Parte II. TEORÍA DE LA ELECCIÓN INDIVIDUAL

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

Download "Parte II. TEORÍA DE LA ELECCIÓN INDIVIDUAL"

Transcripción

1 INTODUCCIÓN A LA ECONOMÍA FINANCIEA Parte I. INTODUCCIÓN Tema. Fudametos de Ecoomía Facera Parte II. TEOÍA DE LA ELECCIÓN INDIVIDUAL Tema. Cosumo, versó y mercados de catales Parte III. TEOÍA DE LOS MECADOS DE CAPITALES Y VALOACIÓN DE ACTIVOS FINANCIEOS Tema 4. El modelo de equlbro de actvos faceros Tema 5. El modelo de valoracó de ocoes faceras

2

3 Estructura:. Teoría de la eleccó dvdual e certdumbre. etabldad y resgo de los actvos faceros 3. Modelo de Markowtz 4. Carteras co réstamo y edeudameto 5. Teorema de la searacó de Tob Bblografía básca: Aleader, Share y Baley 003 ca. 7, y 9 Bode, Kae y Marcus 004 cas y Brealey, Myers y Alle 00 cas y 9. Bblografía comlemetara: Ferádez y García 99 ca. Suárez Suárez 005 cas. 30 y Práctcas: Problemas 0-3

4 . Teoría de la eleccó dvdual e certdumbre. etabldad y resgo de los actvos faceros 3. Modelo de Markowtz 4. Carteras co réstamo y edeudameto 5. Teorema de la searacó de Tob 4

5 . Teoría de la eleccó dvdual e certdumbre LA TOMA DE DECISIONES EN INCETIDUMBE N las oortudades de versó, su dmesó facera cuatía y varabldad de los flujos de reta so coocdos co eacttud formacó erfecta: La formacó o es erfecta Solucoar el roblema ege descrbr la certdumbre Icertdumbre e formacó, dos caras de ua msma moeda: A mayor certdumbre meor formacó, y vceversa El trabajo de Kght 9 El caso de lo certo o subjetvamete certo El caso aleatoro o certdumbre medda * El caso de total certdumbre

6 . Teoría de la eleccó dvdual e certdumbre LA SELECCIÓN DE INVESIONES FINANCIEAS El roblema: decdr e qué actvos vertr Fsher: º decsó de versó roductva crear o vertr e ua emresa comrar sus títulos decsó de cartera Descrbr la certdumbre: dos arámetros meda y varaza El objetvo: mamzar la utldad El coteto: certdumbre. Cómo maejar la certdumbre? Dos tos de actvos faceros: Co resgo: su resultado o se cooce co certeza.ej. accoes S resgo: su resultado se cooce co certeza.ej. letras del tesoro El bomo retabldad-resgo

7 . Teoría de la eleccó dvdual e certdumbre. etabldad y resgo de los actvos faceros 3. Modelo de Markowtz 4. Carteras co réstamo y edeudameto 5. Teorema de la searacó de Tob 7

8 . etabldad y resgo de los actvos faceros Bomo retabldad-resgo De qué deede la retabldad de u actvo facero arresgado? Plusvalías P t -P t- Dvdedos Dv t Otros comoetes derechos de suscrcó referete, amlacoes, etc. P t t Dv t P t t

9 . etabldad y resgo de los actvos faceros Eresó de la retabldad de u título al co del erodo t t P t Pt P t Dv t P t P Dv t t etoro P t t Como P t o Dv t o se cooce co certeza, el actvo es arresgado y la retabldad es ua varable aleatora, que vamos a caracterzar or los dos rmeros mometos de su dstrbucó meda y varaza Característcas relevates de u actvo facero: dos rmeros mometos de la dstrbucó estadístca meda y varaza=retabldad y resgo

10 . etabldad y resgo de los actvos faceros etabldad eserada y resgo del actvo basados e eectatvas datos e-ate s E E P, s estados de la aturaleza h h h Stuacó de la ecoomía s h h E etabldad actvo "" Probabldad etab.prob. Crecmeto 0,00% 0,00%,00% Estacameto 5,00% 50,00%,50% ecesó -,00% 30,00% -0,60% P h 00,00% Meda 0*0, 5*0,5 *0,3 3, 90% Meda= 3,90% Desv T= 4,30% Desv Tí 0 3, 9 *0, 5 3, 9 *0,5 3, 9 *0,3 4, 30%

11 . etabldad y resgo de los actvos faceros etabldad eserada y resgo del actvo basados e datos hstórcos datos e-ost E Año E t j t j t j, t erodos asados j t E etabldad actvo "" 006 8,00% 007 5,00% 008 -,00% 009 3,00% Meda= 3,50% Desv T= 4,0% Meda 3,5% 4 Desv Tí 8 3,5 5 3,5 3, ,5 3,64%

12 . etabldad y resgo de los actvos faceros esume: etabldad eserada del actvo : E E E E s h t j t h j P h s estados de la t erodos asados aturaleza basado e eectatvas datos e-ate basado e datos hstórcos datos e-ost

13 . etabldad y resgo de los actvos faceros esume: esgo del actvo : s h t j h j t E E P h t s estados erodos de la aturaleza asados basado e eectatvas datos e-ate basado e datos hstórcos datos e-ost

14 . etabldad y resgo de los actvos faceros El roblema: decdr e qué actvos faceros vertr decsó de cartera. La cartera es u cojuto de actvos faceros Seleccoar los actvos faceros que tegrará la cartera Determar la roorcó e la que cada actvo etrará e la cartera So roorcoes de catal vertdo : u.m. vertdas e el actvo "" u.m. de resuuesto de versó facera Semre ha de cumlrse que:

15 . etabldad y resgo de los actvos faceros Cartera co dos actvos faceros arresgados y : etabldad de la cartera: calculada a artr de la retabldad de los títulos que forma la cartera y las roorcoes etabldad eserada de la cartera: E tomado Eseraza a la eresó [] - [] E E E - E E E E E E

16 . etabldad y resgo de los actvos faceros Cartera co dos actvos faceros arresgados y : esgo de la cartera:, raíz ostva de la varaza tomado Varaza a la eresó [],

17 . etabldad y resgo de los actvos faceros Cartera co actvos faceros arresgados: etabldad de la cartera: calculada a artr de la retabldad de los títulos que forma la cartera y las roorcoes etabldad eserada de la cartera: E tomado Eseraza a la eresó [] [] E E E E E E E E

18 . etabldad y resgo de los actvos faceros Cartera co actvos faceros arresgados: esgo de la cartera:, raíz ostva de la varaza tomado Varaza a la eresó [] j j j j j j j j j,, dode,,,,,,,,,, j, j

19 . etabldad y resgo de los actvos faceros Cotrbucó de u título a la etabldad Eserada E y al esgo de ua cartera Cotrbucó absoluta a la retabldad eserada E Cotrbucó absoluta al resgo, Cotrbucó relatva a la retabldad eserada E Cotrbucó relatva al resgo, P, E E

20 . etabldad y resgo de los actvos faceros Carteras mtas: Combacó del actvo co resgo co el actvo lbre de resgo f Coceto de versó s resgo f etabldad de la cartera: calculada a artr de la retabldad de los títulos que forma la cartera y las roorcoes f f etabldad eserada de la cartera: E tomado Eseraza a la eresó [] [] E E E f f f E E E

21 . etabldad y resgo de los actvos faceros Carteras mtas: Combacó del actvo co resgo co el actvo lbre de resgo f esgo de la cartera:, raíz ostva de la varaza tomado Varaza a la eresó [] f f f,

22 . etabldad y resgo de los actvos faceros etabldad, etabldad Eserada y esgo de carteras mtas f E f E <0, cartera mta co edeudameto: se de restado dero al to f ara colocarlo, juto al 00% del resuuesto cal, e el actvo co resgo =0, cartera ura de resgo, todo se verte e el actvo co resgo 0<<, cartera mta co réstamo: se resta dero al to f y el resto se verte e el actvo co resgo =, versó lbre de resgo >, cartera mta co réstamo y veta a corto del actvo co resgo : se verte e el actvo lbre de resgo el 00% del resuuesto cal más el morte de emtr el actvo co resgo

23 . etabldad y resgo de los actvos faceros Carteras co veta a corto o e descuberto short sellg So carteras e las que algú actvo artca e roorcó egatva <0 El actvo arresgado que está e oscó corta es equvalete a edr restado títulos oeracó co crédto del mercado o a ser emsor de dcho actvo Se tee que segur verfcado que

24 . Teoría de la eleccó dvdual e certdumbre. etabldad y resgo de los actvos faceros 3. Modelo de Markowtz 4. Carteras co réstamo y edeudameto 5. Teorema de la searacó de Tob 4

25 3. Modelo de Markowtz Decsoes faceras del dvduo: Cosumo Iversó facera Facacó El roblema: Seleccoar la combacó de actvos faceros co o s resgo ótma la que mamce la utldad del decsor Las oortudades de versó facera está dadas Los actvos faceros actvos co resgo Sus característcas: flujos cuatía y varabldad E y so úcos ara el dvduo Dversfcacó geua y efcete Markowtz Igeua versó e títulos dferetes s cosderar la correlacó etre las retabldades de los títulos Efcete seleccó de títulos teedo e cueta la correlacó etre las retabldades

26 3. Modelo de Markowtz Suuestos del Modelo de Markowtz 95 El versor: Persgue mamzar la utldad eserada de su rqueza fal Tee u horzote de u úco eríodo Es racoal refere más retabldad a meos Preseta aversó al resgo refere meos resgo a más Elge su cartera ótma fjádose e dos arámetros: la meda y la desvacó tíca de la retabldad de la cartera Los mercados faceros so erfectos etre otras: No hay muestos costes de trasaccó Los versores so reco acetates rce-takers Los títulos so ftamete dvsbles Los actvos faceros: Este actvos faceros co resgo No se ermte la veta a corto de gú título Las roorcoes vertdas e cada título suma la udad Ngú ar de actvos faceros reseta correlacó erfecta y egatva Al meos dos de los títulos reseta dferete vel de retabldad eserada

27 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 ª Etaa: Determacó del cojuto frotera de carteras efcetes Se arte de formar todas las carteras osbles a artr de los actvos faceros co resgo Se ersgue seleccoar las mejores carteras efcetes racoaldad+aversó al resgo Frotera de Carteras Efcetes

28 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 ª Etaa: Determacó del cojuto frotera de carteras efcetes Defcó de cartera efcete: Ofrece la máma retabldad eserada ara u resgo dado Ofrece el mímo resgo ara ua retabldad eserada dada Cartera o domada e térmos meda-varaza Cuál es la cartera efcete? E E E E A B B A B A A B

29 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 ª Etaa: Determacó del cojuto frotera de carteras efcetes solucó gráfca E Frotera efcete B A: Míma retabldad eserada B: Máma retabldad eserada A MV: Míma varaza resgo Cojuto de oortudades de versó actvos y carteras Líea MV-B: Frotera efcete o deede de las referecas retabldad/resgo se fudameta e la racoaldad y e la aversó al resgo de las versoes

30 3. Modelo de Markowtz FONTEA EFICIENTE: MV-B E B A Característcas de la frotera efcete: Sólo hay actvos/carteras efcetes e el setdo de Markowtz Todos los actvos/carteras tee dstto bomo retabldad-resgo A mayor resgo, mayor retabldad eserada Ngua cartera reseta domaca meda-varaza sobre otra

31 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 ª Etaa: Determacó del cojuto frotera de carteras efcetes solucó aalítca Markowtz latea el roblema de forma aalítca como u roblema de rogramacó aramétrco-cuadrátca cógtas : Ma Sujeto a : E j E fucó objetvo, j V restrccó resuuestara 0 rohbcó de veta a corto j * restrccó aramétrca o leal

32 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 ª Etaa: Determacó del cojuto de carteras efcetes solucó aalítca Markowtz latea el roblema de forma aalítca como u roblema de rogramacó aramétrco-cuadrátca cógtas : M Sujeto a : E E restrccó resuuestara 0 rohbcó de j E * j, restrccó aramétrca veta a corto j fucó objetvo o leal

33 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 ª Etaa: Esecfcacó de la acttud del versor frete al resgo maa de curvas de soutldad + Utldad U U E U fe 0 0, - Utldad

34 3. Modelo de Markowtz Etaas del Modelo de Markowtz 95 E E c* 3ª Etaa: Determacó de la cartera ótma * C* c* BCartera ótma C*: tageca del maa de curvas de utldad co la frotera efcete C* deede de: - Los arámetros retabldad/resgo de los actvos vee dados ara cualquer versor - La fucó de utldad del versor camba de versor a versor, or lo que cada uo tee u ótmo dferete C* E c*, c* c*, c*,..., c*

35 3. Modelo de Markowtz El mudo meda-varaza del modelo de Markowtz:. Descrcó de la certdumbre: dos rmeros mometos modelos meda-varaza. E y. Oortudades de versó: actvos co resgo, =,..., 3. Descrcó de u actvo facero: E y 4. Descrcó de ua cartera: E y E E j j V * 5. Coceto de efceca e térmos meda varaza

36 3. Modelo de Markowtz Modelo de Markowtz Efoque Mcroormatvo E A B Iversor Idvdual Actvos co esgo Programacó cuadrátco aramétrca mae E j j V * Frotera efcete Curvas de Idfereca Cartera ótma

37 3. Modelo de Markowtz El modelo de Markowtz roorcoó a los rofesoales de las fazas ua recsa defcó del bomo retabldadresgo a través de la meda valor eserado o medo oderado más robable de los redmetos osbles y la varaza cuadrado de las desvacoes de los redmetos osbles e toro al valor eserado La detfcacó del bomo retabldad-resgo co la meda y la varaza, setó las bases además ara la alcacó del álgebra de la estadístca matemátca a la seleccó de carteras La fórmula de la varaza de ua suma de varables aleatoras, muestra que la udad de aálss ara el versor o es cada uo de los títulos dvdualmete cosderados, so la cartera de valores e su cojuto El resgo de u título dvdual o uede defrse s teer e cueta su relacó co el cojuto de la cartera y, e artcular, su covaraza co los demás actvos que la forma

38 3. Modelo de Markowtz Lascovarazas yosóloelúmerodetítuloscombados e las carteras- elca los beefcos dervados de la dversfcacó del resgo El modelo de Markowtz se demostró, s embargo, oco oeratvo ara la seleccó de la cartera ótma de títulos or arte de u versor dvdual La otmzacó del modelo de rogramacó cuadrátcoaramétrco de Markowtz suele coducr a la detfcacó de carteras corers, oco corretes e el mudo de la versó bursátl Las dfcultades ara mlemetar el modelo de Markowtz surge de la ecesdad de coocer las correlacoes etre los redmetos de los títulos a f de determar la frotera de carteras efcetes, y de la ecesdad de troducr las fucoes de utldad de los versores ara determar su resectvas carteras ótmas

39 . Teoría de la eleccó dvdual e certdumbre. etabldad y resgo de los actvos faceros 3. Modelo de Markowtz 4. Carteras co réstamo y edeudameto 5. Teorema de la searacó de Tob 39

40 4. Carteras co réstamo y edeudameto Carteras mtas co réstamo: Posbldad de restar al to f vertr e el actvo s resgo arte del resuuesto de versó Se amlía el cojuto de osbldades de versó y camba la frotera efcete E Carteras mtas co réstamo f * Carteras uras co resgo Q* * B A Frotera efcete: f -Q*-B Q*: cartera que hace máma la edete E Q - f / Q, sedo Q ua cartera de la frotera efcete cal A-B

41 4. Carteras co réstamo y edeudameto Carteras mtas co réstamo: Cartera ótma 3 B E f * * E * Q* B Cartera ura co resgo * A Cartera ura co resgo f E Cartera mta co réstamo que verte e Q* Q * Q * f El versor demada ua cartera ura co resgo y 3 o ua cartera mta co réstamo, segú sea sus curvas de soutldad

42 4. Carteras co réstamo y edeudameto Carteras mtas co edeudameto: Posbldad de edeudarse al to f vertr más del 00% e actvos co resgo Se amlía el cojuto de osbldades de versó y camba la frotera efcete E f * Carteras mtas co edeudameto Carteras uras co resgo Q* * B A S Frotera efcete: MV-Q*-S Q*: cartera que hace máma la edete E - f /, sedo ua cartera de la frotera efcete cal A-B

43 4. Carteras co réstamo y edeudameto Carteras mtas co edeudameto: Cartera ótma E f * E * 3 Q f E f S * Q Cartera mta co edeudameto * Q* que verte e Q* * Cartera ura co resgo A * Cartera ura co resgo El versor demada ua cartera ura co resgo y o ua cartera mta co edeudameto 3, segú sea sus curvas de soutldad

44 4. Carteras co réstamo y edeudameto Carteras mtas co réstamo y edeudameto: Posbldad de restar y edeudarse al to f Se amlía el cojuto de osbldades de versó y camba la frotera efcete E f * Q* B A * Carteras mtas co réstamo que verte e Q* S Carteras mtas co edeudameto que verte e Q* E f E Q * Q * f Frotera efcete: f -Q*-S Q*: cartera que hace máma la edete E Q - f / Q, sedo Q ua cartera de la frotera efcete cal de Markowtz MV-B

45 4. Carteras co réstamo y edeudameto Carteras mtas co réstamo y edeudameto: Cartera ótma E f * * Q* B * A * Cartera co réstamo S Cartera co edeudameto

46 4. Carteras co réstamo y edeudameto Modelo de Tob-Markowtz E Efoque Mcroormatvo f Iversor Idvdual f y Actvos co esgo Carteras co Préstamo Carteras co Edeudameto Cartera ótma de actvos co resgo E P F E * q * q F

47 . Teoría de la eleccó dvdual e certdumbre. etabldad y resgo de los actvos faceros 3. Modelo de Markowtz 4. Carteras co réstamo y edeudameto 5. Teorema de la searacó de Tob 47

48 5. Teorema de la searacó de Tob Dos codcoes ara el versor: Puede restar y edeudarse al msmo to de terés Cooce la frotera efcete o el cojuto de osbldades de versó, a artr del cual la determa Eucado del Teorema de la searacó de Tob: La eleccó dvdual de su cartera de actvos co resgo es deedete está searada de su acttud mayor o meor aversó frete al resgo Tob, 958

49 5. Teorema de la searacó de Tob El versor toma sus decsoes e dos etaas: º Idetfca su cartera ótma de actvos co resgo Q* e la que vertr, que es aquella que reseta mayor edete es tagete co la frotera efcete [má. E q - f / q ], ara lo cual hay que estmar revamete la frotera efcete º Determa su cartera ótma co réstamo o edeudameto, dado su maa de curvas de dfereca etre retabldad-resgo

50 5. Teorema de la searacó de Tob Imlcacoes del Teorema de la Searacó de Tob: Todo versor coloca su dero e ua úca combacó de actvos co resgo: Q* ª etaa Su refereca or el resgo curvas de soutldad hará que forme ua cartera mta co réstamo, co edeudameto o ua cartera ura co resgo ª etaa Su resuuesto de versó o fluye e la determacó de la cartera ótma so roorcoes Las decsoes de versó facacó está searadas cosecueca de las dos etaas

51 5. Teorema de la searacó de Tob Alguas crítcas a la teoría de carteras Medda del resgo or medo de la varaza de la retabldad Dfcultad ara determar la fucó de utldad del versor varables de las que deede relacó fucoal cocreta que adota Nos hemos olvdado de algú arámetro? lqudez, crecmeto u otros factores Necesdad de dsoer de gra formacó ara realzar u úmero de cálculos elevado: E + σ + -/ cov

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

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

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

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

Más detalles

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

La inferencia estadística es primordialmente de naturaleza

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

Más detalles

Tema 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

Parte III. TEORÍA DE LOS MERCADOS DE CAPITALES Y VALORACIÓN DE ACTIVOS FINANCIEROS

Parte III. TEORÍA DE LOS MERCADOS DE CAPITALES Y VALORACIÓN DE ACTIVOS FINANCIEROS INTODUCCIÓN A LA CONOÍA INANCIA Parte I. INTODUCCIÓN Tema. udametos de coomía acera Parte II. TOÍA D LA LCCIÓN INDIVIDUAL Tema. Cosumo, versó y mercados de captales Tema 3. Teoría de carteras Parte III.

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

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

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

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

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

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

Gestión de Carteras I: Selección de Carteras

Gestión de Carteras I: Selección de Carteras Gestó de Carteras I: Seleccó de Carteras Uversdad Complutese de Madrd Jua Mascareñas Uversdad Complutese de Madrd Versó orgal: ee-86; Últma versó: feb-07 - Itroduccó, - La retabldad y el resgo de u actvo

Más detalles

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011

Posible solución del examen de Investigación Operativa de Sistemas de septiembre de 2011 Posble solucó del exame de Ivestgacó Oeratva de Sstemas de setembre de 2 Problema : ( utos Dos bolas blacas está colocadas e ua mesa al lado de ua bolsa que cotee ua bola blaca y dos egras. Reteradamete

Más detalles

1 m n x y f xy. 1 n x x y y f x x y y

1 m n x y f xy. 1 n x x y y f x x y y .4. Mometos bdmesoales o cetrales cetrales Dada la dstrbucó bdmesoal de la varable (X, Y) observada sobre ua oblacó de tamaño se defe: Mometo o cetral, o resecto el orge, de órde (r, s) de la varable (X,

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

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

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

Más detalles

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

Tema 6: Introducción al muestreo. Estimadores

Tema 6: Introducción al muestreo. Estimadores Facultad de Ecoomía y Empresa Práctcas ema 6.- Itroduccó al muestreo. Estmadores ema 6: Itroduccó al muestreo. Estmadores VARIABLE Certa varable aleatora X se dstrbuye segú la fucó de desdad: sedo E(X)

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

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

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

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

1 Estadística. Profesora María Durbán

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

Más detalles

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

Gestión de Carteras I: Selección de Carteras

Gestión de Carteras I: Selección de Carteras Gestó de Carteras I: Seleccó de Carteras Uversdad Complutese de Madrd Jua Mascareñas Uversdad Complutese de Madrd Versó orgal: ee-86; Últma versó: ju-08 - Itroduccó, - La retabldad y el resgo de u actvo

Más detalles

TEMA 4. LA TEORÍA DEL CONSUMIDOR: MODELOS AVANZADOS. características.

TEMA 4. LA TEORÍA DEL CONSUMIDOR: MODELOS AVANZADOS. características. Prof. Dr. Atoo García Sáchez croecoomía III Tema 4 TEA 4. LA TEORÍA DEL CONSUIDOR: ODELOS AVANZADOS.. TECNOLOGÍA DEL CONSUO. Fudametos del modelo (K. Lacaster). Los bees comrados so factores de u roceso

Más detalles

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PRIMER EAMEN FINAL RESOLUCIÓN SEMESTRE

Más detalles

No debe entregar los enunciados

No debe entregar los enunciados Curso 01-13 EAMEN MODELO A ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO A DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora (cualquer modelo)

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

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

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

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

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

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ TEOREMA DE BERNOULLI GENERALIZADO > 0 Dada ua sucesó x1, x, x3,... x dos a dos depedetes, co ua msma dstrbucó de probabldad y co esperaza µ y varaza lím Se verfca que P x µ = 1 ó lím P x µ > = 0 El límte,

Más detalles

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

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

Más detalles

Estadística Espacial. José Antonio Rivera Colmenero

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

Más detalles

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

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

Más detalles

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

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

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

Más detalles

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

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

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

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

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

PyE_ EF1_TIPO2_

PyE_ EF1_TIPO2_ SEMESTRE 9- TIPO DURACIÓN MÁIMA.5 HORAS JUNIO DE 9 NOMBRE. "Scram" es el térmo que utlza los geeros ucleares para descrbr u rápdo cerre de emergeca de u reactor uclear. La dustra uclear ha hecho esuerzos

Más detalles

TEMA 6 MUESTREO POR CONGLOMERADOS MONOETÁPICO

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

Más detalles

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

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

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

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos

Métodos de Predicción Inferencia. Curso María Jesús Sánchez Naranjo y Carolina García-Martos Métodos de Predccó Ifereca Curso - María Jesús Sáchez Narajo y Carola García-Martos Dstrbucó Normal Camaa de Gauss x f x ex, x R π Ifereca Ifereca 3 Meddas Característcas 3 3 4 4 3 3 4 4 3 Curtoss CA Asmetría

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

MASTER'EN'BANCA'Y' MERCADOS'FINANCIEROS'

MASTER'EN'BANCA'Y' MERCADOS'FINANCIEROS' MASTERENBANCAY MERCADOSFINANCIEROS Curso 06/07 Curso de R para Baca y Fazas Profesor: Vaesa Jordá Gl jordav@uca.es vaesajorda.com Motvacó Cómodstrbuyoelcaptal? Acvoscoresgo +Retabldad +Resgo Acvossresgo

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

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2013 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 01 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO 1 a) (5 puto) Racoalce la epreoe 5 8 b) (5 puto) Halle el cojuto de olucoe de la ecuacó 5 8 EJERCICIO

Más detalles

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS MÉTODOS ESTADÍSTICOS PARA LA EMPRESA TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS DISTRIBUCIÓN DE AGREGADOS 5..- Dstrbucoes -dmesoales. Aálss margal y codcoado 5..- Varables aleatoras depedetes. Propedades

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

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

CONTENIDO 1. TEORIA DE LA UTILIDAD...3

CONTENIDO 1. TEORIA DE LA UTILIDAD...3 3 CONTENIDO. TEORIA DE LA UTILIDAD...3 6 9 2 5 8. INTRODUCCION...3.2 RELACIÓN BINARIA, PROPIEDADES Y TIPOS...4.3 TEORIA DE LA UTILIDAD...6.4 AXIOMATICA DE LUCE Y RAIFFA...7.4. CONCEPTOS PREVIOS...7.4.2

Más detalles

MULTICRITERIO Y SELECCIÓN DE CARTERAS

MULTICRITERIO Y SELECCIÓN DE CARTERAS MULTICRITERIO Y SELECCIÓN DE CARTERAS Rafael Caballero Ferádez Deartameto de Ecoomía Alcada (Matemátcas) Uversdad de Málaga e-mal: rafael.caballero@uma.es Mercedes Gozález Lozao Deartameto de Ecoomía Alcada

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

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

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados eptembre 013 EAMEN MODELO B ág. 1 INTRODUCCIÓN AL ANÁLII DE DATO ETIEMBRE 013 Códgo asgatura: 6011037 EAMEN TIO TET MODELO B DURACION: HORA Materal: Addeda (Formularo y Tablas) y calculadora o programable

Más detalles

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012

Solución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012 Solucó Práctca Evaluable. Olgopolo y Copeteca Moopolístca. 6//0 Cosdere u olgopolo de Courot co epresas que produce u be hoogéeo. La fucó versa de deada es p ) = 0 y todas las epresas tee el so coste argal

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

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

TEMA 2: CAPITALIZACIÓN SIMPLE

TEMA 2: CAPITALIZACIÓN SIMPLE Matemátcas Faceras Prof. Mª Mercedes Rojas de Graca TEMA 2: APITALIZAIÓN SIMPLE ÍNDIE 1. APITALIZAIÓN SIMPLE... 1 1.1. ONEPTO... 2 1.2. DESRIPIÓN DE LA OPERAIÓN... 2 1.3. ARATERÍSTIAS DE LA OPERAIÓN...

Más detalles

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

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

Más detalles

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

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

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

Más detalles

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

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros.

Estimación de Parámetros. Estimación Puntual. Universidad Técnica Federico Santa María. Estimación de Parámetros. Estimación de Parámetros. Uversdad Técca Federco ata María Estmacó de Parámetros Capítulo 7 Estmacó de Parámetros Estadístca Computacoal II emestre 007 Prof. Carlos Valle Pága : www.f.utfsm.cl/~cvalle e-mal : cvalle@f.utfsm.cl

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

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

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

Más detalles

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C Ua empresa motadora de equpos electrócos está realzado u estudo sobre aluos de los compoetes que utlza. E partcular mde el tempo de vda e meses reales de los procesadores que mota, dode a aluos de ellos

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

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente. ERRORES EXPERIMENTALES E todo proceso de medcó este lmtacoes dadas por los strumetos usados, el método de medcó, el observador (u observadores) que realza la medcó. Asmsmo, el msmo proceso de medcó troduce

Más detalles

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

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

Más detalles

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

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Grado de ADE. Prmer curso Raquel Mª Álvarez Esteba Descrpcó umérca de ua varable Objetvo: Resumr dsttos aspectos de las dstrbucoes de frecuecas Iterés de los resúmees umércos:

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

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

Más detalles

Capítulo I. Introducción: Características de los sistemas macroscópicos, conceptos de probabilidad y estadística de sistemas de partículas.

Capítulo I. Introducción: Características de los sistemas macroscópicos, conceptos de probabilidad y estadística de sistemas de partículas. Capítulo I. Itroduccó: Característcas de los sstemas macroscópcos, coceptos de probabldad y estadístca de sstemas de partículas. Leccó Itroduccó a la descrpcó estadístca de los sstemas de partículas. Fluctuacoes

Más detalles

Estadística Descriptiva

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

Más detalles

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

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

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

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

Análisis de la Varianza

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

Más detalles

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 de Juegos 1. I. Juegos no-cooperativos. Representación de un juego en forma extensiva

Teoría de Juegos 1. I. Juegos no-cooperativos. Representación de un juego en forma extensiva Teoría de Juegos I. Juegos o-cooeratvos Reresetacó de u juego e forma extesva E u juego o-cooeratvo -ersoal e forma extesva ha de cosderarse los sguetes comoetes: ) los jugadores; 2) los actos o accoes

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

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

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

Más detalles

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

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Tema 1: Introducción: Generalización y Extensión del Modelo de Regresión

Tema 1: Introducción: Generalización y Extensión del Modelo de Regresión Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Tema : Itroduccó: Geeralzacó y Etesó del Modelo de Regresó Itroduccó Especfcacó del Modelo de Regresó Leal 3 Supuestos del Modelo Clásco de Regresó

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