EVALUACIÓN ECONÓMICA.

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

Download "EVALUACIÓN ECONÓMICA."

Transcripción

1 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 a procedmetos que, dealmete, tedría que ser exactos y justos. S embargo, múltples aspectos de la evaluacó so puramete subjetvos, ya que depede de la opó persoal de algue de acuerdo a la forma e que percbó el ete a ser evaluado, bajo determadas crcustacas. La formulacó o preparacó del proyecto tee como tarea estmar las catdades de gresos y egresos geerados a través de la vda dada al proyecto. La evaluacó ecoómca del proyecto sumara los beefcos etos que se estma geerará el proyecto durate su exsteca, y emtrá u juco sobre la coveeca de llevarlo a cabo. 2. TÉCNICAS DE EVALUACIÓN. Exste crteros de evaluacó, los que el evaluador depededo del proyecto a evaluar ocupara e determada ocasó. A cotuacó, se expodrá dversas herrametas para evaluar ua versó dcado e que casos es recomedable usarlas, y su mportaca a la hora de tomar ua decsó ecoomce para el proyecto. 3. VALOR ACTUAL NETO (VAN). Es el método más coocdo y más aceptado. El VAN dca la catdad eta e el presete, que represeta la dfereca etre los gresos y los egresos e el tempo, a ua certa tasa de terés. El VAN se determa a través de la sguete expresó: F1 F2 VAN = I (1 + ) (1 + ) Dode: : Tasa de Descueto del Iversosta. F : Flujos etos de caja de cada perodo. Io : Iversó Ical. 2 F3 + (1 + ) Flujo de Caja Netos e el Tempo 3 F (1 + ) Como característcas del VAN, ésta cosdera el valor del dero e el tempo, cocetra además el valor total e u puto del tempo sedo este t = 0, es decr, el y por últmo, mde rqueza. Al mometo de estar evaluado u proyecto, este es retable s el valor actual de flujos de gresos es mayor que el valor actual de flujos de costos, cuado estos se actualza hacedo uso de la tasa de terés pertete para el versosta. VAN > 0: Implca Proyecto Retable. El VAN mde e moeda de hoy, cuato más rco es el versosta por vertr e el proyecto e lugar de hacerlo e la alteratva que rde la tasa de descueto. Evaluacó Ecoómca 1

2 Lo mportate de destacar es que u proyecto puede ser evaluado a dferetes tasas de descuetos, y co ello obteemos dferetes valores para el VAN. Por lo tato, la retabldad depede de la tasa de terés o tasa de descueto utlzada. Esto se vsualza a través del sguete gráfco: Gráfco: Valor Actual Neto (V.A.N.) 4. TASA INTERNA DE RETORNO (TIR). Es la tasa de terés que hace guales los gresos de los flujos de los período, a los egresos de cada período. Esta mde la retabldad, como u porcetaje. Este porcetaje o se calcula sobre la versó, so que sobre los saldos o recuperados e cada período. VAN (TIR) = 0 Gráfco: Tasa Itera de Retoro (T.I.R.) A través del sguete ejemplo se explcara el cocepto de la TIR. Evaluacó Ecoómca 2

3 Ejemplo: Cosderaremos ua versó de $1.000 durate cuatro años. Se obtee u beefco aual de $350. El versosta aceptaría vertr e este proyecto s le reporta a lo meos u 10% aual de retabldad. El versosta exgía u 10% de retomo, dode el proyecto le etregaba lo que pedía y $109,45 más. Sedo este el valor del VAN al 10%. O sea esta gaado más del 10%. Probablemete, s el versosta qusera u retomo de 11%, el proyecto se lo daría y aú sobraría u excedete. Como este excedete es todo del versosta, la TIR busca hasta cuato podrá gaar. Para ello buscará aquella tasa que haga el VAN gual a cero. El cálculo de la TIR para este caso, hacedo el VAN gual a cero, es de ua tasa de terés de 14,96%. Lo que dca que como máxmo se le puede pedr al proyecto u 14,96% de retoro. Para tomar ua decsó dode el proyecto es retable la TIR debe ser mayor la tasa de descueto, de lo cotraro el proyecto o es retable. Exste codcoes para usar la TIR: Iversó cal egatva. Exste u sólo cambo de sgo e la sere de flujos. El VAN (0%) debe ser mayor a cero (los gresos mayores a los egresos). E estos casos o es útl utlzar la TIR como decsó de sí es o o retable el proyecto, como lo veremos e el sguete ejemplo. Ejemplo: E el sguete ejemplo se muestra como la exsteca de más de u cambo de sgo hace que aparezca más de ua TIR. Perodo Flujos Evaluacó Ecoómca 3

4 Gráfco: Aálss de dos TIR E ua stuacó ormal o de flujos be comportados, la decsó es que s la TIR es mayor a la tasa de descueto, el proyecto es retable. Como se ve e la fgura ateror, se tee dos TIR dode a ua tasa de terés meor a 9.8% el VAN es egatvo, cotradcedo la teoría de utlzacó de la TIR. E este caso es recomedable utlzar como crtero de decsó el VAN. 5. RAZÓN BENEFICIO COSTO (B/C). La regla dce que debe hacerse sólo s la razó de beefcos a costos es mayor a uo, es decr, sólo s los beefcos so mayores que los costos. La razó beefco costo dca que u proyecto es retable, pero o dca que proyecto es mejor etre varas alteratvas. Por ejemplo la razó beefco costo gual a 2,5 comparada co ua cuyo resultado arrojo 1,5, o es ua dcacó de que el prmer proyecto es mejor que el segudo. Para comparar dos proyecto es meor utlzar el VAN como crtero de comparacó. Ejemplo: Igresos Equvaletes B/C = Egresos Equvaletes $1100 $12100 ValorActualCostos = $ = $ ,1 1,1 $1650 $14520 ValorActualBeefcos = $ = $ ,1 1,1 ValorActualBeefcos $13550 = = 1,22 ValorActualCostos $11100 Como la razó es mayor a uo el proyecto es retable. Evaluacó Ecoómca 4

5 6. PERIODO DE RECUPERACIÓN DEL CAPITAL. El método de período de recuperacó es smple y fácl de eteder. Utlzado por s solo puede llevar a decsoes erróeas. E el caso de evaluacó de múltples proyectos se compara los parámetros del VAR y la TIR, y se escoge aquel co mayor valor. E caso de empate se elge aquel co meor perodo de recuperacó. Ejemplo: E el sguete cuadro se resume los dcadores como el VAN, TIR y el período de recuperacó (R), para cuatro proyectos, co ua vda útl de 6 años. Gráfco: Perodo de Recuperacó S se utlza la regla del perodo de recuperacó, el mejor proyecto sería el C, justamete u proyecto para el cual el VAN es egatvo. Luego sería los proyectos A y B, dode claramete estos dos proyectos so dferetes e su retabldad. E últmo lugar esta el proyecto D, y sucede que este es el mejor de los cuatro proyectos que se está aalzado. Probablemete, ua de las dudas es que método utlzar e la evaluacó de u proyecto. Se recomeda utlzar el VAN, debdo a que mde retabldad de ua catva de versó y també para jerarquzar dsttas alteratvas. Pero, o sgfca que el resto de los crteros deba descartarse. Cada uo etrega formacó que complemeta a la que tee el versosta para tomar ua mejor decsó. Proyecto A Proyecto B Proyecto C Proyecto D VAN - 0,76 5, ,15 TIR 5% 8,7% 2,9% 10% R CONCEPTO DE EVALUACIÓN A UTILIZAR. 7.1 Flujo de Caja. Flujo de Caja es el resultado de la Operacó del Proyecto, e el horzote de estudo acordado o determado para tal efecto. Este Flujo de Caja se calcula de los INGRESOS del proyecto meos los COSTOS de él. La Elaboracó del Flujo de Caja, se realza ex ate, y es la úca maera cetífca de mostrar la vabldad del proyecto. Evaluacó Ecoómca 5

6 Este, costtuye uo de los elemetos más mportates del estudo del proyecto, ya que la evaluacó del msmo, se realzará sobre los resultados que e él se determe. Ejemplo de flujo de caja para u proyecto prvado co la sguetes característcas: ITEM / AÑO I. INGRESOS Igresos por Veta Igresos No Operacoales Total Igresos II. EGRESOS 2.1 Costos Fjos Costos Varables Total Egresos III. INVERSIÓN 3.1 E Actvo Fjo E Maquara Captal de Trabajo Total Iversó FLUJO DE CAJA NETO VAN (12%) $ ,25 TIR 16% Coceptos Relevates a ser utlzados: I. INGRESOS: 1.1 Igresos por Veta: Se defe como el úmero de udades a veder por el preco de cada ua. 1.2 Igresos No Operacoales: Estos so el resultado de otro tpo de actvdades del gro del egoco, como por ejemplo la veta de los Actvos Fjos, Maquaras y Captal de trabajo al falzar el horzote de estudo del proyecto y este es gual e este ejemplo al 25% del total de la Iversó. II. EGRESOS: 2.1 Costos Fjos: So aquellos Costos que o depede de la catdad producda, es decr so catdades depedetes de la catdad que produzca. Ej.: Los Costos de persoal admstratvo, gastos de luz, agua, etc. 2.2 Costos Varables: So aquellos que depede de la catdad producda, es decr a mayor catdad mayor costo varable. Ej.: el costo de empaque de ua plata productora de huevos, aumetará s se produce más huevos. III. INVERSIÓN: 3.1 Actvo Fjo: So aquellas versoes e ofcas, edfcos, e stalacoes ecesaras para realzar la actvdad prcpal del proyecto. 3.2 Maquara: So aquellas versoes e equpos y maquas ecesaras para la operacó del proyecto. 3.3 Captal de Trabajo: So aquellos elemetos ecesaros para la operacó del egoco, como sumos, materas prmas, etc., que so absolutamete ecesaros para comezar a Operar el Proyecto. Evaluacó Ecoómca 6

7 7.2 Ídces para la Evaluacó de Proyectos. VAN: VALOR ACTUAL NETO. Este ídce ecesta la Tasa de descueto, que es la retabldad míma que se le exge al proyecto e cuestó, es decr refleja el costo de oportudad del captal a vertr e él. El Valor Actual Neto, es ua actualzacó de todos los Flujos del Proyecto (obtedos a través del Flujo de Caja), al perodo dóde se realza la Iversó, e este caso año 0. Este ídce se calcula: VAN = Iverso + FC = 1 (1 + td) td: Tasa de Descueto, determada de atemao. ATENCIÓN: LA INVERSIÓN SIEMPRE ES NEGATIVA TIR: TASA INTERNA DE RETORNO. Es aquella tasa de terés dode el VAN es gual a 0. Es decr, la versó es por lo meos atractva co respecto a las otras oportudades presetadas e el Mercado. La TIR es muy dfícl de calcular, debdo a que se forma u polomo de grados, sedo los años del horzote de evaluacó del proyecto, se defe: Co td = TIR 0 = Iverso + FC = 1 (1 + td) 7.3 Evaluacó de Proyectos Públcos o Socales. CONCEPTO DE FLUJO DE CAJA Para los proyectos públcos, o exste muchas dferecas respecto de los proyectos prvados, la más sgfcatva se ecuetra e la determacó de los INGRESOS que e este tpo de proyecto, se deoma BENEFICIOS, y que se dvde e DIRECTOS e INDIRECTOS. Los otros coceptos matee su omeclatura ya aalzada para proyectos de tpo prvados. Flujo de Caja es el resultado de la Operacó del Proyecto o de la ejecucó del msmo, e el horzote de estudo acordado o determado para tal efecto. Este Flujo de Caja se calcula de los BENEFICIOS del proyecto meos los COSTOS de él. La Elaboracó del Flujo de Caja, se realza ex ate, y es la úca maera cetífca de mostrar la vabldad del proyecto. Este, costtuye uo de los elemetos más mportates del estudo del proyecto, ya que la evaluacó del msmo, se realzará sobre los resultados que e él se determe. Evaluacó Ecoómca 7

8 Ejemplo de flujo de caja para u proyecto públco co la sguetes característcas: ITEM / AÑO I. BENEFICIOS 1.1 Drectos Idrectos Total Beefcos VAN II. EGRESOS 2.1 Costos Fjos de Operacó Costos Varables de Operacó Total Egresos III. INVERSIÓN 3.1 Iversó Ical Ejecucó del Proyecto Total Iversó FLUJO DE CAJA NETO TIR 17% (12%) $ 17911,08 Coceptos Relevates a ser utlzados: I. BENEFICIOS: 1.1 Drectos: Se defe como el beefco propo de la realzacó del proyecto públco o socal. 1.2 Idrectos: Estos so el resultado de otro tpo de actvdades que mejoraría al efectuar este Proyecto, que o so propas de él, pero que por la ejecucó del msmo, otorgaría Beefcos. Los Beefcos e alguas veces so dfícles de detfcar, está e la caldad del evaluador, poder detfcar y cuatfcar claramete estos, y el moto de ellos. II. EGRESOS: 2.1 Costos Fjos de Operacó: So aquellos Costos que so mputables al Beefco producdo. Ej.: Los Costos de persoal admstratvo, Gastos de profesoales al servco de u hogar de ños. 2.2 Costos Varables de Operacó: So aquellos que depede del Beefco producdo, es decr a mayor catdad mayor costo varable. Ej.: El costo de brdar ua mayor cobertura a u programa de almetacó fatl. III. INVERSIÓN: 3.1 Iversó Ical: So aquellas versoes ecesaras para realzar la actvdad prcpal del proyecto, las que puede ser: adquscó de equpos, mplemetacó de u hogar, reparacó de ua calle, etc. 3.2 Ejecucó del Proyecto: So aquellas versoes ecesaras para la operacó del proyecto, y que o se realza ecesaramete e el año 0 del horzote de evaluacó del msmo. INDICES PARA LA EVALUACIÓN DE PROYECTOS PÚBLICOS: VAN SOCIAL: VALOR ACTUAL NETO. Este ídce ecesta la Tasa de descueto, que es la retabldad socal míma que se le exge al proyecto e cuestó, es decr refleja el costo de oportudad del captal a vertr e él, co respecto a otros proyectos públcos o socales. El Valor Actual Neto, es ua actualzacó de todos los Flujos del Proyecto (obtedos a través del Flujo de Caja), al perodo dóde se realza la Iversó, e este caso año 0. Este ídce se calcula: Evaluacó Ecoómca 8

9 VAN = Iverso + FC = 1 ( 1 + td ) td: Tasa de Descueto, determada de atemao, para proyectos socales es de 10% o 12%. ATENCIÓN: LA INVERSIÓN ES SIEMPRE NEGATIVA TIR: TASA INTERNA DE RETORNO. Es aquella tasa de terés dode el VAN es gual a 0. Es decr, la versó es por lo meos atractva co respecto a las otras oportudades presetadas e el Mercado. La TIR es muy dfícl de calcular, debdo a que se forma u polomo de grados, sedo los años del horzote de evaluacó del proyecto, se defe: Co td = TIR 0 = Iverso + FC = 1 (1 + td) Evaluacó Ecoómca 9

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES

APLICACIONES DE LA MATEMÁTICA FINANCIERA EN LA TOMA DE DECISIONES Uversdad de Los Ades Facultad de Cecas Ecoómcas y Socales Escuela de Admstracó y Cotaduría Públca Departameto de Cecas Admstratvas Cátedra de Produccó y Aálss de la Iversó Asgatura: Matemátca Facera APLICACIONES

Más detalles

Análisis Financiero de Proyectos

Análisis Financiero de Proyectos UNIVERSIDAD POLITÉCNICA DE MADRID COLEGIO DE POSTGRADUADOS DE MÉXICO E.T.S.I. AGRONOMOS Departameto Proyectos y Plafcacó Rural Proyecto de Iovacó Educatva para la mplatacó del Espaco Europeo de Educacó

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

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

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

División de Evaluación Social de Inversiones

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

Más detalles

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

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

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 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

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

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

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

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

Nombre DNI Junio, 2000

Nombre DNI Junio, 2000 Apelldos FI Exame ADO Nombre DNI Juo, 2000 Ua empresa preseta a su baco ua letra para su descueto por u mporte de 2.900 euros, co vecmeto a los 26 días. El baco cobra uos tereses para este tpo de operacoes

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

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

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

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 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

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

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

Más detalles

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

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

Expectativas del Mercado y Creación de Valor en la Empresa

Expectativas del Mercado y Creación de Valor en la Empresa 2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea

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

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

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

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

Más detalles

1.2. Medidas de Concentración

1.2. Medidas de Concentración .. Meddas de Cocetracó Matlde Machado.. Meddas de Cocetracó La gra mayora de los mercados se ecuetra etre los extremos de competeca perfecta (cocetracó mma) y moopolo (cocetracó máxma). Las meddas de cocetracó

Más detalles

METODOLOGÍA DE PREPARACIÓN Y EVALUACIÓN DE PROYECTOS DE REEMPLAZO DE EQUIPOS

METODOLOGÍA DE PREPARACIÓN Y EVALUACIÓN DE PROYECTOS DE REEMPLAZO DE EQUIPOS METODOLOGÍA DE PREPARACIÓN Y EVALUACIÓN DE PROYECTOS DE REEMPLAZO DE EQUIPOS Versó Dcembre 2005 Mstero de Plafcacó Dvsó de Plafcacó, Estudos e Iversó INDICE Pága Itroduccó 5 I. Teoría sobre la cual se

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

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

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

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

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

Más detalles

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector.

Comportamiento Mecánico de Sólidos Capítulo II. Introducción al análisis tensorial. Tensores. x 3 A 3. Figura 1. Componentes de un vector. Comportameto Mecáco de Sóldos Capítulo II. Itroduccó al aálss tesoral. Itroduccó al aálss tesoral esores Es aquella catdad físca que después de ua trasformacó de coordeadas (que obedezca certas reglas),

Más detalles

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

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

Más detalles

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

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

Más detalles

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

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

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

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15 1 EXAMEN DE MATEMÁTICAS APLICADAS I Temas 1 a 15 1. Ocho persoas, co smlar destreza e mecaografía, teclearo 0 líeas de teto e u ordeador. El tempo empleado, e mutos, el úmero de errores cometdos, fuero:

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

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

Más detalles

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente:

Las anualidades anticipadas ocurren al inicio de cada periodo de tiempo, el diagrama de flujo de cada de estas anualidades es el siguiente: Matemátcas faceras 4.2. Aualdades atcpadas 4.2. Aualdades atcpadas UNIDAD IV. ANUALIDADES Las aualdades vecdas so aquellas que sus pagos guales ocurre al falzar cada perodo, u dagrama de flujo de cada

Más detalles

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal 2do C. 2018 Mg. Stella Fgueroa Clase Nº 14 Tpos de relacoes etre varables Exste u compoete aleatoro por lo que las predccoes tee asocado u error de predccó. Modelo determsta

Más detalles

AGRO Examen Parcial 1

AGRO Examen Parcial 1 AGRO 5005 009 Exame Parcal Nombre: Istruccoes: Por favor lea los eucados y las pregutas cudadosamete. Se puede usar el lbro las tablas de dstrbucó ormal la hoja de fórmulas provsta y la calculadora. Para

Más detalles

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO)

METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) METODOLOGÍA DE CÁLCULO DEL INDICADOR DE FLOTA EN OPERACIÓN (IFO) I. Descrpcó del cálculo de los dcadores IFO CIFO La flota e operacó se medrá a través de los mecasmos IFO y CIFO, de acuerdo a lo establecdo

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

Del correcto uso de las fracciones parciales.

Del correcto uso de las fracciones parciales. Del correcto uso de las fraccoes parcales. Rubé Emauel Madrd García. E este opúsculo haré u aálss de lo que hoy llamamos fraccoes parcales, lo cual o es otra cosa que la descomposcó del cocete etre dos

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 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

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

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

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

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

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 Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos Aálss Numérco y Programacó Udad III -Iterpolacó medate trazadores: Leales, cuadrátcos y cúbcos Prmavera 9 Aálss Numérco y Programacó Coceptos geerales Problema geeral: Se tee u cojuto dscreto de valores

Más detalles

EJERCICIOS SISTEMA FINANCIERO COMPUESTO

EJERCICIOS SISTEMA FINANCIERO COMPUESTO UNIVERSIDAD DE LOS ANDES FAULTAD DE IENIAS EONÓMIAS Y SOIALES DEPARTAMENTO DE IENIAS ADMINISTRATIVAS ÁTEDRA: ANÁLISIS DE LA INVERSIÓN ASIGNATURA: MATEMÁTIA FINANIERA PROFESOR: MIGUEL A. OLIVEROS V. EJERIIOS

Más detalles

Números Complejos PREGUNTAS MÁS FRECUENTES

Números Complejos PREGUNTAS MÁS FRECUENTES Repaso de º de Bachllerato Números Complejos PREGUNTAS MÁS FRECUENTES. Qué es la udad magara? Es u elemeto del que coocemos úcamete su cuadrado:.obvamete, o se trata de u úmero real.. Qué es u úmero complejo?

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

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

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood )

Apéndice 1. Ajuste de la función gamma utilizando el método de máxima probabilidad ( maximum likelihood ) Apédces Apédces 357 Apédce. Ajuste de la fucó gamma utlzado el método de máma probabldad mamum lkelhood Se descrbe a cotuacó el ajuste de la fucó gamma utlzado e el apartado.2..2 pága 28. Véase Burguess

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

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MAEMÁICAS FINANCIERAS Aloso ÍNDICE. INERÉS SIMPLE 4. CONCEPOS PREVIOS... 4.2 DEFINICIÓN DE INERÉS SIMPLE... 4.3 FÓRMULAS DERIVADAS... 6.4 INERPREACIÓN GRÁFICA... 8 2. INERÉS COMPUESO 9 2. DEFINICIÓN 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

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Capítulo 1- Económico - Financiero (parte II)

Capítulo 1- Económico - Financiero (parte II) Capítulo 1- Ecoómco - Facero (parte II) 1.Itroduccó E el sguete dagrama se ecuetra represetado el estudo Ecoómco - Facero del proyecto, co sus compoetes y su relacó co las etapas aterores. Estudo de Mercado

Más detalles

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

NOMBRE Apellido Paterno Apellido Materno Nombre(s) UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

G - Métodos de Interpolación

G - Métodos de Interpolación ESCUELA SUPERIOR DE NÁUTICA Y MÁQUINAS NAVALES / NAUTIKAKO ETA ITSASONTZI MAKINETAKO GOI ESKOLA TEKNIKOA FUNDAMENTOS MATEMÁTICOS G - Métodos de Iterpolacó Polomo de terpolacó de Lagrage. Polomo de terpolacó

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

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. 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 u ejemplo:

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

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

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

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

Santiago, 30 de enero de

Santiago, 30 de enero de CIRCULAR Bacos N 3.465 Satago, 30 de eero de 2009.- Señor Gerete: RECOPILACIÓN ACTUALIZADA DE NORMAS. Capítulo 12-1. Equvalete de crédto de dervados. Complemeta y modfca struccoes. Medate la presete Crcular,

Más detalles

TEMA 4. EQUIVALENCIA FINANCIERA

TEMA 4. EQUIVALENCIA FINANCIERA ADMIISTRAIÓ Y FIAZAS. GRADO SUPERIOR TEMA 4. EQUIVALEIA FIAIERA TEMA 4: EQUIVALEIA FIAIERA. ITRODUIÓ Estas operacoes se da cuado ua persoa quere susttur uo o varos pagos que tee que realzar (PRIMERA SITUAIÓ)

Más detalles

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5. 5. NÁLISIS DE VRINZ CONTENIDOS: OBJETIVOS: 5... Prueba de aálss de varaza. 5.. Comparacoes múltples. Determar los pasos a segur al realzar ua prueba de aálss de varaza Platear hpótess para la prueba de

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

Análisis de Regresión y Correlación Lineal

Análisis de Regresión y Correlación Lineal Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres

Más detalles

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN

SERIE TEMA 7 ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SERIE TEMA ANÁLISIS DE DATOS BIVARIADOS PROBLEMAS CON RESOLUCIÓN. Los datos

Más detalles

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025

N E R. A j(12) i(12) i'(1/2) 0,05 0, , B i(4) i''(1/2) 0,0125 0, i'''(1/2) 0,1025 . Queremo realzar ua mpocó a plazo fjo, para lo cual acudmo a tre etdade facera. La codcoe que o ofrece o: el baco ofrece u % omal pagadero meualmete, el baco B ofrece u,% efectvo trmetral y el baco u

Más detalles

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN Qué es ESADISICA? Es u couto de la rama de las Matemátcas Es algo aburrdo que mplca u motó de cuetas 3 Es u couto de téccas que se puede usar para probar cualquer cosa 4 Es u couto de coocmetos téccas

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

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre Tema. La medda e Físca Estadístca de la medda Cfras sgfcatvas e certdumbre Cotedos Herrameta para represetar los valores de las magtudes físcas: los úmeros Sstemas de udades Notacó cetífca Estadístca de

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

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

2.5. Área de una superficie.

2.5. Área de una superficie. .5. Área de ua superfce. Sea g ua fucó co prmeras dervadas parcales cotuas, tal que z g( x y), 0 e toda la regó D del plao xy. Sea S la parte de la gráfca de g cuya proyeccó e el plao xy es como se lustra

Más detalles

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b

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

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

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

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

Propuesta de Indicadores del Área de Docencia para efectos de Rendición Social de Cuentas

Propuesta de Indicadores del Área de Docencia para efectos de Rendición Social de Cuentas Gereca de Plafcacó Estratégca Escuela Superor Poltécca del Ltoral Propuesta de Idcadores del Área de Doceca para efectos de Redcó Socal de Cuetas VERSIÓN 2 2017 PRESENTACIÓN E el marco de la redcó de cuetas

Más detalles

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento-

Capítulo 2 Sistemas Multi-Maquinas -Planteamiento- LC-3054 Sstemas de Poteca II Capítulo Sstemas Mult-Maquas -Plateameto- Prof. Fracsco M. Gozález-Logatt fglogatt@eee.org http://www.gaelec.org/fglogatt/sp.htm SISTMAS D POTNCIA II stabldad Mult-Maquas Fracsco

Más detalles

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS PROBABILIDAD ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIÓN SEMESTRE 009- DURACIÓN

Más detalles

CÁLCULO NUMÉRICO (0258)

CÁLCULO NUMÉRICO (0258) CÁLCULO NUÉRICO (58) Tema 4. Apromacó de Fucoes Juo. Ecuetre los polomos de meor grado que terpola a los sguetes cojutos de datos plateado y resolvedo u sstema de ecuacoes leales: 7 y 5-4 7 y 4 9 6.5.7.

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles