos

UNIVERSIDAD DE MANAGUA CURSO: INVESTIGACIÓN DE OPERACIONES TAREA # 2 Problemas de Markov, Colas y Juegos UNIVERSIDAD DE MANAGUA CURSO: INVESTIGACIÓN DE OPERACIONES TAREA # 2 Problemas de Markov, Colas y Juegos Prof. : MSc. Julio Rito Vargas Avilés III C 2015 PROBLEMAS DE ANALISIS DE MARKOV 1. Cada familia

Más detalles

1ER TRABAJO DE ALGEBRA LINEAL Y GEOMETRÍA PEDRO JAVIER CARMONA LUNA PRESENTADO A: HUGO R. PÉREZ CARRASCAL LIC. EN MATEMÁTICAS UNIVERSIDAD DE CÓRDOBA

1ER TRABAJO DE ALGEBRA LINEAL Y GEOMETRÍA PEDRO JAVIER CARMONA LUNA PRESENTADO A: HUGO R. PÉREZ CARRASCAL LIC. EN MATEMÁTICAS UNIVERSIDAD DE CÓRDOBA 1ER TRABAJO DE ALGEBRA LINEAL Y GEOMETRÍA PEDRO JAVIER CARMONA LUNA PRESENTADO A: HUGO R. PÉREZ CARRASCAL LIC. EN MATEMÁTICAS UNIVERSIDAD DE CÓRDOBA FACULTAD DE INGENIERÍAS PROGRAMA DE INGENIERÍA AMBIENTAL

Más detalles

Facultad de Ciencias Economicas y Administrativas Ingenieria de Produccion Investigacion de Operaciones II Examen de Habilitacion (100%)

Facultad de Ciencias Economicas y Administrativas Ingenieria de Produccion Investigacion de Operaciones II Examen de Habilitacion (100%) Facultad de Ciencias Economicas y Administrativas Ingenieria de Produccion Investigacion de Operaciones II Examen de Habilitacion (100%) Nombre: Código: Profesor: xxxxxxxx Grupo: xxx Fecha: xxxxxx Nota:

Más detalles

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos

Más detalles

Problema 1: (3,25 puntos) TABLA 1 TABLA 2. Investigación Operativa de Sistemas I.T. Informática de Sistemas 7 de Septiembre de 2010

Problema 1: (3,25 puntos) TABLA 1 TABLA 2. Investigación Operativa de Sistemas I.T. Informática de Sistemas 7 de Septiembre de 2010 Investigación Operativa de Sistemas I.T. Informática de Sistemas 7 de Septiembre de 2010 Problema 1: (3,25 puntos) Resolver Mediante el Algoritmo del Simplex el siguiente problema: TABLA 1 Max 3x 1 + x

Más detalles

Procesos estocásticos Sesión 4. Cadenas de Markov

Procesos estocásticos Sesión 4. Cadenas de Markov Procesos estocásticos Sesión 4. Cadenas de Markov Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos 1. Probabilidades de retorno

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel INVESTIGACIÓN DE OPERACIONES Encuentro #8 TEMA: CADENAS DE MARKOV Prof.: MSc. Julio Rito Vargas Avilés IC-28 Agenda: Proceso estocástico Concepto de Cadena de Markov

Más detalles

CLASIFICACIÓN DE ESTADOS (Parte 2) Dr. José Dionicio Zacarias Flores

CLASIFICACIÓN DE ESTADOS (Parte 2) Dr. José Dionicio Zacarias Flores CLASIFICACIÓN DE ESTADOS (Parte 2) Dr. José Dionicio Zacarias Flores Definiciones Se dice que un estado i es esencial si y sólo si se comunica con cada estado al que conduce; de lo contrario, se denomina

Más detalles

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD

CONTENIDOS. 1. Procesos Estocásticos y de Markov. 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD CONTENIDOS 1. Procesos Estocásticos y de Markov 2. Cadenas de Markov en Tiempo Discreto (CMTD) 3. Comportamiento de Transición de las CMTD 4. Comportamiento Estacionario de las CMTD 1. Procesos Estocásticos

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #7 Tema: Cadenas de Markov Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /26 Objetivos: Aplicar la teoría fundamental

Más detalles

INSTITUTO TECNOLOGICO METROPOLITANOProcesos de October MarkovEjercicios 24, / 8

INSTITUTO TECNOLOGICO METROPOLITANOProcesos de October MarkovEjercicios 24, / 8 INSTITUTO TECNOLOGICO METROPOLITANO Procesos de Markov Ejercicios Wbaldo Londoño October 24, 2012 INSTITUTO TECNOLOGICO METROPOLITANOProcesos de October MarkovEjercicios 24, 2012 1 / 8 Ejercicio 1 En barranquilla

Más detalles

Revisión - soluciones. lunes 9 de octubre de 2017

Revisión - soluciones. lunes 9 de octubre de 2017 Introducción a los Procesos Estocásticos Curso 7 Revisión - soluciones lunes 9 de octubre de 7. Ejercicio (5 puntos) Considere una cadena de Markov homogénea {X n } n con espacio de S = {,,, } y matriz

Más detalles

CONFERENCIA TEMA: CADENAS DE MARKOV

CONFERENCIA TEMA: CADENAS DE MARKOV Prof.: MSc. Julio Rito Vargas Avilés CONFERENCIA TEMA: CADENAS DE MARKOV Agenda: Proceso estocástico Concepto de Cadena de Markov Clasificación de estados de una CM y ejemplos Distribución estacionaria

Más detalles

Cadenas de Markov. José Antonio Camarena Ibarrola

Cadenas de Markov. José Antonio Camarena Ibarrola Cadenas de Markov José Antonio Camarena Ibarrola Definiciones elementales El proceso discreto cadena de Markov si se cumple es denominado es la probabilidad de que en el tiempo k, el proceso esté en el

Más detalles

CONFERENCIA TEMA: CADENAS DE MARKOV

CONFERENCIA TEMA: CADENAS DE MARKOV Prof.: MSc. Julio Rito Vargas Avilés CONFERENCIA TEMA: CADENAS DE MARKOV Agenda: Proceso estocástico Concepto de Cadena de Markov Clasificación de estados de una CM y ejemplos Distribución estacionaria

Más detalles

FORMULARIO CADENAS DE MARKOV

FORMULARIO CADENAS DE MARKOV FORMULARIO CADENAS DE MARKOV Fuente: F. Hillier - G. Lieberman: Introducción a la investigación de operaciones. Sexta edición. Ed. Mc-Graw Hill. Proceso estocástico. Un proceso estocástico es una colección

Más detalles

CAPITULO II APLICACIÓN DEL PROCESO DE MARKOV EMPRESA AGROINDUSTRIAL

CAPITULO II APLICACIÓN DEL PROCESO DE MARKOV EMPRESA AGROINDUSTRIAL Procesos de Markov de tiempo discreto y espacio discreto: Aplicaciones a procesos contables. Cabanillas Celis, Edgardo. CAPITULO II APLICACIÓN DEL PROCESO DE MARKOV EMPRESA AGROINDUSTRIAL 1.- ANTECEDENTES

Más detalles

INSTITUTO TECNOLOGICO METROPOLITANOProcesos November de MarkovEjercicios 22, / 7

INSTITUTO TECNOLOGICO METROPOLITANOProcesos November de MarkovEjercicios 22, / 7 INSTITUTO TECNOLOGICO METROPOLITANO Procesos de Markov Ejercicios November 22, 2013 INSTITUTO TECNOLOGICO METROPOLITANOProcesos November de MarkovEjercicios 22, 2013 1 / 7 Ejercicio 1 En barranquilla existen

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones II Encuentro #9 Tema: Problemas de Markov Prof.: MSc. Julio Rito Vargas A. Grupo: Ingenierías /2018 I. Hay tres marcas nacionales de

Más detalles

Maestría en Bioinformática Probabilidad y Estadística: Clase 7

Maestría en Bioinformática Probabilidad y Estadística: Clase 7 Maestría en Bioinformática Probabilidad y Estadística: Clase 7 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Condiciones de ergodicidad

Más detalles

Práctico 2 - parte 1

Práctico 2 - parte 1 1. ([2], p.8) Práctico 2 - parte 1 Cadenas de Markov en tiempo discreto: propiedad de Markov, matriz de transición. Fecha de entrega: viernes 2 de septiembre Sea {X n } n 0 una cadena de Markov homogénea

Más detalles

Techniques to Understand Computer Simulations: Markov Chain Analysis

Techniques to Understand Computer Simulations: Markov Chain Analysis Techniques to Understand Computer Simulations: Markov Chain Analysis Luis R. Izquierdo, Segismundo S. Izquierdo, José Manuel Galán and José Ignacio Santos (2009) Presentador: Andres Abeliuk Objetivos Ayudar

Más detalles

EJERCICIOS. 1 Repaso de probabilidad

EJERCICIOS. 1 Repaso de probabilidad EJERCICIOS 1 Repaso de probabilidad 1. (El problema del cumpleaños) Supongamos que la distribución del día de cumpleaños es uniforme, es decir, que cada día del año tiene probabilidad 1/365 de ser el cumpleaños

Más detalles

2 CADENAS DE MARKOV HOMOGÉNEAS DE PARÁMETRO DISCRETO

2 CADENAS DE MARKOV HOMOGÉNEAS DE PARÁMETRO DISCRETO 2 CADENAS DE MARKOV HOMOGÉNEAS DE PARÁMETRO DISCRETO Cadenas de Markov 10 En la primera parte del capítulo se estudian las probabilidades condicionales de transición -definidas en (l5) y (16) - e incondicionales

Más detalles

Sobre la Deriva Genética

Sobre la Deriva Genética Sobre la Deriva Genética La evolución biológica consiste en el cambio de las características hereditarias a través de las generaciones. Los fenómenos que m as intervienen en el proceso evolutivo son la

Más detalles

Cadenas de Markov Tiempo Discreto. Modelado y Análisis de Redes de Telecomunicaciones

Cadenas de Markov Tiempo Discreto. Modelado y Análisis de Redes de Telecomunicaciones Cadenas de Markov Tiempo Discreto Modelado y Análisis de Redes de Telecomunicaciones Motivación Ejemplo 1 Sea un enrutador al que arriban paquetes de otros (varios) routers Cuando más de un paquete llega

Más detalles

GRUPO 5. incrementar su utilidad consumiendo una cesta diferente?

GRUPO 5. incrementar su utilidad consumiendo una cesta diferente? HOJA Nº 2 DE EJERCICIOS PARA ENTREGAR (LA CONDUCTA DE LOS CONSUMIDORES) MICROECONOMÍA: CONSUMO Y PRODUCCIÓN 1º CURSO, GRADO EN ECONOMÍA (CURSO ACADÉMICO 2016-2017) GRUPO 1 1. La renta de un individuo es

Más detalles

Ayudantía N 9. Problema 1. Considere la siguiente matriz de transición. 1/2 1/2 0 1/3 1/3 1/3

Ayudantía N 9. Problema 1. Considere la siguiente matriz de transición. 1/2 1/2 0 1/3 1/3 1/3 Universidad Diego Portales. Escuela de Industrias, Facultad de Ingeniería. Modelos Estocásticos; 2do semestre de 2014. Profesor: Franco Basso Ayudantes: Diego Espinoza Ayudantía N 9 Problema 1 Considere

Más detalles

Estadística Bayesiana

Estadística Bayesiana Procesos Estocásticos Universidad Nacional Agraria La Molina 2016-1 Un proceso estocástico {X (t), t T } es una colección de variables aleatorias. Es decir que para cada t T, X (t) es una variable aleatoria.

Más detalles

Cadenas de Markov Tiempo Discreto. Modelado y Análisis de Redes de Telecomunicaciones

Cadenas de Markov Tiempo Discreto. Modelado y Análisis de Redes de Telecomunicaciones Cadenas de Markov Tiempo Discreto Modelado y Análisis de Redes de Telecomunicaciones Motivación Ejemplo 1 Sea un enrutador al que arriban paquetes de otros (varios) routers Cuando más de un paquete llega

Más detalles

PROCESOS ESTOCÁSTICOS. Primera Prueba. 1

PROCESOS ESTOCÁSTICOS. Primera Prueba. 1 08513. PROCESOS ESTOCÁSTICOS. Primera Prueba. 1 Problema 1. Sea {Y n } una sucesión de variables aleatorias independientes e idénticamente distribuidas con distribución P {Y n = k} = 1 N + 1 Sea X 1 =

Más detalles

TALLER ANUALIDADES Y GRADIENTES Curso: Matemáticas Financieras

TALLER ANUALIDADES Y GRADIENTES Curso: Matemáticas Financieras 1. La ciudad Bella Villa ha recibido de la CAF (Corporación Andina de Fomento) un crédito de fomento por valor de 120 millones de USD destinado al proyecto de movilidad de la ciudad. Las condiciones de

Más detalles

Boletín: Cadenas de Markov IES de MOS Métodos Estadísticos y Numéricos

Boletín: Cadenas de Markov IES de MOS Métodos Estadísticos y Numéricos Boletín: Cadenas de Markov IES de MOS Métodos Estadísticos y Numéricos 1. Tenemos 2 bolas blancas y 2 negras. Las repartimos en dos urnas cada una con 2. El sistema está en estado j si la urna 1 contiene

Más detalles

Carlos J. Zapata G Carlos A. Ramirez V

Carlos J. Zapata G Carlos A. Ramirez V Carlos J. Zapata G Carlos A. Ramirez V Introducción Los AG provienen de la familia de modelos computacionales basados en la evolución Holland fue el primero quien le dio un formalismo y el nombre a los

Más detalles

Una invitación al estudio de las cadenas de Markov

Una invitación al estudio de las cadenas de Markov Una invitación al estudio de las cadenas de Markov Víctor RIVERO Centro de Investigación en Matemáticas A. C. Taller de solución de problemas de probabilidad, 21-25 de Enero de 2008. 1/ 1 Potencias de

Más detalles

Procesos estocásticos Sesión 5. Cadenas de Markov. Comportamiento asintótico

Procesos estocásticos Sesión 5. Cadenas de Markov. Comportamiento asintótico Procesos estocásticos Sesión 5. Cadenas de Markov. Comportamiento asintótico Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos

Más detalles

AFIRMACIÓN V F 1. La Contabilidad es la ciencia que estudia el patrimonio y sus variaciones

AFIRMACIÓN V F 1. La Contabilidad es la ciencia que estudia el patrimonio y sus variaciones EJERCICIO Nº 1 Señala qué afirmaciones son verdaderas (V) y qué afirmaciones son falsas (F) AFIRMACIÓN V F 1. La Contabilidad es la ciencia que estudia el patrimonio y sus variaciones 2. La empresa es

Más detalles

Cadenas de Markov Tiempo Continuo. Modelado y Análisis de Redes de Telecomunicaciones

Cadenas de Markov Tiempo Continuo. Modelado y Análisis de Redes de Telecomunicaciones Tiempo Continuo Modelado y Análisis de Redes de Telecomunicaciones 1 Agenda en tiempo continuo Ergodicidad de la cadena Ejemplo: Líneas Telefónicas página 2 CMTC Consideremos ahora los procesos de Markov

Más detalles

Universidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Procesos Estocásticos

Universidad Autónoma del Estado de México Licenciatura en Matemáticas Programa de Estudios: Procesos Estocásticos Universidad Autónoma del Estado de México Licenciatura en Matemáticas 2003 Programa de Estudios: Procesos Estocásticos I. Datos de identificación Licenciatura Matemáticas 2003 Unidad de aprendizaje Procesos

Más detalles

PUNTAJE DE COMPORTAMIENTO. Febrero 2007

PUNTAJE DE COMPORTAMIENTO. Febrero 2007 PUNTAJE DE COMPORTAMIENTO Febrero 7 Introducción Introducción El Puntaje de Comportamiento (PC) es una herramienta para evaluar el riesgo de un acreditado con base en su comportamiento de pago. El Modelo

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA VICERRECTORADO ACADEMICO COMISION CENTRAL DE CURRÌCULUM PROGRAMA ANALITICO

UNIVERSIDAD NACIONAL EXPERIMENTAL DEL TACHIRA VICERRECTORADO ACADEMICO COMISION CENTRAL DE CURRÌCULUM PROGRAMA ANALITICO ASIGNATURA: INVESTIGACION DE OPERACIONES II Código: 0135802T Elaborado por: Bethy Pinto Vigencia: 2008-1 JEFE DE DEPARTAMENTO JEFE DE NUCLEO Modulo I: Cadenas de Markov Objetivo General: Reconocer las

Más detalles

Cadenas de Markov. Su importancia obedece a dos razones: descritos con ellas. Cadenas de Markov

Cadenas de Markov. Su importancia obedece a dos razones: descritos con ellas. Cadenas de Markov Cadenas de Markov Hace más de un siglo se escribió el primer trabajo seminal sobre Cadenas de Markov y aún siguen siendo un instrumento tremendamente útil de modelación estocástica. Su importancia obedece

Más detalles

ACTIVIDADES MATEMATICAS FINANCIERAS

ACTIVIDADES MATEMATICAS FINANCIERAS ACTIVIDADES MATEMATICAS FINANCIERAS Actividad: Desarrollar por lo menos el 60% de los siguientes ejercicios. Hacer entrega en archivo Word o PDF al correo: tecnicohumanista@hotmail.com EJERCICIOS PROPUESTOS

Más detalles

ANEXO 7 EJERCICIOS MATEMATICA FINANCIERA.

ANEXO 7 EJERCICIOS MATEMATICA FINANCIERA. ANEXO 7 EJERCICIOS MATEMATICA FINANCIERA. Interés Simple 1. Determine el importe del interés ganado de una cantidad de $36,000.oo a una tasa de interés ordinario simple del 18% anual a un plazo de 120

Más detalles

Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS

Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS Investigación de operaciones I UNIDAD Unidad I: Programación lineal Conjuntos convexos, propiedades. Solución gráfica del problema bidimensional

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ El concepto de interés tiene que ver con el precio del dinero. Si alguien pide un préstamo debe pagar un cierto interés

Más detalles

Competencia Perfecta. Microeconomía Douglas C. Ramírez Vera. Introducción

Competencia Perfecta. Microeconomía Douglas C. Ramírez Vera. Introducción Competencia Perfecta Microeconomía Douglas C. Ramírez Vera Introducción Para el análisis de la competencia perfecta existen dos formas de proceder Realizar un análisis de equilibrio general Realizar un

Más detalles

Maestría en Bioinformática Probabilidad y Estadística: Clase 4

Maestría en Bioinformática Probabilidad y Estadística: Clase 4 Maestría en Bioinformática Probabilidad y Estadística: Clase 4 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Procesos aleatorios

Más detalles

Cadenas de Markov. José Antonio Camarena Ibarrola

Cadenas de Markov. José Antonio Camarena Ibarrola Cadenas de Markov José Antonio Camarena Ibarrola Definiciones elementales El proceso discreto cadena de Markov si se cumple es denominado es la probabilidad de que en el tiempo k, el proceso esté en el

Más detalles

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Modelos Estocásticos I Tercer Examen Parcial Respuestas Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado

Más detalles

CURSO DE FINANZAS PARA EGRESADOS

CURSO DE FINANZAS PARA EGRESADOS CURSO DE FINANZAS PARA EGRESADOS Instructor: Hernán Peña Noboa Finanzas: Ejercicios Tasa Nominal Tenemos una tasa nominal de interés del 21,50% y nos piden hallar la tasa nominal mensual, trimestral y

Más detalles

Cadenas de Markov. Distribuciones estacionarias. El algoritmo PageRank.

Cadenas de Markov. Distribuciones estacionarias. El algoritmo PageRank. Sesión 5 Cadenas de Markov. Distribuciones estacionarias. El algoritmo PageRank. Recordemos que una secuencia {X n } n de variables aleatorias con valores en un espacio finito Ω se denomina cadena de Markov

Más detalles

5.2. PROBLEMAS DERIVADOS DE LA ASÍMETRIA DE INFORMACIÓN- SELECCIÓN ADVERSA. Matilde Machado

5.2. PROBLEMAS DERIVADOS DE LA ASÍMETRIA DE INFORMACIÓN- SELECCIÓN ADVERSA. Matilde Machado 5.2. PROBLEMAS DERIVADOS DE LA ASÍMETRIA DE INFORMACIÓN- SELECCIÓN ADVERSA Matilde Machado Asimetría de información se da siempre que una de las partes en una transacción tiene más información que otra.

Más detalles

Bfw;EquCEIZYuJFwqEUJbwCFduFEw:fVZdw;J

Bfw;EquCEIZYuJFwqEUJbwCFduFEw:fVZdw;J Bfw;EquCEIZYuJFwqEUJbwCFduFEw:fVZdw;J INSTITUTO TECNOLOGICO SUPERIOR DE SAN LUIS POTOSI CAPITAL CARR 57 SLP QRO NUM.6501 ZONA INDUSTRIAL SAN LUIS POTOSI SAN LUIS POTOSI SAN LUIS POTOSI 78395 MCNO0013977

Más detalles

Cadenas de Markov Cálculos probabilísticos con RCommander

Cadenas de Markov Cálculos probabilísticos con RCommander Sesión 3 Cadenas de Markov. En la teoría de la probabilidad, se conoce como cadena de Markov a un tipo especial de proceso estocástico discreto en el que la probabilidad de que ocurra un evento depende

Más detalles

MATEMATICAS FINANCIERAS 2

MATEMATICAS FINANCIERAS 2 GUIA DE ESTUDIO PARA EL EXAMEN EXTRAORDINARIO MATEMATICAS FINANCIERAS ACADEMIA ECONOMICO ADMINISTRATIVA INDICE Página Introducción Objetivo de la asignatura.. Unidad I. Unidad II. 5 Unidad III... 7 INTRODUCCIÓN

Más detalles

IVA telefonía móvil. diciembre de 2010 Informe No. 30

IVA telefonía móvil. diciembre de 2010 Informe No. 30 Informe especial: IVA telefonía móvil Coordinación de Estudios Económicos Subdirección de Gestión de Análisis Operacional IVA telefonía móvil. diciembre de 2010 Informe No. 30 RESUMEN El presente documento

Más detalles

Solemne 2. CII Modelos Estocásticos 28 de junio Profesores: Basso, Batarce, Feres y Varas

Solemne 2. CII Modelos Estocásticos 28 de junio Profesores: Basso, Batarce, Feres y Varas CII753 - Modelos Estocásticos 8 de junio 7 Profesores: Basso, Batarce, Feres y Varas Solemne P (a) Un conocido mago del Paseo Ahumada ha hecho una respetable fortuna con el siguiente juego de azar: en

Más detalles

Introducción a la Teoría de la Información

Introducción a la Teoría de la Información Introducción a la Teoría de la Información Tasa de Entropía de un Proceso Estocástico. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 13 Agenda 1 Procesos

Más detalles

Matemáticas Financieras Unidad 1 Operaciones Financieras 1 Ejercicios y casos propuestos

Matemáticas Financieras Unidad 1 Operaciones Financieras 1 Ejercicios y casos propuestos Unidad 1 Operaciones Financieras 1 1. Preguntas Teniendo en cuenta lo estudiado en la unidad conteste, utilizando sus propias palabras, las siguientes preguntas: 1) Defina Qué es la Actividad financiera?

Más detalles

CADENAS DE MARKOV. Una sucesión de observaciones X1, X2, Se denomina proceso estocástico

CADENAS DE MARKOV. Una sucesión de observaciones X1, X2, Se denomina proceso estocástico PROCESOS ESTOCÁSTICOS CADENAS DE MARKOV Una sucesión de observaciones X1, X2, Se denomina proceso estocástico Si los valores de estas observaciones no se pueden predecir exactamente Pero se pueden especificar

Más detalles

Bfw;FVuCEYZfEDfu;EUKBwBfduJEw:eVZdw;J

Bfw;FVuCEYZfEDfu;EUKBwBfduJEw:eVZdw;J Bfw;FVuCEYZfEDfu;EUKBwBfduJEw:eVZdw;J IDENTIFICACION Y EMPAQUE INDUSTRIAL S DE RL DE CV MARQUEZ DE AGUAYO NUM. 3040 VALLE DEL MARQUEZ (FOM - 16) MONTERREY MONTERREY NUEVO LEON 64790 MCNO0183084 E3811-MNTO-003348X

Más detalles

INVESTIGACION DE OPERACIONES II Modelos de Decision

INVESTIGACION DE OPERACIONES II Modelos de Decision INVESTIGACION DE OPERACIONES II Modelos de Decision Wbaldo Londoño Instituto Tecnologico Metropolitano ITM 12 de mayo de 2015 Contenido 1 2 Jean Clark es la gerente de Grocery Store, empresa que necesita

Más detalles

Guía de Estudio del Tema 3. Cadenas de Markov. Matriz de Transición de un paso.

Guía de Estudio del Tema 3. Cadenas de Markov. Matriz de Transición de un paso. Universidad de Los Andes Facultad de Ciencias Económicas y Sociales Escuela de Estadística Procesos Estocásticos Sección 0 - A-06 Prof. Douglas Rivas Guía de Estudio del Tema 3. Cadenas de Markov. Matriz

Más detalles

Bfw;EUKCEYJdwJEZKFUKBwBfduFEw:eVZdw;J

Bfw;EUKCEYJdwJEZKFUKBwBfduFEw:eVZdw;J Bfw;EUKCEYJdwJEZKFUKBwBfduFEw:eVZdw;J EL NOBLE PRODUCTION SA DE CV CALLE UNO 105 PARQUE INDUSTRIAL TOLUCA 2000 TOLUCA TOLUCA DE LERDO ESTADO DE MEXICO 50200 KM 52.5 Ctra. Naucalpan Toluca CALLE UNO RFC:

Más detalles

CADENAS DE MARKOV CON PARÁMETRO DISCRETO Rosario Romera Febrero 2009

CADENAS DE MARKOV CON PARÁMETRO DISCRETO Rosario Romera Febrero 2009 DENS DE MRKOV ON PRÁMETRO DISRETO Rosario Romera Febrero 9. Nociones básicas De nición: El proceso fx n g nn con espacio de estados S N es una adena de Markov si 8n; m N y 8i ; : : : i n ; j S se cumple

Más detalles

Cadenas de Markov. Ejercicios resueltos Página 1 EJERCICIOS RESUELTOS DE CADENAS DE MARKOV

Cadenas de Markov. Ejercicios resueltos Página 1 EJERCICIOS RESUELTOS DE CADENAS DE MARKOV Cadenas de Markov. Ejercicios resueltos Página EJERCICIOS RESUELTOS DE CADENAS DE MARKOV ) En un pueblo, al 90% de los días soleados le siguen días soleados, y al 80% de los días nublados le siguen días

Más detalles

ESTRATEGIA DE REFUERZO 2017

ESTRATEGIA DE REFUERZO 2017 ESTRATEGIA DE REFUERZO 2017 7º Elabore prepare y presente un trabajo escrito en donde por medio de dibujos, resúmenes y cuadros sinópticos explique que es la contabilidad, cuáles son sus objetivos, sus

Más detalles

La inversión óptima se determina comparando los beneficios derivados de un nivel particular de inversión con los costos de mantener ese nivel.

La inversión óptima se determina comparando los beneficios derivados de un nivel particular de inversión con los costos de mantener ese nivel. La inversión óptima se determina comparando los beneficios derivados de un nivel particular de inversión con los costos de mantener ese nivel. Las condiciones económicas, el precio de los productos, la

Más detalles

Boletín de Deuda Pública

Boletín de Deuda Pública Deuda Directa 4,180,610,746.23 Deuda Avalada, Subsidiaria, Solidaria o similar 972,134,019.09 Deuda No avalada 1,250,949,370.85 Deuda Contingente 0.00 Total Deuda Pública Estatal al 30 de abril de 2018

Más detalles

Procesos estocásticos. Primera Prueba 1

Procesos estocásticos. Primera Prueba 1 08513. Procesos estocásticos. Primera Prueba 1 Problema 1. El número de partículas en una región del espacio evoluciona de la siguiente manera: en cada unidad de tiempo, cada partícula contenida en ella

Más detalles

Tema 4: Cadenas de Markov. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

Tema 4: Cadenas de Markov. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Tema 4: Cadenas de Markov Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Sumario Procesos estocásticos Concepto de cadena de Markov Ecuaciones de Chapman-Kolmogorov

Más detalles

Bfw;FbZVeBfvuDwu;FUZbwCFduFEw:eVZdw;J

Bfw;FbZVeBfvuDwu;FUZbwCFduFEw:eVZdw;J Bfw;FbZVeBfvuDwu;FUZbwCFduFEw:eVZdw;J VEASE COMERCIAL SA DE CV.. 5 DE FEBRERO PTE 1411 PIO X MONTERREY MONTERREY NUEVO LEON 64710.. RFC: VCO000525K67 DOMICILIO FISCAL 5 DE FEBRERO PTE 1411 PIO X MONTERREY

Más detalles

Probabilidad Condicional Eventos Independientes

Probabilidad Condicional Eventos Independientes 1 robabilidad Condicional Eventos Independientes robabilidad Condicional La probabilidad de un evento se calcula con base en la información disponible. Sin embargo, después puede contarse con nueva información

Más detalles

E-CONTABILIDAD FINANCIERA: NIVEL II

E-CONTABILIDAD FINANCIERA: NIVEL II E-CONTABILIDAD FINANCIERA: NIVEL II MÓDULO 2: LA MONEDA EXTRANJERA OBJETIVOS DEL MÓDULO: Saber contabilizar la compra de moneda extranjera. Desarrollar los cobros de créditos y los pagos de deudas en moneda

Más detalles

Prácticas de IO con POM-QM 2014

Prácticas de IO con POM-QM 2014 Prof.: MSc. Julio Rito Vargas Avilés BLOQUE DE PROBLEMAS DE ANALISIS DE MARKOV 1. Cada familia nicaragüense se clasifica según donde vive como urbana, rural o suburbana. Durante un año específico, 15%

Más detalles

BfZFeVuCEIZYKJJwqEquBwCJYwK:w:e;Jdw;J

BfZFeVuCEIZYKJJwqEquBwCJYwK:w:e;Jdw;J BfZFeVuCEIZYKJJwqEquBwCJYwK:w:e;Jdw;J JUAN ANTONIO DAVALOS CARRANZA PLUTARCO ELIAS CALLES NUM.2613 HIPODROMO NUEVO LAREDO NUEVO LAREDO TAMAULIPAS 88170 RFC: DACJ601016F29 DOMICILIO FISCAL PLUTARCO ELIAS

Más detalles

Cadenas de Markov. http://humberto-r-alvarez-a.webs.com

Cadenas de Markov. http://humberto-r-alvarez-a.webs.com Cadenas de Markov http://humberto-r-alvarez-a.webs.com Definición Procesos estocásticos: procesos que evolucionan de forma no determinista a lo largo del tiempo en torno a un conjunto de estados. Estos

Más detalles

Problemas con interés. Beatriz llevó dinero al banco para depositarlo en su cuenta de ahorros.

Problemas con interés. Beatriz llevó dinero al banco para depositarlo en su cuenta de ahorros. Problemas con interés Lección 3 Beatriz llevó dinero al banco para depositarlo en su cuenta de ahorros. Ella sabe que el banco le paga una retribución que establece en relación al tiempo que su dinero

Más detalles

MSc. ROSALIA RUIZ DE CIPRIANI /m

MSc. ROSALIA RUIZ DE CIPRIANI /m REPÚBLICA BOLIVARIANA DE VENEZUELA.. MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN. UNIVERSIDAD RAFAEL BELLOSO CHACÍN. CÁTEDRA: INTRODUCCIÓN A LA CONTABILIDAD. MSc. ROSALIA RUIZ DE CIPRIANI /m Tema 5.

Más detalles

Bfw;FVZbwCFvwFFZKFUuBwCJYwDew:e;Jdw;J

Bfw;FVZbwCFvwFFZKFUuBwCJYwDew:e;Jdw;J Bfw;FVZbwCFvwFFZKFUuBwCJYwDew:e;Jdw;J GRUPO BELLA VIC SA DE CV ANTONIO ROCHA CORDERO NÚM. 2134 TIERRA BLANCA SAN LUIS POTOSI SAN LUIS POTOSI SAN LUIS POTOSI 78364 RFC: GBV120417G93 DOMICILIO FISCAL ANTONIO

Más detalles

CADENAS DE MARKOV DE PARÁMETRO CONTINUO Rosario Romera Febrero 2009

CADENAS DE MARKOV DE PARÁMETRO CONTINUO Rosario Romera Febrero 2009 CADENAS DE MARKOV DE PARÁMETRO CONTINUO Rosario Romera Febrero 29. Nociones básicas Para las cadenas de Markov con parámetro de tiempo discreto hemos visto qe la matriz de transición en n etapas pede ser

Más detalles

1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo

1. Ejercicios. Algebra Lineal Problemas del tema 4 Endomorfismos Curso Universidad de Oviedo 1. Ejercicios Ejercicio 1 En R 2, referido a la base canónica, se consideran los vectores u 1 = (1, 1) y u 2 = (2,). Un endomorfismo de R 2, T los transforma en los vectores v 1 = ( 2,1) y v 2 = (, 1)

Más detalles

Procesos estocásticos

Procesos estocásticos Procesos estocásticos Las cadenas de Markov estudian procesos estocásticos Los procesos estocásticos son modelos matemáticos que describen sistemas dinámicos sometidos a procesos aleatorios Parámetros:

Más detalles

Bfu;EUKBwvZdeK:ZFeqJbwCFduJEw:eVZdw;J

Bfu;EUKBwvZdeK:ZFeqJbwCFduJEw:eVZdw;J Bfu;EUKBwvZdeK:ZFeqJbwCFduJEw:eVZdw;J ASES SEGURIDAD PRIVADA SA DE CV JARDIN AMAPOLAS 11 MZ 11 LT 9 HACIENDA DEL JARDÍN TULTEPEC SANTA MARIA TULTEPEC ESTADO DE MEXICO 54980 RFC: ASP100528FL5 DOMICILIO

Más detalles

ESTRATEGIAS DE MARKETING

ESTRATEGIAS DE MARKETING ESTRATEGIAS DE MARKETING INTERNAL BRANDING Caso: Starbucks (2009) Starbucks cerró todas sus tiendas (7100 en USA) por dos horas para llevar a cabo una capacitación a todo su personal. Objetivo: concientizar

Más detalles

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.5 Cadenas de Markov

Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.5 Cadenas de Markov Cálculo científico y técnico con HP49g/49g+/48gII/5g Módulo 3: Aplicaciones Tema 3.5 Cadenas de Markov Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de

Más detalles

PROCESOS DE MARKOV DE TIEMPO CONTINUO

PROCESOS DE MARKOV DE TIEMPO CONTINUO CHAPTER 3 PROCESOS DE MARKOV DE TIEMPO CONTINUO 3.1 Introducción En este capítulo consideramos el análogo en tiempo continuo de las Cadenas de Markov de tiempo discreto. Como en el caso de tiempo discreto,

Más detalles

BfZFe;JbeBfYuFEu;FVZbwCJduFEw:eVZdw;J

BfZFe;JbeBfYuFEu;FVZbwCJduFEw:eVZdw;J BfZFe;JbeBfYuFEu;FVZbwCJduFEw:eVZdw;J AEROVIAS DEL CONTINENTE AMERICANO S.A. AVIANCA PASEO DE LA REFORMA NUM. 195 PISO 3 CUAUHTEMOC CUAUHTEMOC CIUDAD DE MEXICO DISTRITO FEDERAL 06500 RFC: ACA191205APA

Más detalles

PROCESOS ESTOCÁSTICOS CADENAS DE MARKOV

PROCESOS ESTOCÁSTICOS CADENAS DE MARKOV PROCESOS ESTOCÁSTICOS CADENAS DE MARKOV Monserrat Aranzazu Castro Coria Matrícula: 96000107X Profesor: Dr. José Antonio Camarena Ibarrola 7 de agosto de 2017 1 Índice 1. Cadenas de Markov 3 1.1. Cadenas

Más detalles

ACTIVIDADES SEPTIMO GRADO COLEGIO CRISTIANO JIRETH AGOSTO 03 DE ACTIVIDAD CON CUENTAS DE ACTIVOS (Una sola partida)

ACTIVIDADES SEPTIMO GRADO COLEGIO CRISTIANO JIRETH AGOSTO 03 DE ACTIVIDAD CON CUENTAS DE ACTIVOS (Una sola partida) ACTIVIDADES SEPTIMO GRADO COLEGIO CRISTIANO JIRETH AGOSTO 03 DE 2016 ACTIVIDAD CON CUENTAS DE ACTIVOS (Una sola partida) Recibimos dinero en efectivo por $500.000 Se presenta un gato de compra de mercado

Más detalles

Prefacio... XVII PARTE I FUNDAMENTOS DE LOS MÉTODOS CUANTITATIVOS

Prefacio... XVII PARTE I FUNDAMENTOS DE LOS MÉTODOS CUANTITATIVOS ÍNDICE Prefacio... XVII PARTE I FUNDAMENTOS DE LOS MÉTODOS CUANTITATIVOS 1 USO DE LOS MÉTODOS CUANTITATIVOS... 2 Objetivos de aprendizaje... 3 El proceso de toma de decisiones racional... 4 Cómo se resuelven

Más detalles

CONCEPTOS FUNDAMENTALES CONTABILIDAD AGROPECUARIA

CONCEPTOS FUNDAMENTALES CONTABILIDAD AGROPECUARIA CONCEPTOS FUNDAMENTALES CONTABILIDAD AGROPECUARIA Nova García Nora Mercedes (2011) Diseño de una guía contable financiera para la empresa agropecuaria escalafón docente Universidad Pedagógica Y Tecnológica

Más detalles