Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera

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

Download "Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera"

Transcripción

1 Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- Caracterzacón de los actvos y carteras: Rentabldad resgo Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez

2 Economía Fnancera- Unversdad Carlos III de Madrd Advertenca Este materal esta bao la Lcenca Creatve Commons BY-C-SA. Por tanto, el materal puede ser utlzado sempre que se cte esta fuente como fuente orgnal. Apuntes realzados por J. Davd Moreno y María Gutérrez

3 Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- RETABILIDAD Y RIESGO - Esquema del Tema. VALORACIÓ DE ACCIOES Modelo de Gordon o Descuento de Fluos. RIESGO Y RETABILIDAD Resgo y Rentabldad de un actvo fnancero Resgo y Rentabldad de una cartera 3. DIVERSIFICACIÓ Efecto del coefcente de correlacón Resgo específco y Resgo sstemátco 3 Apuntes realzados por J. Davd Moreno y María Gutérrez 3

4 Economía Fnancera- Unversdad Carlos III de Madrd Tema 3- RETABILIDAD Y RIESGO - Obetvos del tema Aprender a valorar actvos de renta varable (accones ordnaras) a través del método de descuento de fluos Aprender que es una cartera de actvos. Estudar cómo se calcula la rentabldad y el resgo de una cartera de actvos. Analzar los efectos de la dversfcacón. f ó 4 Apuntes realzados por J. Davd Moreno y María Gutérrez 4

5 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES Podemos calcular el VALOR de una accón de dferentes formas o vías. Pero algunas de ellas no nteresan al acconsta. VALOR COTABLE: Es la valoracón ETA de la empresa, atendendo al balance. [ eto = Actvos Pasvos]. Es el captal aportado por los acconstas más los benefcos renvertdos. VALOR DE LIQUIDACIÓ: Sería la tesorería obtenda s se venden todos los actvos de la empresa y se paga a los acreedores. Sería la cantdad de euros por accón que una empresa podría consegur s cerra y lquda todos sus actvos (mercado de segunda mano). VALOR DE MERCADO: Es el preco de la accón en el mercado secundaro. Es lo que los nversores valoran esa empresa. Estos valoran: Capacdad de la empresa de generar benefcos; Posbles actvos ntangbles (I+D); Expectatvas futuras de crecmento de benefcos 5 Apuntes realzados por J. Davd Moreno y María Gutérrez 5

6 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES Podemos valorar las accones como cualquer otro actvo fnancero: Calculando el VALOR ACTUAL de los fluos de caa esperados para el futuro. Exsten dos tpos dferentes de fluos de caa que los acconstas pueden esperar: Cobro de dvdendos Ganancas de captal Así la rentabldad obtenda en un perodo por una accón será: R = DIV P P 0 P 0 El dvdendo de una empresa se puede calcular como: DPA=BPA*Pay Out 6 Apuntes realzados por J. Davd Moreno y María Gutérrez 6

7 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES MÉTODO DE DESCUETO DE FLUJOS (MODELO DE GORDO) Por tanto, el valor actual de una accón será: P 0 D D D P t t... t r ( r ) ( r ) t ( r ) ( r ) D P Donde D es el dvdendo esperado para el perodo, P es el preco esperado de venta en el perodo. r es la rentabldad espera para accones del msmo nvel de resgo (rentabldad de nversón alternatva de resgo smlar). l 7 Apuntes realzados por J. Davd Moreno y María Gutérrez 7

8 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES La fórmula general para la valoracón de accones puede expresarse como: D P 0 ) t t t t ( r) Esta fórmula tene sentdo dado que las accones de una empresa no mueren (cosa que s hacen los bonos u oblgacones) a no ser que la empresa quebre o exsta una adquscón de la msma. Podemos expresarlo así, porque tenemos que tener en cuenta que en la fórmula anteror el Preco de las accones en el año dependía del descuento de los dvdendos futuros esperados a partr del año +. 8 Apuntes realzados por J. Davd Moreno y María Gutérrez 8

9 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES Eemplo Eemplo: Calcular el preco actual que deberían tener las accones de la empresa SOGECABLE s se esperan unos dvdendos para los próxmos dos años son de, y 3 respectvamente. Y el preco estmado de venta el segundo año es de.5. Además sabemos que la rentabldad esperada de una nversón alternatva en accones de resgo smlar a SOGECABLE es del 8.8% 9 Apuntes realzados por J. Davd Moreno y María Gutérrez 9

10 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES Solucón 0 Apuntes realzados por J. Davd Moreno y María Gutérrez 0

11 Economía Fnancera- Unversdad Carlos III de Madrd - VALORACIÓ DE ACCIOES A contnuacón, veremos cómo se puede smplfcar el cálculo del valor de una accón, cuando hacemos algunos supuestos sobre el fluo futuro de dvdendos. VALORACIÓ DE ACCIOES CO DIVIDEDOS FUTUROS COSTATES. Utlzando la fórmula del VA de una renta perpetua. P 0 D r S los dvdendos crecen a una tasa g constante D 0 P r g Apuntes realzados por J. Davd Moreno y María Gutérrez

12 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO En la actualdad los nversores tenen acceso a una gran varedad de actvos (moblaros e nmoblaros) a su alcance. Pueden tener bonos, accones, fondos de nversón, etc. Y los nversores generalmente poseen más de uno de estos actvos, creando una CARTERA Qué es una cartera? Una cartera de valores es el conunto de actvos (accones, bonos, letras, dervados, nmuebles, etc.) que un ndvduo posee en un momento dado. Cada actvo representa un porcentae del valor total de la cartera. El peso de cada actvo se representa por W, y debe cumplr: W Apuntes realzados por J. Davd Moreno y María Gutérrez

13 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Dado que una cartera es una combnacón de actvos, exsten muchas combnacones posbles, y por tanto, muchas carteras. Se pueden nclur actvos dervados, estrategas de gestón actva de la cartera, se pueden nclur títulos nternaconales, etc. Qué carteras son preferdas por los nversores? El obetvo es: Suponemos que los nversores son MAXIMIZE LA aversos al resgo. RETABILIDAD Y Ante dos actvos con gual rentabldad esperada, preferen aquel MIIMIZE EL RIESGO. que posee un menor resgo. Estos nversores preferen un pago seguro al msmo pago promedo arresgado. U A B U ( A) U ( B) 3 Apuntes realzados por J. Davd Moreno y María Gutérrez 3

14 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Los nversores aversos al resgo van a exgr una rentabldad adconal a los actvos con resgo, a esto se le denomna prma de resgo. La Prma de resgo va a estar relaconada con la varabldad o resgo de los resultados del actvo. Ha ocurrdo esto hstórcamente? Datos hstórcos para USA (96-00) obtendos de Bode, Kane y Marcus (004) Prncpos de Inversones McGrawHll. Rentabldad Anual meda Desv. Típca anualzada Accones pequeñas Accones grandes Oblgacone s del Tesoro a L/P Oblgacone s del Tesoro a M/P Letras del Tesoro 8.9%.49% 5.53% 5.30% % 0.3% 8.8% 6.33%.5% 4 Apuntes realzados por J. Davd Moreno y María Gutérrez 4

15 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Cálculo de la rentabldad esperada de un actvo: Generalmente calculamos la rentabldad esperada de un actvo para el perodo [0,] como: E[R ] = E[ FC ] E[ P ] P, P 0 0 Donde: E [FC] es el fluo de caa esperado (que puede ser un dvdendo en el caso de accones, o un cupón en los bonos, etc.) E[P ] es el preco de venta esperado. Dado un actvo con dferentes resultados o pagos posbles, se defne la rentabldad esperada como: E K p *E[ R ] k R Donde p es la probabldad de que se de ese resultado. 5 Apuntes realzados por J. Davd Moreno y María Gutérrez 5

16 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Eemplo: Suponer que un analsta fnancero desea calcular la rentabldad esperada de unas accones que darán una rentabldad esperada de.5% con una probabldad del 5%, o una rentabldad del 5% con una probabldad del 5%, y 4% en el resto de stuacones. Solucón al eemplo: 6 Apuntes realzados por J. Davd Moreno y María Gutérrez 6

17 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Sn embargo, en muchas ocasones los nversores desconocen la dstrbucón de probabldades de las rentabldades futuras de los actvos, pero los nversores s poseen los datos de las rentabldades hstórcas de cada actvo. Y van a usar la meda de las rentabldades pasadas como la rentabldad d esperada de cada actvo. De acuerdo a la sguente fórmula: E[ R ] T t T R t Donde T es el número de datos hstórcos utlzados. R t la rentabldad que ofrecó ese actvo en el año t. 7 Apuntes realzados por J. Davd Moreno y María Gutérrez 7

18 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Calculo de la rentabldad de una cartera: En el caso de una cartera de actvos la rentabldad esperada será la suma ponderada de las rentabldades esperadas de cada uno de los actvos. E( R p ) ( R ) we( R )... w E( R ) w E( R ) w E Denomnamos con el subíndce p a todo lo referente a una cartera Cuando utlzamos rentabldades hstórcas de los actvos ndvduales,, entonces meddos la rentabldad hstórca de una cartera: R p w R w R... w R w R 8 Apuntes realzados por J. Davd Moreno y María Gutérrez 8

19 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Medcón del resgo de un actvo: Vamos a expresar el resgo de una nversón como la dspersón de las rentabldades respecto a su rentabldad esperada. Cálculo de la Varanza (Medda ex-ante): Var ( R ) K s p s R E ( R ) s Calculo de la varanza hstórca (o Medda ex- post): Varanza o Desvacón ó Típca T ( R t ) T t donde es la Rentabldad meda 9 Apuntes realzados por J. Davd Moreno y María Gutérrez 9

20 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Eemplo: Determne la rentabldad y resgo hstórco obtendos por las accones de la empresa URARSA, a partr de los sguentes datos: Fechas Preco a fnal de año ( ) Apuntes realzados por J. Davd Moreno y María Gutérrez 0

21 Economía Fnancera- Unversdad Carlos III de Madrd Fechas Preco a fnal de año ( ) Rentabldad. Calcular R t Debemos usar Rentabldades y no precos Calculo de la rentabldad meda hstórca: 003 URARSA R t.90% 8 t Calculo l de la desvacón ó típca de las accones URARSA: 8 8 t ( R t 0.090) % Apuntes realzados por J. Davd Moreno y María Gutérrez

22 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Medcón del resgo de una cartera de actvos: Antes hemos estudado que la rentabldad de una cartera es la meda ponderada de las rentabldades esperadas de cada uno de los actvos que la forman. Ocurrrá gual al medr el resgo? o. Exste un efecto dversfcacón al agregar actvos. Calculo de la varanza de una cartera (con solo actvos): ( R p ) w w w w Cov ( R, R ) Apuntes realzados por J. Davd Moreno y María Gutérrez

23 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO En el caso de actvos: p w o tambén p w w, w w Cov( R, R ) 3 Apuntes realzados por J. Davd Moreno y María Gutérrez 3

24 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO La Covaranza se calcula: Cov( RA, RB ) ( RA A)( RB B ) T t El coefcente de correlacón entre dos actvos: A, B Cov( RA, R * A B B ) Expresón de la Varanza de una cartera usando el coefcente de correlacón ( ( R p ) w w w w, 4 Apuntes realzados por J. Davd Moreno y María Gutérrez 4

25 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Eemplo: Suponer que tenemos una cartera equponderada formada por las accones de las empresas ACCIOA y BBVA. Los datos obtendos en el últmo año se muestran en la Tabla. Calcule rentabldad y resgo de la cartera. Solucón: Cartera equponderada: W =W =0.5 Rentabldad de la cartera: R p Resgo de la cartera: Var( R p ) 0.5 Actvo R Varanza Covaranza ACCIOA 0% BBVA 8% (0.0) 0.5(0.08) 0.09 (0.0076) 0.5 ( ) (0.5)(0.5)( 0.004) p p Apuntes realzados por J. Davd Moreno y María Gutérrez 5

26 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO Podemos observar como la varanza de la cartera formada es menor que la de cualquera de los actvos consderados ndvdualmente. Cartera con dferentes actvos Reduccón del Resgo Denomnado: Efecto Dversfcacón Demostracón: Tambén podemos demostrar matemátcamente cómo se reduce el resgo de una cartera al agregar actvo: Suponer que tenemos actvos (A y B), ambos tene la msma varanza (σ A = σ B ), e nvertmos el l50% en cada actvo. 6 Apuntes realzados por J. Davd Moreno y María Gutérrez 6

27 Economía Fnancera- Unversdad Carlos III de Madrd Apuntes realzados por J. Davd Moreno y María Gutérrez 7 - RETABILIDAD Y RIESGO RETABILIDAD Y RIESGO Sabendo que rentabldad y resgo son: ) ( ) ( ) ( B B A A p R E w R E w R E Entonces, la varanza de nuestra cartera de actvos será: ), ( B A B A B B A A p R R Cov w w w w Entonces, la varanza de nuestra cartera de actvos será:,, p De gual forma, para una cartera equponderada de actvos: p,, 7 Esto es la SUMA de las covaranzas de cada actvo con el resto. Así tenemos (-) COVARIAZAS.

28 Economía Fnancera- Unversdad Carlos III de Madrd Apuntes realzados por J. Davd Moreno y María Gutérrez 8 - RETABILIDAD Y RIESGO RETABILIDAD Y RIESGO Podemos defnr la covaranza meda entre todos los actvos como la meda de todas esas covaranzas: Susttumos la meda de todas las covaranzas en la fórmula ) (,,, Susttumos la meda de todas las covaranzas en la fórmula anteror: p,,, ) ( S aumentamos el número de actvos ( ) la varanza de la p,,, S aumentamos el número de actvos ( ), la varanza de la cartera tende a la covaranza meda entre todos los actvos de la cartera. Parte del resgo es elmnado al agregar más títulos a la cartera 8 Parte del resgo es elmnado al agregar más títulos a la cartera.

29 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO A través de la dversfcacón se elmna el resgo ndvdual de los actvos (resgo específco, resgo únco o dosncrátco). El resgo de una cartera ben dversfcada será gual al resgo sstemátco o resgo de mercado. Este resgo se va a medr a través de la beta (se estudará en próxmos temas) Los nversores no van a nteresarse por el resgo ndvdual, dado que puede elmnarse. 9 Apuntes realzados por J. Davd Moreno y María Gutérrez 9

30 Economía Fnancera- Unversdad Carlos III de Madrd - RETABILIDAD Y RIESGO En la sguente fgura podemos observar cómo el resgo específco va desaparecendo al agregar títulos a una cartera Resgo de la cartera p Resgo específco Resgo sstemátco número títulos 30 Apuntes realzados por J. Davd Moreno y María Gutérrez 30

31 Economía Fnancera- Unversdad Carlos III de Madrd BIBLIOGRAFÍA Brealey, R.A. y Myers, S.C. (003). Prncpos de Fnanzas Corporatvas. McGraw Hll Parte II: Capítulos 7 y 8 Brgham E.F. y Daves, P. R. (00). Internatonal Fnancal Mangement. South-Western. Capítulo. Grnblatt, M. y Ttman, S. (00). Mercados Fnanceros y Estratega Empresaral. McGraw Hll Capítulos 4 y 5. 3 Apuntes realzados por J. Davd Moreno y María Gutérrez 3

32 Economía Fnancera- Unversdad Carlos III de Madrd DIRECCIOES ÚTILES DE ITERET BACO DE ESPAÑA: es DIRECICIÓ GEERAL DEL TESORO: MERCADO AIAF: BOLSA DE MADRID ad d 3 Apuntes realzados por J. Davd Moreno y María Gutérrez 3

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos Bloque 5. Probabldad y Estadístca Tema. Estadístca descrptva Ejerccos resueltos 5.-1 Dada la sguente tabla de ngresos mensuales, calcular la meda, la medana y el ntervalo modal. Ingresos Frecuenca Menos

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Análisis estadístico de incertidumbres aleatorias

Análisis estadístico de incertidumbres aleatorias Análss estadístco de ncertdumbres aleatoras Errores aleatoros y sstemátcos La meda y la desvacón estándar La desvacón estándar como error de una sola medda La desvacón estándar de la meda úmero de meddas

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

EL MODELO DE CARTERA DE PROYECTOS

EL MODELO DE CARTERA DE PROYECTOS EL ODELO DE CATEA DE POYECTOS. Decsones fnanceras y mercado de captales: la síntess neoclásca 2. La utldad del modelo de arkowtz en la valoracón de proyectos de nversónó 3. Determnacón de equvalentes de

Más detalles

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide EJERCICIOS REPASO I Profesor: Juan Antono González Díaz Departamento Métodos Cuanttatvos Unversdad Pablo de Olavde 1 EJERCICIO 1: Un nversor se plantea realzar varas operacones de las que desea obtener

Más detalles

Tema 21: Distribución muestral de un estadístico

Tema 21: Distribución muestral de un estadístico Análss de Datos I Esquema del Tema 21 Tema 21: Dstrbucón muestral de un estadístco 1. INTRODUCCIÓN 2. DISTRIBUCIÓN MUESTRAL DE LA MEDIA 3. DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN Bblografía * : Tema 15

Más detalles

OCION elegr opcones) Ejercco 1 EJERCICIOS Un rombo tene 30 m de superfce su ángulo menor es de 4º, Calcule la longtud de su lado. Ejercco S sumamos uno a un número calculamos su raíz cuadrada postva, se

Más detalles

Finanzas 150 horas / 5 módulos

Finanzas 150 horas / 5 módulos Dplomado en Fnanzas 0 horas / módulos Dplomado en Fnanzas Entorno fnancero Coberturas fnanceras Fnanzas empresarales Admnstracón de resgos Fnanzas bursátles Entorno fnancero Curso básco de Fnanzas Aplcar

Más detalles

Finanzas bursátiles 150 horas / 5 módulos

Finanzas bursátiles 150 horas / 5 módulos Dplomado en Fnanzas bursátles 0 horas / módulos Dplomado en Fnanzas bursátles Inversones bursátles Coberturas fnanceras Valuacón de actvos fnanceros Admnstracón de resgos Análss fundamental y técnco Inversones

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Una empresa dedcada al transporte y dstrbucón de mercancías, tene una plantlla de 50 trabajadores. Durante el últmo año se ha observado que 5 trabajadores han faltado un solo día

Más detalles

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana? Cadenas de Marov Después de mucho estudo sobre el clma, hemos vsto que s un día está soleado, en el 70% de los casos el día sguente contnua soleado y en el 30% se pone nublado. En térmnos de probabldad,

Más detalles

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES

PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES PRINCIPIOS PARA LA VALORACIÓN DE INVERSIONES Y SELECCIÓN N DE PROYECTOS FELIPE ANDRÉS HERRERA R. - ING. ADMINISTRADOR Especalsta en Ingenería Fnancera Unversdad Naconal de Colomba Escuela de la Ingenería

Más detalles

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan

CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO. Como se explica en el capítulo 4, una anualidad es una serie de pagos que se realizan CAPITULO 7. METODOLOGÍA DEL PLAN DE PENSIONES ALTERNATIVO 7. Anualdad de Vda Como se elca en el caítulo 4, una anualdad es una sere de agos que se realzan durante un temo determnado, nombrándose a esta

Más detalles

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES ) TUTORÍA DE ITRODUCCIÓ A LA ESTADÍSTICA. (º A.D.E.) e-mal: mozas@el.uned.es PREGUTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS E EXÁMEES DE LOS CAPÍTULOS, Y 4 (DISTRIBUCIOES DE FRECUECIAS UIDIMESIOALES

Más detalles

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o 4 LNZ DE OHR: Contraccón de mezcla alcohol/h2o CONTENIDOS Defncones. Contraccón de una ezcla. olumen específco deal y real. Uso de la balanza de ohr. erfcacón de Jnetllos. Propagacón de Errores. OJETIOS

Más detalles

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

) para toda permutación (p p 1 p

) para toda permutación (p p 1 p 09 Elena J. Martínez do cuat. 004 Análss de la varanza de dos factores El problema anteror consderaba la comparacón de muestras para detectar dferencas entre las respectvas poblacones. En el modelo de

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes: CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural se pueden clasfcar según los crteros sguentes: - Clasfcacón por

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

REGLAMENTO PARA LA GESTIÓN DE RIESGO POR TIPO DE CAMBIO

REGLAMENTO PARA LA GESTIÓN DE RIESGO POR TIPO DE CAMBIO CAPÍTULO XVIII: REGLAMENTO PARA LA GESTIÓN DE RIESGO POR TIPO DE CAMBIO Artículo - Objeto.- El presente Reglamento tene por objeto establecer las dsposcones que deben ser cumpldas para la gestón del resgo

Más detalles

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3. EJERCICIOS: Tema 3 Los ejerccos señalados con.r se consderan de conocmentos prevos necesaros para la comprensón del tema 3. Ejercco 1.R Dos bblotecas con el msmo fondo bblográfco especalzado ofrecen las

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Ingeniería Económica y Análisis Financiero Finanzas y Negocios Internacionales Parcial 3 Diciembre 10 de Nombre Código.

Ingeniería Económica y Análisis Financiero Finanzas y Negocios Internacionales Parcial 3 Diciembre 10 de Nombre Código. Ingenería Económca y Análss Fnancero Fnanzas y Negocos Internaconales Parcal 3 Dcembre 0 de 20 Nombre Códgo Profesor: Escrba el nombre de sus compañeros Al frente Izquerda Atrás Derecha Se puede consultar

Más detalles

T. 5 Estadísticos de forma de la distribución

T. 5 Estadísticos de forma de la distribución T. 5 Estadístcos de forma de la dstrbucón 1 1. Asmetría 2. Apuntamento o curtoss Ya ha sdo abordado en temas precedentes el análss de la forma de la dstrbucón de frecuencas desde una aproxmacón gráfca.

Más detalles

Taller práctico sobre Valoración de empresas. Ignacio Vélez Pareja Consultor Cartagena, Colombia. Material del Taller

Taller práctico sobre Valoración de empresas. Ignacio Vélez Pareja Consultor Cartagena, Colombia. Material del Taller Taller práctco sobre aloracón de empresas Ignaco élez Pareja Consultor gnacovelezpareja@gmal.com Cartagena, Colomba Materal del Taller Ejemplo paso a paso se puede bajar desde http://cashflow88.com/decsones/ejemplo_paso_a_paso.xlsx

Más detalles

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

3.3 Caracterización de grupos: Estadísticos de forma de la distribución 3.3 Caracterzacón de grupos: Estadístcos de forma de la dstrbucón 1. Smetría 2. Apuntamento o curtoss 3. Descrpcón estadístca de una varable: tabla resumen Ya ha sdo abordado en temas precedentes el análss

Más detalles

Formulación y Evaluación de Proyectos

Formulación y Evaluación de Proyectos Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto

Más detalles

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

Regresión y correlación Tema 8. 1.1 Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy Unversdad Autónoma de Madrd 1 Regresón y correlacón Tema 8 1. Regresón lneal smple 1.1 Contraste sobre β 1. Regresón en formato ANOVA. Correlacón. Contraste sobre ρ xy Análss de Datos en Pscología II Tema

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

EJERCICIOS PROPUESTOS TEMAS 1 Y 2 EJERCICIOS PROPUESTOS TEMAS 1 Y 2 1.- Indca para los sguentes caracteres s son varables (dferencando entre dscretas y contnuas) o atrbutos, y la escala de medda a la que pertenecen: a) Nvel de estudos

Más detalles

CORRELACION Y REGRESION

CORRELACION Y REGRESION CORRELACION Y REGREION Jorge Galbat Resco e dspone de una muestra de observacones formadas por pares de varables: (x 1, y 1 ), (x, y ),.., (x n, y n ) A través de esta muestra, se desea estudar la relacón

Más detalles

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de

En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO

Más detalles

Matemáticas A 4º E.S.O. pág. 1

Matemáticas A 4º E.S.O. pág. 1 Matemátcas A º E.S.O. pág. HOJA : ESTADÍSTICA º.- Agrupa en ntervalos y construye una tabla de frecuencas (con la marca de clase ncluda) y la frecuenca absoluta de las sguentes alturas, meddas en centímetros,

Más detalles

Tema 6. Estadística descriptiva bivariable con variables numéricas

Tema 6. Estadística descriptiva bivariable con variables numéricas Clase 6 Tema 6. Estadístca descrptva bvarable con varables numércas Estadístca bvarable: tpos de relacón Relacón entre varables cuanttatvas Para dentfcar las característcas de una relacón entre dos varables

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

Universidad Diego Portales Facultad de Economía y Empresa

Universidad Diego Portales Facultad de Economía y Empresa Unversdad Dego Portales Profesor: Carlos R. Ptta Hasta este momento nos hemos enfocado en juegos en los cuales cualquer nformacón que es conocda por un jugador es conocda por todos los demás (es decr,

Más detalles

4. PROBABILIDAD CONDICIONAL

4. PROBABILIDAD CONDICIONAL . ROBBILIDD CONDICIONL La probabldad de que ocurra un evento B cuando se sabe que ha ocurrdo algún otro evento se denomna robabldad Condconal, Se denota como (B/) y se lee como la probabldad de que ocurra

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

Administración financiera empresarial 150 horas / 5 módulos

Administración financiera empresarial 150 horas / 5 módulos Dplomado en Admnstracón fnancera empresaral 0 horas / módulos Dplomado en Admnstracón fnancera empresaral Presupuestos Fnancamento empresaral Admnstracón de costos Admnstracón de la tesorería Admnstracón

Más detalles

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid

Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Tema 4- TEORÍA DE CARTERAS Material realizado por J. David Moreno y María Gutiérrez Universidad Carlos III de Madrid Asignatura: Economía Financiera Material elaborado por J. David Moreno y María Gutiérrez

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

Análisis de Varianza no paramétricos

Análisis de Varianza no paramétricos Capítulo VII Análss de Varanza no paramétrcos Anova de Kruskal-Walls Anova de Fredman Anova de Q de Cochran Introduccón Las técncas de análss de varanza no paramétrcos son útles cuando los supuestos de:

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Análisis de Resultados con Errores

Análisis de Resultados con Errores Análss de Resultados con Errores Exsten dos tpos de errores en los expermentos Errores sstemátcos errores aleatoros. Los errores sstemátcos son, desde lejos, los más mportantes. Errores Sstemátcos: Exsten

Más detalles

Análisis de la varianza de un factor

Análisis de la varianza de un factor Análss de la varanza de un factor El test t de muestras se aplca cuando se queren comparar las medas de dos poblacones con dstrbucones normales con varanzas guales y se observan muestras ndependentes para

Más detalles

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices Estadístca Descrptva y Analss de Datos con la Hoja de Cálculo Excel úmeros Índces úmeros Índces El número índce es un recurso estadístco para medr dferencas entre grupos de datos. Un número índce se puede

Más detalles

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS

CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS CAPITULO CUATRO MEDIDAS DE DISPERSION, ASIMETRIA Y CURTOSIS El conocmento de las meddas de centralzacón no es sufcente para caracterzar completamente a una dstrbucón por ejemplo: s las edades medas de

Más detalles

Juegos Bayesianos. Tema 1: Tipos, Creencias y Equilibrio Bayesiano. Universidad Carlos III de Madrid

Juegos Bayesianos. Tema 1: Tipos, Creencias y Equilibrio Bayesiano. Universidad Carlos III de Madrid Juegos Bayesanos Tema 1: Tpos, Creencas y Equlbro Bayesano Unversdad Carlos III de Madrd Repaso: Juego estátco con Informacón completa Jugadores Estrategas (accones) Pagos para cada combnacón de estrategas

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

Carlos Mario Morales C 2012

Carlos Mario Morales C 2012 Carlos Maro Morales C 2012 1 Matemátcas Fnanceras No está permtda la reproduccón total o parcal de este lbro, n su tratamento nformátco, n la transmsón de nnguna forma o por cualquer medo, ya sea electrónco,

Más detalles

Finanzas corporativas 150 horas / 5 módulos

Finanzas corporativas 150 horas / 5 módulos Dplomado en Fnanzas corporatvas 0 horas / módulos Dplomado en Fnanzas corporatvas Presupuestos Valuacón de empresas Análss fnancero Evaluacón de proyectos de nversón Crédto comercal Comparte módulo con:

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS. 4. REPRESETACIOES GRÁFICAS PARA DATOS CATEGÓRICOS. Cuando se manejan fenómenos categórcos, se pueden agrupar las observacones en tablas de resumen, para después representarlas en forma gráfca como dagramas

Más detalles

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

CAPÍTULO 1: VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES CAÍTULO : VARIABLES ALEATORIAS SUS DISTRIBUCIONES En este capítulo el alumno debe abordar el conocmento de un mportante concepto el de VARIABLE ALEATORIA tpos de varables aleatoras cómo se dstrbue la funcón

Más detalles

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10. CAÍTULO III ACCIONES Artículo 9º Clasfcacón de las accones Las accones a consderar en el proyecto de una estructura o elemento estructural serán las establecdas por la reglamentacón específca vgente o

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

Programa de Asesor Financiero (PAF) Nivel I

Programa de Asesor Financiero (PAF) Nivel I Programa de Asesor Fnancero (PAF) Nvel I MÓDULO 1_Fundamentos de la Inversón SOLUCIÓN_CUESTIONARIOS DEL LIBRO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO Capítulo 4: TIPOS DE INTERÉS Y RENTABILIDAD Capítulo

Más detalles

Tema 3. Teoremas de la Teoría de Circuitos

Tema 3. Teoremas de la Teoría de Circuitos Tema 3. Teoremas de la Teoría de Crcutos 3.1 Introduccón 3. Superposcón 3.3 Transformacón de fuentes 3.4 Teorema de Theenn 3.5 Teorema de Norton V Th Th L 3.6 Máxma transferenca de potenca José. Pereda,

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

Distribuciones de probabilidad

Distribuciones de probabilidad Dstrbucones de probabldad Toda dstrbucón de probabldad es generada por una varable aleatora x, la que puede ser de dos tpos: Varable aleatora dscreta (x). Se le denomna varable porque puede tomar dferentes

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Anexo Nº 1 A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO

Anexo Nº 1 A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO Anexo Nº 1 1. METAS DE GESTIÓN A. METAS DE GESTIÓN PARA EPSSMU S.R.L. CORRESPONDIENTES AL SIGUIENTE QUINQUENIO Metas de Gestón Incremento anual del número de conexones domclaras de agua potable (1) Incremento

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X.

para cualquier a y b, entonces f(x) es la función de densidad de probabilidad de la variable aleatoria continua X. Conceptos de Probabldad A contnuacón se presenta una revsón no ehaustva y a manera ntroductora de conceptos báscos de la teoría de probabldades. Un estudo proundo y ormal de estos se puede hacer en Mood

Más detalles

CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño:

CAPÍTULO IV METODOLOGÍA. Para llevar a cabo la investigación se ha tenido en cuenta el siguiente diseño: CAPÍTUL IV METDLGÍA 1. Dseño y técnca de nvestgacón Para llevar a cabo la nvestgacón se ha tendo en cuenta el sguente dseño: 1. Investgacón con medcón preva y posteror con grupo de control.. Las undades

Más detalles

Tema 1.- Variable aleatoria discreta (V2.1)

Tema 1.- Variable aleatoria discreta (V2.1) Tema.- Varable aleatora dscreta (V2.).- Concepto de varable aleatora A cada posble resultado de un expermento lo llamamos suceso elemental, y lo denotamos con ω, ω 2, Llamamos espaco muestral al conjunto

Más detalles

DECLARACiÓN DE ACTIVIDADES, BI ENES Y RENTAS 1. Nombre: JESÚS. Decreto de nombramiento: Cargo: CONSEJERO DE SNAIDAD DECRETO 29/2015, DE 26 DE JUNIO

DECLARACiÓN DE ACTIVIDADES, BI ENES Y RENTAS 1. Nombre: JESÚS. Decreto de nombramiento: Cargo: CONSEJERO DE SNAIDAD DECRETO 29/2015, DE 26 DE JUNIO Comundad de Madrd SALDA DE UNDAD Ref:47/37930.9/5 Fecha:l/08/205 4:32 ]~~][~ ~~ Conse j er í a Consejero de Sandad Destno: S~c.Gral. Consejo Goberno DECLARACÓN DE ACTVDADES, B ENES Y RENTAS presentacón:

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 013-014 Iñak Agurre Jaromr Kovark Javer Arn Peo Zuazo Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema 3. Monopolo 1. Los costes de

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS SIARGAF 4.0 FEBRERO 008 CONTENIDO..... Valor en Resgo aramétrco... A) Meddas de Sensbldad... B) Meddas Estadístcas... 6 C) Volatldad... 7 D) Valor

Más detalles

a) , 01 3

a) , 01 3 . Un hostelero compra una máquna de café valorada en 0.000 a la empresa A entregando.000 en efectvo y el resto lo fnanca medante tres letras de gual nomnal y vencmentos a 20, 50 y 80 días respectvamente

Más detalles

TEMA 4 MERCADOS CON INCERTIDUMBRE. Revisado, noviembre de 2017

TEMA 4 MERCADOS CON INCERTIDUMBRE. Revisado, noviembre de 2017 TEMA 4 MERCADOS CON INCERTIDUMBRE Revsado, novembre de 07 The book has grown out of a class I taught on the economcs of rsk at the Unversty of Wsconsn. My students have helped me n many ways wth ther questons,

Más detalles

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov

( ) = ( ) ( ) E X x p. E X Y = E X E Y XY independientes. E X Y E X E Y Cauchy Schwarzt ( ) 2. Pr X a E X a Markov 1 2 Varables aleatoras 2.1 Dscretas 2.1.1 Genércas Esperanza de una v.a. o Valor esperado Propedades de la Esperanza k = ( x ) E X x p EmX+ b = mex + b EK Varanza de una v.a. = K ( + ) = + E X Y E X E

Más detalles

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden

Más detalles

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL. 1. Una cofradía de pescadores regstra la cantdad de sardnas que llegan al puerto (X), en klogramos, el preco de la subasta en la lonja (Y), en euros por klo, han

Más detalles

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

TEMA 7 RENTAS FRACCIONADAS

TEMA 7 RENTAS FRACCIONADAS TEMA 7 RENTAS FRACCIONADAS. INTRODUCCIÓN En la actvdad normal de las entdades fnanceras es muy frecuente ue la perodcdad con ue se hacen efectvos los sucesvos térmnos no sean anuales, como hasta ahora

Más detalles

Tema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales

Tema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales Tema 9 Análss de la Varanza (ANOVA) Conceptos generales La técnca del Análss de la Varanza consste en descomponer la varabldad de una poblacón (representada por su varanza) en dversos sumandos según los

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles