VALORACION DE OPCIONES DE COMPRA Y VENTA DEL QUINTAL DE SOYA EN EL MERCADO ECUATORIANO

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

Download "VALORACION DE OPCIONES DE COMPRA Y VENTA DEL QUINTAL DE SOYA EN EL MERCADO ECUATORIANO"

Transcripción

1 VALORACION DE OPCIONES DE COMPRA Y VENTA DEL QUINTAL DE SOYA EN EL MERCADO ECUATORIANO Autores: Washgto Xaver Zambrao Chávez, Ferado Sadoya Sáchez Igeería Estadístca Iformátca, e-mal: xzambrao_chavez@hotmal.com Drector de Tópco, Matemátco, Escuela Poltécca Nacoal Quto 990, Postgrado e Ivestgacó Operatva Quto 00, Isttuto de Matemátcas, Profesor de la ESPOL desde 993.E-mal: feradoss@yahoo.com. Resume: El presete trabajo desarrolla las dferetes herrametas faceras llamadas Los Istrumetos Dervados Faceros e especal las Opcoes. El sector productvo e el Ecuador está expuesto a dferetes tpos de resgos. El presete trabajo está efocado a mejorar la comercalzacó y asegurar el preco de compra y veta del qutal de soya e el Ecuador. El resgo de varacó e el preco de materas prmas que tee u productor o cosumdor y la varacó de precos de los productos e los dferetes mercados so los prcpales resgos de este sector. E la actualdad o cubrr el resgo por movmetos e precos de mercado equvale a asumrlos volutaramete y a jugar co él como e u caso. E la realzacó de este trabajo se ha aplcado téccas estadístcas, herrametas faceras llamadas opcoes y el método de valoracó de Opcoes de Black Sholes. Co estas herrametas tato el productor como el comprador tedrá la cofaza y la garatía de sus trasaccoes y egocos. Co la realzacó de esta tess se podrá dsmur el grado de certdumbre, amplar el tema del resgo y como cubrrlo. Palabras Claves: Valoracó, resgo, Opcoes. 0. INTRODUCCION E los últmos vetcco años las dferetes actvdades faceras y productvas ha sufrdo grades cambos, debdo etre otras cosas a la globalzacó, a la apertura de los mercados, a su sttucoalzacó y a los dferetes avaces tecológcos. El resgo de los mercados puede teer muchas formas, así puede ser el resgo de tpos de terés, el resgo de tpo de cambo que tee u exportador, mportador o versor e países extrajeros, el resgo de varacó e el preco de materas prmas que tee u productor o cosumdor y la varacó de precos de los productos e los dferetes mercados. E la actualdad o cubrr el resgo por movmetos e precos de mercado equvale a asumrlos volutaramete y a jugar co él como e u caso. Las mplcacoes del resgo se extede a muchas áreas de actvdad. Los productos dervados faceros y e partcular las opcoes o so más que el resultado de aplcar coceptos estadístcos a la certdumbre que se preseta daramete e el mudo de los egocos y fazas. Las opcoes so smplemete u método para asegurarse u preco de compra o de veta de u actvo, accoes y otros valores de mercados. Ua opcó es u acuerdo etre u comprador (propetaro) y u vededor (emsor) que, tras el pago de ua retrbucó, da al comprador el derecho, pero o la oblgacó de comprar o veder u actvo e ua fecha determada o ates de ella.. LA SOYA Y SU ENTORNO EN EL MERCADO ECUATORIANO E el Ecuador la soya es uo de los productos de mayor uso e la formulacó de balaceados para la avcultura y otros almetos pecuaros, así como para la

2 elaboracó de almetos como leche y care de soya, o e el cosumo humao drecto como grao. La soya es u cultvo co efectos beefcosos para los suelos, es ua oleagosa de alto valor utrtvo. La demada más mportate de soya provee de la avcultura debdo a que la torta de soya represeta alrededor del 5% al 0% de la composcó de los almetos balaceados, solo superada por el maíz e grao.e la prmera mtad de los años 90, el cultvo de la soya aportaba al PIB sectoral, y ua parte de la poblacó ecoómcamete actva se dedcaba a la agrcultura de este producto, e cambo e la actualdad esas partcpacoes so muy bajas debdo a la drástca reduccó observada e el área de la produccó de soya. La demada aual de Torta de Soya, por parte de la dustra de balaceados, que abastece a las dustras avícolas, se estma e alrededor de TM, la produccó local e el mejor de los casos cubre 3 meses de cosumo, es decr cubre el.6% de esos requermetos.. Precos Iteros del qutal de Soya Los precos doméstcos del grao de soya, los establece el mercado e fucó de los costos de oportudad de las mportacoes, dode se preseta dstorsoes co los países vecos, que cotrae los mecoados precos. GRÁFICO 4. COMPORTAMIENTO MENSUAL DEL PRECIO DEL QUINTAL DE SOYA EN EL MERCADO ECUATORIANO (ENERO 998-DICIEMBRE 00) DOLARES Hstórcamete e el Ecuador la polítca de fometo de la soya estuvo basada e la fjacó de u preco de sustetacó alto para el grao y au mayor para la torta, co u segudo objetvo de subsdar el preco del acete. La estacoaldad de los precos depede de la oferta y la demada de la soya e el País. Como observamos e el gráfco ateror e el perodo de Febrero hasta Agosto los precos está e veles altos pero cuado llega los meses de Septembre a Eero los precos baja ya que exste mayor oferta del producto e el País. Podemos decr que la tedeca e los meses de Febrero a Agosto es de alza, pero a partr de Septembre a Eero dode el preco del qutal de soya tede a bajar, també se observa que el preco del qutal de soya posee ua fuerte varabldad. TABLA I ESTADÍSTICA DESCRIPTIVA DEL PRECIO MENSUAL DEL QUINTAL DE SOYA (US.$) AÑO (998-00) Tamaño de la muestra (meses) 60 Meda $,00 Medaa $,43 Desvacó estádar $,8 Varaza $4,76 Máxmo valor Dcembre del 00 $5,4 Mímo valor: Novembre de 999 $6,6 Itervalo de Cofaza para la meda $ $. 75 Kurtoss -0,93 Sesgo -0,066 $7,00 $5,00 $3,00 $,00 $9,00 $7,00 $5,00 ee-98 jul-98 ee-99 jul-99 ee-00 jul-00 ee-0 jul-0 ee-0 jul-0 La tabla descrptva os muestra toda la formacó válda para u aálss y os dca que el valor promedo del preco mesual del qutal de soya e el perodo de (998-00) es $.00. E está tabla també se observa el valor de la medaa que es $.43. El mímo del preco del qutal de soya alcazado es e Novembre de 999 llegado a $6.60 y el máxmo e Dcembre del 00 co u preco de $5.4 el qutal.

3 Además la tabla os proporcoa la desvacó estádar que os dca que el preco mesual del qutal de soya se desvía e $.8 co respecto a la meda mesual. El tervalo de cofaza para los 60 meses se ecuetra etre $0.647 y $.75 el qutal co u 95% de cofaza. Se puede coclur que los precos teros de la soya y dervados e el Ecuador ha sdo u poco más altos que los precos teracoales. Los aalstas cosdera que ua dfereca del 5% etre el preco doméstco y el costo de mportacó es razoable desde la óptca del mercado, pero que dferecas mayores del 0% dca dstorsoes e el mercado.. Fortalezas de la soya e el Ecuador. Exste ua demada crecete y permaete del 9% aual por el sector avícola. La torta de soya represeta alrededor del 5% al 0% de la composcó de los almetos balaceados. El cultvo de soya es ua alteratva adecuada como cultvo de verao para pequeños agrcultores s fraestructura de rego. Las codcoes agroecológcas que caracterza a certas provcas de la costa permtría cremetar este cultvo..3 Debldades. Bajos parámetros de productvdad de la soya e Ecuador, frete al promedo teracoal y e comparacó co los países de MERCOSUR, Bolva y Estados Udos, que so los competdores más frecuetes. Alta depedeca de sumos mportados para la sembra y altos precos de los msmos. Baja dspobldad y uso de semllas certfcadas, así como falta de cotrol e caldad de las msmas. Debltameto de las sttucoes ofcales de vestgacó y trasfereca de tecología, s que al mometo se haya mplemetado u mecasmo alteratvo para estos fes. Défct de capacdad de secameto, almaceameto, de extraccó de acete y produccó de torta de soya por parte de las empresas dustrales. Debldad de los gremos exstetes, caracterzada por falta de orgazacó y gestó empresaral. Falta de promocó y dversfcacó de productos dervados de la soya (care, leche, bebdas, etc.), para cosumo humao..4 Oportudades. Mercado potecal de Colomba para el grao por su gra capacdad de extraccó dustral, por la cercaía y la posbldad de reexportacó de torta. Exste potecal de cremeto del uso del grao de soya para tostarlo y/o extrusarlo e corporarlo drectamete e el almeto balaceado. La demada crecete y permaete de la torta de soya por el crecmeto y desarrollo sostedo de la avcultura y la lmtada oferta de u susttuto proteco para la dustra de almetos balaceados. Ambete favorable de dalogo etre los prcpales actores ecoómcos de la cadea, e térmos de absorcó de cosechas y de cocertacó de precos referecales mímos..5 Ameazas. La preseca de la plaga mosca blaca provoca ua sesble reduccó del área de cultvo y de la productvdad. La exsteca de ua sere de subsdos a la produccó y a la exportacó por parte de los países desarrollados, de Bolva y Colomba, lo cual afecta el vel de precos. La reduccó de la fertldad que se observa e los suelos de

4 determadas zoas de la provca de Los Ríos, puede acelerarse ate la tesfcacó del moocultvo, s o hay rotacó del maíz duro o arroz (vero) y soya (verao). La competeca co los precos teracoales de acete y torta determa reduccó de la demada tera para procesar el grao. La reducda capacdad de extraccó de acete y produccó de pasta de soya, poe e pelgro la demada acoal del grao de soya. LAS OPCIONES Para comezar el aálss sobre la valoracó de las opcoes debemos coocer y eteder los dferetes coceptos mersos e el marco teórco de la teoría de las fazas.. Actvo Se cooce como actvo a toda posesó de u be que tee u determado valor e u tercambo o e ua actvdad facera, el actvo a ser aalzado es la soya que tee aturaleza tagble. Exste dos elemetos fudametales que va de la mao co el actvo que so el redmeto y el resgo, etre estos dos compoetes exste ua relacó drectamete proporcoal, es decr que a mayor redmeto esperado mayor es el resgo de la versó, lo msmo ocurre a meor redmeto meor es el resgo.. Istrumetos faceros dervados. Los strumetos faceros dervados so cotratos cuyo preco depede del valor de u actvo, el cual es comúmete deomado como el subyacete de dcho cotrato. U strumeto facero dervado es cualquer strumeto cuyo valor es ua fucó ( se derva ) de otras varables que so e certa medda más fudametales. La faldad de los Istrumetos Faceros Dervados es dstrbur el resgo que resulta de movmetos esperados e el preco del subyacete etre los partcpates que quere dsmurlo y aquellos que desee asumrlo. E el prmer caso, se ecuetra los dvduos o empresas que desea asegurar el día de hoy el preco futuro del actvo subyacete, así como su dspobldad. E el segudo caso, se trata de dvduos o empresas que busca obteer la gaaca que resulta de los cambos abruptos e el preco del actvo subyacete. Surge como resultado de la ecesdad de cobertura que alguos versostas tee, ate la volatldad de precos de los bees subyacetes. Los dos prcpales mercados dode se lleva a cabo operacoes co strumetos faceros dervados so: Bolsas y sobre el Mostrador (Over The Couter)..3 Cotrato de Opcoes Las Opcoes so cotratos que otorga a su teedor el derecho de comprar (opcó de compra o Call) o de veder (opcó de Veta o Put) certa catdad de u actvo subyacete, a u preco y durate u plazo prevamete covedos. Por ese derecho el comprador de la opcó paga ua prma. La cotraparte recbe la prma, se compromete y tee la oblgacó a realzar la compra o veta del actvo subyacete e las codcoes pactadas..3. Tpos de Opcoes. E los mercados faceros exste dos tpos báscos de opcoes. Ua opcó de compra (call), co la cual se tee el derecho a comprar u actvo a certo preco e u determado plazo, está es la opcó co mayor demada. El otro tpo es ua opcó de veta (Put), le da al poseedor el derecho de veder u actvo, a u certo preco e u determado período de tempo.

5 Los mercados de opcoes tee como objeto la gestó del resgo, cremetado o reducedo el grado de exposcó a él, E cada opcó se especfca de que tpo de opcó se trata(compra o veta); sobre que catdad de actvos(las especfcacoes del cotrato); el ombre y el tpo de accoes(el actvo); el preco de compra o preco de veta; el moto del deposto(costo de la opcó) y falmete por cuato tempo es válda la opcó (fecha de vecmeto). La compraveta de opcoes es ua trasaccó s certfcados. E su lugar, la prueba de propedad es a través de u cotrato emtdo por los brokers. Exste cuatros poscoes posbles e u mercado de opcoes. Ua poscó larga e ua opcó de compra, es decr, comprar ua opcó de compra; ua poscó corta e ua opcó de compra, es decr, veder ua opcó de compra; ua poscó larga e ua opcó de veta, es decr, comprar ua opcó de veta; ua poscó corta e ua opcó de veta, es decr la veta de ua opcó de veta..3.. Alguos térmos que se utlza e el tema de Opcoes. Actvo Subyacete: es el objeto de la opcó que puede ser u actvo real o facero. Preco del Ejercco: es el preco al cual puede realzarse la compra o veta. Prma: es el preco de la opcó. Fecha del ejercco: es la fecha e la cual puede ejercese el derecho de compra o veta. Opcó Europea: es la opcó e el cual el derecho sólo se ejerce e la fecha del ejercco(fecha de vecmeto). Opcó Amercaa: es la opcó e la cual el derecho puede ejercerse e cualquer mometo..4 Prcpales factores que determa el preco de las opcoes. Preco actual del actvo subyacete(s).. Preco del ejercco(k). 3. El tempo de expracó(t). 4. La volatldad del preco del actvo subyacete(σ). 5. El tpo de terés lbre de resgo (r). Los dos prmeros factores determa el valor tríseco y el valor temporal. PRECIO DE LA OPCION = VALOR INTRÍNSECO + VALOR TEMPORAL. El valor tríseco es el valor real o tagble de ua opcó.el valor temporal represeta el tempo de vda que resta a ua opcó y la posbldad de que ates de su vecmeto haya movmetos de preco del actvo subyacete y, cosecuetemete, de la prma de la opcó. S hay u movmeto del preco del actvo subyacete, los preco de las opcoes de compra subrá y los de las opcoes de veta bajará La volatldad es ua medda del movmeto del preco de u actvo subyacete durate u tempo dado. 3 PROCESOS ESTOCÁSTICOS Y FÓRMULA DE BLACK-SCHOLES. E este capítulo os troducremos e los coceptos báscos de las herrametas que utlzaremos para los cálculos de los precos de las opcoes de veta y compra. La explcacó de alguos prcpos y su demostracó es fudametal para el desarrollo de la teoría facera que permte evaluar óptmamete el preco de la opcó. El poder aalzar, estudar y lo más mportate prever la coducta o el comportameto de certos sucesos. 3. Proceso Estocástco. U proceso estocástco es ua famla de varables aleatoras { X(t), t e T }, clasfcada medate u parámetro que varía e u cojuto ídce T y X, represeta ua característca de terés medble e el tempo t.

6 U proceso estocástco descrbe la evolucó temporal de ua varable aleatora. Exste dferetes tpos de procesos estocástcos que se clasfca de acuerdo al parámetro tempo t el tpo de varable X(t). De tempo dscreto: aquel e el que la varable puede cambar de valor úcamete e states cocretos del tempo. De tempo cotuo: aquel e el que la varable puede cambar de valor e cualquer state del tempo. De varable dscreta: aquel e el que la varable sólo puede tomar determados valores dscretos. De varable cotua: aquel e el que la varable puede tomar cualquer valor de la recta real. Nuestro objetvo será deducr u proceso estocástco de varable cotua y e tempo cotuo adecuado para descrbr el comportameto de varables ecoómco faceras (precos de actvos, precos de las accoes, redmetos de actvos, tpos de terés). 3.. Proceso Estocástco Estacoaro. El proceso estacoaro sgfca equlbro estadístco por ejemplo s tomamos ua realzacó y dvdmos el tempo e tervalos, las seccoes de la realzacó se parece, e el setdo que las propedades estadístcas o camba e el tempo. Estos procesos puede pesarse como meddas e u sstema estable que ha alcazado u estado de equlbro, e la actualdad so pocos los sstemas estables debdo a la varabldad de los procesos por dferetes razoes Proceso de Weer. U proceso de Weer es u tpo especal de proceso estocástco de Markov. Ua varable x t se dce que sgue u proceso de Weer s cumple la ecuacó: X = X + ε t t t t X 0 coocdo; t= t-+ t; ε t sgue ua dstrbucó de probabldad N(0,); ε t es depedete de ε s para todo t<>s. La fucó de probabldad de ua varable de Weer es ormal co meda 0, y varaza σ t Proceso de Ito. Los procesos de Ito so ua geeralzacó del proceso de Weer e que las costates a, b puede ser a su vez fucoes determístcas del valor de x y del tempo trascurrdo t, algebracamete se lo puede expresar: dx = a( x, t) dt + b( x, t) dz ds = Sdt + σsdz Lema de Ito. El preco de las opcoes es ua fucó co respecto a la varacó de los precos de los actvos subyacetes e el tempo; para este estudo es la soya; el preco de alguos dervados es ua fucó de varables estocástcas co respecto al tempo. Supoemos que el valor de la varable x, sgue el proceso Ito. dx = a( x, t) dt + b( x, t) dz El lema afrma que cualquer fucó f(x,t), de x y t sgue a su vez el proceso. G G G G dg = ( a + + b ) dt + bdz x t x x Dode dz es el msmo proceso Weer descrto aterormete y de está maera G també sgue u proceso Ito, co tasa aleatora Proceso segudo por el preco de ua Accó o ua dvsa. Tato las accoes como las dvsas sgue procesos estocástcos, pero ates de postular u proceso cualquera debemos recalcar alguos aspectos acerca de los precos. El preco de ua accó o actvo facero o puede ser jamás egatvo, por lo que el

7 proceso que descrba su evolucó debe mpedr la aparcó de valores egatvos. El movmeto e el preco de ua accó o actvo es aproxmadamete proporcoal a su valor. El proceso de Ito satsface uestras aterores codcoes. El térmo σ se deoma volatldad de S, es decr, la desvacó típca de sus redmetos, metras que el térmo correspode al redmeto esperado. 3. La fórmula de Black-Scholes A prcpos de los seteta, Fsher Black y Myró Scholes realzaro u descubrmeto cetífco de gra mportaca e la valoracó de las opcoes. El modelo para calcular el preco de las opcoes de Black-Scholes, es el modelo ecoómco co mayor éxto de toda la teoría facera y ecoómca del sglo XX, ofrece drectamete ua estratega que permte cubrr el resgo e ua poscó de opcoes Hpótess que asume el Modelo de Black-Sholes. Las sguetes codcoes so ecesaras para la aplcacó del modelo de Black- Sholes..-El preco de u actvo subyacete sgue u proceso Ito, de tpo ds=sdt+σsdz..-la veta a corto de actvos está permtda, s restrccoes sobre el uso del dero así geerado. 3.-No exste costo de trasaccó, mpuestos. 4.-Todos los actvos so ftamete dvsbles. 5. -El actvo o paga dvdedos durate la duracó del strumeto dervado. 6. -No exste oportudades de arbtraje. 7. -El mercado es cotuo. 8. -El tpo de terés s resgo, r, es costate y es el msmo para todos los plazos. 3.. Prcpales Formulas de Black- Sholes. rt C= e ( e p= Ke dode: d d lk rt l = N( d k) φ( ) du= SN( d ) Ke ( S / K ) ) SN( d ) σ l( S / K) + ( r = σ T σ + r + T σ T ) T = d rt σ N(x) es la fucó de probabldad acumulada de la varable ormal estádar. E otras palabras, es la probabldad de que ua varable co ua dstrbucó ormal estádar sea meor que x. Las varables C y P so los precos de las opcoes europeas de compra y veta respectvamete, S es el preco de las accoes o del actvo subyacete. K es el preco del ejercco, r el tpo de terés lbre de resgo. T es el tempo hasta el vecmeto y σ es la volatldad del preco de las accoes. Cuado el preco del actvo subyacete S es muy grade, ua opcó de compra es cas certo que se ejercerá etoces tato d como d so muy grades y N(d) y N(d) so cercaos a uo. 3.3 Sesbldad de las Opcoes. Las fórmulas de valoracó o sólo da el preco de ua opcó a partr de cualquer combacó de varables; també muestra cómo el preco obtedo va a cambar ate cualquer cambo cocreto de las varables. La Sesbldad Delta es la prmera dervada del preco de la opcó co respecto al subyacete. N( d T )

8 La Delta es la proporcó e que varía el valor justo teórco de ua opcó por el cambo del preco del actvo subyacete. La Sesbldad Gama es la varacó teórca de la delta de ua opcó por cada dólar que cambe el actvo subyacete. La Sesbldad Theta es la pérdda teórca por cada día que pasa. El valor de theta mde la sesbldad del preco de la opcó al paso del tempo hasta que la opcó terme. La Sesbldad del valor justo de ua opcó a los cambos e su volatldad teórca se la mde por su vega. La sesbldad del valor justo de ua opcó a los movmetos de los tpos de terés se mde por su Rho. 4 Estmacó de la Volatldad del preco del qutal de soya e el Mercado Ecuatorao. U método para el cálculo de la volatldad es usar u regstro dode se establezca los movmetos del preco del actvo subyacete durate certo lapso de tempo. Defamos los sguetes parámetros: : úmero de observacoes. S: preco del actvo subyacete al fal del perodo, (=0,,,...) T: duracó del tervalo de tempo e años. Represetamos co: = l S S A ua estmacó de s(σ), de la desvacó estádar de se expresa: s = que se pude expresar també como: ( ) = s = = ( ) = S TABLA II ESTIMACIÓN DE LA VOLATILIDAD DEL PRECIO MENSUAL DE LA SOYA POR MEDIO DE DATOS HISTORICOS Meses Preco Preco Relatvo Retabldad Dara S / S S = l( S/ S ) A cotuacó calculamos los sguetes valores: Reemplazamos e la sguete formula para calcular la estmacó de la desvacó estádar de la retabldad dara: ( ) Como los precos está meddos mesualmete, etoces u año tee meses, por lo tato la volatldad estmada por año es de 4. Estmacó de la Volatldad del preco de qutal de soya medate el Modelo GARCH(,). El modelo a utlzar es el geeral autoregresvo co heterocedastcdad codcoal (GARCH). La prcpal característca del modelo GARCH es que recooce que la volatldad y la correlacó o so costates e el tempo. E las varables ecoómcas, se observa perodo de relatva establdad, segudos de tervalos de alta volatldad, ates de volver a la establdad, estos so lo 3,83 3,84, , ,343E ,56 0, , , ,9 0, , , ,65 0, , , ,47 0, , , ,0 0, , ,093E-07-6,38, , , ,84, , , = = = = ( ) = 64 = = = (0.964) 63 (64*63) 0.068* = 0.370= 37.0% = 0.068

9 3,83 llamados procesos heteroscedástcos codcoales auto regresvo. El modelo GARCH (p,q) fue presetado por Bollerslev (986) como ua geeralzacó del modelo de Egel (98) y aplcado a sere de tpo de terés por Egle, Lle y Robbs (987); Egle, Rothschld (990); y Egle. El modelo GARCH para la estmacó de la volatldad se expresa de la sguete maera: σ = + + ϖ α βσ TABLA III ESTIMACIÓN DE LOS PARÁMETROS DEL MODELO GARCH(,) S S = S S σ 3,84 0, l( ν ) ν = ν 3 3,56-0, ,345E-07-7,49 4,9-0, ,00043, ,65-0,0676 0,0007 5, ,47-0, , , ,0-0, , , ,0-0, , , ,38 0, , ,4477 6,84 0, , , Para estmar los parámetros del modelo GARCH(,) teemos que maxmzar la sguete fucó objetvo: MaxFO : = l( ν ) ν Reemplazado los valores de los parámetros e la ecuacó del modelo GARCH(,) teemos el sguete resultado: 5 Aplcacó del Modelo de Black- Sholes para el preco del qutal de Soya. E este captulo realzaremos la aplcacó del modelo de Black-Sholes para la valoracó de opcoes de compra y veta. Para el cálculo de los precos de las opcoes de compra y veta ecestaremos de u software facero llamado DervaGem Versó.5,. 5. Defcó de parámetros requerdos para el calculo de los precos de las opcoes de compra como de veta para el programa Dervagem.5. P: Preco Actual del qutal de soya e dólares ($), el el prmer dato a gresar y el programa lo llama Stock Prce. S: Desvacó estádar por año (Volatldad), es el segudo dato a gresar e porcetaje el programa lo llama Volatlty (% per year) que es el 37%. Rf: Tasa de Iterés lbre de Resgo del mercado, es el tercer dato a gresar y el programa lo llama Rsk-FreeRate que es 5.7%. T: Fecha de vecmeto de la opcó, es el cuarto dato a gresar y el programa lo llama Tme to Exercse que es 5 meses pero se gresa 5/. Pex: Preco de ejercco de la opcó e dólares ($), es el últmo dato a gresar y el programa lo llama Exercses Prces que es $.53. Para obteer los precos actuales del qutal de soya y los precos de ejercco se recurró a la smulacó de datos. Se geeró ce varables aleatoras co meda $.8 y desvacó estádar de 37% que sería la volatldad del preco del qutal de Soya estmada por datos hstórcos. Co la smulacó de los precos vamos a obteer pares ordeados que so el preco actual del qutal de soya y el preco de ejercco. Tomado como refereca que al cerre de la semaa 45 del presete año la tasa lbre de resgo es 5.7%. Co respecto a la fecha de Vecmeto de las opcoes se tedrá dferetes alteratvas que puede ser semaas, meses y u año. 5. Ejemplo para calcular el preco de la opcó de Compra: Queremos saber cual es el preco para la opcó de compra europea co el preco

10 actual del quta de soya fjado e $.6, la tasa lbre de resgo del mercado es de 5.7%, la volatldad de 37.0%, el tempo de ejercco o fecha de vecmeto e 5 meses, e el programa es equvalete a 5 dvddo para, debdo a que el año tee meses y el preco del ejercco se lo fjo e $.53 por qutal. TABLA IV RESULTADOS DEL PROGRAMA DERIVAGEM PARA CALCULAR EL PRECIO DE LA OPCIÓN Prce:, Delta (per $): 0, Gamma (per $ per $): 0,45858 Vega (per %): 0, Theta (per day): -0, Rho (per %): 0,07304 GRAFICO 5. APLICACIÓN DEL SOFTWARE DERIVAGEM -VERSIÓN.5 TABLA V RESULTADOS NUMERICOS PARA EL PRECIO DE LAS OPCIONES DE COMPRA (CALL) MEDIANTE EL METODO DE BLACK-SHOLES Tempo P Pex Preco de la Opcó Delta Gama Theta Vega Rho Semaa,7,5 0,04 0,897 0,5970 0,0053-0,045 0, Semaa 0,8,6 0,50 0,3909 0,3996 0,000-0,0094 0,003 Meses,37,3 0,5830 0,5847 0,3 0,08-0,0087 0,005 Meses,75,06,530 0,705 0,944 0,065-0,006 0,09 trmestre,7,,098 0,6574 0,695 0,05-0,0054 0,06 5 Meses,9 0,45,3 0,7794 0,04 0,08-0,0039 0,099 Semestre 0,47,3 0,9050 0,4889 0,456 0,095-0,0037 0,0 8 Meses,9 0,79,7360 0,6546 0,090 0,0337-0,0034 0,0373 Año,69,34,793 0,6634 0,0844 0,047-0,0030 0,0558 TABLA VI RESULTADOS NUMERICOS PARA EL PRECIO DE LAS OPCIONES DE VENTA (PUT) MEDIANTE EL METODO DE BLACK-SHOLES Tempo P Pex Preco de la Opcó Delta Gama Theta Vega Rho Semaa,7,5 0,4387-0,703 0,5970 0,0053-0,07-0,006 3 Semaa 0,8,6 0,565-0,609 0,3996 0,000-0,0076-0,004 Meses,37,3 0,3896-0,453 0,3 0,08-0,0070-0,0043 Meses,75,06 0,3580-0,948 0,944 0,065-0,0044-0,0064 trmestre,7, 0,5505-0,346 0,695 0,05-0,0037-0,04 5 Meses,9 0,45 0,407-0,06 0,04 0,08-0,003-0,07 Semestre 0,47,3,3483-0,5 0,456 0,095-0,009-0, Meses,9 0,79 0,933-0,3454 0,090 0,0337-0,008-0,030 Año,69,34,989-0,3366 0,0844 0,047-0,004-0,053

11 CONCLUSIONES. La produccó acoal de Soya es de alrededor de TM al año, las msmas que se cosecha e u 95% e el cclo de verao, cocetradas e la Provca de Los Ríos, esto equvale a TM de Torta de Soya y a.600 TM de acete crudo.. La demada aual de Torta de Soya, por parte de la dustra de balaceados, que abastece a las dustras avícolas, se estma e alrededor de TM, la produccó local e el mejor de los casos cubre 3 meses de cosumo, es decr cubre el.6% de esos requermetos, metras que e térmos de acete de soya esa cobertura es del 7.5% aproxmadamete, el resto se satsface medate mportacoes. 3. Los precos doméstcos del grao de soya, los establece el mercado e fucó de los costos de oportudad de las mportacoes, dode se preseta dstorsoes co los países vecos, que cotrae los mecoados precos. 4. Las opcoes permte reducr los costos de trasaccó, aumeta la lqudez del mercado e geeral y posblta tomar poscoes. 5. Las opcoes permte admstrar y reducr el resgo. Los productores y compradores de la soya puede reducr los resgos operacoales y faceros a que está sometdo ate cambos e precos de productos e sumos y e las tasas de terés. 6. El modelo de sere de tempo GARCH es capaz de capturar el aspecto del agrupameto de la volatldad. 7. La aplcacó de este método o sólo permte el cálculo de ua esperaza codcoal sobre la base de u modelo uvarate, so també de su varaza codcoal que puede ser asocada a la dea de certdumbre característca es que recooce que la volatldad y la correlacó o so costates. 9. La varable preco del actvo subyacete afecta al preco de la opcó de compra postvamete esto quere decr que s el preco del actvo subyacete sube o dsmuye e el preco de la opcó de compra ocurre lo msmo; lo cotraro ocurre co el preco de la opcó de Veta que tee ua relacó egatva co el preco del actvo subyacete. 0. La volatldad que es ua medda de certdumbre, que afecta al preco de la opcó de compra o veta de maera postva lo que quere decr que s aumeta o dsmuye la volatldad sube o dsmuye el preco de la opcó de compra y veta. La estmacó de la volatldad para el año 00 es de 37% aual.. El preco de ejercco es ua varable que afecta al preco de la opcó de compra egatvamete es decr que cuado sube o baja el preco de ejercco el preco de la opcó de compra baja o sube respectvamete; y cuado el preco de ejercco aumeta o dsmuye e el preco de la opcó de veta ocurre lo msmo. REFERENCIAS BIBLIOGRAFICAS. Davd Ford (994) Ivertr e el Mercado de Opcoes Facal Tmes (España).. James Rodríguez de Castro (996) El resgo flexble Ceca de CDN La Dreccó (Méxco). 3. JHON C. Hull (999) Optos, Futures & other Dervates Prtce Hall 4 th Edto (EE.UU) 4. Jame Díaz Toco y Fausto Herádez Trllo (997) Futuros y Opcoes Faceras, Ua troduccó. 8. El modelo GARCH(,) realza predccoes cofables co respecto a las volatldades del cambo porcetual del preco del qutal de soya y la prcpal

VALORACIÓN DE LOS PRECIOS DE LOS BOTONES DE ROSAS FRESCAS DEL ECUADOR EN EL MERCADO ESTADOUNIDENSE

VALORACIÓN DE LOS PRECIOS DE LOS BOTONES DE ROSAS FRESCAS DEL ECUADOR EN EL MERCADO ESTADOUNIDENSE VALORACIÓN DE LOS PRECIOS DE LOS BOTONES DE ROSAS FRESCAS DEL ECUADOR EN EL MERCADO ESTADOUNIDENSE Kare Jahara Zambrao Loor 1, Ferado Sadoya 1 Igeera e Estadístca Iformátca 003 Drector de Tess, Matemátco,

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

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

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción. TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)

Más detalles

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

En esta sección estudiaremos el caso en que se usa un solo Predictor para predecir la variable de interés ( Y ) Regresó Leal mple. REGREIÓN IMPLE El aálss de regresó es ua herrameta estadístca la cual utlza la relacó, etre dos o más varables de modo que ua varable pueda ser predcha desde la (s) otra (s). Por ejemplo

Más detalles

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA 3. Itroduccó Los datos stétcos so elemetos de suma mportaca e los sstemas de dseño e presas de almaceameto, ya que se evalúa el propósto del sstema co sumo

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

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

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

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

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

TEMA 4: VALORACIÓN DE RENTAS

TEMA 4: VALORACIÓN DE RENTAS TEMA 4: ALORACIÓN DE RENTAS 1. Cocepto y valor facero de ua reta 2. Clasfcacó de las retas. 3. aloracó de Retas dscretas. Temporales. 4. aloracó de Retas dscretas. Perpetuas. 5. Ejerccos tema 4. 1. Cocepto

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL Smposo de Metrología 4 al 7 de Octubre DISTRIBUCIÓ DE LA MEDIA Y EL TEOREMA DEL LÍMITE CETRAL Wolfgag A. Schmd Cetro acoal de Metrología Tel.: (44) 4, e-mal: wschmd@ceam.mx Resume: De acuerdo al Teorema

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

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

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

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

Regresión lineal simple

Regresión lineal simple Descrpcó breve del tema Regresó leal smple Tema. Itroduccó. El modelo de regresó smple 3. Hpótess del modelo Lealdad, homogeedad, homocedastcdad, depedeca ormaldad 4. Estmacó de los parámetros Mímos cuadrados,

Más detalles

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 6. Anualidades anticipadas. Objetivos. Al finalizar la unidad, el alumno: Udad 6 Aualdades atcpadas Objetvos Al falzar la udad, el alumo: Calculará el moto producdo por ua aualdad atcpada. Calculará el valor presete de ua aualdad atcpada. Calculará el valor de la reta de ua

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

Análisis de Regresión

Análisis de Regresión Aálss de Regresó Ig. César Augusto Zapata Urqujo Ig. José Alejadro Marí Del Río Facultad de Igeería Idustral Uversdad Tecológca de Perera 0-05 Modelo de Regresó Leal Smple Y Dados A (, ) =,,. Gráfco o

Más detalles

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL SIMPLE RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente. Sere de radete (eométrco y rtmétco) y su Relacó co el resete. Certos proyectos de versó geera fluos de efectvo que crece o dsmuye ua certa catdad costate cada período. or eemplo, los gastos de matemeto

Más detalles

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES

ANEXO A: CUADRO DE MANDO DE LOS INDICADORES ANEXO A: CUADRO DE MANDO DE LOS INDICADORES Implatacó de u Cuadro de Mado Itegral e ua empresa de Artes Gráfcas e Terrassa ÍNDICE ÍNDICE A.- INDICADORES DE LA PERSPECTIVA FINANCIERA 3 A2.- INDICADORES

Más detalles

EVALUACIÓN ECONÓMICA.

EVALUACIÓN ECONÓMICA. EVALUACIÓN ECONÓMICA. 1. ANTECEDENTES GENERALES. La evaluacó se podría defr, smplemete, como el proceso e el cual se determa el mérto, valor o sgfcaca de u proyecto. Este proceso de determacó os lleva

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

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada

Más detalles

1 Estadística. Profesora María Durbán

1 Estadística. Profesora María Durbán Tema 5: Estmacó de Parámetros Tema 5: Estmacó de Parámetros 5. Itroduccó y coceptos báscos 5. Propedades de los estmadores 5.4 Dstrbucó de u estmador e el muestreo Objetvos del tema: Al fal del tema el

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:

MUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún: A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad

Más detalles

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL TIPOS DE RELACIONES ENTRE VARIABLES Dos varables puede estar relacoadas por: Modelo determsta Modelo estadístco Ejemplo: Relacó de la altura co la edad e ños.

Más detalles

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2). TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna arte robabldad codcoal rof. María. tarell - robabldad codcoal.- Defcó Supogamos el expermeto aleatoro de extraer al azar s reemplazo dos bolllas de ua ura que cotee 7 bolllas rojas y blacas. summos que

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

4 METODOLOGIA ADAPTADA AL PROBLEMA

4 METODOLOGIA ADAPTADA AL PROBLEMA 4 MEODOLOGA ADAPADA AL PROBLEMA 4.1 troduccó Báscamete el problema que se quere resolver es ecotrar la actuacó óptma sobre las tesoes de los geeradores, la relacó de tomas de los trasformadores y el valor

Más detalles

Ensayos de control de calidad

Ensayos de control de calidad Esayos de cotrol de caldad Fecha: 0170619 1. lcace. Este procedmeto es aplcable e la evaluacó del desempeño del persoal que ejecuta pruebas e la Dvsó de Laboratoros de Ifraestructura de la Coordacó de

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra Estmacó putual de parámetros. Parámetro( : Característca de la poblacó. E estadístca la forma fucoal de f ( ; es coocda pero se descooce total o parcalmete. La estmacó del parámetro ( debe ser fucó de

Más detalles

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística.

En este capítulo 5 estudiaremos una serie de conceptos básicos, y que serán fundamentales para el posterior desarrollo de la inferencia estadística. TEMA 5. Muestreo y dstrbucoes e el muestreo Nuestro objetvo fudametal es saber qué modelo va a segur la poblacó, y para ello haremos uso de la formacó que obtegamos de ua parte de esa poblacó llamada muestra.

Más detalles

Incertidumbre en las mediciones directas e indirectas

Incertidumbre en las mediciones directas e indirectas Icertdumbre e las medcoes drectas e drectas Comezaremos por dstgur dos dferetes tpos de medcoes: Medcoes drectas: La medda de la cota se obtee e ua úca medcó co u strumeto de lectura drecta. Medcoes drectas:

Más detalles

PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez

PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE Eva Mª del Pozo García Mª Jesús Segova Vargas Zuleyka Díaz Martíez Departameto de Ecoomía Facera y Cotabldad I Uversdad Complutese

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

Análisis de la Varianza

Análisis de la Varianza Descrpcó breve del tema Aálss de la Varaza Tema. troduccó al dseño de expermetos. El modelo. Estmacó de los parámetros. Propedades de los estmadores 5. Descomposcó de la varabldad 6. Estmacó de la dfereca

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

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad Regulardad estadístca. E vrtud de la gra varabldad de muchos procesos, se recurre al estudo del comportameto e grades cojutos de elemetos. Se busca captar los aspectos sstemátcos o los aleatoros. Se pretede

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO TEA 6 UESTREO POR COGLOERADOS OOETÁPICO Cotedo 1- Defcó. Aplcacó. Seleccó de ua muestra por Coglomerados. Etapas. otacó. - uestreo mooetápco co coglomerados de gual tamaño. Estmacó de la meda, el total

Más detalles

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL. Supertedeca de Admstradoras de Fodos de Pesoes CIRCULAR Nº 736 VISTOS: Las facultades que cofere la ley a esta Supertedeca, se mparte las sguetes struccoes de cumplmeto oblgatoro para todas las Admstradoras

Más detalles

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. NSTTUTO TECNOLÓGCO DE ZCO Estadístca OLDD XOMS Y TEOEMS DE L OLDD. DEFNCONES DE L OLDD. La palabra probabldad se utlza para cuatfcar uestra creeca de que ocurra u acotecmeto determado. Exste tres formas

Más detalles

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x) APROXIMACIÓN DISCRETA DE MÍNIMOS CUADRADOS Las leyes físcas que rge el feómeo que se estuda e forma expermetal os proporcoa formacó mportate que debemos cosderar para propoer la forma de la fucó φ ( x)

Más detalles

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo.

Es aquella Serie Uniforme, cuyo Pago tiene lugar, al Final del Periodo. ANUALIDADES SERIES UNIFORMES SERIE UNIFORME Se defe como u Cojuto de Pagos Iguales y Peródcos. El Térmo PAGO hace refereca tato a Igresos como a Egresos. També se deoma ANUALIDADES: Se defe como u Cojuto

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información?

Evolución buena 0,7 0,3 Evolución mala 0,2 0,8 Cuál es el valor máximo de esta información? APELLIDOS: DNI: EXAMEN DE TÉCNICAS CUANTITATIVAS III. NOMBRE: GRUPO: E todos los casos, cosdere u vel de cofaza del 95% (z=).. U empresaro quere estmar el cosumo mesual de electrcdad e ua comudad de 000

Más detalles

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09 Métodos Estadístcos Aplcados a la Igeería Exame Temas -4 Igeería Idustral (E.I.I.) 3/4/09 Apelldos y ombre: Calfcacó: Cuestó..- Se ha calculado el percetl 8 sobre las estadístcas de sestraldad e el sector

Más detalles

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,

Más detalles

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA ANTONIO JOSÉ DE SUCRE VICERRECTORADO BARQUISIMETO DEPARTAMENTO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL UNIERSIDAD NACIONAL EXERIMENAL OLIECNICA ANONIO JOSÉ DE SUCRE ICERRECORADO BARQUISIMEO DEARAMENO DE INGENIERÍA QUÍMICA QUÍMICA GENERAL UNIDAD I CLASE Nº EL ESADO GASEOSO GAS IDEAL Es el estado de la matera

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadístca Matemátcas B º E.S.O. TEM 9 ESTDÍSTIC TBLS DE FRECUENCIS Y REPRESENTCIONES GRÁFICS EN VRIBLES DISCRETS EJERCICIO : l pregutar a 0 dvduos sobre el úmero de lbros que ha leído e el últmo

Más detalles

Unidad 2. Reactores Continuos

Unidad 2. Reactores Continuos Reactores Químcos: Udad Udad Reactores otuos Reactores cotuos so aquellos e los cuales, de maera cotua, se almeta los reactvos y també, de maera cotua se extrae los productos Detro de esta clasfcacó, de

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

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

CENTRO DE MASA centro de masas centro de masas

CENTRO DE MASA centro de masas centro de masas CENTRO DE ASA El cetro de masas de u sstema dscreto o cotuo es el puto geométrco que dámcamete se comporta como s e él estuvera aplcada la resultate de las fuerzas exteras al sstema. De maera aáloga, se

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

VALORIZACION DE BONOS

VALORIZACION DE BONOS UNIVERSIDAD ANDRES BELLO FACULAD DE ECONOMIA Y NEGOCIOS ESCUELA DE INGENIERIA COMERCIAL PROGRAMA ADVANCE FINANZAS CORPORAIVAS Profesor : Reato Balbotí S. VALORIZACION DE BONOS ) Usted cooce la evolucó

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2008 Solucó del exame de Ivestgacó Operatva de Sstemas de septembre de 008 Problema : (3 putos) E Vllafresca uca hace sol dos días segudos. S u día hace sol, hay las msmas probabldades de que el día sguete

Más detalles

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS INGENIERÍA INDUTRIAL A meudo, e la práctca, se requere resolver prolemas que clue cojutos de varales, cuado se sae que este algua relacó herete etre ellas, esa relacó se puede ecotrar a partr de la formacó

Más detalles

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA ema ta zabal zazu EUSKAL HERRIKO UNIBERTSITATEA UNIVERSIDAD DEL AIS VASCO MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA Resolucó del ejercco fal. rmera covocatora. Curso INDUSTRIA INGENIARITZA TEKNIKOKO UNIBERTSITATE

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

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

FUNCIONES ALEATORIAS

FUNCIONES ALEATORIAS Uversdad de Medoza Ig. Jesús Rubé Azor Motoya FUNCIONES ALEATORIAS Ua varable aleatora se defe como ua fucó que represeta gráfcamete el resultado de u expermeto a los úmeros reales, esto es, X(), dode

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

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

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

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

Estadística Espacial. José Antonio Rivera Colmenero

Estadística Espacial. José Antonio Rivera Colmenero Estadístca Espacal José Atoo Rvera Colmeero 1 Descrptores del patró putual Tedeca cetral 1. Meda cetral (Meda espacal). Meda cetral poderada 3. Medaa cetral (medaa espacal) o se utlza amplamete por su

Más detalles

1. Introducción 1.1. Análisis de la Relación

1. Introducción 1.1. Análisis de la Relación . Itroduccó.. Aálss de la Relacó Ejemplos: Relacoes fucoales de terés Redmeto Doss de fertlzate Redmeto hortícola Desdad de platacó Volume de madera a cortar Desdad de platacó Catdad de suplemeto dado

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

Regresión y correlación lineal.

Regresión y correlación lineal. Regresó y correlacó leal. Este procedmeto proporcoa medos legítmos, modelos matemátcos a trabes de los cuales, se puede establecer asocacoes etre varables de terés e las cuales la relacó usual o es casual.

Más detalles

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo Estadístca Tema 6: Aálss de Regresó. Estadístca. UNITEC Tema 6: Aálss de Regresó Modelos de Regresó E muchos problemas este ua relacó herete etre dos o mas varables, resulta ecesaro eplorar la aturaleza

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

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS Epermeto: I. OJETIVOS UNIVERSIDD DE TM Facultad de ecas Naturales Departameto de Físca TEORÍ DE ERRORES Idetfcar errores sstemátcos y accdetales e u proceso de medcó. ompreder los coceptos de eacttud y

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada: :: OBJETIVOS [3.] o Apreder a presetar los datos epermetales como grafcas -. o Apreder a usar las hojas de papel logarítmco Semlogarítmco o Determar la relacó matemátca de ua grafca leal de datos epermetales

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles