Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio

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

Download "Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio"

Transcripción

1 Método de sevaraza y varaza para la seleccó de u portaolo ópto Sevarace ad varace ethod or selectg a optal portolo Lzbeth María de Jesús Urbe, Mguel Ágel Martíez Daá, Gustavo aírez Valverde ESUMEN E los años 70 surge el étodo de la sevaraza coo solucó alteratva al étodo de la varaza para la adstracó del resgo e portaolos de versó descrta por Markowtz. Los estadores propuestos para el étodo de la sevaraza para la seleccó de portaolos y proporcoes óptas se reduce a cosderar dos actvos. E la presete vestgacó se eplea u estador para la cosevaraza de u portaolo copuesto por cuatro actvos, plateado coo hpótess que el odelo básco de eda-sevaraza aplcado e la eleccó de u portaolo de versó seleccoa deretes proporcoes. La coclusó dervada del aálss es que el étodo de la sevaraza dstrbuye el resgo etre los actvos que copoe el portaolo de versó al cabar la tasa lbre de resgo. Palabras clave: resgo, redeto poderado de ercado y tasa lbre de resgo SUMMAY I the 970s the sevarace ethod arose as a alteratve to the varace ethod or rsk aageet vestet portolos descrbed by Markowtz. The estators proposed or the sevarace ethod or selectg portolos ad optal proportos are lted to cosderg two assets. I ths paper, a cosevarace or a portolo ade up o 4 assets s proposed, presetg as a hypothess that the basc odel o ea-sevarace appled to the selecto o a vestet portolo selects deret proportos. The cocluso derved ro the aalyss s that the se-varace ethod spreads out the rsk aog the assets that ake up the vestet portolo upo chagg the rsk-ree rate. Keywords: rsk, arket-value weghted perorace, ad rsk-ree rate o retur Colego de Postgraduados, Capus Motecllo. Ecooía. Carretera Méxco-Texcoco, K C.P Motecllo. Texcoco, Estado de Méxco. Fax: 0(595) VOL. 2, NÚM., ENEO-JUNIO,

2 Lzbeth María de Jesús Urbe, et al. EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. INTODUCCIÓN E la deteracó de los actvos que copoe u portaolo ópto bajo certdubre, la solucó tradcoal propuesta por Markowtz se basa e zar la varaza del portaolo para u redeto (Natell y Prce, 979). El étodo cosdera la coducta racoal del versor, cosstete e buscar aquella coposcó de la cartera que haga áxa la retabldad para u deterado vel de resgo, o be, ío el resgo para ua retabldad dada. Segú Collatt (2002), el odelo de Markowtz parte de las sguetes hpótess: ) La retabldad de cualquer título o cartera es ua varable aleatora cuya dstrbucó de probabldad para el período de reereca es coocda por el versor. Se acepta coo edda de retabldad de la versó la eda o esperaza ateátca de dcha varable aleatora. 2) Se acepta coo edda del resgo la dspersó edda por la varaza o la desvacó estádar alrededor de la eda de la varable aleatora que descrbe la retabldad, ya sea de u valor dvdual o de ua cartera. 3) El versor elegrá aquellas carteras co ua ayor retabldad y eor resgo. La retabldad esperada puede edrse a través de ua edda estadístca: eda o esperaza ateátca. La retabldad eda de ua cartera o portaolo es gual a u proedo poderado de los redetos esperados para los valores que coprede la cartera: E ( p ) = we() + w2e(2) + w3e(3) we( ) Dode: es el redeto del portaolo de versó, w es p la proporcó que se verte e el actvo toado valores 0 w y es el redeto del actvo ; =, VOL. 2, NÚM., ENEO-JUNIO, 2009.

3 EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Método de sevaraza y varaza para la seleccó de u portaolo ópto La varaza del portaolo coo edda del resgo se esta a través de: Cuado =j, 2 p δ = w = j= wδ j j δ j es la varaza de cada uo de los actvos del portaolo, y cuado j, δ j se trata de la covaraza del actvo co el actvo j (Avlés, Gozález y Martíez, 2006). Toar ua edda coo la varaza para la edcó de la certdubre plca que las varacoes postvas y las egatvas se toa e cosderacó para calcular dcha certdubre. S ebargo, para el toador de decsoes ua varacó postva o lasta su greso, por lo cual o cotrbuye para ua ora perjudcal del greso certo. E la presete vestgacó se aplca sólo las varacoes egatvas coo edda de certdubre (Natell y Prce, 979); tal es el caso de la sevaraza que para u puto h derete de la eda 2 se dee coo: sv ( ) = h p h 2 ( h)()d p Dode el puto h es la tasa objetvo lbre de resgo (Natell y Prce, 979). E la decó de la sevaraza sólo se toa las desvacoes por debajo del puto h. E la presete vestgacó se reporta las solucoes obtedas del étodo de la sevaraza y varaza para la adstracó del resgo de portaolos de versó oretados haca el sector agrícola toado coo base dos portaolos copuestos por cuatro productos agrícolas: ) arroz, aíz, algodó y soya; 2) pña, rjol, trgo y chle verde. E el prero se propoe ua sere hstórca de precos de 2 y 30 observacoes partedo de 975 y, e el segudo, 30, tabé desde Tasa que cuado h es gual a la eda y la dstrbucó es sétrca, la sevaraza coo edda de resgo equvale a la varaza (Natell y Prce, 979). VOL. 2, NÚM., ENEO-JUNIO,

4 Lzbeth María de Jesús Urbe, et al. EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Para hacer epírco este étodo es ecesaro propoer u estador para la cosevaraza de u portaolo resgoso copuesto por ás de dos actvos y así obteer ua solucó derete al étodo tradcoal de Markowtz. Por tato, el objetvo de la vestgacó es obteer la solucó correspodete al étodo de la sevaraza y de la varaza para la adstracó del resgo e u portaolo de versó aplcado al sector agrícola e tres escearos. La hpótess es que el odelo básco de eda-sevaraza aplcado e la eleccó de u portaolo de versó seleccoa deretes proporcoes co dsttos redetos poderados para el portaolo de ercado basado e los deretes escearos cosderados. MATEIALES Y MÉTODOS Se eplearo tres seres hstórcas de precos cadas e 975 para 43 productos agrícolas de los cuales se seleccoaro dos portaolos: ) arroz, aíz, algodó y soya; 2) pña, rjol, trgo y chle verde. La razó para estudar estos productos es que posee coecetes de correlacó postvos y egatvos etre los actvos de cada portaolo. Los precos so actualzados co base e la seguda qucea de juo Se toó la tasa de CETTES a 28 d e téros reales coo redeto lbre de resgo (). Los cálculos estadístcos y ateátcos se realzaro co SAS SYSTEM 9. y MICOSOFT EXCEL Los supuestos 3 de la teoría de la eda-sevaraza so que los versostas (Natell y Prce, 979): ) Maxza su utldad 2) Tee ucó de utldad hoogéea e cuato a las gaacas del actvo dspoble 3) Puede toar o pedr prestado ua tasa exógea que detere ua edda lbre de resgo 06 3 Estos cuatro supuestos se adcoa a los descrtos e la hpótess del odelo de Markowtz. VOL. 2, NÚM., ENEO-JUNIO, 2009.

5 EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Método de sevaraza y varaza para la seleccó de u portaolo ópto 4) So adversos al resgo para todas las gaacas por debajo de h y eutrales al resgo para todas las gaacas por eca de. De acuerdo co Natell y Prce (979), e el odelo básco de portaolo eda-sevaraza el valor del portaolo de ercado se calcula coo sgue: = = = w + w + w w 2 2 dode w ; = redeto poderado del portaolo de ercado, w = la partcpacó vertda e cada ua de las actvdades y 0 w. El redeto esperado de u portaolo resgoso es: E( ) = we() + w2e(2) we() 3 3 La sevaraza de u portaolo resgoso dedo por Natell y Prce (979) es el sguete: Dode sv ( ) = = w csv (, ) sv es la sevaraza de u portaolo resgoso y cosevaraza del portaolo. De la sa aera se dee la cosevaraza: csv es la CSV + = ( )( )(, )d d dode es la tasa de retoro lbre de resgo, ( ) la ucó de desdad de probabldad de los retoros del actvo y retoros del portaolo de ercado. los VOL. 2, NÚM., ENEO-JUNIO,

6 Lzbeth María de Jesús Urbe, et al. EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. El problea a optzar se expresaría coo sgue: M = wsv ( s.a. w = = = w = ) ESULTADOS Y DISCUSIÓN Eulado u estador de oetos y s coproeter las propedades teórcas se propoe coo estador de la cosevaraza a: csv = ( ) ( )( )I = Dode I es ua dcadora que toa valores de cuado y valores de cero cuado. La cosevaraza de la catdad de resgo del actvo e el portaolo de ercado (). Para u portaolo de actvdades la sevaraza del portaolo se esta por: sv ( ) = = w csv No ue posble producr ua solucó aalítca, por lo que se preseta ua solucó uérca cosderado 287 valores posbles para los w y así calcular el redeto del portaolo de ercado. Coo resultado de los cálculos estadístcos y ateátcos, la sevaraza ía del portaolo P es y la varaza ía para el so portaolo es El redeto poderado del portaolo 08 VOL. 2, NÚM., ENEO-JUNIO, 2009.

7 EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Método de sevaraza y varaza para la seleccó de u portaolo ópto ópto co el étodo de la sevaraza e la alteratva P es 5.%, es decr, por cada 00 pesos que el versor da al portaolo ópto obtee ua gaaca de 5. pesos (Cuadro ). Los valores íos de la sevaraza y de la varaza za el resgo de vertr e las alteratvas del portaolo de ercado, s be se debe cosderar que los étodos o so estrctaete coparables. Cuadro. Valores y redeto e % del portaolo bajo el étodo de la varaza y sevaraza Portaolo Sevaraza edeto Varaza edeto P P P Fuete: Elaboracó propa co datos de SAGAPA. P= Arroz, aíz, algodó y soya co 2 observacoes; P2= Arroz, aíz, algodó y soya co 30; P3= Pña, rjol, trgo y chle verde co 30. Al crecer la uestra e la alteratva P2, la sevaraza ía del portaolo se hace cero co u redeto poderado de.4% y para la varaza es co u redeto de -5.90%. Para el portaolo copuesto por pña, rjol, trgo y chle verde (P3) la sevaraza ía es co u redeto de 5.09% y la varaza es 0.08 co u redeto de 9.44%. Las proporcoes óptas que za el resgo bajo el étodo de la sevaraza para P so: 0.0, 0.60, 0.40, y 0.0 para arroz, aíz, algodó y soya. Al crecer la uestra e P2, las proporcoes caba a.00, 0.0, 0.0 y 0.0, e el so orde y para el so portaolo. Esto uestra que al cabar la tasa proedo de redeto del portaolo de ercado, el étodo de la sevaraza asga el total de la versó al actvo que geera ayores redetos ta sólo coo alteratva de versó y o coo respuesta ate ese escearo (Cuadro 2). VOL. 2, NÚM., ENEO-JUNIO,

8 Lzbeth María de Jesús Urbe, et al. EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Cuadro 2. Proporcoes óptas (W) Método w w2 w3 w4 SV (P) SV (P2) SV (P3) VA(P) VA(P2) VA(P3) Fuete: elaboracó propa co datos de SAGAPA. SV(P)= Arroz, aíz, algodó y soya co 2 observacoes; SV(P2)= Arroz, aíz, algodó y soya co 30; SV(P3)= Pña, rjol, trgo y chle verde co 30; VA(P)= Arroz, aíz, algodó y soya co 2 observacoes; VA(P2)= Arroz, aíz, algodó y soya co 30; VA(P3)= Pña, rjol, trgo y chle verde co 30. Al cabar las alteratvas del portaolo de versó a pña, rjol, trgo y chle verde (P3), el étodo de la sevaraza caba sus asgacoes a 0.30, 0.40, 0.0 y Las proporcoes óptas que za el resgo co el étodo de la varaza para P so 0.0, 0.50, 0.20 y 0.20 para arroz, aíz, algodó y soya. Al crecer la uestra e la alteratva P2, las asgacoes caba a 0.30, 0.70, 0.0 y 0.0 para las sas alteratvas. Para el portaolo copuesto por pña, rjol, trgo y chle verde (P3), las asgacoes plateadas por el étodo de la varaza so 0.0, 0.20, 0.30 y Las proporcoes óptas asgadas bajo abos étodos trae plícta la cocepcó de resgo de versó de cada uo, es decr, el étodo de la sevaraza za el resgo de vertr e el portaolo ópto cosderado la alteratva de vertr e la tasa lbre de resgo, pero el étodo de la varaza se reduce a zar el resgo cosderado coo úco escearo las alteratvas que provee los posbles portaolos de versó. 0 El aálss de sesbldad para el étodo de la sevaraza se platea e dos veles: e el prero, se aueta la tasa lbre de resgo e 0%, y e el segudo, esta tasa se reduce e el so porcetaje. Al auetar la tasa lbre de resgo e 0%, las proporcoes óptas para P caba a 0.0, 0.20, 0.40 y 0.40 para arroz, aíz, algodó y soya; e P2 so.00, 0.0, 0.0 y 0.0; e P3 so 0.0, 0.30, 0.30 y 0.30 para pña, rjol, trgo y chle verde (Cuadro 3). VOL. 2, NÚM., ENEO-JUNIO, 2009.

9 EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Método de sevaraza y varaza para la seleccó de u portaolo ópto Cuadro 3. Proporcoes óptas para el aálss de sesbldad CETTES +0% Sevaraza w w2 w3 w4 P P P Fuete: elaboracó propa co datos de SAGAPA. P= Arroz, aíz, algodó y soya co 2 observacoes; P2= Arroz, aíz, algodó y soya co 30; P3= Pña, rjol, trgo y chle verde co 30. Al reducr e 0% la tasa lbre de resgo, las proporcoes óptas para P caba a 0.0, 0.0, 0.50 y 0.40 para arroz, aíz, algodó y soya; para P2 so.00, 0.0, 0.0 y 0.0 para el so portaolo; para P3 so 0.0, 0.60, 0.20 y 0.20 para pña, rjol, trgo y chle verde (Cuadro 4). Cuadro 4. Proporcoes óptas para el aálss de sesbldad CETTES -0% Sevaraza w w2 w3 w4 P P P Fuete: elaboracó propa co datos de SAGAPA. P= Arroz, aíz, algodó y soya co 2 observacoes; P2= Arroz, aíz, algodó y soya co 30; P3= Pña, rjol, trgo y chle verde co 30. Estos resultados uestra la sesbldad que el étodo de sevaraza posee al auetar o dsur la tasa lbre de resgo, ostrado la proporcó que debe dsur la tasa lbre de resgo para ser desechada coo alteratva ópta de versó. especto a los redetos dervados del aálss de sesbldad, al auetar e 0% la tasa lbre de resgo para la alteratva P el redeto es 6.55%, para P2.4% y para P3 6.65% (Cuadro 5). VOL. 2, NÚM., ENEO-JUNIO, 2009.

10 Lzbeth María de Jesús Urbe, et al. EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Al reducr 0% la tasa lbre de resgo, el redeto para P es 3.56%, para P2 es.4% y para P3 es 3.63%. Cuadro 5. edeto para el aálss de sesbldad étodo de la sevaraza edeto CETTES +0% CETTES -0% P P P Fuete: elaboracó propa co datos de SAGAPA. P= Arroz, aíz, algodó y soya co 2 observacoes; P2= Arroz, aíz, algodó y soya co 30; P3= Pña, rjol, trgo y chle verde co 30. CONCLUSIONES El étodo de la sevaraza dstrbuye el resgo etre los actvos que copoe el portaolo de versó cuado la tasa lbre de resgo caba, sedo ésta ua solucó derete a aquélla obteda bajo el étodo de la varaza. Esto se observa co el étodo de la sevaraza al seleccoar deretes actvos y proporcoes ate varacoes e la tasa lbre de resgo, cosderado esta últa coo ua alteratva de versó cuado el redeto de ercado es eor al redeto lbre de resgo, a dereca del étodo de eda-varaza que sugere ateer el portaolo au cuado el redeto esperado es eror al redeto lbre de resgo. 2 VOL. 2, NÚM., ENEO-JUNIO, 2009.

11 EV. MEX. DE EC. AGÍC. Y DE LOS EC. NAT. Método de sevaraza y varaza para la seleccó de u portaolo ópto EFEENCIAS BIBLIOGÁFICAS Avlés C. M., Gozález E. A., y Martíez D. M. A., 2006, Aálss de resgo, portaolos óptos y dverscacó e la agrcultura. Agroceca 40 (3): Collatt M. B., Teoría de carteras. Ivestgacó y desarrollo- Bolsa de coerco de osaro. Octubre Martíez, Garza A Itroduccó al SAS. Statstcal Aálss Syste. Sstea para Aálss Estadístco. Seguda Edcó. Colego de Postgraduados. Cetro de Estadístca y Cálculo. Motecllo, Estado de Méxco. 66 p. Natell T. J. ad Prce B., 979. A aalytcal coparso o varace ad sevarace captal arket theores. J. Fa. Quat. Aal. XLV (2): Secretaría de Agrcultura, Gaadería, Pesca y Aletacó. SIACON Dcebre VOL. 2, NÚM., ENEO-JUNIO,

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

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC

Más detalles

Selección de portafolios de mínima varianza cuando están expuestos a diversos factores de riesgo: nota técnica

Selección de portafolios de mínima varianza cuando están expuestos a diversos factores de riesgo: nota técnica Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca 7 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca Fracsco López

Más detalles

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode

Más detalles

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes

Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca

Más detalles

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal Programacó Matemátca y Software (2009) Vol.. No. ISSN: 2007-3283 Recbdo: 0 de Juo de 2008/Aceptado: 3 de Septembre de 2008 Publcado e líea: 26 de juo de 2009 Seleccó de ua Cartera de Iversó e la Bolsa

Más detalles

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es (Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua

Más detalles

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar

Más detalles

1. Propiedades molares y propiedades molares parciales

1. Propiedades molares y propiedades molares parciales erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA)

Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA) Teoría de carteras de versó para la dversfcacó del resgo: efoque clásco y uso de redes euroales artfcales (RNA) Ivestmet portfolo theory ad rsk dversfcato: classc ad eural etworks methodology D. Cot* y

Más detalles

Inferencia estadística - Estimación puntual

Inferencia estadística - Estimación puntual Probabldades y stadístca Cotacó Facltad de Cecas actas y Natrales. Uversdad de Beos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó tal La estadístca rovee téccas qe erte obteer coclsoes

Más detalles

Bolsa Nacional de Valores, S.A. San José, Costa Rica

Bolsa Nacional de Valores, S.A. San José, Costa Rica SELECCIÓN DE CARTERAS DE INVERSIÓN (TEORÍA DEL PORTAFOLIO) RODRIGO MATARRITA VENEGAS * Bolsa Nacoal de Valores, S.A. Sa José, Costa Rca By ow t s evdet that MPT (moder Portfolo Theory), the theory frst

Más detalles

6. ESTIMACIÓN PUNTUAL

6. ESTIMACIÓN PUNTUAL Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua

Más detalles

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS Tema 1 Ifereca estadístca. Estmacó de la meda Matemátcas CCSSII º Bachllerato 1 TEMA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS UTILIZACIÓN DE

Más detalles

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional. 7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de

Más detalles

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs.

( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs. Boletí Técco Septebre No. Tabla esultados cálculos Núero edcoes Valor áxo Valor ío ago Proedo Desvacó Ídce capacdad l proceso Ídce capacdad l proceso Ídce capacdad aqua Ídce capacdad aqua Fraccó fectva

Más detalles

Distribución conjunta de variables aleatorias

Distribución conjunta de variables aleatorias FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so

Más detalles

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del

Más detalles

ANÁLISIS DE LA VARIANZA Es coocdo que ua varable aleatora Y se puede cosderar como suma de ua costate μ de ua varable aleatora ε, que represeta el error aleatoro: μ ε Este modelo se adapta be a datos de

Más detalles

-Métodos Estadísticos en Ciencias de la Vida

-Métodos Estadísticos en Ciencias de la Vida -Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable

Más detalles

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización. Optmzacó de ua cartera de versoes utlzado algortmos geétcos María Graca Leó, Nelso Ruz, Ig. Fabrco Echeverría Isttuto de Cecas Matemátcas ICM Escuela Superor Poltécca del Ltoral Vía Permetral Km 30.5,

Más detalles

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril-2015. Grupo A PRIMERA PRUEBA DE TÉCICAS CUATITATIVAS III. 14-Abrl-015. Grupo A OMBRE: DI: 1. Se quere hacer u estudo sobre gasto e ropa e ua comarca dode el 41% de los habtates so mujeres. (1 puto) Se decde tomar ua

Más detalles

V Muestreo Estratificado

V Muestreo Estratificado V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,

Más detalles

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,

Más detalles

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

PROBANDO GENERADORES DE NUMEROS ALEATORIOS PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos

Más detalles

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y

Más detalles

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS

Más detalles

1,2,,n, se puede asociar otra función sobre el conjunto de medidas probabilísticas. i f i P E f p i f i. Además, ˆP, el dominio de la esperanza

1,2,,n, se puede asociar otra función sobre el conjunto de medidas probabilísticas. i f i P E f p i f i. Además, ˆP, el dominio de la esperanza El Método de Relajacó Aplcado a Optzacó de Ssteas Dscretos F. Szget, J. Cardllo, J. C. Heet y J. L. Calet Uersdad de Los Ades Departaeto de Ssteas de Cotrol, Mérda Veezela Laboratore d Aalyse et d Archtectre

Más detalles

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso

Control estadístico de procesos. Control de procesos. Definición de proceso bajo control estadístico. Causas de la variabilidad en un proceso Cotrol de procesos Hstórcamete ha evolucoado e dos vertetes: Cotrol automátco de procesos (APC) empresas de produccó cotua (empresas químcas) Cotrol estadístco de procesos (SPC) e sstemas de produccó e

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1 63 ITRODUCCIÓ AL AÁLISIS DE ECUESTAS COMPLEJAS MARCELA PIZARRO BRIOES ISTITUTO ACIOAL DE ESTADÍSTICA (IE CHILE Para presetarse e el Taller Regoal del MECOVI: La Práctca del Muestreo para el Dseño de las

Más detalles

Muestreo por conglomerados en encuestas poblacionales

Muestreo por conglomerados en encuestas poblacionales Rev. salud públca. 3 : Eslava 4-5 - Iequdad e AVPP 4 Muestreo por cogloerados e ecuestas poblacoales Cluster saplg health surveys Heler de Jesús Zapata-Ossa, Agela M. Cubdes-Muévar, María C. López, Elsa

Más detalles

Apuestas deportivas por Internet

Apuestas deportivas por Internet Autor: Davd Serrao Martíez 22/0/2009 Apuestas deportvas por Iteret Aputes y relexoes Itroduccó Durate el últmo trmestre de 2005, u grupo de compañeros de trabajo y amgos decdmos motar ua suerte de peña

Más detalles

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO.

UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO. Pága de 5 NÚCLEO UNIVERSITARIO RAFAEL RANGEL UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A ÁREA DE FÍSICA LABORATORIO DE FÍSICA LABORATORIO DE FÍSICA I/ PRÁCTICA No ANÁLISIS GRÁFICO OBJETIVO

Más detalles

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I

ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I COLEGIO DE BACHILLERES ESTADÍSTICA DESCRIPTIVA E INFERENCIAL I FASCÍCULO. MEDIDAS DE TENDENCIA CENTRAL Autores: Jua Matus Parra COLEGIO DE BACHILLERES Colaboradores Asesoría Pedagógca Revsó de Cotedo Dseño

Más detalles

Análisis estadístico de datos muestrales

Análisis estadístico de datos muestrales Aálss estadístco de datos muestrales M. e A. Víctor D. Plla Morá Facultad de Igeería, UNAM Resume Represetacó de los datos de ua muestra: tablas de frecuecas, frecuecas relatvas y frecuecas relatvas acumuladas.

Más detalles

Permutaciones y combinaciones

Permutaciones y combinaciones Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas

Más detalles

SELECCIONANDO LA CARTERA DE UN INVERSOR MEDIANTE PROGRAMACIÓN POR METAS LEXICOGRÁFICAS ENTERA

SELECCIONANDO LA CARTERA DE UN INVERSOR MEDIANTE PROGRAMACIÓN POR METAS LEXICOGRÁFICAS ENTERA SELECCIONANDO LA CARTERA DE UN INVERSOR MEDIANTE PROGRAMACIÓN POR METAS LEXICOGRÁFICAS ENTERA Nura Padlla Garrdo Departameto de Ecoomía Geeral y Estadístca Uversdad de Huelva padlla@uhu.es Flor María Guerrero

Más detalles

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO ECEL D. Fracsco Parra Rodríguez. Jefe de Servco de Estadístcas Ecoómcas y Socodemográfcas. Isttuto Cátabro de Estadístca. Dª.

Más detalles

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO

UNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA H. Helam Estadístca -/5 ITRODUCCIÓ. COCEPTO DE ETADÍTICA ETADÍTICA DECRIPTIVA La estadístca es la rama de las matemátcas que estuda los eómeos colectvos recogedo, ordeado y clascado y smplcado los datos

Más detalles

El Amplificador Operacional de Tensiones

El Amplificador Operacional de Tensiones El Aplfcador Operacoal de Tesoes El Aplfcador Operacoal de Tesoes. Itroduccó 2. El Aplfcador Operacoal Ideal de Tesoes 3. Nodealdades e el Opap 4. Crcutos co ealetacó Postva. Itroduccó.. El problea de

Más detalles

Análisis del criterio de dominancia estocástica (de) para divisas: aplicación al portafolio de reservas internacionales colombiano *

Análisis del criterio de dominancia estocástica (de) para divisas: aplicación al portafolio de reservas internacionales colombiano * Aálss del crtero de domaca estocástca (de para dvsas: aplcacó al portafolo de reservas teracoales colombao * Aalyss of stochastc domace (SD crtero for currecy. Applcato to Colomba foreg reserves portfolo

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó

Más detalles

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS

CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar

Más detalles

Juegos finitos n-personales como juegos de negociación

Juegos finitos n-personales como juegos de negociación Juegos ftos -persoales como uegos de egocacó A.M.Mármol L.Moro V. Rubales Departameto de Ecoomía Aplcada III. Uversdad de Sevlla. Avd. Ramó Caal.. 0-Sevlla. vrubales@us.es Resume Los uegos -persoales ftos

Más detalles

1.1 INTRODUCCION & NOTACION

1.1 INTRODUCCION & NOTACION 1. SIMULACIÓN DE SISEMAS DE COLAS Jorge Eduardo Ortz rvño Profesor Asocado Departameto de Igeería de Sstemas e Idustral Uversdad Nacoal de Colomba jeortzt@ual.edu.co 1.1 INRODUCCION & NOACION Clete Servdor

Más detalles

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE : Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS

Más detalles

UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*)

UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*) UNIVERSIDAD NACIONAL DE SALTA Facultad de Cecas Ecoómcas, Jurídcas y Socales Isttuto de Ivestgacoes Ecoómcas Reuó de Dscusó Nº 7 Fecha: /06/003 Hs.: 6 UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*) Eusebo Cleto

Más detalles

REVISTA INVESTIGACIÓN OPERACIONAL Vol., 31, No. 1, 61-69, 2010

REVISTA INVESTIGACIÓN OPERACIONAL Vol., 31, No. 1, 61-69, 2010 REVISTA INVESTIGACIÓN OPERACIONAL Vol., 3, No., 6-69, 200 UN SISTEMA DE SOPORTE A LA DECISIÓN PARA LA ASIGNACIÓN DE RECURSOS HUMANOS A EQUIPOS DE PROYECTOS DE SOFTWARE Margarta Adré Apero * y María Glara

Más detalles

Guía para la Presentación de Resultados en Laboratorios Docentes

Guía para la Presentación de Resultados en Laboratorios Docentes Guía para la Presetacó de Resultados e Laboratoros Docetes Prof. Norge Cruz Herádez Departameto de Físca Aplcada I Escuela Poltécca Superor Uversdad de Sevlla Curso 0-03 6 de octubre de 0 I Itroduccó Las

Más detalles

LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO

LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO Emlo Gómez Déz 1, José María Saraba 2 y Fausto Preto 2 Resume E el presete trabao se estuda la dstrbucó Posso-Beta,

Más detalles

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA - 1 - ÍNDICE CAPÍTULO 1: INTRODUCCIÓN A LA ESTADÍSTICA Tema 1: Itroduccó a la estadístca - 1.1. Itroducc ó a la estadístca descrptva - 1.2. Nocoes báscas o 1.2.1.

Más detalles

MS Word Editor de Ecuaciones

MS Word Editor de Ecuaciones MS Word Edtor de Ecuacoes H L. Mata El Edtor de ecuacoes de Mcrosoft Word permte crear ecuacoes complejas seleccoado símbolos de ua barra de herrametas y escrbedo varables y úmeros. medda que se crea ua

Más detalles

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes

Ejercicios Resueltos de Estadística: Tema 1: Descripciones univariantes Ejerccos Resueltos de Estadístca: Tema : Descrpcoes uvarates . Los datos que se da a cotuacó correspode a los pesos e Kg. de ocheta persoas: (a) Obtégase ua dstrbucó de datos e tervalos de ampltud 5, sedo

Más detalles

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1 MUESTREO E POBLACIOES FIITAS Atoo Morllas Coceptos estadístcos báscos Etapas e el muestreo 3 Tpos de error 4 Métodos de muestreo 5 Tamaño de la muestra e fereca 6 Muestreo e poblacoes ftas 6. Muestreo

Más detalles

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se

CAPÍTULO III. METODOLOGÍA. De acuerdo con la clasificación de Amartya Sen (2001), las medidas de desigualdad se CAPÍTULO III. METODOLOGÍA III. Tpos de Medcó De acuerdo co la clasfcacó de Amartya Se (200), las meddas de desgualdad se puede catalogar e u setdo objetvo o ormatvo. E el setdo objetvo se utlza algua medda

Más detalles

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007

COMENTARIOS Y ANÁLISIS DEL FACTOR DE PRODUCTIVIDAD PROPUESTO POR OSIPTEL PARA EL PLAN DE REGULACIÓN POR PRECIOS TOPE 2004 2007 OMNTARIOS Y ANÁLISIS DL FATOR D PRODUTIVIDAD PROPUSTO POR OSIPTL PARA L PLAN D RGULAIÓN POR PRIOS TOP 2004 2007 APLIAIÓN D LA VARIABL M por Davd. M. Sappgto RSUMN JUTIVO ste forme preseta ua evaluacó de

Más detalles

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

Técnicas básicas de calidad

Técnicas básicas de calidad Téccas báscas de caldad E esta udad aprederás a: Idetfcar las téccas báscas de caldad Aplcar las herrametas báscas de caldad Utlzar la tormeta de deas Crear dsttos tpos de dagramas Usar hstogramas y gráfcos

Más detalles

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva. 7. 1 Introducción Parte Estadístca Descrptva Prof. María B. Ptarell PARTE - ESTADISTICA 7- Estadístca Descrptva 7. Itroduccó El campo de la estadístca tee que ver co la recoplacó, orgazacó, aálss y uso de datos para tomar

Más detalles

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS Bucaramaga, 2010 INTRODUCCIÓN El presete documeto es ua complacó de memoras de

Más detalles

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO

EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO EVALUACION DEL AHUELLAMIENTO CON EQUIPO DE ALTO RENDIMIENTO CRISTIAN CABRERA TORRICO, Igeero Cvl APSA Ltda. (crstacabrera@apsa.cl) ROBINSON LUCERO, Igeero Cvl Laboratoro Nacoal de Valdad, robso.lucero@moptt.gov.cl

Más detalles

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio!

Este documento es de distribución gratuita y llega gracias a www.cienciamatematica.com El mayor portal de recursos educativos a tu servicio! Este documeto es de dstrbucó gratuta y llega gracas a Ceca Matemátca www.cecamatematca.com El mayor portal de recursos educatvos a tu servco! Isttuto Tecológco de Apzaco Departameto de Cecas Báscas INSTITUTO

Más detalles

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS IV Gráfcos de Cotrol por Atrbutos IV GRÁFICOS DE CONTROL POR ATRIBUTOS INTRODUCCIÓN Los dagramas de cotrol por atrbutos costtuye la herrameta esecal utlzada para cotrolar característcas de caldad cualtatvas,

Más detalles

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros

2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros . alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el

Más detalles

Introducción a la simulación de sistemas discretos

Introducción a la simulación de sistemas discretos Itroduccó a la smulacó de sstemas dscretos Novembre de 6 Álvaro García Sáchez Mguel Ortega Mer Itroduccó a la smulacó de sstemas dscretos. Presetacó.. Itroduccó El presete documeto trata sobre las téccas

Más detalles

UNIVERSIDAD DE BUENOS AIRES

UNIVERSIDAD DE BUENOS AIRES NIVERSIA E BENOS AIRES FACLTA E INGENIERÍA EPARTAMENTO E IRÁLICA Cátedra de Costruccoes dráulcas Tuberías e Sere y e Paralelo Ig. Lus E. Pérez Farrás - Novembre 003 - epartameto de dráulca Cátedra de Costruccoes

Más detalles

MAESTRÍA EN ECONOMÍA INTERNACIONAL. Tesis

MAESTRÍA EN ECONOMÍA INTERNACIONAL. Tesis MAESTRÍA EN ECONOMÍA INTERNACIONAL Tess Grades depóstos y el resgo de lqudez bacaro Ua aproxmacó medate la domaca estocástca Martí Egozcue 006 Uversdad de la Repúblca Facultad de Cecas Socales Departameto

Más detalles

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión Eerccos Resueltos de Estadístca: Tema : Descrpcoes bvarates regresó . E u estudo de la egurdad e Hgee e el Trabao se cotrastó la cdeca del tabaqusmo e la gravedad de los accdetes laborales. Cosderado ua

Más detalles

Modelo Matemático Multiobjetivo para la Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores

Modelo Matemático Multiobjetivo para la Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores Modelo Matemátco Multobjetvo para la Seleccó de ua Cartera de Iversó e la Bolsa Mexcaa de Valores José Crspí Zavala-Díaz, Marco Atoo Cruz-Chavez, Jorge Ruz Vaoye 3, Martí H. Cruz-Rosales 4 Facultad de

Más detalles

Simulación de sistemas discretos

Simulación de sistemas discretos Smulacó de sstemas dscretos Novembre de 006 Álvaro García Sáchez Mguel Ortega Mer Smulacó de sstemas dscretos. Presetacó... 4.. Itroduccó... 4.. Sstemas, modelos y smulacó... 4.3. Necesdad de la smulacó...

Más detalles

A2.1 SUMA PRESENTE A SUMA FUTURA

A2.1 SUMA PRESENTE A SUMA FUTURA A2. APÉNDICE MATEMÁTICAS FINANCIERAS E este apédce se preseta las fórmulas tradcoales para hallar las sumas equvaletes e el tempo y ua coleccó de fórmulas para equvaleca de tasas omales y efectvas. Para

Más detalles

Guía práctica para la realización de medidas y el cálculo de errores

Guía práctica para la realización de medidas y el cálculo de errores Laboratoro de Físca Prmer curso de Químca Guía práctca para la realzacó de meddas y el cálculo de errores Medda y Error Aquellas propedades de la matera que so susceptbles de ser meddas se llama magtudes;

Más detalles

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003

EL COEFICIENTE DE CORRELACIÓN Y CORRELACIONES ESPÚREAS Erick Lahura Enero, 2003 8 EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura Eero, 3 DOCUMENTO DE TRABAJO 8 http://www.pucp.edu.pe/ecooma/pdf/ddd8.pdf EL COEFICIENTE DE CORRELACIÓN CORRELACIONES ESPÚREAS Erck Lahura

Más detalles

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3

Diseños muestrales en Inventarios Forestales Introducción... 1 Distribución de las unidades muestrales.... 3 Dseños muestrales e Ivetaros Forestales Itroduccó... Dstrbucó de las udades muestrales.... 3 Dstrbucó Aleatora... 3 Dstrbucó stemátca... 4 Dstrbucó de las UM e trasectos... 5 Estmadores para udades muestrales

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS PUNTES DOCENTES SIGNTUR: MTEMTICS FINNCIERS PROFESORES: MRIN JIMES CRLOS JVIER SRMIENTO LUIS JIME DEPRTMENTO DE CIENCIS BÁSICS VERSION: 2-20 QUÉ ES MTEMÁTICS FINNCIERS? Hace alguos años éste era u tema

Más detalles

III. GRÁFICOS DE CONTROL POR VARIABLES (1)

III. GRÁFICOS DE CONTROL POR VARIABLES (1) III. Gráfcos de Cotrol por Varables () III. GRÁFICOS DE CONTROL POR VARIABLES () INTRODUCCIÓN E cualquer proceso productvo resulta coveete coocer e todo mometo hasta qué puto uestros productos cumple co

Más detalles

GENERACION DE NUMEROS ALEATORIOS

GENERACION DE NUMEROS ALEATORIOS GENERACION DE NUMEROS ALEATORIOS U paso clave e smulacó es teer rutas que geere varables aleatoras co dstrbucoes especfcas: epoecal, ormal, etc. Esto es hecho e dos fases. La prmera cosste e geerar ua

Más detalles

División de Evaluación Social de Inversiones

División de Evaluación Social de Inversiones MEODOLOGÍA SIMPLIFICADA DE ESIMACIÓN DE BENEFICIOS SOCIALES POR DISMINUCIÓN DE LA FLOA DE BUSES EN PROYECOS DE CORREDORES CON VÍAS EXCLUSIVAS EN RANSPORE URBANO Dvsó de Evaluacó Socal de Iversoes 2013

Más detalles

Un modelo de la APT en la selección de portafolios accionarios en el mercado mexicano *

Un modelo de la APT en la selección de portafolios accionarios en el mercado mexicano * U modelo de la ATP e la seleccó de portafolos accoaros e el mercado mecao 9 U modelo de la APT e la seleccó de portafolos accoaros e el mercado mecao * racsco López Herrera Ivestgador de la Dvsó de Ivestgacó

Más detalles

Conceptos y ejemplos básicos de Programación Dinámica

Conceptos y ejemplos básicos de Programación Dinámica Coceptos y eemplos báscos de Programacó Dámca Wlso Julá Rodríguez Roas ularodrguez@hotmal.com Trabao de Grado para Optar por el Título de Matemátco Drector: Pervys Regfo Regfo Igeero Uversdad Nacoal de

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS

Más detalles

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones 2 CÁLCULO FINANCIERO Teoría, Ejerccos y Aplcacoes 3 Uversdad de Bueos Ares Facultad de Cecas Ecoómcas Autores: Jua Ramó Garca Hervás Actuaro (UBA) Master e Ecoomía y Admstracó (ESEADE). Docete de Posgrado

Más detalles

6.2.- Funciones cóncavas y convexas

6.2.- Funciones cóncavas y convexas C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.

Más detalles

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO

GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO RESOLUCIÓN OENO 0/005 GUÍA PRÁCTICA PARA LA VALIDACIÓN, EL CONTROL DE CALIDAD Y LA ESTIMACIÓN DE LA INCERTIDUMBRE DE UN MÉTODO DE ANÁLISIS ENOLÓGICO ALTERNATIVO LA ASAMBLEA GENERAL, Vsto el artículo, párrafo

Más detalles

0(=&/$6*$6(26$6. i = (3)

0(=&/$6*$6(26$6. i = (3) 0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS

INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Uverstat de les Illes Balears Col.leccó Materals Ddàctcs INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA PARA ECONOMISTAS Joaquí Alegre Martí Magdalea Cladera Muar Palma, 00 ÍNDICE INTRODUCCIÓN: Qué es...? Qué

Más detalles

Teoría de Juegos Aplicada a Problemas de Bancarrota

Teoría de Juegos Aplicada a Problemas de Bancarrota Teoría de Juegos Aplcada a Problemas de Bacarrota Dra. Flor María Guerrero Casas Dr. Mguel Ágel Hojosa Ramos Fracsca Jesús Sáchez Sáchez Departameto de Ecoomía y Empresa. Uversdad Pablo de Olavde. Ctra.

Más detalles

3 Regresión lineal múltiple: estimación y propiedades

3 Regresión lineal múltiple: estimación y propiedades 3 Regresó leal múltple: estmacó y propedades Ezequel Urel Uversdad de Valeca Versó 09-013 3.1 El modelo de regresó leal múltple 1 3.1.1 Modelo de regresó poblacoal y fucó de regresó poblacoal 3.1. Fucó

Más detalles

Tema 2: Modelos lineales de optimización con variables enteras.

Tema 2: Modelos lineales de optimización con variables enteras. Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.

Más detalles

SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE LA BOLSA ESPAÑOLA

SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE LA BOLSA ESPAÑOLA Seleccó de ua cartera de valores medate la aplcacó de métodos multobjetvo teractvos... SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE

Más detalles

ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS

ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS 5 ESTIMADORES DE VARIANZA EN REGRESIÓN NO PARAMÉTRICA BASADOS EN SUCESIÓN DE DIFERENCIAS María C. Paz Sabogal Profesor Auxlar. Uversdad del Valle, Escuela de Igeería Idustral Estadístca, Cal. karo.paz@gmal.com

Más detalles