Capítulo I. Introducción

¿Por qué algunos países han crecido más rápidamente que otros?¿Cuáles son las características principales que diferencian a estos países?¿Pueden algunas variables políticas afectar al crecimiento económico?

Crecimiento económico. Es la evolución del PBI real (efectos de cantidad), PBI per cápita, PPC (Paridad de Poder de Compra) sostenido en el tiempo de un país.

¿Por qué?

Es importante hablar de crecimiento económico porque genera bienestar, esta relacionado con la calidad de vida.

Hay una correlación positiva entre los países desarrollados con el PBI

¿Crecmiento económico y Desarrollo Económico?

En el largo plazo el crecimiento económico va estar relacionado con la calidad de vida y el bienestar.

¿Por qué hay países pobres?

  • El nivel de productividad es bajo

  • Las instituciones en países pobres son extractivas por tanto no generan desarrollo mas bien generan un circulo viciosos

  • Geografía. Los países más tropicales están mas acostumbrados a ser un poco más ociosos.

  • Religión

1.1. Crecimiento económico, hechos estilizados del crecimiento económico, la contabilidad del crecimiento

1.2. Visón general de las teorías de crecimiento económico

Capítulo II. Inicio de las teorías del crecimiento económico

2.1. El modelo de Malthus

2.2. El modelo de Solow (básico)

2.3. El modelo de Harrod - Domar

Capítulo III. Teorías de crecimiento endógeno

3.1. Modelo de AK (básico)

3.2. Modelo de Romer

3.3. Modelo de Lucas

3.4. Modelo de Barro

Capítulo IV. Estudios empíricos sobre el crecimiento económico

R Markdown

This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.

When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

Including Plots

You can also embed plots, for example:

Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.

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