LA IMPORTANCIA DE LA VOLATILIDAD EN LA SELECCIÓN OPTIMA DE PORTAFOLIOS Alvaro José Cobo Quintero*

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

Download "LA IMPORTANCIA DE LA VOLATILIDAD EN LA SELECCIÓN OPTIMA DE PORTAFOLIOS Alvaro José Cobo Quintero*"

Transcripción

1 A IMPORACIA D A OAIIDAD A SCCIÓ OPIMA D PORAFOIOS Alvaro José Cobo Quero* alvaro_josecobo@yahoo.com ajcobo@davveda.com Bogoá, Colomba Prmera ersó: Ocubre 3 Borrador *Iegrae del Dearameo de Aálss de Resgo de la Fducara y Baco Davveda. as ooes y demás coedos e ese documeo so resosabldad exclusva del auor y o comromee a oros membros a las drecvas de la sucó.

2 A IMPORACIA D A OAIIDAD A SCCIÓ OPIMA D PORAFOIOS la década de los 5 s, Harry Markowz, remo obel de coomía (99), desarrolló la eoría de orafolos basada e el coceo que e la medda e que se añade acvos a ua carera de versó, el resgo meddo a ravés de la varaza ( ) o de la desvacó esádar ( ) dsmuye como cosecueca de la dversfcacó 3. ambé rouso el coceo de covaraza ( j ) y correlacó (ρ j ), es decr, e la medda que se ee acvos egavamee correlacoados, el resgo de mercado de u orafolo de acvos dsmuye. Geeralmee, se suoe que la varaza de ua sere facera, es cosae e el emo (homocedascdad). S embargo, e los mercados faceros es muy dfícl ecorar ese comorameo, or el coraro, e la seres faceras es muy frecuee el feómeo de heerocedascdad, es decr, la varaza de la sere ee cambos ssemácos e el emo, feómeo e el que se resea erodos de ala urbuleca segudos de erodos de relava calma o esabldad, or eso, ese comorameo habrá que eerlo e cuea al esmar los modelos. l roóso de esa oa es mosrar las mlcacoes que ee el uso de ua de las meddas esadíscas cláscas e el calculo del resgo de los acvos que comoe el orafolo de versó como es la volaldad (desvacó esádar), e momeos dode el mercado resea urbulecas que cremea el resgo de los acvos. Para eso, se rooe descomoer la marz de varazas y covarazas (Σ ) hacedo uso MARKOIZ,H.M. (95): Porfolo Seleco, Joural of Face,7,(), Juo co Mero Mller y llam Share. Cabe recordar que el rcal méro de Share ha sdo el de exeder el aálss de Markowz y ob de seleccó óma de orafolos a u modelo de equlbro del mercado de caales. o que hoy deomamos CAPM es e realdad ua síess de las corbucoes cas smulaeas de SHARP (964), RYOR(96) o ublcada, y la de IR(965) y las oserores de MOSSI(966), FAMA(968) y BACK(97), quees oma como uo de arda los rabajos de MARKOIZ(95,959) y OBI(958) 3 Para ua mayor rofudzacó ver, AS,J. y ARCHR,S.H. (968): Dversfcao ad he Reduco of Dserso: A mrcal Aalyss, Joural of Face,(3),5, y SAMA,M. (987): How May Socks Make a Dversfed Porfolo, Joural of Facal ad Quaave Aalsys,(),3,

3 de éccas mas avazadas e el calculo de la volaldad como los modelos MA y la famla de los GARCH 4. Para reflejar el cremeo de la volaldad de los acvos e la marz de varazas y covarazas (Σ ) es coveee searar el comoee de volaldad ( ) y la correlacó (ρ j ). fecvamee, la marz de varazas y covarazas (Σ ) se modfca ao or cambos e las volaldades de cada uo de los acvos que coforma el orafolo como or el cambo de las relacoes e los recos, exresadas e los coefcees de correlacó. se ejercco esa efocado úcamee e el cambo de las volaldades. Se defe la marz de varazas y covarazas (Σ ) como: M M Se rocede a la descomoscó de esa marz co el objevo de eer ua mejor o mas recsa medda de resgo e busca de ua seleccó oma acvos 5. Se defe ua marz (S ) que ee suadas e la dagoal rcal las volaldades codcoales de las reabldades de los acvos. l suerídce,g hace refereca al modelo de volaldad ulzado, sea u MA () o u GARCH (G). S, G, G, G 4 Mas adelae se descrbe esos dos modelos de volaldad codcoal. Para el caso de los GARCH, se revsa el GARCH(,). os modelos GARCH mas habuales, ere oros so: GARCH, A-GARCH, GJR-GARCH. 5 Se busca el cojuo de orafolos efcees e el sedo de meda varaza, es decr, aquellos orafolos que, dado u redmeo eserado ee meor volaldad y, dada ua deermada volaldad, ee el mayor redmeo eserado, o de ora forma, se busca u orafolo que dome e el sedo de meda varaza a oro osble.

4 eedo e cuea que el coefcee de correlacó ere las reabldades de los acvos y j vee dado or, () ρ j j j oces, defmos las marz de correlacoes como, Ω ρ ρ ρ ρ ρ ρ ese caso, la descomoscó erme rabajar sobre (Σ ) elgedo los valores alcazados or la volaldad codcoal o esocásca (MA,GARCH) y o los de la volaldad codcoal o deermsa( ) 6. Por lo ao, se uede exresar la marz de varazas y covarazas (Σ ) medae el roduco de las marces (S ) y (Ω ), () Σ S Ω S De esa forma, se laea el modelo de seleccó oma de orafolos eedo e cuea la descomoscó aeror. Sea ua carera co acvos y sea P, el vecor rasueso de la columa de recos -dmesoal al que, P [ ] as roorcoes verdas e los acvos se reresea medae el vecor rasueso de la columa de cadades -dmesoal al que 7, 6 Ua eresae exlcacó se ecuera e el rmer caulo del lbro Marke Models de Carol Alexader().Jho ley. 7 Solo se raa el caso de oscoes largas, es decr, o se cosdera veas e coro. 3

5 4 dode, Así, el valor del orafolo esa dado or, a reabldad se defe medae 8, l vecor rasueso de reabldad es, oces, el cambo e el valor del orafolo vedrá dado or, Ahora, se suoe que R se dsrbuye segú ua ormal mulvarae co µ y marz de covarazas (Σ ), es decr, R ~ (, Ω ). Por lo ao, la dsrbucó de es ormal mulvarae y esá dada or, eedo e cuea el resulado de la descomoscó de la marz de varazas y covarazas (ec()) eemos, y la volaldad codcoal del orafolo se defe como, 8 Suoedo que o exse reas dsrbudas e forma de dvdedos o ereses. w,...,, [ ] w w w w P r l + [ ] r r r R r w R ( ) ( ) R ( ) ( ) ar Σ G S S Ω, ( ) ( ) G S S ar Ω,

6 Adcoalmee, se esma la érdda máxma que uede regsrar ua deermada oscó o carera de versó, e el caso de researse u cambo e los facores de resgo, durae u horzoe de versó defdo y u vel de robabldad deermado. oces, la esmacó del ar 9 esa dada or, ar ( α ) k( α ) S Ω S, dode : k(α): facor que defe el vel de cofaza : valor del orafolo : vecor rasueso de los esos de las oscoes e el orafolo (x) S : marz dagoal de la volaldad codcoal Ω : marz de correlacoes : vecor de esos de las oscoes e el orafolo (x) : horzoe de emo e que se desea ajusar el ar A arr de ese resulado se omza, ya sea maxmzado la reabldad del orafolo o mmzado la varaza del msmo. De ese modo, ceramos la aecó al caso de mmzar la varaza del orafolo. a fucó objevo es, M Sujeo a la sguees resrccoes, w + j j# ww j j w R R 9 alue A Rsk. Ulzado la eoría modera de orafolos es osble medr el resgo de mercado de la versó. Para eso, es ecesaro cosderar los efecos de la dversfcacó co las correlacoes ere los redmeos de los acvos que coforma el orafolo, la meodología es coocda como marz de varaza-covaraza o dela-ormal. sa meodología fue dfudda or JP Morga e 994, la cual erme esmar la erdda máxma que odría regsrar el orafolo e u ervalo de emo y co u vel de cofaza defdo. Hay que desacar que al defcó es valda úcamee e codcoes ormales de mercado, ya que e momeos de crss y urbulecas ecoómcas la erdda eserada se defe or ruebas de sress, esa alerava la veremos mas adelae. os veles de cofaza más habuales so 95% (.644), 97.5% (.959) y 99% (.36). 5

7 dode, w,,..., w Por olícas de dversfcacó, or ejemlo, ara el caso de Fodos de Iversó se ee resrccoes adcoales. De esa forma, hay que eer e cuea las - resrccoes adcoales, como, dode,, w d D w,,..., y D uede ser u lme adcoal, or ejemlo la roorcó verda e el acvo () o uede suerar deermado orceaje. Por oro lado, reomado el ema del co dode se descomoe la marz de varazas y covarazas (Σ ), se ee que esa meodología es úl ara el dseño de ruebas de esó o sress esg. Dero de la aroxmacó desarrollada e ese documeo y co el objevo de someer al modelo a ruebas de esó, las volaldades se modfca e ua cuaía deermada or la marz,, Resolvedo ara el caso de la maxmzacó, eemos que la fucó objevo es el Rao de Share sa. w, y que w,, K,, e clur las resrccoes adcoales, s las hay. R R f Θ, 6

8 , G, G, G Por lo ao, la marz de varazas y covarazas (Σ ) del escearo de sress queda defda, así, Σ sress ( S + ) Ω( S + ) A arr del resulado aeror, se calcula el ar sress, ar sresss K α sresss ( ) Σ a marz es exógea y va a deermar el escearo de sress. S embargo, se uede deermar elgedo los valores máxmos alcazados or la volaldad codcoal e algú erodo del emo. Para ermar, se desarrolla esos dos modelos de varaza codcoal. Prmero, se revsa el caso de la volaldad dámca o co suavzameo exoecal (MA) 3 y or úlmo el modelo GARCH. l modelo MA cosse e asgarle u mayor eso a las observacoes mas recees, sedo cossee co la mayoría de seres faceras las cuales so de memora cora. Reresea ua veaja sobre la volaldad hsórca ya que esa o caura rádamee fueres varacoes e los recos de los acvos, de esa forma co esa clase de modelo es osble cosrur mejores y más recsas esmacoes e éocas dode se resea urbulecas e los mercados faceros. Se refere a la medcó del resgo ae sucesos exremos(como desasres faceros, desequlbros ecoómcos o crss rovocadas or roblemas olícos) ero robables. as éccas de sress esg comlemea las meddas habuales de resgo. 3 xoeally eghed Movg Average. Rsk Mercs esablece λ.94 ara daos daros y λ.97 ara daos mesuales. el caso de daos daros ulza los úlmos 74 daos de la sere facera. 7

9 l modelo defe la varaza codcoal e ara + medae dode, λ + ( λ) µ λ : varaza λ : arámero µ : reabldad Como se uede arecar el modelo deede de u arámero (lambda λ, ere y ) coocdo como facor de decameo (decay facor) del que es ecesaro deermar su valor medae el crero de omzacó. se facor deerma los esos que se le alca a las observacoes, meras mas equeño, mayor eso ee los daos mas recees. S λ, el modelo se covere e la volaldad hsórca co esos uformes a odas las observacoes. la exresó aeror, se observa que la varaza fuura es gual a lambda veces la volaldad del día aeror, más el cuadrado de la reabldad del día or uo meos lambda, es decr, s hoy la reabldad es ala, ésa duce a u cremeo e la volaldad esmada. Falmee, se cosdera el modelo GARCH(,) roueso or Bollerslev e se modelo es u caso arcular de los modelos de heerocedascdad codcoal auorregresva geeralzada GARCH. A couacó, se resea el modelo GARCH(,), γ + αµ + β Asgado ω γ, el modelo uede escrbrse así, ω + αµ + β 8

10 dode, γ es el eso asgado a, y es la varaza romedo de largo lazo, α es el eso asgado µ -, y β es el eso asgado a -. a suma de las oderacoes debe sumar. γ α β a varaza romedo de largo lazo se obee de, dode, ω > y α,β ω γ so arámeros que se esma medae el crero de omzacó y asegura que la varaza es osva. Para que el modelo sea esable requere que α + β < asegurado que los roóscos de volaldad ee reversó a la meda, es decr, que las esmacoes esará mas cercaos al romedo de la volaldad e el medao y largo lazo. óese, como el modelo MA es u caso arcular del GARCH(,), dode ω, α λ y β λ. Se uede observar como β e el modelo GARCH(,) es equvalee a λ (decay facor) y que α e el GARCH(,) es equvalee a λ e el modelo exoecal. l modelo GARCH(,) es smlar al modelo MA exceo que adcoal a asgarle esos que decla exoecalmee a los cuadrados de las reabldades asadas (µ -), ambe asga eso al romedo de la volaldad de largo lazo. Ua veaja morae e la alcacó del modelo GARCH(,) free al MA es la osbldad de rooscar la varaza fuura, así la varaza esmada ara el día +K es, K [ ] ( α+ β ) ( ) + K 4 er.bollerslev, Geeralzed Auoregressve Codoal Heeroscedascy, Joural of coomercs, 3(986), Cado or Jho C. Hull e Oos Fuures & Oher Devaves. 9

11 a exresó aeror ambé se uede escrbr de la sguee forma, dode, deoa el valor eserado. K [ ] + ( α+ β ) ( ) + K Cuado α + β <, el segudo ermo se hace rogresvamee más equeño cuado K aumea. Así, la varaza exhbe u roceso de reversó a la meda co u vel de reversó de y ua asa de reversó de α β. l roosco de la varaza fuura ede haca. so erme hacer éfass e la ecesdad de que la suma de los arámeros α y β sea meor que uo ara que el modelo GARCH(,) sea esable. S la suma de los arámeros α y β es mayor que uo (α + β > ) el modelo GARCH(,) o es esable y debe ser rechazado ara la ulzacó de u modelo MA. Desaforuadamee, e el MA, el valor eserado de la varaza fuura es gual a la varaza obeda el día aeror. COCUSIO a razó que jusfca la descomoscó de la marz de varazas y covarazas reseada e ese documeo, esá e ear caurar los movmeos más recees de los recos de los acvos faceros, a raves delas esmacoes de la volaldad o las covarazas medae la meodología ulzada or JP Morga dfudda e RskMercs echcal Docume, o co los modelos GARCH. s decr, se busca que el comorameo del mercado se vea reflejado e la medda de volaldad ulzada y que esa cae rádamee los cambos roducdos e los recos, y de esa forma se ueda esrucurar el orafolo de la maera mas coveee co los objevos de reabldad y resgo esablecdos, eso co el objevo de corregr la fravaloracó que se resea e la meddas habuales de ar cuado el mercado se ecuera e fases de relava esabldad y asa a fases de fueres urbulecas.

12 BIBIOGRAFIA AXADR, C. (): Marke Models. Jho ley. BIGA, S. (): Facal Modelg. d d MI. CROUHY, (): Rsk Maageme. Mc Graw Hll. O,.J y GRUBR,M.J. (995): Moder Porfolo heory ad Ivesme Aalyss. d 5 h. ley. AS,J. y ARCHR,S.H. (968): Dversfcao ad he Reduco of Dserso: A mrcal Aalyss, Joural of Face,(3),5, HARO, A D ARA.(): Medcó y corol de Resgos Faceros. d. d. musa. HU, J.C. (): Oos,Fuures, & Oher Dervaves, d 4 h, Prece Hall. JORIO, P. (): alue A Rsk, d d. Mc Graw Hll. JP MORGA, (996): Rsk Mercs:ecchal Docume. MARI J.A. y RUBIO G.(): coomía Facera. d. Ao Bosch. MARKOIZ,H.M. (95): Porfolo Seleco, Joural of Face,7,(), SAMA,M. (987): How May Socks Make a Dversfed Porfolo, Joural of Facal ad Quaave Aalsys,(),3, IARIÑO, A.S. (): urbulecas Faceras y Resgos de Mercado. Prece Hall.

{ a 1, a 2,..., a } n. Cualquier vector n

{ a 1, a 2,..., a } n. Cualquier vector n Deparameo de Aálss Ecoómco UNIVERSIDAD DE ZARAGOZA Tema 3: Formas cuadrácas reales Para odo el ema, se cosdera e R u ssema de refereca (o base) dado { a 1, a 2,..., a }. Cualquer vecor x R se escrbe de

Más detalles

Introducción a la Econometría Curso 2009/ Serie de Problemas 21

Introducción a la Econometría Curso 2009/ Serie de Problemas 21 Iroduccó a la Ecoomería Curso 9/78 Sere de Problemas. Supoga que u vesgador dspoe de ua muesra de grupos (clases) de educacó prmara y ulza daos del úmero de alumos e cada clase (CS) y de la oa meda obeda

Más detalles

ECUACIÓN DE DIFUSIÓN PARA FLUJO DE FLUIDOS EN MEDIOS POROSOS.

ECUACIÓN DE DIFUSIÓN PARA FLUJO DE FLUIDOS EN MEDIOS POROSOS. 09- ECUACIÓN DE DIFUSIÓN PARA FLUJO DE FLUIDOS EN MEDIOS POROSOS. Iroduccó. Para obeer la ecuacó geeral que descrbe el comorameo del flujo de fludos a ravés de medos orosos, se hace uso de dferees rcos

Más detalles

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales.

PLAN DE TRABAJO 11 Período 23/10/06 al 3/11/06. Durante estas dos semanas estudiarás los modelos de regresiones lineales. Pla de Trabajo 0- Año 006 Curso Lbre Assdo de Esadísca II Docees resposables: Lercy Barros - María Sague PLAN DE TRABAJO Período 3/0/06 al 3//06 TEMAS A ESTUDIAR Durae esas dos semaas esudarás los modelos

Más detalles

Curvas Sistemas Gráficos Ing. Horacio Abbate 1

Curvas Sistemas Gráficos Ing. Horacio Abbate 1 Crvas Ssemas Gráfcos Ig. Horaco Abbae Polomos de erse Para y cosderar Para y cosderar - - Forma a base ara los olomos de grado. Calqer olomo de grado se ede descrbr como a combacó leal de olomos de erse

Más detalles

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años.

1. Una empresa estudia la evolución de los precios en euros de tres componentes (A, B, C) para una pieza en los últimos 5 años. Ejerccos Resuelos Números Ídces Faculad Cecas Ecoómcas y Emresarales Dearameo de Ecoomía Alcada Profesor: Saago de la Fuee Ferádez 1. Ua emresa esuda la evolucó de los recos e euros de res comoees (A,

Más detalles

Implantación del Modelo CyRCE:

Implantación del Modelo CyRCE: BACO DE MEXICO Imlaacó del Modelo CyRCE: Smlfcacoes or esrucura y esmacó de arámeros. erado Avla Embríz Javer Márquez Dez-Caedo Albero Romero Arada Abrl- Imlaacó del Modelo CyRCE: Smlfcacoes or esrucura

Más detalles

4.4. La ciudad circular El Modelo de Salop

4.4. La ciudad circular El Modelo de Salop 4.4. La cudad crcular El Malde Machado Ecoomía Idusral - Malde Machado La Cudad Crcular El modelo de Salop 4.4. La cudad crcular El E el modelo de Hoellg habamos supueso que solo hay dos empresas. Ahora

Más detalles

Álgebra Manuel Hervás Curso

Álgebra Manuel Hervás Curso Álgebra Mauel Hervás Curso 0-0 FORMAS LINEALES Defcó Sea E u espaco vecoral sobre referdo a ua base B e e e,,, Se deoma Forma Leal sobre a la aplcacó leal f : E al que x E f ( x) b De modo que elegdo u

Más detalles

MODELO CIR. Nota Técnica RESUMEN EJECUTIVO

MODELO CIR. Nota Técnica RESUMEN EJECUTIVO Noa Técca Eero 28, 2014 MODELO CIR RESUMEN EJECUTIVO Al modelar asas de erés se debe omar e cuea que esas so posvas, que hsórcamee ha mosrado u comporameo esable, eedo cambos sgfcavos úcamee como reflejo

Más detalles

F = = 0. 64, que es la eficiencia del test de signo relativa al

F = = 0. 64, que es la eficiencia del test de signo relativa al Méodos No Paramércos I 5 Elea J. Maríez do cua. 004 Efceca: La efceca del es de Fredma relava al es F es ( f ( x dx e(, F σ + e observa que o hereda la efceca de los ess de Wlcoxo y Ma-Whey relavas al

Más detalles

CONVERGENCIA Y TEOREMAS LÍMITE

CONVERGENCIA Y TEOREMAS LÍMITE CONVERGENCIA Y TEOREMAS LÍMITE. Covergeca de sucesoes de varables aleaora Covergeca cas-segura Covergeca e robabldad Covergeca e meda cuadráca Covergeca e ley ( o dsrbucó). Leyes de los grades úmeros.

Más detalles

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Tema 16: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema 6 Tema 6: Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(μ, σ) 3. MODELO CHI-CUADRADO DE PEARSON, χ k 4. MODELO t DE STUDENT,

Más detalles

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n

1.1 MEDIA Y VARIANZA. Demostración: NOTAS: 1 n . TORÍA ASINTÓTICA Jore duardo Orz Trvño rofesor Asocado eparameo de Ieería de Ssemas e Idusral Uversdad Nacoal de Colomba jeorz@ual.edu.co (a) Se euca (s demosracó) varos resulados mporaes de esadísca.

Más detalles

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México

Una Estrategia de Acumulación de Reservas Mediante Opciones de Venta de Dólares. El Caso de Banco de México Ua Esraega de Acumulacó de Reservas Medae Opcoes de Vea de Dólares. El Caso de Baco de Méxco INDICE I. REUMEN... II. INTRODUCCIÓN...3 III. IV. OPCIONE DE VENTA DE DÓLARE...4 III.. PRINCIPALE CARACTERÍTICA...4

Más detalles

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES UNIDD.- Marces (ema del lbro). MTRICES Ua mar se puede eeder como ua abla de úmeros ordeados e flas columas Defcó.- Se llama mar de dmesó m a u cojuo de úmeros reales dspuesos e m flas columas de la sguee

Más detalles

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Tema 12: Modelos de distribución de probabilidad: Variables Continuas Aálss de Datos I Esquema del Tema Tema : Modelos de dstrbucó de robabldad: Varables Cotuas. EL MODELO RECTANGULAR. EL MODELO NORMAL, N(; ) 3. MODELO CHI-CUADRADO DE PEARSON, k 4. MODELO t DE STUDENT, t

Más detalles

DOLARIZACIÓN EN EL ECUADOR

DOLARIZACIÓN EN EL ECUADOR JUSTIFICACIÓN DE LA IMPLEMENTACIÓN DEL SISTEMA DE DOLARIZACIÓN EN EL ECUADOR Por Lvo Armjos Toro, Mauel Gozález Asudllo Igeero e Esadísca Iformáca 003 Drecor de Tóco, Ecoomsa, Escuela Sueror Polécca del

Más detalles

Una formulación general de un modelo de regresión paramétrico es la siguiente:

Una formulación general de un modelo de regresión paramétrico es la siguiente: Esmadores úcleos y polomos locales. Fracsco Parra Rodrguez Docor e Cecas Ecoómcas. UNED. Modelos de regresó o paramércos Los modelos de regresó paramércos supoe ue los daos observados provee de varables

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

I.- Distribución Normal Multivariada

I.- Distribución Normal Multivariada II Modelo de Regresó Leal Mahl Herrera M. I.- Dsrbucó Normal Mulvarada. Resulados de Álgebra Leal Lema... A y B so dos marces cuadradas co versa cada ua eoces (AB - B - A - Lema... a r(a+br(a+r(b b r(abr(ba

Más detalles

2. Movimiento Browniano.

2. Movimiento Browniano. Movmeo Browao Defcó y Propedade Báca Defcó : EL proceo de Weer (ó movmeo Browao e u proceo eocáco (Ver ZDZ co valore e R defdo para [, al que: W = co probabldad gual a uo La rayecora o coua Para cualquer

Más detalles

Duración y Convexidad I

Duración y Convexidad I Marí Herádez errao Modelo Aleravo Duracó y Covexdad I E ese maeral se presea de forma accesble, mas co u grado resposable de rgor maemáco, los cocepos de duracó y covexdad. e asume que el lecor cuea co

Más detalles

7. Contrastes de Hipótesis

7. Contrastes de Hipótesis 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa

Más detalles

3 Metodología de determinación del valor del agua cruda

3 Metodología de determinación del valor del agua cruda 3 Metodología de determacó del valor del agua cruda Este aexo de la metodología del valor de agua cruda (VAC), cotee el método de detfcacó de la relacó etre reco y caudal, el cálculo de los estadígrafos

Más detalles

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones:

Figura 1. Figura 2. Para realizar este análisis asumiremos las siguientes condiciones: Coverdor PUH PU El coverdor Push Pull es u coverdor que hace uso de u rasformador para eer aslameo ere la esó de erada y la esó de salda. Posee además ua ducaca magezae propa del rasformador que como al

Más detalles

El MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE ARITMÉTICO CRECIENTE

El MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE ARITMÉTICO CRECIENTE Mg Mrco oo Plz Vdurre El MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON RDIENTE RITMÉTICO CRECIENTE El resee documeo desrroll e delle el méodo ulzdo or el uor Jme rcí e su lro Memács cers co ecucoes e dferec

Más detalles

ANALISIS BAYESIANO APLICADO A LA PROYECCION DE SINIESTRALIDAD DEL SEGURO OBLIGATORIO DE ACCIDENTES DE TRANSITO (SOAT).

ANALISIS BAYESIANO APLICADO A LA PROYECCION DE SINIESTRALIDAD DEL SEGURO OBLIGATORIO DE ACCIDENTES DE TRANSITO (SOAT). AALISIS BAYSIAO APLICADO A LA PROYCCIO D SIISTRALIDAD DL SGURO OBLIGATORIO D ACCIDTS D TRASITO (SOAT). JISSO JAVIR BOHORQUZ BOHORQUZ Trabao de Grado ara Oar el Tulo de Maemáco Asesor Cosaza Quero Guzmá

Más detalles

Estimación de parámetros en ecuaciones diferenciales estocásticas aplicadas a finanzas

Estimación de parámetros en ecuaciones diferenciales estocásticas aplicadas a finanzas Esmacó de parámeros e ecuacoes dferecales esocáscas aplcadas a fazas Joh Freddy Moreo Trujllo * jho.moreo@uexerado.edu.co * Docee vesgador. Faculad de Fazas, Gobero y Relacoes Ieracoales. Uversdad Exerado

Más detalles

VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS *

VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS * Revsa Igeerías Uversdad de Medellí VALOR EN RIESGO PARA UN PORTAFOLIO CON OPCIONES FINANCIERAS * Carlos Alexáder Grajales Correa ** Fredy Ocars Pérez Ramírez *** Recbdo: 6//009 Acepado: 08/0/00 RESUMEN

Más detalles

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea Fucoes homogéeas FUNCIONES HOMOGÉNEAS (ESQUEMA).- Cocepo y propedades...- Cocepo Defcó de coo Defcó de fucó homogéea Ierpreacó ecoómca de la fucó homogéea..- Propedades (Operacoes co fucoes homogéeas)

Más detalles

menor (espira 2), φ m2 como la suma de dos partes, una proporcional a la corriente I 1 y otra proporcional a la corriente I 2 :

menor (espira 2), φ m2 como la suma de dos partes, una proporcional a la corriente I 1 y otra proporcional a la corriente I 2 : eccó 6.ey de duccó de Faraday. 5 3..- Coefcee de duccó muua Cuado dos o más crcuos esá próxmos uo al oro, el flujo magéco que aravesa uo de ellos, o sólo depede de la corree e ese crcuo, so ambé de la

Más detalles

Vida media residual de mixturas finitas y aplicaciones a sistemas coherentes

Vida media residual de mixturas finitas y aplicaciones a sistemas coherentes Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Vda meda resdual de mxuras fas y aplcacoes a ssemas coherees Navarro Camacho, Jorge jorgeav@umes Deparameo de Esadísca e Ivesgacó Operava Uversdad

Más detalles

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE

6- SUMA DE VARIABLES ALEATORIAS Y TEOREMA CENTRAL DEL LÍMITE arte Suma de varables aleatoras y Teorema cetral del límte rof. María B. tarell 3 6- SUMA DE VARIABLES ALEATORIAS TEOREMA CENTRAL DEL LÍMITE 6. Suma de varables aleatoras deedetes Cuado se estudaro las

Más detalles

Métodos indirectos de estimación: razón, regresión y diferencia

Métodos indirectos de estimación: razón, regresión y diferencia Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó

Más detalles

Máximos y Mínimos de funciones de dos variables

Máximos y Mínimos de funciones de dos variables Mámos Mímos de fucoes de dos varables Aplcacoes a Modelacó Matemátca AJUTE DE CURVA Regresó leal Lealzacó: epoecal, potecas razoes Coceptos geerales f() Problema geeral: e tee u cojuto dscreto de valores

Más detalles

Manual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7

Manual del usuario. Software de Matemáticas Herramientas de Estadística y Probabilidad. HEST Versión 1.9.7 Maual del usuaro HET Versó.9.7 ofware de Maemácas Herrameas de Esadísca y robabldad Wdows X - Wdows Vsa - Wdows 7 - Wdows 8 - Wdows O F T W R E Refereca: HET www.vaasofware.com EÑOL ÍDICE Iroduccó...3

Más detalles

MÉTODOS MATEMÁTICOS EN TEORÍA FINANCIERA

MÉTODOS MATEMÁTICOS EN TEORÍA FINANCIERA MÉTODOS MATEMÁTICOS EN TEORÍA FINANCIERA José Rgobero Parada Daza Uversdad de Cocepcó, Chle Regsro Propedad Ielecual Nº.798 I.S.B.N. 956-89-9- Auor: José Rgobero Parada Daza ÍNDICE CAPÍTULO I OPTIMIZACIÓN

Más detalles

Efecto herding en el mercado bursátil español: detección, caracterización e implicaciones

Efecto herding en el mercado bursátil español: detección, caracterización e implicaciones Efeco herdg e el mercado bursál español: deeccó, caracerzacó e mplcacoes Navdad Blasco de las eras. 6 de abrl de 00. Valeca POR QUÉ? Racoaldad y emocoes so complemearos e los procesos de oma de decsoes

Más detalles

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES

TEMA 3: EQUIVALENCIA FINANCIERA DE CAPITALES Maemácas Faceras Prof. Mª Mercees Rojas e Graca TEMA 3: EQUIVALENIA FINANIERA DE APITALE ÍNDIE. PRINIPIO DE EQUIVALENIA DE APITALE: ONEPTO. APLIAIONE DEL PRINIPIO DE EQUIVALENIA: UTITUIÓN DE APITALE....

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO CRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO CRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació e la maemáica

Más detalles

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE

EL MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE GEOMÉTRICO DECRECIENTE Mg. Marco oio Plaza Vidaurre EL MÉTODO MTEMÁTICO PR LS SERIES VRIBLES CON GRDIENTE GEOMÉTRICO DECRECIENTE El resee documeo desarrolla e dealle el méodo de ecuacioes e diferecia fiia, y su alicació a u

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

INSTITUTO POLITÉCNICO NACIONAL

INSTITUTO POLITÉCNICO NACIONAL INTITUTO POLITÉCNICO NACIONAL ECUELA UPERIOR DE FÍICA Y MATEMÁTICA APLICACIONE EN FINANZA DE MODELO AUTORREGREIVO TEI QUE, PARA OBTENER EL TITULO DE INGENIERO MATEMÁTICO, PREENTA. CLAUDIA VIRIDIANA VÁZQUEZ

Más detalles

INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA

INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA Lecura 6 PRONÓSTICOS EN ACTIVOS REPARABLES INGENIERÍA DE CONFIABILIDAD.. PORQUE UNA DE LAS FORMAS MÁS IMPORTANTES DE AGREGAR VALOR, ES EVITAR QUE SE DESTRUYA Medardo Yañez Yañez Meda, Medardo - Gómez de

Más detalles

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL

VOLUMEN IV CAPITULO 3 METODOLOGÍA PARA LA ACTULIZACIÓN DE LAS CURVA DE COSTOS ÓPTIMOS DE RACIONAMIENTO DE ELECTRICIDAD Y GAS NATURAL ESTUDO DE OSTOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL Volume V apulo 3 forme Fal Revsó. VOLUMEN V APTULO 3 METODOLOGÍA PARA LA ATULZAÓN DE LAS URVA DE OSTOS ÓPTMOS DE RAONAMENTO DE ELETRDAD Y GAS NATURAL

Más detalles

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C Los axomas de la probabldad obabldad El prmer paso para descrbr la certdumbre es cosderar el cojuto de posbles resultados obtedos a partr de u expermeto aleatoro. Este cojuto es llamado espaco muestral

Más detalles

Cuatro medidas de inflación subyacente para Uruguay

Cuatro medidas de inflación subyacente para Uruguay Cuaro meddas de flacó subyacee para Uruguay Rosaa Ferádez 002-2005 688-7565 CUATRO MEDIDAS DE INFLACIÓN SUBYACENTE PARA URUGUAY Rosaa Ferádez Casro Área de Ivesgacoes Ecoómcas Baco Ceral del Uruguay Julo

Más detalles

DOCUMENTO DE TRABAJO. www.economia.puc.cl. Desequilibrios Monetarios y Cambiarios e Inflación en México: 1995:3-2004:4. Oknan Bello Dinarte.

DOCUMENTO DE TRABAJO. www.economia.puc.cl. Desequilibrios Monetarios y Cambiarios e Inflación en México: 1995:3-2004:4. Oknan Bello Dinarte. Isuo I N S T Ide T coomía U T O D C O N O M Í A T S I S d e M A G Í S T R DOCUMNTO D TRABAJO 2005 Desequlbros Moearos y Cambaros e Iflacó e Méxco: 995:3-2004:4 Oka Bello Dare. www.ecooma.uc.cl Pofca Uversdad

Más detalles

Comparación de Proporciones

Comparación de Proporciones Comaracó de Proorcoes Resume El rocedmeto Comaracó de Proorcoes esta dseñado ara comarar las roorcoes observadas de u eveto etre muestras. Este realza ua rueba ch-cuadrada ara determar s hay o o dferecas

Más detalles

ˆ q ˆ 2. Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple

ˆ q ˆ 2. Tema 4. Problemas de inferencia estadística en el modelo de regresión lineal múltiple Tema 4. Problema de fereca eadíca e el modelo de regreó leal múlple. Iervalo de cofaza y corae para lo coefcee de regreó... Iervalo de cofaza para lo coefcee de regreó... Corae de hpóe para lo coefcee

Más detalles

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados.

6.1. Solución. P( de que falle un televisor) = 1/5000 = p X = Número de televisores averiados de entre los asegurados. Estadístca ara geeros Ejerccos resueltos TEMA 6- CONVERGENCIA DE VARIABE AEATORIA 6 olucó ( de que falle u televsor) / Núero de televsores averados de etre los asegurados B ( ) ( 9 ) Alcado el Teorea Cetral

Más detalles

TEMA 2.- LA CAPITALIZACIÓN COMPUESTA.

TEMA 2.- LA CAPITALIZACIÓN COMPUESTA. TEMA.- LA APITALIZAIÓN OMPUESTA. Objevo: Foralzar la ley de capalzacó copuesa y esudar sus agudes dervadas.. EXPRESIÓN ANALÍTIA Y REPRESENTAIÓN GRÁFIA. La ley facera de capalzacó copuesa ee la sguee expresó

Más detalles

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE

TEMA 5: CAPITALIZACIÓN COMPUESTA ÍNDICE Maemácas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 5: APITALIZAIÓN OMPUESTA ÍNDIE. APITALIZAIÓN OMPUESTA..... ONEPTO..... DESRIPIÓN DE LA OPERAIÓN....3. ARATERÍSTIAS DE LA OPERAIÓN....4. DESARROLLO

Más detalles

CURSO DE ECONOMETRIA BÁSICA

CURSO DE ECONOMETRIA BÁSICA CURSO DE ECONOMETRIA BÁSICA D. Fracsco Parra Rodríguez. Jefe de Servco de Esadíscas Ecoómcas y Socodemografcas. Isuo Caabro de Esadísca. ICANE, ÍNDICE Tema. Regresó y correlacó leal smple Tema. Regresó

Más detalles

x independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo

x independiente y dependiente 0301a) Concepto de Cambio Fenómenos F( t + t Generalidades Cambio Ejemplo: crecimiento exponencial Cambio de F Positivo = ( + ( Cabo de ( + ( ( + > ( > 0 Posvo + ( + = ( = 0 ( ( + Nulo + Tpos ( + ( Cabo + Geeraldades Nauraleza El cabo puede ser Carácer Varable Cabo Cosae Aueo o creeo Dsucó o decreeo = Varacó cero ( = (

Más detalles

Introducción a la Estadística Descriptiva

Introducción a la Estadística Descriptiva Iroduccó a la Esadísca Descrpva ª Edcó Carla Re Graña María Raml Díaz ITRODUCCIÓ A LA ESTADÍSTICA DESCRIPTIVA. ª Edcó o esá permda la reproduccó oal o parcal de ese lbro, su raameo formáco, la rasmsódeguaformaoporcualquermedo,aseaelecróco,mecáco,porfoocopa,por

Más detalles

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA.

Taller de Preparación para el examen Models Life Contingencies (MLC) de la SOA. Taller de Preparacó para el eame Models Lfe Cogeces MLC de la SO. Trdad Gozález Bolla El presee es u forme del rabajo desarrollado durae el aller de preparacó para el eame MLC de SO ue uo lugar e la Faculad

Más detalles

estimación de la estructura de Tasas nominales de chile: aplicación del modelo dinámico nelson-siegel

estimación de la estructura de Tasas nominales de chile: aplicación del modelo dinámico nelson-siegel Volume 4 - º / dcembre 0 estmacó de la estructura de Tasas omales de chle: aplcacó del modelo dámco elso-segel Rodrgo Alaro A. * Sebasá Becerra C. ** Adrés Sager T. *** I. IroduccIó La esmacó de la esrucura

Más detalles

El MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE ARITMÉTICO DECRECIENTE

El MÉTODO MATEMÁTICO PARA LAS SERIES VARIABLES CON GRADIENTE ARITMÉTICO DECRECIENTE Mg Mrco oo Plz Vdurre El MÉTODO MTEMÁTIO PR LS SERIES VRIBLES ON RDIENTE RITMÉTIO DEREIENTE El presee documeo desrroll e delle el méodo ulzdo por Jme rcí e su lro Memács cers co ecucoes e dferec f, sedo

Más detalles

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa Error tpo I: Rechazar H sedo H Verdara Test Hpótess Error tpo II: No rechazar H sedo H Falsa Nvel Sgfcacó: = P(error tpo I = P(Rechazar H sedo H Verdara Probabldad error tpo II: = P(error tpo II = P(No

Más detalles

Consumo de gas natural en Bolivia: Una aplicación del Sistema Cuadrático Casi Ideal de Demanda

Consumo de gas natural en Bolivia: Una aplicación del Sistema Cuadrático Casi Ideal de Demanda Cosumo de gas aural e Bolva: Ua alcacó del Ssema Cuadráco Cas Ideal de Demada Medacel Morroy Maurco Agoso 2009 Resume Ese documeo ea cuafcar los osbles macos sobre el cosumo de gas aural reseco a deermadas

Más detalles

10 Un trabajador cobra por horas según el siguiente baremo:

10 Un trabajador cobra por horas según el siguiente baremo: Udad REPASO DE ESTADÍSTICA! 0 U trabajador cobra or horas segú el sguete baremo: Hora ormal (lues a veres):.000 tas. Hora etra (lues a veres): e.000 tas. Hora etra de semaa:.00 tas. Sabedo que etre semaa

Más detalles

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preeliminar)

METODOLOGÍA ÍNDICE DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA, GAS POR CAÑERÍA Y AGUA POTABLE (IDEGA) (Preeliminar) MEODOLOGÍA ÍNDCE DE DSBUCÓN DE ENEGÍA ELÉCCA, GAS PO CAÑEÍA Y AGUA POABLE (DEGA) (Preelmar) SUBDECCÓN ÉCNCA SUBDECCÓN DE OPEACONES Saago, 26 de Dcembre de 2007 CHDA/GGM/GMA/VM ÍNDCE Págas. roduccó 3 2.

Más detalles

RIESGO DE INTERÉS DE LAS OPERACIONES ACTUARIALES CLÁSICAS: UNA VALORACIÓN A TRAVÉS DE LA DURACIÓN

RIESGO DE INTERÉS DE LAS OPERACIONES ACTUARIALES CLÁSICAS: UNA VALORACIÓN A TRAVÉS DE LA DURACIÓN RIEGO ITERÉ A OPERACIOE ACTUARIAE CÁICA: UA VAORACIÓ A TRAVÉ A URACIÓ J. Iñak e a Peña Eeba Iuo de Eudo Facero-Acuarale Uerdad del Paí Vaco REUE E el reee rabajo o rooemo realzar u efoque acuaral a la

Más detalles

REVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001

REVISTA INVESTIGACION OPERACIONAL Vol. 22, No. 2, 2001 REVISA INVESIGACION OPERACIONAL Vol., No., SOLUCIONES A DIFERENES PROBLEMAS DENRO DEL CAMPO DE LA COMUNICACION ESADISICA J. Navarro Moreo, J.C. Ruz Mola y R.M. Ferádez Alcalá, Deparameo de Esadísca e Ivesgacó

Más detalles

Capı tulo 6 ESTIMACION Y CONTRASTE DE PARAMETROS

Capı tulo 6 ESTIMACION Y CONTRASTE DE PARAMETROS Caı ulo 6 ETIMACION Y CONTRATE DE PARAMETRO guedo co el roceo de vegacó ecoomérca, e eudará la forma e que lo arámero de ua varable e la oblacó e ema a arr de lo eadíco de dcha varable e la muera. e verá

Más detalles

Aplicación de Boostrapping en Regresión I

Aplicación de Boostrapping en Regresión I Aplcacó de Boostrappg e Regresó I U modelo de regresó leal basado e observacoes (x,y ) es de la forma y =x β+e (=,,..) dode y so los valores observados de la varable de respuesta y, y los x so vectores

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

Capítulo 3. Consideraciones sobre métodos numéricos

Capítulo 3. Consideraciones sobre métodos numéricos 3.. Iroduccó 5 Capíulo 3. Cosderacoes sobre méodos umércos 3.. Iroduccó E ese capíulo se presea la eoría y alguos cocepos sobre los que se susea los esquemas umércos de ala resolucó. Su aplcacó a las ecuacoes

Más detalles

FEM-OF: EDP Elíptica de 2 Orden

FEM-OF: EDP Elíptica de 2 Orden 9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk

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

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005

Reglas para el manejo de los índices de deuda de la BNV. Bolsa Nacional de Valores Version 4.4 13/07/2005 Reglas para el maejo de los ídces de deuda de la BV Bolsa acoal de Valores Verso 4.4 3/07/005 ága de 6 COTEIDO ITRODUCCIÓ... 4. erspecva geeral... 4 MAEJO DE LOS ÍDICES... 6. Comé de Ídces de íulos de

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática

Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA. Ingeniería en Informática Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería e Iformátca Mg. Ig. Susaa Valesberg Profesor Ttular MODELOS DE VARIABLE ALEATORIA DISCRETA SITUACIONES A RESOLVER I- El

Más detalles

RODRIGO MATARRITA VENEGAS Bolsa Nacional de Valores, San José, Costa Rica. Resumen

RODRIGO MATARRITA VENEGAS Bolsa Nacional de Valores, San José, Costa Rica. Resumen RMV-3- DURACIÓN EN INSTRUMENTOS DE TASA AJUSTABLE RODRIGO MATARRITA VENEGAS Bolsa Nacoal de Valores, Sa José, Cosa Rca Resume El objevo de esa vesgacó es orecer ua orma alerava de calbrar la duracó de

Más detalles

Tarificación de bonos sobre catástrofes (cat bonds) con desencadenantes de índices de pérdidas. Modelación mediante un proceso de Ornstein-Uhlenbeck

Tarificación de bonos sobre catástrofes (cat bonds) con desencadenantes de índices de pérdidas. Modelación mediante un proceso de Ornstein-Uhlenbeck REVISTA DE MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA (24). Págas 340 361. Dcembre de 2017. ISSN: 1886-516X. D.L: SE-2927-06. www.upo.es/revsas/dex.php/revmecua/arcle/vew/2891 Tarfcacó de boos

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

INCERTIDUMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMULACION DE OBJETOS EN MOVIMIENTO.

INCERTIDUMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMULACION DE OBJETOS EN MOVIMIENTO. Scea e Tecca Año XV, No, Dcembre 009. versdad Tecológca Perera. ISSN 0-70 5 INCERTIDMBRE EN LA MEDICIÓN DE LA VELOCIDAD PARA LA SIMLACION DE OBJETOS EN MOVIMIENTO. Measureme uceray of e velocy for e smulao

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

TRANSMISIÓN DE CALOR MULTIDIRECCIONAL Y TRANSITORIA

TRANSMISIÓN DE CALOR MULTIDIRECCIONAL Y TRANSITORIA Daposva ema6: rasmsó de calor muldreccoal rasora RANSMISIÓN DE CALOR MULIDIRECCIONAL Y RANSIORIA J.M.Corberá, R. Roo (UPV Daposva ema6: rasmsó de calor muldreccoal rasora ÍNDICE. RANSMISIÓN DE CALOR MULIDIRECCIONAL.

Más detalles

7. Contrastes de Hipótesis

7. Contrastes de Hipótesis 7. Corases de póess Curso - Esadísca Corase de póess Se ha realzado ua ecuesa a 4 persoas elegdas al azar Llamado p a la proporcó de voaes del pardo políco A. Podemos afrmar que p >.5. p? Resulado Ecuesa

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

La Docencia y la importancia de la investigación en Ingeniería

La Docencia y la importancia de la investigación en Ingeniería a Doceca y la mporaca de la esgacó e Igeería J.M. CARBAO JIMÉNEZ. Profesor Iesgador de ESCOM IPN. carballomeez@gmal.com J. GARCÍA MARTINEZ. Iesgador de la ESM-IPN. bucefalo@yahoo.com.m J.A.JÁREZ RAMÍREZ.

Más detalles

Ingeniería de Confiabilidad - Equipos

Ingeniería de Confiabilidad - Equipos SECCION 4. Igeería de Cofabldad-Equpos Igeería de Cofabldad - Equpos Seccó 4 Medardo Yañez Herado Gómez de la Vega Kara Semeco Soo Nayrh Meda Esa seccó esa dedcada al esudo de los aspecos físcos y aleaoros

Más detalles

Para el caso τ = 20 [min], la función se puede representar de las siguientes formas: a) Función Matemática: b) Tabla de Valores

Para el caso τ = 20 [min], la función se puede representar de las siguientes formas: a) Función Matemática: b) Tabla de Valores 1 RAPIDEZ DE CAMBIO Semaa 05 1 Varables depedees y o depedees Defr los cocepos: varable, cosae, cremeo, varacó. Defr los cocepos: varable depedee, varable depedee. Recoocer varables depedees e depedees.

Más detalles

Método Matemático para las Series Uniformes o Anualidades

Método Matemático para las Series Uniformes o Anualidades Mg Mao Aoo Plaza Vdaue Méodo Maemáo paa las Sees Ufomes o Aualdades E el pesee doumeo ulzaemos es méodos paa halla las fómulas que se ulza paa efeua álulos faeos e las aualdades vedas Pmeo se hallaá la

Más detalles

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos

Estimación de parámetros Tema 2. Propiedades de los buenos estimadores. 2. Estimación por intervalos Uverdad Auóoma de Madrd Emacó de parámero Tema. Emacó puual Propedade de lo bueo emadore. Emacó por ervalo.. Coruccó del ervalo de cofaza. íme cofdecale. Nvel de cofaza y vel de rego... Iervalo de cofaza

Más detalles

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos:

Trabajos. Temario. Tema 6. El diodo. Tema 6: El diodo. Tema 6. El diodo. Introducción. Objetivos: emaro rabajos. odo 7. El rassor. Magesmo 9. duccó elecromagéca. rcuos de corree alera. Odas elecromagécas. lcacoes ócas odo. odo Zeer. odo LE 3. Foododo. odo úel 5. odo Schoky El rassor. El JFE, fudameos

Más detalles

ÍNDICE DE INVENTARIOS DEL COMERCIO BASE DICIEMBRE 2014=100

ÍNDICE DE INVENTARIOS DEL COMERCIO BASE DICIEMBRE 2014=100 ÍNDICE DE INVENTARIOS DEL COMERCIO BASE DICIEMBRE 2014=100 DOCUMENTO METODOLÓGICO INSTITUTO NACIONAL DE ESTADÍSTICAS Marzo / 2017 DEPARTAMENTO DE ESTUDIOS ECONÓMICOS COYUNTURALES SUBDEPARTAMENTO DE ESTADÍSTICAS

Más detalles

n t T é c n i c Curso de Estadística con R Autor: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas Económicas y Sociodemográficas ICANE

n t T é c n i c Curso de Estadística con R Autor: Francisco Parra Rodríguez Jefe de Servicio de Estadísticas Económicas y Sociodemográficas ICANE D o c u m e Curso de Esadísca co R o s Auor: Fracsco Parra Rodríguez Jefe de Servco de Esadíscas Ecoómcas y Socodemográfcas ICANE DOC. Nº /6 ISSN 444-67 Saader, Caabra T é c c o s . EL MODELO LINEAL GENERAL...3..

Más detalles

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia Scea E Tecca ISSN: 0-70 scea@up.edu.co versdad Tecológca Perera Colomba Meza Coreras, Lus Gregoro; Gallego Becerra, Hugo Armado; Orozco Gallego, Hoover MEDICIÓN DE LA GRAVEDAD EMPLEANDO EL DISPOSITIVO

Más detalles

Ensayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica

Ensayos Limitaciones del modelo lineal de probabilidad y alternativas de modelación microeconométrica Esayos Lmacoes del modelo leal de probabldad y aleravas de modelacó mcroecoomérca Resume Absrac Résumé E ese arículo se eama res méodos para desarrollar modelos de probabldad para ua varable de respuesa

Más detalles

Regresión - Correlación

Regresión - Correlación REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:

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

I N D I C E 1 INTRODUCCIÓN... 5 2 ANTECEDENTES... 6

I N D I C E 1 INTRODUCCIÓN... 5 2 ANTECEDENTES... 6 I N D I C E 1 INTRODUCCIÓN... 5 2 ANTECEDENTES... 6 3 CARACTERÍSTICAS DEL NUEVO SISTEMA DE INDICES DE PRECIOS AL CONSUMIDOR...8 3.1 POBLACIÓN DE REFERENCIA...8 3.2 COBERTURA GEOGRÁFICA DEL SISTEMA DE INDICES

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

Tema 3: Números índice

Tema 3: Números índice Tema : Números índce Los números ndce son ndcadores ue nos ermen ver la evolucón de una o más magnudes a ravés del emo, esaco, ec. Índce smle Dada una varable o magnud X, se defne el número índce de X

Más detalles

Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo.

Diplomatura de Ciencias Empresariales. Estadística Económica. Sara Mateo. Dlomaura de Cencas Emresarales. Esadísca Económca. Sara Maeo. úmeros Índces nroduccón: Una de las rncales areas de la esadísca es el análss de varables, ano consderadas ndvdualmene como en conjuno, ara

Más detalles