INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10
|
|
- Ana Páez Muñoz
- hace 6 años
- Vistas:
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 DESCRIPCIÓN: En el siguiente trabajo se mostrarán algunos métodos para encontrar
Más detallesUNIVERSIDAD 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 detallesCadenas 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 detalles3. 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 detallesUNIVERSIDAD 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 detalles1ER 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 detallesFacultad 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 detallesCONTENIDOS. 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 detallesProblema 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 detallesProcesos 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 detallesUNIVERSIDAD 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 detallesCLASIFICACIÓN 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 detallesCONTENIDOS. 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 detallesUNIVERSIDAD 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 detallesINSTITUTO 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 detallesRevisión - 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 detallesCONFERENCIA 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 detallesCadenas 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 detallesCONFERENCIA 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 detallesFORMULARIO 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 detallesCAPITULO 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 detallesINSTITUTO 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 detallesUNIVERSIDAD 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 detallesMaestría 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 detallesPráctico 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 detallesTechniques 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 detallesEJERCICIOS. 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 detalles2 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 detallesSobre 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 detallesCadenas 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 detallesGRUPO 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 detallesAyudantía 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 detallesEstadística 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 detallesCadenas 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 detallesPROCESOS 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 detallesTALLER 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 detallesBoletín: 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 detallesCarlos 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 detallesUna 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 detallesProcesos 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 detallesAFIRMACIÓN 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 detallesCadenas 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 detallesUniversidad 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 detallesPUNTAJE 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 detallesUNIVERSIDAD 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 detallesCadenas 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 detallesACTIVIDADES 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 detallesANEXO 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 detallesAño 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 detallesMs. 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 detallesCompetencia 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 detallesMaestría 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 detallesCadenas 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 detallesModelos 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 detallesCURSO 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 detallesCadenas 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 detalles5.2. 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 detallesBfw;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 detallesCadenas 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 detallesMATEMATICAS 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 detallesIVA 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 detallesSolemne 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 detallesIntroducción 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 detallesMatemáticas 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 detallesCADENAS 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 detallesBfw;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 detallesINVESTIGACION 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 detallesGuía 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 detallesBfw;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 detallesCADENAS 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 detallesCadenas 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 detallesESTRATEGIA 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 detallesLa 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 detallesBoletín 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 detallesProcesos 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 detallesTema 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 detallesBfw;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 detallesProbabilidad 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 detallesE-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 detallesPrácticas 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 detallesBfZFeVuCEIZYKJJwqEquBwCJYwK: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 detallesCadenas 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 detallesProblemas 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 detallesMSc. 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 detallesBfw;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 detallesCADENAS 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 detalles1. 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 detallesProcesos 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 detallesBfu;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 detallesESTRATEGIAS 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 detallesCálculo 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 detallesPROCESOS 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 detallesBfZFe;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 detallesPROCESOS 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 detallesACTIVIDADES 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 detallesPrefacio... 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 detallesCONCEPTOS 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