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

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

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

Transcripción

1 RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA Tema 3- Parte I

2 Etapas del Modelo de Markowitz I. DETERMINACIÓN DEL CONJUNTO DE POSIBILIDADES DE INVERSIÓN - Se aaliza el cojuto de activos que se egocia e el mercado - Se estima la retabilidad esperada y riesgo, medido por: ) la variaza o desviació típica, de cada título 2) las correspodietes covariazas co el resto de títulos y carteras que se pueda formar Si se pudiese determiar la esperaza y variaza de la retabilidad de todos los títulos que se egocia e el mercado, se podría represetar gráficamete e los ejes de coordeadas media-desviació típica Cojuto de posibilidades de iversió EP CMV Se obtedrá ua ube de putos que represeta el cojuto de posibilidades de iversió que viee dado por el mercado Las posibles carteras cubrirá por etero algua regió del espacio E P -σ P, y esta regió será covexa σp Tema 3- Parte I 2

3 Covexidad del cojuto posible. La regió defiida por el cojuto de oportuidades de iversió es covexa respecto al setido positivo del eje de ordeadas. EP EP=EP p p d Apoyádoos e el coeficiete de correlació se demuestra esta propiedad, para el caso más simplificado: la existecia de dos úicos activos. c σp σp σp Se costituye ua cartera (p) mediate la combiació de dos activos fiacieros (activos idividuales o carteras) (c,d) e el ejemplo. A cotiuació se demuestra que cualquier combiació realizada co estas carteras estará e la líea que los ue o por ecima de ella. x c = proporció del presupuesto de iversió que el idividuo va a ivertir e el activo c ( x c ) = proporció de dicho presupuesto que va a ivertir e el activo d ~ R p = la retabilidad de la cartera, defiida por: R ~ = x R ~ + ( x ) R ~ (variable aleatoria) ~ R c y ~ R d = redimietos de los correspodietes activos p c c c d Retabilidad esperada de la combiació ER ( ~ ) = xer ( ~ ) + ( x ) ER ( ~ ) p c c c d Si la correlació etre R ~ c y R ~ d es perfecta y positiva cov( R ~ c, R ~ d) ρc,d = = σ( R ~ ). σ( R ~ ) c d Tema 3- Parte I 3

4 Luego: σ p = x c σc + ( x c ) σd + 2x c ( x c ) Y la variaza de la cartera será: σ [ σ σ ] 2 ( R ~ ). ( ~ ) ( ). ( ~ p = xc Rc + xc Rd) σ c σ d 2 Y desviació típica de Rp: σ( R ~ ) = x. σ( R ~ ) + ( x ). σ( R ~ ) p c c c d Cuado el coeficiete de correlació etre retabilidad de los activos c y d es la uidad, las combiacioes de dichos activos se sitúa sobre ua líea recta Si esto se cumple, la pediete de la líea que ue los putos c y d será costate viedo defiida por: Pte. c,d ER ( ~ ) xc ERc ERd cte ( R ~ ( ~ ) ( ~ ) ) ( R ~ = = ) ( R ~ =. σ σ σ ) x c p p c d La pediete es costate, lo que implica que los putos c y d, cuado ρ c,d =, está uidos por ua líea recta Queda demostrado que cualquier combiació realizada co dos activos cualesquiera cuya correlació sea perfecta y positiva se situará sobre ua líea recta Si la correlació es meos que perfecta (si bie positiva): - la desviació estádar σp es meor que cuado ρ c,d = ( para u redimieto ER ( ~ p ) dado) - la variabilidad σp correspodiete es meor que e el caso aterior, por lo que la frotera eficiete se sitúa por ecima de la recta cd, como se idica e el gráfico Tema 3- Parte I 4

5 E P p represeta el caso de la cartera formada por los activos c y d cuya correlació es perfecta y positiva E P =E P p c p d p' represeta la seguda situació cometada, es decir, la de ua cartera formada por dos activos cuya correlació es positiva pero o perfecta σ P σ P σ P Si el coeficiete de correlació fuera egativo, para u redimieto dado la variabilidad sería aú meor que e el caso aterior y, e cosecuecia, la curva represetativa de la frotera eficiete sería más cerrada, es decir, e geeral, coforme dismiuye ρ, la curvatura será mayor sería: Si e lugar de dos activos se toma 3 activos (,2, y 3) las combiacioes posibles Las posibles combiacioes estaría etre y 2, 2 y 3, y y 3, y los putos que queda detro represeta combiacioes que se puede realizar co del activo y las carteras formadas por 2 y 3. Tema 3- Parte I 5

6 decir: Las formas del cojuto posible podrá ser variadas pero siempre covexas es pues las combiacioes de v y w se situará siempre e la líea que las ue o por ecima, pero uca por debajo. NOTA: Se puede usar para represetar el cojuto posible la variaza e lugar de la desviació típica, el resultado sería similar pero la curvatura sería mayor. II. Determiació de la Frotera Eficiete. Determiado el cojuto posible El iversor debe buscar la combiació redimieto-riesgo que maximice su utilidad esperada El cojuto de posibles carteras que se puede formar tomado posicioes largas y cortas e los distitos activos es elevado y ocupa umerosos putos e el plao esperaza-desviació típica ( cojuto de oportuidades del iversor) Tema 3- Parte I 6

7 Comportamieto del iversor Dado u determiado ivel de riesgo se preferirá aquellas carteras de máximo redimieto esperado. Dado u determiado ivel de redimieto esperado se preferirá aquellas de míimo riesgo Iversor racioal y adverso al riesgo Sólo deseará ivertir e las deomiadas carteras eficietes Carteras eficietes: Aquéllas que proporcioa ua retabilidad esperada máxima para u ivel dado de variabilidad o riesgo. O bie, aquéllas que preseta u ivel de variabilidad míimo para ua determiada retabilidad esperada. Cojuto de carteras eficietes se le llama frotera eficiete. Dado u ivel de redimieto esperado, la cartera situada e el cojuto de míima variaza tiee el míimo riesgo, para ese redimieto del cojuto posible. EP CMV Posibilidades de elecció del iversor racioal se limita al cojuto de carteras eficietes La curva que limita el cojuto de de oportuidades (cojuto de míima variaza) σp σcmv La cartera dode empieza la frotera eficiete detro del cojuto de míima variaza, es la cartera de míima variaza global El cojuto de míima variaza se parte e dos mitades. Las carteras más deseables por el iversor se represeta e la mitad superior (cojuto eficiete o frotera eficiete), se caracteriza porque so carteras que dado u ivel de riesgo, posee el redimieto esperado más alto. Tema 3- Parte I 7

8 Obteció de la frotera eficiete ) Fijado los iveles de riesgo, medido por la variaza o desviació típica, se determia para cada uo de ellos, la cartera que proporcioe la máxima retabilidad esperada. 2) Especificado los valores que puede alcazar la esperaza de retabilidad, para cada uo de los cuales se determiará la cartera de meor riesgo o variabilidad. Se seleccioa dos métodos: - uo gráfico de tipo ituitivo - aalítico ANÁLISIS GRÁFICO DE TIPO INTUITIVO. EP EB EA A B A Si la retabilidad que espera alcazar el iversor es E( A), existirá ifiitas carteras (el segmeto A,A'). B σp Sólo podrá cosiderarse eficiete aquélla que posea el meor riesgo: A σa σb=σb B Posibilidades de iversió El iversor, adverso al riesgo, seleccioará la cartera que le permita alcazar el objetivo de maximizació de su fució de utilidad esperada Tema 3- Parte I 8

9 Si el ivel de riesgo que desea soportar el iversor es σ B Existirá ifiitas carteras (el segmeto BB') que poseerá dicho ivel de riesgo Sólo se podrá cosiderar eficiete aquélla que proporcioe la mayor retabilidad esperada (la cartera B) DETERMINACIÓN ANALÍTICA DE LA FRONTERA EFICIENTE. Objetivo Determiar las x,x 2,...,x, que compoe las carteras de la frotera eficiete. (El aálisis de carteras implica u problema de optimizació co ua fució objetivo a maximizar o miimizar y uas restriccioes) Resolució Solució de este problema cosiste, e ecotrar la combiació de valores xi que, proporcioa la máxima esperaza de retabilidad para cada valor V* asigado a la variaza Fijada la variaza de la retabilidad, repartir el presupuesto de iversió etre los títulos cuya combiació proporcioe la máxima esperaza 2 i= j= Max. E( R ~ ) = x. E( R ~ ) p sa..: σ ( R ~ p) = xx i jσi, j = V (Restricció aparece térmios * cuadráticos, además, el parámetro V*, que represeta el valor de la variaza, puede tomar distitos valores (el problema cae detro de la programació cuadrática y paramétrica, se fija el ivel de riesgo o variabilidad que se desea soportar) x i = i= i= i (Restricció es presupuestaria, idica que la catidad total ivertida debe coicidir co el presupuesto de iversió) OBSERVACIÓN: A fi de obteer ua combiació, se fija u valor de V*, y se resuelve, repitiedo co otro valor de V*, para obteer otra combiació, y así sucesivamete se obtiee la frotera eficiete i Tema 3- Parte I 9

10 Alterativa La Frotera eficiete tambié puede ser obteida resolviedo el programa cuadrático paramétrico: 2 Mi. σ ( R ~ p) = xix jσi, j i= j= El programa es cuadrático porque e la fució objetivo aparece térmios cuadráticos sa..: ER ( ~ ) = xer. ( ~ ) = E p i= i i * (Restricció paramétrica, al poder variar el valor del parámetro E*, esperaza matemática de la retabilidad de la cartera, el programa se deomia paramétrico), E esta restricció se fija el ivel de retabilidad que el iversor espera obteer. x i = i= (Restricció es presupuestaria) Solució al problema permite determiar la clase de activos e los que el iversor debe ivertir y e qué proporcioes (x i ), de modo que cada uo de los valores que adopte la retabilidad esperada E*, posea el míimo riesgo Observació: e los ateriores programas o se ha icluido la restricció de o egatividad de las variables x i (x i 0). Supoe que e la solució del problema dichas variables puede adoptar valores positivos, ulos o egativos. ) Si x i >0, el título i etra a formar parte de la cartera, es decir, debe comprarse; y, la proporció del presupuesto de iversió que se destiará a la adquisició del mismo será el valor que adopte x i. 2) Si x i =0, el título i o etrará e la cartera del iversor. 3) Si x i <0 sigifica que se deberá veder al descubierto el título i, e la proporció x i, o lo que es lo mismo, que deberá tomarse posicioes a corto e dicho título. Tema 3- Parte I 0

11 Coclusió Si se resuelve uo de los problemas cuadráticos paramétricos idicados dado todos los valores posibles a la variaza o a la retabilidad esperada de la cartera, respectivamete, obtedremos el cojuto de combiacioes eficietes III. Especificació de las preferecias del decisor mediate sus curvas de idiferecia etre Retabilidad y Riesgo El iversor seleccioará de etre las carteras eficietes, la que mejor respoda a sus preferecias. EP U U2 U3 más utilidad Cada curva de idiferecia represeta combiacioes etre los pares retabilidad y riesgo que proporcioa idética satisfacció o utilidad σp Las características de u iversor racioal, implica u mapa de curvas de idiferecia, que so crecietes y cócavas e relació co el setido positivo del eje de ordeadas Tema 3- Parte I

12 Problema idividual que depede de las preferecias del iversor, que so distitas para cada uo IV. Determiació de la E esta etapa, el iversor decidirá, de etre el cojuto de carteras eficietes, e cual ivertirá Cartera Óptima El iversor elegirá etre las carteras eficietes la que se adecue a sus preferecias que será la que maximice su utilidad esperada Coocida la frotera eficiete y el mapa de curvas de idiferecia del iversor se está e codicioes de resolver este problema Figura Determiació de la cartera óptima Los activos A y B so idiferetes proporcioa idética utilidad. La utilidad de Co es mayor, por situarse e ua curva de idiferecia superior. Co será preferido a A y B EP E0 A C0 U U2 B U3 σp Por superposició de la frotera eficiete y las curvas de idiferecia del iversor, se puede determiar cual es la cartera óptima σ0 La cartera óptima viee defiida por el puto Co Se correspode co el puto de tagecia etre la frotera eficiete y el mapa de curvas de idiferecia Solució a la Teoría de Cartera de Markowitz. Tema 3- Parte I 2

13 VENTAJAS DE LA DIVERSIFICACIÓN: DIVERSIFICACIÓN EFICIENTE VERSUS DIVERSIFICACIÓN INGENUA. Búsqueda de carteras o combiacioes eficietes de títulos Ua cartera es eficiete cuado para ua determiada variaza o desviació típica proporcioa la máxima retabilidad esperada, o cuado para u redimieto esperado dado posee la míima variabilidad Cuado u activo se matiee detro de ua cartera lo importate o es su riesgo total sio el modo e que afecta al riesgo de la cartera. El riesgo total de ua cartera es iferior o igual a la suma poderada de los riesgos de los activos que la costituye ( se puede reducir el riesgo mateiedo e lugar de activos idividuales carteras diversificadas) Se puede gestioar el riesgo de ua cartera combiado adecuadamete los activos existetes e el mercado. Si que dismiuir la retabilidad se puede combiar los títulos del mercado co el fi de reducir el riesgo de la cartera, Propuesta de Markowitz: DIVERSIFICACIÓN EFICIENTE (compoer carteras eficietes de maera que se elimia el máximo riesgo posible) Cuestió Previa: Para poder obteer el cojuto de carteras eficietes es ecesario aalizar previamete los títulos Coocer para cada título su retabilidad esperada, su variabilidad y el cojuto de covariazas co el resto de títulos de la cartera Tema 3- Parte I 3

14 Qué ocurre cuado el iversor o dispoe de dicha iformació sobre los títulos, o bie, cuado dispoer de ella requiere u proceso demasiado costoso? Procedimieto Aalizar si existe la posibilidad de que el iversor reduzca su riesgo colocado su riqueza e diversos títulos seleccioados al azar Coocer si existe algua relació etre el riesgo de la cartera y el úmero de títulos que la compoe Respuesta: Dispersió del riesgo: DIVERSIFICACIÓN INGENUA La diversificació e el setido de Markowitz o eficiete difiere de la diversificació igeua (Se trata de aalizar, descoociedo las características de los títulos, cómo se va modificado el riesgo al aumetar el úmero de activos que de forma aleatoria etra a formar parte de la cartera) Cuestió Cómo se ve afectada la variaza de ua cartera cuado se icremeta el úmero de activos que la compoe? (al ir aumetado el úmero de activos que forma parte de la cartera, su variaza dismiuye y se aproxima a la covariaza media) Para ello vamos a partir de la siguiete expresió que defie la variaza de ua cartera: σ ( R ~ p) = xi. σi + xixjσi, j i j i= i= j= Tema 3- Parte I 4

15 Sabemos que la variaza de esta cartera ( R ~ p ) compuesta de "N" activos costa de N variazas (la de todos los títulos) y N(N -) covariazas (la de cada uo de los activos e relació co todos los demás) Vamos a supoer ahora que la cartera p está formada por N clases de activos, e cada uo de los cuales se ivierte la misma proporció de la riqueza, es decir, /N. E este caso, haciedo x = /N e la expresió aterior, la variabilidad de la cartera vedrá dada por: 2 2 σ ( R ~ p) = σ σ 2 i + 2 ij, i j N N i= i= j= Supogamos que V es la variaza media de los N activos que compoe la cartera, y que σ ij, es la covariaza media de la N(N-) covariazas que hay, es decir: 2 σi = V σ N i= i= 2 i = V N N(N ) i= j= σ ij = σ ;i ij j i= j= σ ij = σ N(N ) ij Sustituyedo e la expresió de la variaza de la cartera: 2 σ ( R ~ ) ( ) σ σ σ σ 2 2, 2,,, N V N N NN N V N N p = + i j = + i j = N N V + i j i j N 2 Si calculamos el límite de la expresió aterior cuado N tiede a ifiito, el primer y el último sumado tederá a cero, y por tato la expresió tederá a la covariaza media: 2 = limσp N σ ij Cuato mayor sea el úmero de activos que compoe la cartera meor será el riesgo de la misma, pero el riesgo se reduce hasta u límite, siempre hay ua porció de riesgo debida a la covariaza etre los activos que o se puede elimiar Tema 3- Parte I 5

16 El riesgo que icorpora u activo a la cartera depederá, úica y exclusivamete de su correlació o covariaza co el resto de títulos que forme parte de la cartera y o de su riesgo idividual o específico medido por su variaza, que se puede elimiar co ta sólo icremetar el úmero de títulos suficietemete So pocos los títulos que se correlacioa egativamete etre sí No existe títulos cuya correlació sea perfecta y egativa EL RIESGO NUNCA PODRÁ SER TOTALMENTE ELIMINADO (co idepedecia del tamaño de la cartera) Lo deseable Coocer es el úmero de títulos de clase diferete ecesarios para coseguir ua diversificació suficiete Cotrastació Empírica o tiee mucho setido formar carteras cuyo volume de títulos supere 0 ó 5 clases de títulos distitos, ya que, el beeficio de la diversificació que se cosigue itroduciedo más de 0 ó 5 títulos diferetes, que es míimo, o se vería compesado co los costes de trasacció y admiistració a los que se debería hacer frete Gráficamete: σ 2 P σ ij N Tema 3- Parte I 6

17 INTRODUCCIÓN DEL ACTIVO LIBRE DE RIESGO E el modelo de Markowitz se supoe que los iversores sólo puede ivertir e activos arriesgados y, por ello, a pesar de que cosidera que el mercado de capitales es perfecto o cotempla la existecia del activo libre de riesgo Ua extesió del modelo de Markowitz es la plateada por J. TOBIN (958) desarrollada, posteriormete, por W.F. SHARPE (964) y J. LINTNER (965), co u plateamieto diferete PLANTEAMIENTO Añadir la hipótesis de la existecia de ua tasa libre de riesgo a la cual se puede prestar o pedir prestado cualquier catidad de diero (El iversor puede o sólo ivertir todo su presupuesto e activos arriesgados, sio tambié destiar parte del mismo a la compra del activo si riesgo o cederla e préstamo al tipo de iterés si riesgo, teiedo la posibilidad de ivertir e activos co riesgo ua catidad superior al presupuesto de iversió dispoible, edeudádose para fiaciar la diferecia) OBSERVACIÓN Todo idividuo tiee ua capacidad de crédito limitada y además, el tipo de iterés que ha de pagar cuado se edeuda, ormalmete, es superior al que le paga por la colocació de sus ahorros Tema 3- Parte I 7

18 HIPÓTESIS Certeza del resultado que se obtiee si se ivierte e el título libre de riesgo (R F ) o el coste que supoe edeudarse e dicho activo (Por lo tato, su retabilidad esperada es costate, R F, y su desviació típica y sus covariazas co el resto de activos y carteras que se egocia e el mercado, so ulas) Simplifica el problema de selecció de carteras La curva de carteras eficietes del modelo de Markowitz se trasforma e ua recta El iversor puede colocar todo su presupuesto de iversió e el activo si riesgo o e el activo arriesgado O puede ivertir e cualquier combiació etre el título libre de riesgo y las o carteras eficietes (carteras mixtas) Coocidas la retabilidad esperada y la desviació típica de las carteras mixtas podemos determiar el cojuto de posibilidades de iversió, así como la frotera eficiete e este uevo cotexto, que es lo que pasaremos a hacer. LA INTRODUCCIÓN DEL ACTIVO LIBRE RIESGO: EL NUEVO CONJUNTO POSIBLE Y LA NUEVA FRONTERA EFICIENTE. EP R F represeta la retabilidad-riesgo del activo libre de riesgo El iversor puede situarse el la recta que ue el activo libre de riesgo co cualquier puto de la cartera eficiete RF Y X A Frotera eficiete cuado o se cosidera el título si riesgo Posibilidades de iversió queda defiidas por el cojuto de carteras co riesgo eficiete y el activo libre de riesgo σp Tema 3- Parte I 8

19 Las combiacioes etre el activo libre de riesgo y ua carera arriesgada de la frotera eficiete hace ieficietes a las que está por debajo El iversor es racioal y adverso al riesgo Siempre ivertirá e algua cartera mixta, o combiació de activos arriesgados y del activo libre de riesgo (recta R F -A), ueva y defiitiva frotera eficiete Cosecuecias -Volverá ieficietes todas las combiacioes que se efectúe co el activo libre de riesgo y cualquier cartera de la atigua frotera eficiete, porque quedará por debajo de ella 2-Es imposible, co el cojuto de títulos que se egocia e el mercado, situarse por ecima de la ueva frotera Coclusioes Las carteras situadas sobre la recta R F -A proporcioa la máxima retabilidad esperada para cada ivel de riesgo. Para u determiado ivel de retabilidad, dichas combiacioes ofrece el míimo riesgo (combiacioes etre R F y la cartera A, cartera tagete). Estas combiacioes deja ieficietes a las carteras situadas e la frotera eficiete aterior, por lo que es la ueva frotera eficiete de la ueva frotera La ueva frotera eficiete es ua líea recta que parte de R F y es tagete a la aterior frotera eficiete Al cosiderar el activo libre de riesgo, la frotera eficiete se trasforma e ua líea recta, que parte del puto R f y es tagete a la frotera eficiete obteida si itroducir el título si riesgo El puto de tagecia defie la cartera eficiete de activos co riesgo A e que ivertirá el decisor El iversor repartirá su presupuesto etre la cartera arriesgada A y el activo si riesgo Tema 3- Parte I 9

20 ~ ~ R = xr + ( x) R p A f Retabilidad de las carteras mixtas ~ R A = retabilidad de la cartera de activos co riesgo x = la proporció ivertida e la cartera de activos arriesgados A (-x) = la proporció que se ivierte e el activo libre de riesgo Cuado x<, se está prestado a la tasa de iterés libre de riesgo y e la frotera eficiete os situaremos a la izquierda de A Si x>, se está pidiedo prestado a la tasa de iterés libre de riesgo y os situaremos a la derecha del puto A La retabilidad esperada de dicha cartera mixta vedrá dada por: ER ( ~ ) = xer ( ~ ) + ( xr ) p A f La desviació típica de la retabilidad de dicha cartera llegaremos a la siguiete expresió: σ( R ~ ) = xσ( R ~ ) p A La ecuació de la recta que pasa por el puto Rf y por la cartera o activo co riesgo A: ERA R ER ( ~ ( ~ ) p) = Rf + σ( R ~ ) A f. σ ( R ~ ) p Esta expresió muestra la relació lieal etre la retabilidad y el riesgo que se verifica para todas y cada ua de las carteras eficietes Cartera óptima Se correspoderá co aquélla que proporcioe el par retabilidad esperada-desviació típica localizado e el puto de tagecia etre la ueva frotera eficiete y el mapa de curvas de idiferecia de cada iversor Tema 3- Parte I 20

21 Vetajas del modelo de Markowitz cuado existe la posibilidad de prestar y pedir prestada cualquier catidad de diero al tipo de iterés si riesgo La comparació de la frotera eficiete ates y después de itroducir el activo libre de riesgo. EP A RF σp. Al itroducirse el activo libre de riesgo el iversor puede acceder a otras oportuidades de iversió que ateriormete era ialcazables 2. Como la frotera eficiete se sitúa por ecima de la aterior (si cosiderar el título si riesgo), el iversor puede obteer ua mayor retabilidad esperada para cada ivel de riesgo. (úicamete o ocurre si se ivierte la totalidad de su presupuesto de iversió e la cartera arriesgada A (x=)). 3. La frotera eficiete se trasforma e ua relació lieal Tema 3- Parte I 2

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

DETERMINACIÓN DE PORTAFOLIOS DE ACTIVOS FINANCIEROS, LA FRONTERA EFICIENTE Y LA LÍNEA DE MERCADO

DETERMINACIÓN DE PORTAFOLIOS DE ACTIVOS FINANCIEROS, LA FRONTERA EFICIENTE Y LA LÍNEA DE MERCADO DETERMINACIÓN DE PORTAFOLIOS DE ACTIVOS FINANCIEROS, LA FRONTERA EFICIENTE Y LA LÍNEA DE MERCADO Coteido: Resume ejecutivo I. Los estadígraos e la ormació de portaolios de activos iacieros II. Portaolios

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1

0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1 IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial

Más detalles

Matemáticas I - 1 o BACHILLERATO Binomio de Newton

Matemáticas I - 1 o BACHILLERATO Binomio de Newton Matemáticas I - o Bachillerato Matemáticas I - o BACHILLERATO El biomio de Newto es ua fórmula que se utiliza para hacer el desarrollo de la potecia de u biomio elevado a ua potecia cualquiera de expoete

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

Más detalles

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández Tema III: La Elecció de Iversioes Ecoomía de la Empresa: Fiaciació Prof. Fracisco Pérez Herádez La Elecció de Iversioes Para ayudar a la elecció de distitas operativas de iversió, se puede seguir distitos

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3 IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (Parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

CURSO 2.004-2.005 - CONVOCATORIA:

CURSO 2.004-2.005 - CONVOCATORIA: PRUEBAS DE ACCESO A LA UNIVERSIDAD LOGSE / LOCE CURSO 4-5 - CONVOCATORIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones Hoja de Ejercicios 2. Econometría I Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño

Más detalles

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 5 ) Solución Germán-Jesús Rubio Luna OPCIÓN A IES Fco Ayala de Graada Sobrates de 2006 (Modelo 5 ) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A Sea la regió defiida por las siguietes iecuacioes: x/2 + y/3 1 ; - x + 2y 0; y 2. (2 putos) Represete

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

Más detalles

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

SOLUCIONES Modelo 2 PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 2010-2011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II IES Fco Ayala de Graada Sobrates de 011 (Modelo ) Germá-Jesús Rubio Lua SOLUCIONES Modelo PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN

Más detalles

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES Mercedes Ferádez mercedes@upucomillas.es CONTENIDO El valor temporal del diero. Selecció de iversioes CONTENIDO El valor temporal del

Más detalles

OPCIÓN A EJERCICIO 1 (A)

OPCIÓN A EJERCICIO 1 (A) IES Fco Ayala de Graada Juio de 01 (Geeral Modelo 6) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO (COMÚN) OPCIÓN A EJERCICIO 1 (A) -1-1 1 Sea las matrices A =

Más detalles

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6. Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

Ejercicios Resueltos ADC / DAC

Ejercicios Resueltos ADC / DAC Curso: Equipos y Sistemas de Cotrol Digital Profesor: Felipe Páez M. Programa: Automatizació, espertio, 010 Problemas Resueltos: Ejercicios Resueltos ADC / DAC ersió 1.1 1. Se tiee u DAC ideal de 10 bits,

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es,

Figura 1. Se dice que un subespacio vectorial F de E es A-invariante si los vectores u de F siguen estando en F al transformarse por A, esto es, VALORES Y VECORES PROPIOS Y LA REDUCCION DE CÓNICAS A) EL PROBLEMA PROPIO oda matriz cuadrada A de orde co elemetos (reales o complejos) es u operador lieal que actúa sobre el espacio vectorial E, dimesioal,

Más detalles

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros

Más detalles

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes

Más detalles

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

IES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+

IES Fco Ayala de Granada Sobrantes 2009 (Modelo 3 Junio) Soluciones Germán-Jesús Rubio Luna+ IES Fco Ayala de Graada Sobrates 009 (Modelo 3 Juio) Solucioes Germá-Jesús Rubio Lua+ MATEMÁTICAS CCSS JUNIO 009 (MODELO 3) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 Sea la igualdad A X + B = A, dode

Más detalles

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9.

Cuadro II.1 Valores absolutos de peso (kg) de niños y niñas < 5 años de Costa Rica, 1966. pc3. pc25 5.3 5.6 5.7 6.1 7.2 5.5 7.6 7.8 8.4 6.4 7.4 9. II. CRECIMIENTO FÍSICO EN CENTROAMÉRICA Y REPÚBLICA DOMINICANA: MEDIDAS ABSOLUTAS PESO Y TALLA, POR EDAD Y SEXO Y COMPARACIÓN CON EL PATRÓN CRECIMIENTO LA OMS (2005) A. Por países 1. Costa Rica E los cuadros

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y,

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

Capítulo I. La importancia del factor de potencia en las redes. eléctricas

Capítulo I. La importancia del factor de potencia en las redes. eléctricas La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014.

EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. 11-Septiembre-2014. EXAMEN DE TÉCNICAS PARA EL ANÁLISIS DEL MERCADO. -Septiembre-04. APELLIDOS: DNI: NOMBRE:. Se quiere hacer u estudio sobre las persoas que usa iteret e ua regió dode el 40% de los habitates so mujeres.

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía

Más detalles

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

Más detalles

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 1) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 1) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 008 (Modelo 1) Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 007-008 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II OPCIÓN A

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Junio de 2013 (Reserva 2 Modelo 1 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Juio de 03 (Reserva Modelo ) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 03 MODELO (RESERVA ) OPCIÓN A EJERCICIO (A) ( 5 putos) U fabricate elabora

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los

Más detalles

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2006 (Modelo 2 Septiembre) Solución Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 006 (Modelo Septiembre) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (1 5 putos) Represete gráficamete el recito defiido por el siguiete sistema de iecuacioes:

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

1.1. Campos Vectoriales.

1.1. Campos Vectoriales. 1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal

Más detalles

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

Más detalles

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano

Figura 9.1: Respuesta típica al escalón unitario de un sistema de control. Análisis de Sistemas Lineales 95 Ing. Eduardo Interiano (VSHFLILFDFLRQHVHQHOGRPLQLRGHOWLHPSR E capítulos ateriores se ha estudiado la respuesta de estado estable de los sistemas lieales ( cuado tæ ), estudiaremos ahora la respuesta trasitoria. La respuesta

Más detalles

4) Calcular el plazo necesario para obtener 20.000 a partir de una inversión

4) Calcular el plazo necesario para obtener 20.000 a partir de una inversión ) alcular el motate o capital fial obteido al ivertir u capital de. al 8% de iterés aual simple durate 8 años.. 8 o i. 8,8 ( i ) 8.( 8,8) ) alcular el capital iicial ecesario para obteer u capital de.

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

Más detalles

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN

INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN INFERENCIA ESTADÍSTICA: ESTIMACIÓN DE UNA PROPORCIÓN Págia 98 Cuátas caras cabe esperar? El itervalo característico correspodiete a ua probabilidad del 95% (cosideramos casas raros al 5% de los casos extremos)

Más detalles

Estimación puntual y por intervalos

Estimación puntual y por intervalos 0/1/011 Aálisis de datos gestió veteriaria Estimació putual por itervalos Departameto de Producció Aimal Facultad de Veteriaria Uiversidad de Córdoba Córdoba, 30 de Noviembre de 011 Estimació putual por

Más detalles

TEMA 1: OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS

TEMA 1: OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS TEMA : OPERACIONES FINANCIERAS DE AMORTIZA- CION: PRESTAMOS Y EMPRESTITOS..-INTRODUCCION : Etedemos por operació fiaciera de amortizació, aquella, e que u ete ecoómico, (acreedor ó prestamista), cede u

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 2014 MODELO 3 (COLISIONES) OPCIÓN A IES Fco Ayala de Graada Juio de 014 (Colisioes Modelo 3) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 014 MODELO 3 (COLISIONES) OPCIÓN A EJERCICIO 1 (A) 1 a Sea las matrices

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

Gradiente, divergencia y rotacional

Gradiente, divergencia y rotacional Lecció 2 Gradiete, divergecia y rotacioal 2.1. Gradiete de u campo escalar Campos escalares. U campo escalar e R es ua fució f : Ω R, dode Ω es u subcojuto de R. Usualmete Ω será u cojuto abierto. Para

Más detalles

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

Más detalles

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones.

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones. MATEMÁTICAS Represetació Gráica de Fucioes 1 TEMA 28: Estudio global de ucioes Aplicacioes a la represetació gráica de ucioes Esquema: Autor: Atoio Pizarro Sácez 1 Itroducció 2 Domiio de deiició y recorrido

Más detalles