Este documento describe varios modelos de sistemas complejos en econofísica, incluyendo la obtención de la distribución exponencial de la riqueza a través de simulaciones de intercambios aleatorios entre agentes. También analiza otras leyes como la del ahorro y las de intercambio restringido, y estudia cómo convergen estas simulaciones a distribuciones exponenciales u otras funciones.
Este documento presenta conceptos estadísticos descriptivos como la media, desviación estándar, varianza y coeficiente de variación. También cubre probabilidades, incluyendo definiciones básicas, reglas de adición, complemento y multiplicación. Se proporcionan ejemplos ilustrativos para cada concepto.
El documento presenta ejemplos de aplicaciones de diferentes tipos de ecuaciones diferenciales, incluyendo ecuaciones diferenciales separables, homogéneas, lineales y de Bernoulli. Se muestran ejemplos del crecimiento de poblaciones usando ecuaciones diferenciales separables y de trayectorias ortogonales usando ecuaciones diferenciales homogéneas. También se explica cómo encontrar la ecuación de una curva a partir de su pendiente usando una ecuación diferencial lineal.
Este documento introduce conceptos básicos de estadística. Explica que la estadística desempeña un papel importante en muchos campos como la agricultura, ingeniería y derecho. Define estadística como el uso de métodos científicos para organizar y analizar datos para deducir conclusiones. Divide las estadísticas en descriptivas e inferenciales. Luego introduce conceptos como población, muestra, muestreo, censo y tipos de variables. Finalmente discute las ventajas y desventajas del uso de muestr
El documento presenta varios ejemplos de modelos econométricos uniecuacionales y multiecuacionales, incluyendo modelos de series temporales, modelos autorregresivos y modelos de datos de corte. Los ejemplos muestran cómo especificar distintos tipos de modelos para predecir variables como ventas, paro, consumo, producción, beneficios e IPC utilizando diferentes variables explicativas como precios, publicidad, productividad, ingresos, educación, capital, empleo y clima.
Este documento presenta 4 problemas de matemáticas que involucran funciones, probabilidad, ecuaciones diferenciales y optimización. Los problemas incluyen determinar si una función es una densidad de probabilidad, calcular la probabilidad entre valores, encontrar el valor esperado de una variable, modelar el crecimiento de una epidemia, representar gráficamente una función, calcular la altura de saltos decrecientes de una pelota, determinar la distancia total recorrida por la pelota, y encontrar los valores óptimos de variables para maximizar una función de producción.
Con el desarrollo de esta actividad podrás identificar cómo se obtiene la antiderivada de una función, como también pudiste observar una de sus aplicaciones.
Este documento presenta un resumen de resultados de clases prácticas sobre el sistema de monitoreo de crecidas en El Sabinal. Incluye la topología del sistema dividido en subcuencas, el código VBA para calcular acumulaciones de lluvia y lluvias en subcuencas, y la definición final del boletín de monitoreo.
Capítulo 05, Revisión de algunos conceptos de probabilidadAlejandro Ruiz
Este capítulo revisa conceptos clave de probabilidad como experimentos, eventos, definiciones de probabilidad clásica, empírica y subjetiva, reglas de adición y multiplicación, probabilidad condicional y conjunta, diagrama de árbol y teorema de Bayes. Incluye ejemplos para ilustrar estos conceptos y su cálculo.
Este documento presenta conceptos estadísticos descriptivos como la media, desviación estándar, varianza y coeficiente de variación. También cubre probabilidades, incluyendo definiciones básicas, reglas de adición, complemento y multiplicación. Se proporcionan ejemplos ilustrativos para cada concepto.
El documento presenta ejemplos de aplicaciones de diferentes tipos de ecuaciones diferenciales, incluyendo ecuaciones diferenciales separables, homogéneas, lineales y de Bernoulli. Se muestran ejemplos del crecimiento de poblaciones usando ecuaciones diferenciales separables y de trayectorias ortogonales usando ecuaciones diferenciales homogéneas. También se explica cómo encontrar la ecuación de una curva a partir de su pendiente usando una ecuación diferencial lineal.
Este documento introduce conceptos básicos de estadística. Explica que la estadística desempeña un papel importante en muchos campos como la agricultura, ingeniería y derecho. Define estadística como el uso de métodos científicos para organizar y analizar datos para deducir conclusiones. Divide las estadísticas en descriptivas e inferenciales. Luego introduce conceptos como población, muestra, muestreo, censo y tipos de variables. Finalmente discute las ventajas y desventajas del uso de muestr
El documento presenta varios ejemplos de modelos econométricos uniecuacionales y multiecuacionales, incluyendo modelos de series temporales, modelos autorregresivos y modelos de datos de corte. Los ejemplos muestran cómo especificar distintos tipos de modelos para predecir variables como ventas, paro, consumo, producción, beneficios e IPC utilizando diferentes variables explicativas como precios, publicidad, productividad, ingresos, educación, capital, empleo y clima.
Este documento presenta 4 problemas de matemáticas que involucran funciones, probabilidad, ecuaciones diferenciales y optimización. Los problemas incluyen determinar si una función es una densidad de probabilidad, calcular la probabilidad entre valores, encontrar el valor esperado de una variable, modelar el crecimiento de una epidemia, representar gráficamente una función, calcular la altura de saltos decrecientes de una pelota, determinar la distancia total recorrida por la pelota, y encontrar los valores óptimos de variables para maximizar una función de producción.
Con el desarrollo de esta actividad podrás identificar cómo se obtiene la antiderivada de una función, como también pudiste observar una de sus aplicaciones.
Este documento presenta un resumen de resultados de clases prácticas sobre el sistema de monitoreo de crecidas en El Sabinal. Incluye la topología del sistema dividido en subcuencas, el código VBA para calcular acumulaciones de lluvia y lluvias en subcuencas, y la definición final del boletín de monitoreo.
Capítulo 05, Revisión de algunos conceptos de probabilidadAlejandro Ruiz
Este capítulo revisa conceptos clave de probabilidad como experimentos, eventos, definiciones de probabilidad clásica, empírica y subjetiva, reglas de adición y multiplicación, probabilidad condicional y conjunta, diagrama de árbol y teorema de Bayes. Incluye ejemplos para ilustrar estos conceptos y su cálculo.
Este documento contiene 11 ejercicios de probabilidad y estadística resueltos. En el primer ejercicio, el autor clasifica 6 variables aleatorias como discretas o continuas. Luego, en los ejercicios siguientes resuelve problemas que involucran espacios muestrales, funciones de probabilidad, probabilidades condicionadas y cálculos de probabilidades para variables aleatorias discretas y continuas.
Este documento trata sobre conceptos básicos de probabilidad. En menos de 3 oraciones:
El documento introduce conceptos como experimento aleatorio, espacio muestral, eventos, definición de probabilidad y propiedades de la probabilidad. Luego explica conceptos más avanzados como probabilidad condicional, probabilidad total y teorema de Bayes. Finalmente incluye ejercicios de aplicación de estos conceptos.
El documento describe brevemente el teorema de Bayes, que establece cómo calcular la probabilidad de posibles causas dados unos efectos observados. Fue publicado por primera vez en 1763 basándose en el trabajo de Thomas Bayes. El teorema permite calcular la probabilidad condicional de un suceso A dado un suceso B, a partir de las probabilidades condicionales de B dado A y las probabilidades a priori de A. Se incluyen dos ejemplos numéricos de aplicación del teorema.
Este documento presenta los conceptos de probabilidad condicional, regla de la multiplicación y eventos dependientes e independientes. Explica que la probabilidad condicional calcula la probabilidad de ocurrencia de un evento D2 dado que ocurrió un evento D1. La regla de la multiplicación establece que para eventos independientes la probabilidad conjunta es el producto de las probabilidades individuales, mientras que para eventos dependientes usa la probabilidad condicional. Finalmente, provee ejemplos para ilustrar estas nociones.
El documento presenta cuatro fórmulas para calcular el tamaño de la muestra necesaria para estimar parámetros poblacionales con diferentes niveles de confianza y error. Incluye fórmulas para poblaciones infinitas y finitas, y para promedios y proporciones. Cada fórmula viene acompañada de un ejemplo numérico para ilustrar su aplicación.
Este documento describe los diferentes tipos de variables aleatorias, incluyendo cualitativas, cuantitativas discretas y continuas. También explica la función de probabilidad, función de distribución de probabilidad y esperanza matemática para variables aleatorias discretas. Finalmente, presenta ejemplos para ilustrar cómo calcular la esperanza de un juego de azar y determinar si es justo o favorable para el jugador.
Este documento presenta los conceptos fundamentales de probabilidad que se abordarán en el módulo, incluyendo definiciones, reglas y teoremas de probabilidad, experimentos aleatorios y espacio muestral, eventos independientes y dependientes, y probabilidad condicional. El objetivo del módulo es introducir estos conceptos básicos de probabilidad y estadística y demostrar su aplicación mediante ejercicios prácticos.
El documento describe las contribuciones de varios matemáticos clave al desarrollo del análisis matemático desde el siglo XVIII, incluyendo a Leibniz, los hermanos Bernoulli, Euler y Gauss. Leibniz sentó las bases del cálculo infinitesimal y desarrolló el cálculo diferencial e integral. Los hermanos Bernoulli y Euler también hicieron contribuciones importantes al análisis matemático. Gauss fue llamado el "príncipe de las matemáticas" debido a sus grandes aportaciones en áreas como la te
El documento presenta información sobre probabilidad y medidas de tendencia central. Explica conceptos como probabilidad clásica y empírica, espacio muestral, simulación de eventos probabilísticos y medidas de posición central como media, moda y mediana. Incluye ejemplos para calcular estas medidas y probabilidades de diferentes eventos.
Este documento presenta información sobre optimización lineal y su enseñanza en el currículum chileno de matemáticas. Explica brevemente la historia de la optimización lineal, sus usos comunes y la propuesta del Ministerio de Educación para incluirla en 3o medio. Plantea la importancia de analizar este tema desde una perspectiva socioepistemológica para enriquecer su enseñanza.
La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Existen propiedades como la suma de probabilidades de un suceso y su contrario es 1, y la probabilidad de un suceso imposible es 0. La probabilidad de la unión de sucesos se calcula usando las leyes de probabilidad. Un ejemplo común es la distribución binomial que modela el número de éxitos en ensayos de Bernoulli independientes.
Este documento presenta la distribución binomial. Explica que fue desarrollada por Jakob Bernoulli y describe experimentos con dos resultados posibles. Define la distribución binomial y sus características como el número constante de ensayos y las probabilidades constantes de cada resultado. Proporciona un ejemplo numérico y muestra cómo calcular probabilidades usando Excel.
Este documento presenta conceptos básicos de probabilidad, incluyendo definiciones de experimento aleatorio, espacio muestral, suceso y evento. Explica que la probabilidad de un evento se interpreta como la frecuencia relativa con la que ocurre en repeticiones infinitas de un experimento aleatorio. También establece las reglas básicas de la probabilidad, como que la probabilidad de un evento está entre 0 y 1, y la suma de probabilidades de todos los eventos posibles es igual a 1.
Este documento presenta información sobre conceptos estadísticos como espacio muestral, experimentos aleatorios y deterministas, álgebra de eventos, probabilidades, diagramas de árbol y teoremas como la probabilidad total y Bayes. Contiene ejemplos y ejercicios resueltos sobre el lanzamiento de dados, extracción de cartas y averías en líneas de autobuses.
Este documento introduce conceptos básicos de probabilidad. Explica que un experimento aleatorio tiene un espacio muestral que representa todos los resultados posibles y que un evento es un subconjunto particular de dicho espacio muestral. También describe relaciones entre eventos como la unión, intersección y complemento, y métodos para asignar probabilidades como el axiomático, clásico y frecuencial.
Aplicación de ecuaciones diferenciales, Varaibles separables Angel Garcia
Este documento presenta un taller sobre ecuaciones diferenciales aplicado a la didáctica de las matemáticas. Explica el método de separación de variables para resolver ecuaciones diferenciales de primer orden y lo aplica a un ejemplo del crecimiento poblacional. Finalmente, propone dos problemas sobre poblaciones que crecen exponencialmente para que los estudiantes los resuelvan.
Este documento introduce los conceptos básicos de la probabilidad e inferencia estadística. Explica la noción de espacio muestral y eventos, y cómo se pueden asignar probabilidades numéricas a eventos usando diferentes métodos como el clásico, de frecuencia relativa o subjetivo. También cubre relaciones básicas como el complemento de un evento, la ley aditiva, eventos mutuamente excluyentes y probabilidad condicional.
Este documento presenta los contenidos y objetivos para el segundo examen parcial del tercer trimestre en el curso de matemáticas de décimo año. Los contenidos incluyen relaciones entre eventos como unión, intersección y complemento, eventos mutuamente excluyentes, y reglas básicas de probabilidad. Los objetivos son describir relaciones entre eventos usando diagramas de Venn e interpretar resultados, y aplicar axiomas y propiedades de probabilidad para resolver problemas.
Este documento explica los conceptos básicos de probabilidad, incluyendo cómo medir la probabilidad de un evento, la regla de adición, la probabilidad conjunta, las reglas de probabilidad condicional y la probabilidad total. Proporciona ejemplos para ilustrar cada concepto.
Aplicación de la linea recta a la economiaLuis Joya
1) El documento explica cómo los modelos matemáticos como las ecuaciones lineales se pueden aplicar en economía, con ejemplos como costos de producción, depreciación y oferta y demanda.
2) Un ejemplo clave es el método de línea recta para calcular la depreciación de un activo de manera constante a lo largo de su vida útil.
3) Las leyes de oferta y demanda también se pueden representar mediante ecuaciones lineales, donde la pendiente y el punto de corte varían según los precios y cantidades of
PROYECTOS . TEMA 14: ANALISIS DE RIESGO Y SENSIBILIDADMANUEL GARCIA
Modelo unidimensional de la sensibilización del VAN.
Modelo multidimensional de sensibilización del VAN.
Modelo de sensibilidad del TIR. Casos prácticos.
Análisis de riesgo: medición del riesgo.
Método de Montecarlo: un caso de estudio.
Árbol de decisiones : uso en proyectos de inversión.
Este documento contiene 11 ejercicios de probabilidad y estadística resueltos. En el primer ejercicio, el autor clasifica 6 variables aleatorias como discretas o continuas. Luego, en los ejercicios siguientes resuelve problemas que involucran espacios muestrales, funciones de probabilidad, probabilidades condicionadas y cálculos de probabilidades para variables aleatorias discretas y continuas.
Este documento trata sobre conceptos básicos de probabilidad. En menos de 3 oraciones:
El documento introduce conceptos como experimento aleatorio, espacio muestral, eventos, definición de probabilidad y propiedades de la probabilidad. Luego explica conceptos más avanzados como probabilidad condicional, probabilidad total y teorema de Bayes. Finalmente incluye ejercicios de aplicación de estos conceptos.
El documento describe brevemente el teorema de Bayes, que establece cómo calcular la probabilidad de posibles causas dados unos efectos observados. Fue publicado por primera vez en 1763 basándose en el trabajo de Thomas Bayes. El teorema permite calcular la probabilidad condicional de un suceso A dado un suceso B, a partir de las probabilidades condicionales de B dado A y las probabilidades a priori de A. Se incluyen dos ejemplos numéricos de aplicación del teorema.
Este documento presenta los conceptos de probabilidad condicional, regla de la multiplicación y eventos dependientes e independientes. Explica que la probabilidad condicional calcula la probabilidad de ocurrencia de un evento D2 dado que ocurrió un evento D1. La regla de la multiplicación establece que para eventos independientes la probabilidad conjunta es el producto de las probabilidades individuales, mientras que para eventos dependientes usa la probabilidad condicional. Finalmente, provee ejemplos para ilustrar estas nociones.
El documento presenta cuatro fórmulas para calcular el tamaño de la muestra necesaria para estimar parámetros poblacionales con diferentes niveles de confianza y error. Incluye fórmulas para poblaciones infinitas y finitas, y para promedios y proporciones. Cada fórmula viene acompañada de un ejemplo numérico para ilustrar su aplicación.
Este documento describe los diferentes tipos de variables aleatorias, incluyendo cualitativas, cuantitativas discretas y continuas. También explica la función de probabilidad, función de distribución de probabilidad y esperanza matemática para variables aleatorias discretas. Finalmente, presenta ejemplos para ilustrar cómo calcular la esperanza de un juego de azar y determinar si es justo o favorable para el jugador.
Este documento presenta los conceptos fundamentales de probabilidad que se abordarán en el módulo, incluyendo definiciones, reglas y teoremas de probabilidad, experimentos aleatorios y espacio muestral, eventos independientes y dependientes, y probabilidad condicional. El objetivo del módulo es introducir estos conceptos básicos de probabilidad y estadística y demostrar su aplicación mediante ejercicios prácticos.
El documento describe las contribuciones de varios matemáticos clave al desarrollo del análisis matemático desde el siglo XVIII, incluyendo a Leibniz, los hermanos Bernoulli, Euler y Gauss. Leibniz sentó las bases del cálculo infinitesimal y desarrolló el cálculo diferencial e integral. Los hermanos Bernoulli y Euler también hicieron contribuciones importantes al análisis matemático. Gauss fue llamado el "príncipe de las matemáticas" debido a sus grandes aportaciones en áreas como la te
El documento presenta información sobre probabilidad y medidas de tendencia central. Explica conceptos como probabilidad clásica y empírica, espacio muestral, simulación de eventos probabilísticos y medidas de posición central como media, moda y mediana. Incluye ejemplos para calcular estas medidas y probabilidades de diferentes eventos.
Este documento presenta información sobre optimización lineal y su enseñanza en el currículum chileno de matemáticas. Explica brevemente la historia de la optimización lineal, sus usos comunes y la propuesta del Ministerio de Educación para incluirla en 3o medio. Plantea la importancia de analizar este tema desde una perspectiva socioepistemológica para enriquecer su enseñanza.
La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Existen propiedades como la suma de probabilidades de un suceso y su contrario es 1, y la probabilidad de un suceso imposible es 0. La probabilidad de la unión de sucesos se calcula usando las leyes de probabilidad. Un ejemplo común es la distribución binomial que modela el número de éxitos en ensayos de Bernoulli independientes.
Este documento presenta la distribución binomial. Explica que fue desarrollada por Jakob Bernoulli y describe experimentos con dos resultados posibles. Define la distribución binomial y sus características como el número constante de ensayos y las probabilidades constantes de cada resultado. Proporciona un ejemplo numérico y muestra cómo calcular probabilidades usando Excel.
Este documento presenta conceptos básicos de probabilidad, incluyendo definiciones de experimento aleatorio, espacio muestral, suceso y evento. Explica que la probabilidad de un evento se interpreta como la frecuencia relativa con la que ocurre en repeticiones infinitas de un experimento aleatorio. También establece las reglas básicas de la probabilidad, como que la probabilidad de un evento está entre 0 y 1, y la suma de probabilidades de todos los eventos posibles es igual a 1.
Este documento presenta información sobre conceptos estadísticos como espacio muestral, experimentos aleatorios y deterministas, álgebra de eventos, probabilidades, diagramas de árbol y teoremas como la probabilidad total y Bayes. Contiene ejemplos y ejercicios resueltos sobre el lanzamiento de dados, extracción de cartas y averías en líneas de autobuses.
Este documento introduce conceptos básicos de probabilidad. Explica que un experimento aleatorio tiene un espacio muestral que representa todos los resultados posibles y que un evento es un subconjunto particular de dicho espacio muestral. También describe relaciones entre eventos como la unión, intersección y complemento, y métodos para asignar probabilidades como el axiomático, clásico y frecuencial.
Aplicación de ecuaciones diferenciales, Varaibles separables Angel Garcia
Este documento presenta un taller sobre ecuaciones diferenciales aplicado a la didáctica de las matemáticas. Explica el método de separación de variables para resolver ecuaciones diferenciales de primer orden y lo aplica a un ejemplo del crecimiento poblacional. Finalmente, propone dos problemas sobre poblaciones que crecen exponencialmente para que los estudiantes los resuelvan.
Este documento introduce los conceptos básicos de la probabilidad e inferencia estadística. Explica la noción de espacio muestral y eventos, y cómo se pueden asignar probabilidades numéricas a eventos usando diferentes métodos como el clásico, de frecuencia relativa o subjetivo. También cubre relaciones básicas como el complemento de un evento, la ley aditiva, eventos mutuamente excluyentes y probabilidad condicional.
Este documento presenta los contenidos y objetivos para el segundo examen parcial del tercer trimestre en el curso de matemáticas de décimo año. Los contenidos incluyen relaciones entre eventos como unión, intersección y complemento, eventos mutuamente excluyentes, y reglas básicas de probabilidad. Los objetivos son describir relaciones entre eventos usando diagramas de Venn e interpretar resultados, y aplicar axiomas y propiedades de probabilidad para resolver problemas.
Este documento explica los conceptos básicos de probabilidad, incluyendo cómo medir la probabilidad de un evento, la regla de adición, la probabilidad conjunta, las reglas de probabilidad condicional y la probabilidad total. Proporciona ejemplos para ilustrar cada concepto.
Aplicación de la linea recta a la economiaLuis Joya
1) El documento explica cómo los modelos matemáticos como las ecuaciones lineales se pueden aplicar en economía, con ejemplos como costos de producción, depreciación y oferta y demanda.
2) Un ejemplo clave es el método de línea recta para calcular la depreciación de un activo de manera constante a lo largo de su vida útil.
3) Las leyes de oferta y demanda también se pueden representar mediante ecuaciones lineales, donde la pendiente y el punto de corte varían según los precios y cantidades of
PROYECTOS . TEMA 14: ANALISIS DE RIESGO Y SENSIBILIDADMANUEL GARCIA
Modelo unidimensional de la sensibilización del VAN.
Modelo multidimensional de sensibilización del VAN.
Modelo de sensibilidad del TIR. Casos prácticos.
Análisis de riesgo: medición del riesgo.
Método de Montecarlo: un caso de estudio.
Árbol de decisiones : uso en proyectos de inversión.
Estocreg - Regresores estocasticos en el modelo linealMiguel Jerez
Este documento trata sobre regresores estocásticos en modelos de regresión. Explica que cuando una variable endógena actúa también como explicativa, como en modelos de ecuaciones simultáneas o dinámicos, se producen regresores estocásticos. Esto hace que el estimador MCO sea inconsistente. Se introduce el estimador de variables instrumentales como una alternativa consistente cuando hay regresores estocásticos. Finalmente, se incluyen ejemplos de modelos con ecuaciones simultáneas y dinámicos donde se aplica esta metod
Breve introducción al álgebra: métodos básicos de Factorización.
Documento con introducción, ejercicios y métodos comunes de factorización. Matemáticas sencillas.
Elaborado por Fernando Félix Solís Cortés
Este documento presenta información sobre funciones exponenciales y logarítmicas. Introduce las funciones exponenciales y cómo modelan el crecimiento poblacional. Luego explica las funciones logarítmicas y sus propiedades, incluidas las leyes de los logaritmos. Finalmente, proporciona ejemplos numéricos y gráficos para ilustrar el uso de funciones exponenciales y logarítmicas.
Este documento presenta el programa de estudios de Administración de Recursos Humanos en la Universidad Nacional Experimental “Simón Rodríguez”. El programa consta de 11 unidades que cubren temas como políticas y normas de recursos humanos, análisis y evaluación ocupacional, administración de sueldos y salarios, reclutamiento y selección, entre otros. Cada unidad incluye objetivos de aprendizaje, contenidos, estrategias de enseñanza y evaluación. Los estudiantes serán evaluados a través de glosarios, trabajos escritos,
El documento describe diferentes medidas estadísticas para resumir conjuntos de datos, incluyendo medidas de tendencia central como la media, mediana y moda, y medidas de dispersión. Explica cómo calcular e interpretar estas medidas a partir de datos agrupados y no agrupados, y sus propiedades y usos.
El documento presenta información sobre datos centrados, estandarizados y winzorizados. Explica cómo centrar y estandarizar una muestra de datos para que tengan media cero y varianza uno. También explica cómo winzorizar una muestra sustituyendo un porcentaje de valores extremos. Finalmente, da un ejemplo aplicando estos conceptos a una muestra de datos real.
Este documento define la inferencia estadística y describe sus métodos fundamentales como la estimación, el contraste de hipótesis y los intervalos de confianza. Explica los tipos de muestreo probabilísticos y no probabilísticos, y los pasos para probar hipótesis estadísticas utilizando estadísticos como z, t de Student y Ji cuadrado.
Este documento presenta 100 ejercicios resueltos de estadística básica organizados en capítulos sobre estadística descriptiva, probabilidad, variables aleatorias y vectores aleatorios. El prólogo explica que los ejercicios han sido desarrollados y depurados a lo largo de años de impartir la asignatura de Estadística I en la Facultad de Economía y Empresa de la Universitat Autònoma de Barcelona. Los ejercicios están dirigidos a estudiantes de grados de economía y empresa y buscan aplicaciones est
Este documento describe diferentes medidas estadísticas para resumir datos, incluyendo medidas de tendencia central como la media aritmética, geométrica y armónica. Explica cómo calcular cada medida y sus propiedades, ventajas e inconvenientes. También cubre conceptos como momentos, cuantiles y curvas de distribución de frecuencias.
Este documento presenta una introducción al análisis de regresión lineal múltiple. Explica los objetivos del análisis de regresión múltiple, la formulación del modelo de regresión, los supuestos del modelo y cómo estimar los parámetros del modelo. También incluye un ejemplo práctico donde se analiza la relación entre el consumo de petróleo y variables como la temperatura y el aislamiento en casas.
Este documento presenta una sesión sobre funciones exponenciales y logarítmicas. Introduce las funciones exponenciales, sus propiedades y aplicaciones como el crecimiento de bacterias y el interés compuesto. Luego introduce las funciones logarítmicas, cómo graficarlas y aplicaciones como el reciclaje y la depreciación de activos. Incluye ejemplos para reforzar los conceptos.
Este documento presenta una sesión sobre funciones exponenciales y logarítmicas. Introduce las funciones exponenciales, sus propiedades y aplicaciones como el crecimiento de bacterias y el interés compuesto. Luego introduce las funciones logarítmicas, cómo graficarlas y aplicaciones como el reciclaje y la depreciación de activos. Incluye ejemplos para reforzar los conceptos.
Este documento presenta una sesión introductoria a la econometría que cubre conceptos como distribución muestral, pruebas de hipótesis, intervalos de confianza y regresión lineal por mínimos cuadrados ordinarios (OLS). Explica cómo OLS minimiza el error cuadrático pero no garantiza una relación causal. También describe cómo realizar pruebas de hipótesis y calcular intervalos de confianza para determinar si los coeficientes de la regresión son estadísticamente significativos.
Practica de word solo mi parte editada x3!betomoralez
Este documento presenta el objetivo y duración de un tema sobre opciones de párrafo en Word. Explica que se verán características como ajustes de espacios, interlineados, sangrías y otros elementos que facilitan la lectura. También incluye información sobre prácticas para aplicar los conceptos revisados.
Practica de word solo mi parte editada x3!betomoralez
Este documento presenta las características de diferentes opciones de formato de párrafo en Word como espacios anteriores y posteriores, interlineados, sangrías y otros elementos que facilitan la lectura. Incluye objetivos, duración y nivel de dificultad de varias prácticas sobre este tema.
Practica de word solo mi parte editada x3!betomoralez
Este documento presenta información sobre diferentes opciones de formato de párrafos como espacios anteriores y posteriores, interlineados, sangrías y otros elementos que facilitan la lectura. También incluye objetivos, duración y nivel de dificultad de varias prácticas sobre este tema.
Este documento contiene 10 ejercicios de matemáticas sobre modelos matemáticos. Los ejercicios resuelven problemas relacionados con modelos de crecimiento poblacional, funciones lineales y exponenciales, y construcción de gráficos. El documento explica los pasos para construir modelos matemáticos y analiza las causas de discrepancias entre modelos teóricos y datos reales.
Katherine Johnson fue una matemática y científica afroamericana pionera que trabajó para la NASA en las décadas de 1950 y 1960. Calculó las trayectorias para los primeros vuelos espaciales estadounidenses y fue fundamental para el éxito del programa Apolo. A pesar de la discriminación racial y de género que sufrió, Katherine Johnson ayudó a llevar al hombre al espacio y se convirtió en un icono de la igualdad y la justicia.
Las redes neuronales son modelos computacionales inspirados en el cerebro que han ganado importancia en inteligencia artificial. Compuestas por unidades interconectadas que se adaptan mediante aprendizaje, pueden modelar patrones complejos y aprender de datos no lineales, con aplicaciones como reconocimiento de voz y diagnósticos médicos.
El documento describe varios tipos de disfunciones cerebrales, incluyendo sus causas, síntomas y tratamientos. Las disfunciones discutidas incluyen disartria, síndrome de Wernicke-Korsakoff, amnesia, agnosia, apraxia y afasia. Cada una se caracteriza por problemas específicos con el habla, memoria, reconocimiento o movimiento, dependiendo de las áreas del cerebro afectadas.
Este documento describe los números perfectos, defectivos y abundantes. Define cada categoría y proporciona ejemplos. Explica que los números perfectos son aquellos cuya suma de divisores propios es igual al número, mientras que los defectivos son aquellos cuya suma es menor y los abundantes mayor. También explora las propiedades y orígenes históricos de cada categoría.
Este documento describe El Juego de la Vida, un sistema creado por el matemático John Conway en 1970 que simula la evolución de un ecosistema celular a través del tiempo. El juego consiste en una cuadrícula donde células pueden estar vivas o muertas según unas reglas sencillas de supervivencia basadas en el número de células vecinas vivas. A pesar de su simplicidad, el juego puede exhibir patrones complejos y incluso simular una máquina de Turing completa.
Los números primos son números naturales que solo son divisibles por 1 y por sí mismos. Se han conocido desde la antigüedad y Euclides demostró que existen infinitos números primos. Existen varias formas de clasificarlos, como por su forma modular, si son gemelos, de Mersenne, capicúas o de Fibonacci, aunque se desconoce si cada clase contiene infinitos elementos.
Este documento describe números primos gemelos, que son pares de números primos consecutivos que difieren en 2. Explica que solo existen 35 pares de primos gemelos menores a 1000, y que el par más grande conocido hasta ahora es de más de 10^300863034895 dígitos. También resume propiedades como que solo el 5 pertenece a dos pares, y que la suma de los inversos de los primos gemelos converge a un valor llamado la constante de Brun. Finalmente, la conjetura de los números primos establece que existen infinitos pares de pri
El documento proporciona información sobre Narciso Monturiol e Isaac Peral, dos pioneros españoles de la navegación submarina. Narciso Monturiol inventó el Ictíneo I y el Ictíneo II, dos de los primeros submarinos propulsados por energía humana en 1859 y 1864 respectivamente. Isaac Peral inventó el primer submarino propulsado por baterías eléctricas en 1888, aunque no recibió el apoyo que merecía por su innovación. Ambos hicieron contribuciones significativas pero no reconocidas en su
El documento discute varios temas relacionados con los números primos, incluyendo la función contadora de primos, la hipótesis de Riemann, aproximaciones a la función contadora de primos, la espiral de Ulam, fórmulas y polinomios para generar números primos, la conjetura de Bunyakovsky, el teorema de Dirichlet sobre progresiones aritméticas y el sesgo de Chebyshev.
Sam Altman es un emprendedor estadounidense conocido por fundar Open AI y Y Combinator. Open AI se dedica al desarrollo de IA segura mientras que Y Combinator acelera startups. La IA tiene beneficios como la rapidez y automatización pero también riesgos como la pérdida de privacidad y posible superación de la humanidad.
El documento explica el número de oro o número áureo, un número irracional con una fórmula específica que se ha utilizado en matemáticas, arte y naturaleza. Se describe la historia del número de oro desde los griegos y su definición geométrica relacionada con la proporción áurea. También se explican aplicaciones como el rectángulo áureo, la sucesión de Fibonacci, la presencia del número de oro en la naturaleza, el arte y el ideal de belleza humana según las proporciones áureas
Carl Friedrich Gauss fue un matemático y astrónomo alemán nacido en 1777. Sus contribuciones incluyen la teoría de números, la ley de Gauss sobre campos eléctricos, y predecir la posición del planeta enano Ceres usando mínimos cuadrados. Es considerado uno de los matemáticos más influyentes de la historia.
Este documento proporciona una introducción a las redes neuronales artificiales. Explica brevemente la historia y evolución de las redes neuronales, los conceptos básicos de las neuronas artificiales y biológicas, los tipos principales de redes neuronales, su funcionamiento, aplicaciones comunes como el reconocimiento de patrones y procesamiento del lenguaje natural, y también discute el futuro y las limitaciones de esta tecnología.
GeoGebra es un programa matemático creado en 2001 por Markus Hohenwarter que permite visualizar conceptos matemáticos de forma dinámica. Ofrece herramientas básicas como puntos, rectas y ángulos, así como herramientas más avanzadas como simetrías y homologías. Se utiliza en educación y carreras científicas para facilitar el aprendizaje de álgebra, cálculo y geometría. Las autoras han usado GeoGebra en su carrera de matemáticas para construcciones geométricas y
La paradoja de Russell surge de definir el conjunto R como el conjunto de todos los conjuntos que no se contienen a sí mismos. Esto lleva a una contradicción, ya que si R se contiene a sí mismo, entonces no debería contenerse, y si no se contiene a sí mismo, entonces debería contenerse. El documento también presenta ejemplos como la paradoja del barbero y del Quijote para ilustrar este problema lógico. Finalmente, se explica que la paradoja de Russell puso en evidencia inconsistencias en los ax
El Telescopio Espacial James Webb es el telescopio más potente jamás construido. Fue lanzado en diciembre de 2021 por la NASA, ESA y CSA para estudiar las galaxias más distantes, la formación de estrellas y sistemas planetarios. Usando instrumentos infrarrojos, puede observar objetos 13.500 millones de años luz de distancia. Tras desplegar su espejo de 6.5 metros y escudo solar, realizará observaciones científicas durante al menos 5 años.
Este documento describe las diferentes herramientas de cálculo manual a lo largo de la historia, desde el ábaco hasta las primeras calculadoras mecánicas. Explica que el ábaco es una de las primeras herramientas y consiste en cuentas en varillas que permiten realizar sumas, restas, multiplicaciones y divisiones moviéndolas. También describe las primeras calculadoras mecánicas como el reloj calculador, la pascalina y el aritmómetro, que usaban engranajes para realizar cálculos de forma más ráp
Este documento describe los diferentes tipos de redes informáticas, incluyendo las redes de área local (LAN), las redes de área amplia (WAN), las redes de área metropolitana (MAN) y las redes de área personal (PAN). También explica los diferentes medios de transmisión guiados como cables de par trenzado, fibra óptica y cables coaxiales, así como los medios de transmisión no guiados como Wi-Fi y Bluetooth.
El documento resume los programas Pioneer y Voyager de la NASA. El programa Pioneer incluyó las primeras 11 misiones no tripuladas lanzadas entre 1958 y 1978 para explorar los planetas exteriores del sistema solar. Las misiones más exitosas fueron Pioneer 10 y 11, que exploraron Júpiter y Saturno. El programa Voyager consistió en las sondas Voyager 1 y 2 lanzadas en 1977, las cuales lograron explorar Júpiter, Saturno, Urano y Neptuno, siendo las primeras en visitar los dos planetas más extern
The document discusses the benefits of exercise for mental health. Regular physical activity can help reduce anxiety and depression and improve mood and cognitive functioning. Exercise causes chemical changes in the brain that may help protect against mental illness and improve symptoms.
PMI sector servicios España mes de mayo 2024LuisdelBarri
Estudio PMI Sector Servicios
El Índice de Actividad Comercial del Sector Servicios subió de 56.2 registrado en abril a 56.9 en mayo, indicando el crecimiento más fuerte desde abril de 2023.
La Comisión europea informa sobre el progreso social en la UE.ManfredNolte
Bruselas confirma que el progreso social varía notablemente entre las regiones de la Unión Europea, y que los países nórdicos tienen un desempeño consistentemente mejor que el resto de los Estados miembros.
Desafíos del Habeas Data y las nuevas tecnología enfoque comparado Colombia y...mariaclaudiaortizj
El artículo aborda los desafíos del Habeas Data en el marco de las Nuevas Tecnologías de la Información y Comunicación (NTIC), comparando las legislaciones de Colombia y España. Desde la Declaración de los Derechos del Hombre en 1948 hasta la implementación del Reglamento General de Protección de Datos (GDPR) en Europa, la protección de la privacidad ha ganado importancia a nivel mundial. El objetivo principal del artículo es analizar cómo las legislaciones de Colombia y España abordan la protección de datos personales, comparando sus enfoques normativos y evaluando la eficacia de sus marcos legales en el contexto de la digitalización avanzada. Se hace uso de un enfoque mixto que combina análisis cualitativo detallado de documentos legales y cuantitativo descriptivo para comparar la prevalencia de ciertos principios en las normativas. Los hallazgos indican que España ha establecido un marco legal robusto y detallado desde 1978, alineándose con las directrices de la UE y el GDPR, mientras que Colombia, aunque ha progresado con leyes como la Ley 1581 de 2012, todavía podría beneficiarse de adoptar aspectos del régimen europeo para mejorar su protección de datos. Este análisis subraya la importancia de las reformas legales y políticas en la protección de datos, crucial para asegurar la privacidad en una sociedad digital y globalizada.
Palabras clave: Avances tecnológicos, Derecho en la era digital, Habeas Data, Marco jurídico y Protección de datos personales.
El crédito y los seguros como parte de la educación financieraMarcoMolina87
El crédito y los seguros, son temas importantes para desarrollar en la ciudadanía capacidades que le permita identificar su capacidad de endeudamiento, los derechos y las obligaciones que adquiere al obtener un crédito y conocer cuáles son las formas de asegurar su inversión.
Presentación sobre la Teoría Económica de John Maynard Keynes
2015-TFG2 Modelos de Econofísica
1. Sistemas complejos: Estudio y simulaci´on de modelos en
Econof´ısica
Carlos Visitaci´on Crespo
Septiembre 2015
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 1 / 40
2. 1 Introducci´on
2 Obtenci´on de la distribuci´on exponencial
3 Otras leyes de reparto de la riqueza
Ley del ahorro
Leyes de intercambio restringido
4 Estudio en los tiempos de convergencia
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 2 / 40
3. Definici´on
¿Qu´e es la econof´ısica?
¿Cu´al es su finalidad?
¿Cu´al es su utilidad?
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 3 / 40
4. Pasos previos
Division de la poblaci´on segun su riqueza:
Un 5% de la poblaci´on muy rica, que se distribuye de forma potencial.
Un 95% de la poblaci´on con un salario cercano al salario medio.
Nos centraremos en esta mayor parte de la poblaci´on, la cual se ha
demostrado que se distribuye siguiendo la distribuci´on exponencial.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 4 / 40
5. Factor Bolzmann, argumentos geometricos
Se toma un sistema multiagente, con la hip´otesis de equiprobabilidad.
La riqueza total del sistema se denominar´a: E.
Llamando xi a los agentes, se tendr´a la siguiente ecuaci´on:
x1 + x2 + ... + xN = E
Tambi´en ser´a interesante tener en cuenta la superficie del hiperplano
generado por la anterior ecuaci´on:
SN(E) =
√
N
(N − 1)!
EN−1
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 5 / 40
6. Al asumir la hipotesis de equiprobavilidad, se tiene que la probabilidad
de encontrar un agente i con dinero xi es proporcional al ´area de la
superficie formada por todos los puntos del N-hiperplano que tienen la
coordenada i-´esima igual a xi .
Dicha probabilidad se denotara como:
f (xi )dxi
Se tendra en cuenta tambi´en la siguiente relaci´on:
sin θN =
N − 1
N
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 6 / 40
7. Se toma al agente i-´esimo. Dando lugar a la siguiente ecuaci´on:
x1 + x2 + ... + xi−1 + xi+1 + ... + xN = E − xi
De manera an´aloga tenemos el N-1-hiperplano, cuya superficie ser´a:
SN−1(E − xi ) =
√
N − 1
(N − 2)!
(E − xi )N−2
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 7 / 40
8. Se tiene que el area del N-hiperplano es proporcional a
SN(E) =
E
0
SN−1(E − xi )
dxi
sin θN
Teniendo en cuenta la condici´on de normalidad sobre f (xi ) se llega a:
f (xi ) =
1
SN(E)
SN−1(E − xi )
sin θN
Y de manera m´as simplificada:
f (xi ) = (N − 1)E−1
1 −
xi
E
N−2
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 8 / 40
9. Llamando σ a la riqueza media por agente del sistema tenemos que
E = N · σ.
Haciendo tender N a infinito se obtiene el deseado factor:
e−xi /σ
Y su distribuci´on:
f (x) =
1
σ
e−x/σ
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 9 / 40
10. Otra forma de obtenci´on de la distribuci´on exponencial
Dada la ley de reparto determinado por las siguientes ecuaciones:
mi = (mi + mj ) (1)
mj = (1 − )(mi + mj ) (2)
Considerando tres distintas distribuciones iniciales.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 10 / 40
11. Caso 1
Distribuci´on uniforme de con valor de riqueza 1:
A cada agente se le da una unidad de riqueza
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 11 / 40
12. 0 1 2 3 4 5 6 7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
p(m)
m
valores simulación
exponencial (media 1)
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 12 / 40
13. Caso 2
Distribuci´on aleatoria de riqueza:
A cada agente se le da una cantidad de riqueza aleatoria.
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
La media obtenida en la simulaci´on es de: 0.50 unidades de riqueza.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 13 / 40
15. Caso 3
Distribuci´on 2-0 de riqueza.
A la mitad de los agentes se les da dos unidades de riqueza.
A la otra mitad de los agentes se les da cero unidades de riqueza.
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 15 / 40
16. 0 1 2 3 4 5 6 7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
m
p(m)
valores simulación
exponencial (media 1)
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 16 / 40
17. Modelo de iteraci´on funcional
Pasando al caso continuo, se obtendr´a la convergencia a la funci´on de
densidad exponencial a partir de la iteracci´on del operador τ.
lim
n→∞
τn
(p0(m)) → pf (m)
Donde se tiene que p0(m) es la distribuci´on de riqueza inicial y pf (m) la
distribuci´on final en caso de existencia.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 17 / 40
18. Para responder a la anterior pregunta se llama pn a la distribuci´on de la
riqueza en el instante de tiempo n.
La probabilidad de obtener la cantidad de riqueza x con dos agentes cuya
cantidad de dinero es (u,v) vendr´a dada por pn(u)pn(v)
u+v
Por lo tanto se tendr´a la siguiente relaci´on con el operador lineal:
pn+1(x) = τpn(x) =
u+v>x
pn(u)pn(v)
u + v
dudv
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 18 / 40
19. Ley del ahorro
La ley vendr´a determinada por las siguientes ecuaciones:
mi = λmi + (1 − λ)(mi + mj ) (3)
mj = λmj + (1 − )(1 − λ)(mi + mj ) (4)
Donde λ es el par´ametro fijo que determina la cantidad proporcional de
riqueza que cada agente ahorra en la interacci´on.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 19 / 40
20. Ley del ahorro
A cada agente se le da una unidad de riqueza.
N´umero de agentes N = 10000.
El valor de λ = 0.5
El n´umero de iteraciones es N2.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 20 / 40
21. 0 1 2 3 4 5 6
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
m
p(m)
Gamma
valores simulacion ahorro 0.5
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 21 / 40
22. Ley del ahorro
Simulaciones realizadas para distintos valores de λ:
0 1 2 3 4 5 6
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
m
p(m)
ahorro 0
ahorro 0.25
ahorro 0.4
ahorro 0.8
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 22 / 40
23. Ley de intercambio con agente determinado por posici´on
Dicha ley vendr´a determinada por las ya conocidas ecuaciones:
mi = (mi + mi+1) (5)
mi+1 = (1 − )(mi + mi+1) (6)
La particularidad es que la elecci´on del segundo agente vendr´a determi-
nada por la posici´on que ocupa en el sistema. Dotaremos de posici´on
lineal a los agentes.
Compararemos los resultados obtenidos con la distribuci´on exponencial.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 23 / 40
24. Caso 1
El agente interactuar´a con el de su ”derecha”.
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 24 / 40
25. 0 1 2 3 4 5 6 7
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
m
p(m)
exponencial (media 1)
valores simulación
exponencial (media 0.5)
valores simulación
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 25 / 40
26. Caso 2
En la simulaci´on el agente interactuar´a con un determinado rango de
agentes a su ”derecha”.
A cada agente se le da una unidad de riqueza.
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
El rango ser´a de un 1%.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 26 / 40
27. 0 1 2 3 4 5 6 7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
m
p(m)
exponencial (media 1)
valores simulación
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 27 / 40
28. Ley de intercambio con agente determinado por su riqueza
En esta nueva simulaci´on seguimos con las mismas ecuaciones para
determinar el intercambio de riqueza entre los agentes.
La particularidad en la ley es que solo se producir´a tal intercambio si
el segundo agente elegido tiene una cantidad superior a la del primer
agente.
Se introduce un par´ametro de control que determina el n´umero m´aximo
de intentos de encontrar un agente que cumpla las expectativas.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 28 / 40
29. Caso 1
A cada agente se le da una unidad de riqueza.
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
Los valores de control ser´an de 1 y 500.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 29 / 40
30. Resultado simulaci´on:
0 1 2 3 4 5 6 7
0
0.5
1
1.5
2
2.5
3
3.5
m
p(m)
distribución exponencial (media 1)
valores simulación (control 1)
valores simulación (control 500)
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 30 / 40
31. Caso 2
Se introduce un nuevo coeficiente que llamaremos p.
A cada agente se le da una cantidad de riqueza aleatoria.
La media obtenida en la simulaci´on es de: 0.50 unidades de riqueza.
N´umero de agentes N = 10000.
El n´umero de iteraciones es N2.
Los valores de p ser´an p = 2 y p = 10
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 31 / 40
32. 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5
2
2.5
m
p(m)
distribución exponencial (media 0.5)
valores simulación control 500, p=2
valores simulación control 500, p=10
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 32 / 40
33. Comparaci´on de distribuciones con valor de control = 500:
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5
2
2.5
3
3.5
distribución p=1
distribución p=3
distribución p=5
distribución p=7
distribución p=10
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 33 / 40
34. Ley de intercambio de riqueza con l´ımite en la riqueza de
los agentes
Ning´un agente puede tener m´as de una riqueza limite.
Se introducen dos par´ametros: pc y pr = 10
riqlim = pc · σ
N´umero de agentes N = 1000.
A cada agente se le da una cantidad de riqueza aleatoria.
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 34 / 40
35. Resultado simulaci´on:
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
m
p(m)
distribución con pc=2
distribución con pc=1.5
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 35 / 40
36. Estudio en los tiempos de convergencia
Se va a proceder a estudiar la velocidad de convergencia a la dis-
tribuci´on exponencial en el caso de la ley totalmente aleatoria.
El criterio usado consta de la suma punto a punto al cuadrado y que
no supere un umbral de 0.01
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 36 / 40
37. Caso 1
Cada agente recibe una cantidad de riqueza aleatoria.
0 0.5 1 1.5 2 2.5 3
x 10
4
0
1
2
3
4
5
6
7
8
x 10
4
nº agentes
tiempo
no agentes 5000 10000 15000 20000 25000 30000
tiempo 12204 23809 35160 48464 59050 71306
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 37 / 40
38. Caso 2
Cada agente recibe una unidad de riqueza.
0 0.5 1 1.5 2 2.5 3
x 10
4
0
1
2
3
4
5
6
7
8
x 10
4
nº agentes
tiempo
no agentes 5000 10000 15000 20000 25000 30000
tiempo 112717 25228 38917 52200 63724 77324
Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 38 / 40
39. Carlos Visitaci´on Crespo Sistemas complejos: Estudio y simulaci´on de modelos en Econof´ısicaSeptiembre 2015 39 / 40