NOTAS DE CLASE: ANALISIS MEDIA-VARIANZA
|
|
- Ernesto Soler Pinto
- hace 7 años
- Vistas:
Transcripción
1 NOTAS DE CLASE: ANALISIS MEDIA-VARIANZA Miguel Robles Universidad de Piura, Agosto 00 1 Teoría de la Cartera: el caso particular de la media-varianza El Modelo CAPM: donde E (R i ) = R f + i (E (R m ) R f ) i = cov(r i; R m ) (R m ) cov (R i ; R m ) = E [(R i E(R i ))(R m E(R m ))] cov (R i ; R m ) = E (R i R m ) E (R i ) E(R m ) Notar que el modelo CAPM únicamente requiere conocer la media (marginal y conunta) y varianza de los retornos de los activos nancieros de la economía 1.1 Supuestos que permiten trabajar sólo con la media y varianza de los retornos Los agentes económicos maximizan la utilidad del consumo (supuesto estándar de la teoría económica) Considerar el consumo como una variable aleatoria (supuesto estándar en módelo con incertidumbre, nanzas) Teoría de la utilidad esperada: los agentes maximizan la utilidad esperada max EU(C) 1
2 Expansión de Taylor para U(C) alrededor de E(C) U(C) = 1X j=0 U j (E(C) j! (C E(C)) j = U(E(C) + U 0 (E(C) (C E(C)) + U 00 (E(C) (C E(C)) + U 000 (E(C) (C E(C)) + :::!! Tomar Valor Esperado para obtener E(U(C)) E (U(C)) = U(E(C) + U 00 (E(C) E (C E(C)) + U 000 (E(C) E (C E(C)) + :::!! De aquí puede notarse que se necesita cualquiera de las siguientes condiciones para que la utilidad esperada sólo dependa de la media y varianza de C: 1. Que C se distribuya normal (en rigor funciones elípticas), con lo cual todos los momentos centrados superiores al segundo son iguales a cero. Sin embargo, el supuesto de retornos normales es poco deseable en tanto reconocemos que en general los retornos están truncados en 100%.. Que la función de utilidad U(C) sea cuadrática lo que signi ca que las derivadas superiores al segundo orden se hacen iguales a cero. El problema de asumir funciones de utilidad cuadráticas es que implican en algún punto saciedad con respecto a la riqueza y por otro lado una aversión absoluta al riesgo creciente Utilidad con sólo media y varianza E (U(C)) = U(E(C)) + U 00 La media incrementa la utilidad esperada (E(C) E (C E(C))! La varianza dismimuye la utilidad esperada (porque U 00 (E(C) < 0)
3 Curvas de indiferencia media U U U 1 U 0 varianza La Frontera E ciente Si nos interesa obtener un determinado retorno esperado Cómo con gurar un portafolio tal que tengamos la menor varianza? Surge el concepto de la La Frontera E ciente de Markowitz: nos dice cuál es el portafolio que entrega un determinado retorno esperado y a la vez la menor varianza la mínima varianza.1 Estimación de la Frontera E ciente y el Portafolio de Mínima Varianza Considerar todos los activos nancieros disponibles. Sea n el número de instrumentos nancieros, tal que disponemos de los instrumentos 1; ; ; :::; n Qué información necesitamos? Los retornos esperados: vector E(R) E(R) = 6 E(R 1 ) E(R ). E(R n )
4 Las varianzas y covarianzas de los retornos para los n activos nancieros: matriz (R 1 ) cov(r 1 ; R ) : : : cov(r 1 ; R n ) cov(r ; R 1 ) (R ) : : : cov(r ; R n ) = cov(r n ; R 1 ) cov(r n ; R ) : : : (R n ) Notar que la matriz es simétrica Cómo se de ne un portafolio? Lo de nimos por la participación de cada activo en el valor total del portafolio (o monto a invertir). Vector = 6 P donde i es la participación del activo nanciero i en el portafolio. Notar que n i = 1 Retorno esperado de un portafolio cualquiera 1. n 0 E(R) i=1 Varianza del portafolio EJEMPLO: Dos activos nancieros con retornos esperados y varianzas y covarianzas: E(R) = = 0: 0: 0: 0: 0: 0:6 Considerar el portafolio p = 0:0 0:80 El valor esperado del portafolio p es: E(R p ) = 0 pe(r) = 0: 0:8 0: 0: = 0:
5 La varianza del portafolio p es 0 p p = 0: 0:8 0: 0: 0: 0:6 = 0: 0:8 0: 0: 0: 0:6 = 0:68 0:0 0:80 0:0 0:80 Fórmula conocida ( 1 R 1 + R ) = 1 (R 1 ) + (R ) + 1 cov(r 1 ; R ) = 0:0 (0:) + 0:8 (0:6) + 0:0 0:80 ( 0:) = 0:68. Estimacion en forma matricial Elementos exogenos: E(R); ; E(R p ) Variables de elección Queremos encontrar el portafolio que minimiza la varianza dado un retorno para el portafolio igual a p sujeto a min 0 0 E(R) = p (1) donde Lagrangiano: 0 i = 1 () i = L = 0 + p 0 E(R) + [1 0 i] max min L ;
6 Condiciones de primer orden = E(R) i = = 1 1 E(R) + 1 i () Reemplazar en las restricciones (1) y () 1 E(R) + 1 i 0 E(R) = p 1 E(R) + 1 i 0 i = Re-ordenar términos E(R) 0 1 E(R) + i 0 1 E(R) = E(R p ) () Sea E(R) 0 1 i + i 0 1 i = () A = E(R) 0 1 i B = E(R) 0 1 E(R) C = i 0 1 i Entonces () y () se pueden re-escribir como B + A = p (6) Tal que conforman un sistema de dos ecuaciones en dos incógnitas ; Resolver el sistema de ecuaciones: A 1) Multiplicar la primera ecuación por B y sumar las dos ecuaciones A + C = () A + A B = A B p Restando A + C = C A A = B B p 1 6
7 Despejar = A p B (BC A ) (8) Reemplazar en () y despejar = A " 1 + A p B C (BC A ) # (9) Reemplazar (8) y (9) en () para obtener el portafolio óptimo = 1 1 E(R) + 1 i () = 1 " " 1 + A p B # C A (BC A 1 E(R) + A p B # ) (BC A ) 1 i Re-ordenar términos = 1 E(R) A + C (BC A ) 1 BC E(R) p A (BC A ) 1 E(R) A 1 i (BC A ) p + B 1 i (BC A ) = 1 E(R) A BC A (BC A ) 1 E(R) + B 1 i (BC A ) + C (BC A ) 1 A 1 i E(R) p (BC A ) p = BC A BC A (BC A ) 1 E(R) + B 1 i (BC A ) + C (BC A ) 1 A 1 i E(R) p (BC A ) p Sea = B 1 i A 1 E(R) (BC A ) + C 1 E(R) A 1 i (BC A ) p Entonces = 1 D D = BC A B 1 i A 1 E(R) + C 1 E(R) A 1 i p Finalmente tenemos Donde = g + h p g = B 1 i A 1 E(R) D
8 h = C 1 E(R) A 1 i D A = E(R) 0 1 i B = E(R) 0 1 E(R) C = i 0 1 i Notar que es lineal en p = g + h p Dado un nivel de retorno esperado para el portafolio p la varianza mínima del portafolio sera Entonces (R p ) = 0 0 = g + h p 0 g + h p 0 = g 0 + h 0 p ) g + h p 0 = g 0 g + g 0 h p + h 0 h p Nótese que esta es la ecuación de una parábola EJERCICIO CON NUMEROS ALEATORIOS: activos nancieros 0 períodos Retornos se distribuyen normal con las siguientes medias y desvios estándar Medias (): SD (): Generamos series de 0 números aleatorios: distribución normal estándar z Los retornos para cada activo se construyen a partir de la siguiente expresión r = + z Vector de Medias y Matriz Varianza-Covarianzas empíricas 8
9 E(R) = 6 0:190 0:10 0:1 0:119 0:080 = 6 0:00 0:001 0:000 0:0016 0:0008 0:001 0:009 0:0006 0:0016 0:000 0:000 0:0006 0:001 0:0009 0:000 0:0016 0:0016 0:0009 0:016 0:0010 0:0008 0:000 0:000 0:0010 0:008 A = E(R) 0 1 i = 0:999 B = E(R) 0 1 E(R) = :1 C = i 0 1 i = 160: 1 D = BC A = 018: g = B 1 i h = C 1 E(R) D A 1 E(R) D = 6 A 1 i = 6 0:9 0:8 0:06 0:161 1:8 6:1809 :10 1:01 0:1 11:819 Ecuación de parábola 0 = g 0 g + g 0 h p + h 0 h p 0 = 0:01 0:0 1 p + 0:80 16 p Frontera E ciente 9
10 0. Frontera de Posibilidades de Inversion Media Varianza Restricciones en la elección del portafolio e ciente (Minimización restringida).1 Las Ventas Cortas En nuestro ejercicio anterior el portafolio e ciente para alcanzar un retorno esperado de 1% es % = 0:1 0:88 0:19 0:0908 0:186 10
11 Que quiere decir invertir -18.6% en el activo? En este caso implica actuar como vendedor de tal activo en lugar de comprador. Esto es lo que se conoce como venta corta Básicamente una venta corta genera ujos [+ ] Problema de Optimización con restricciones a la venta corta sujeto a min 0 0 E(R) = p 0 i = 1 0 j = 1 j = 1; : : : ; n Resolver numéricamente (programa en MATLAB en anexo) 11
12 0. Frontera de Posibilidades de Inversion Media Varianza. Restricciones en la composición del portafolio e ciente Ejemplo: El total invertido en los activos, y no puede exceder del 10% del portafolio El problema de optimización sería sujeto a min 0 0 E(R) = p 0 i = 1 0 j = 1 j = 1; : : : ; n 1
13 + + 0:10 Solución numérica 0. Frontera de Posibilidades de Inversion Media Varianza 1
14 El Portafolio Óptimo Portafolio Óptimo media varianza Aplicación: Restricción a la Inversión Extranjera de las AFP Argumento a favor de la restriccón: Las AFP quieren tomar mas riesgo que los pensionista 1
15 Distintos grados de aversión al riesgo media Alta aversión al riesgo Baja aversión al riesgo varianza Argumento en contra: Enfrentamos una Frontera Restringida Aplicación empírica para evaluar el costo de la Frontera Restringida DOCUMENTO DE TRABAJO N : CUANTIFICACIÓN DE LOS COSTOS DE LOS LÍMITES DE INVERSIÓN PARA LOS FONDOS DE PENSIONES CHILENOS Solange Berstein y Rómulo Chumacero Abril 00 Superintendencia de AFP Banco Central de Chile 1
Diseño óptimo de estructuras. p. 1/30. mecánicas bajo incertidumbre en las cargas
Diseño óptimo de estructuras mecánicas bajo incertidumbre en las cargas Felipe Alvarez y Miguel Carrasco II Encuentro Núcleo Científico Milenio Sistemas Complejos de Ingeniería Universidad de Chile 15-16
Más detallesFINANZAS CORPORATIVAS
FINANZAS CORPORATIVAS RIESGO Y RENDIMIENTO JOSÉ IGNACIO A. PÉREZ HIDALGO Licenciado en Ciencias en la Administración de Empresas Universidad de Valparaíso, Chile TOMA DE DECISIONES Certeza: resultado real
Más detalles1. Introducción Antecedentes y Motivación Sobre esta tesis Por qué un sistema de pensiones?... 5
Tabla de contenido 1. Introducción 1 1.1. Antecedentes y Motivación................................ 1 1.2. Sobre esta tesis....................................... 3 1.3. Por qué un sistema de pensiones?............................
Más detallesSerie Trabajos Docentes. Decisiones Bajo Incertidumbre
Departamento de Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata Serie Trabajos Docentes Moneda, Crédito y Bancos Decisiones Bajo Incertidumbre Martín Guzman Trabajo Docente Nro.
Más detallesPreliminares Métodos de Ajuste de Curvas AJUSTE DE CURVAS AJUSTE DE CURVAS
Contenido 1 Preliminares Definiciones 2 Definiciones Contenido 1 Preliminares Definiciones 2 Definiciones Definiciones En ciencias e ingeniería es frecuente que un experimento produzca un conjunto de datos
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesOPTIMIZACION DETERMINISTICA
OPTIMIZACION DETERMINISTICA 1 PROBLEMA GENERAL Además de analizar los flujos de caja de las las alternativas de inversión, también se debe analizar la forma como se asignan recursos limitados entre actividades
Más detallesOptimización de Problemas no lineales.
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Optimización de Problemas no lineales. Marcel Goic F. Esta es una versión bastante
Más detallesGUIÓN TEMA 3. CONTRASTE DE HIPÓTESIS EN EL MRL Contrastes de hipótesis en el MRL
ECONOMETRIA I. Departamento de Fundamentos del Análisis Económico Universidad de Alicante. Curso 011/1 GUIÓN TEMA 3. CONTRASTE DE HIPÓTESIS EN EL MRL Los procedimientos clásicos de contrastes de hipótesis
Más detallesTema 2: Consumo versus Trabajo
Tema 2: Consumo versus Trabajo Teoría Macroeconomica III Universidad Autónoma de Madrid Octubre 2010 Teoría Macroeconomica III (UAM) Tema 2: Consumo versus Trabajo Octubre 2010 1 / 53 1 La Economía de
Más detallesModelado y simulación en Ingeniería Química. Manuel Rodríguez
ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados
Más detalles5. Estimación del Modelo y Resultados
5. Estimación del Modelo y Resultados 5.1. Forma reducida del modelo Como no se tienen datos sobre la tasa natural de desempleo, es necesario hacer una forma reducida del modelo para poder estimarlo utilizando
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
Más detallesOPTIMIZACIÓN CLÁSICA. En el problema de optimización
OPTIMIZACIÓN CLÁSICA Definición En el problema de optimización ( ) ópt f (x 1,..., x n ), (x 1,..., x n ) F D el conjunto F recibe el nombre de conjunto factible y la función f el de función objetivo.
Más detallesBreve sobre Kuhn-Tucker
Breve sobre Kuhn-Tucker Alejandro Lugon 20 de agosto de 2010 Resumen Se presentan a manera de manual de referencia los resultados relevantes para la solución de problemas de maximización usando los resultados
Más detallesAnálisis de Decisiones
Análisis de Decisiones Facultad de Ciencias Exactas UNCPBA Mg. María Rosa Dos Reis Ambientes de Decisión Toma de decisiones bajo certidumbre: los datos se conocen en forma determinista. P ij = 1 Toma de
Más detalles1.2. Los dos grandes métodos de selección de carteras: la gestión activa y la gestión pasiva... 16
ÏNDICE Indice... 3 Prólogo... 11 Capítulo 1 14 1.1. Introducción... 16 1.2. Los dos grandes métodos de selección de carteras: la gestión activa y la gestión pasiva.... 16 1.2.1. La gestión activa.... 17
Más detallesGUIÓN TEMA 2. PROPIEDADES DE LOS ESTIMADORES MCO 2.1 PROPIEDADES ESTADÍSTICAS DEL ES- TIMADOR MCO DE.
ECONOMETRIA I. Departamento de Fundamentos del Análisis Económico Universidad de Alicante. Curso 011/1 GUIÓN TEMA. PROPIEDADES DE LOS ESTIMADORES MCO Bibliografía apartados.1,. y.3: Greene, 6.6.1, 6.6.3
Más detallesClase 7: La decisión consumo-ahorro
Clase 7: La decisión consumo-ahorro José L. Torres Universidad de Málaga Macroeconomía Avanzada José L. Torres (Universidad de Málaga) Clase 7: La decisión consumo-ahorro Macroeconomía Avanzada 1 / 29
Más detallesBoletín de ejercicios 3
Boletín de ejercicios 3 Thomas Philippon 19 de abril, 2002 1 Riqueza humana, riqueza económica y consumo El objetivo que se persigue consiste en obtener las fórmulas de la página 13 del tema 2. Se trata
Más detallesTema 1 Introducción. José R. Berrendero. Departamento de Matemáticas Universidad Autónoma de Madrid
Tema 1 Introducción José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Información de contacto José Ramón Berrendero Díaz Correo electrónico: joser.berrendero@uam.es Teléfono:
Más detallesINVESTIGACION DE OPERACIONES
Semana 1 INVESTIGACION DE OPERACIONES INTRODUCCIÓN A LA CONSTRUCCIÓN DE MODELOS. MODELOS DE PROGRAMACION LINEAL CON VARIABLES TIPO X i. 1.1 Introducción a la Investigación de Operaciones y tipos de modelos:
Más detallesPDF created with pdffactory trial version
Modelo KAPM y manejo de portafolio Esquema de la distribución de riesgo en un portafolio diversificado s En una cartera la varianza es efectivamente diversificada, pero no las covarianzas Riesgo diversificable;
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesVI. Criterios de Evaluación de Inversiones
VI. Criterios de Evaluación de Inversiones Criterios de Evaluación de Inversiones Los criterios o indicadores de evaluación de inversiones son índices que nos ayudan a determinar si un proyecto es o no
Más detallesTema 6 Extensiones y aplicaciones (Máquinas de vectores soporte, SVM)
Tema 6 Extensiones y aplicaciones (Máquinas de vectores soporte, SVM) José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Contenidos del tema 6 El problema de clasificación supervisada:
Más detallesPrograma Oficial de Asignatura. Ficha Técnica. Presentación. Competencias y/o resultados del aprendizaje. Contenidos Didácticos.
Ficha Técnica Titulación: Grado en Grado en Administración y Dirección de Empresas Plan BOE: BOE número 67 de 19 de marzo de 2014 Asignatura: Módulo: Métodos Cuantitativos de la Empresa Curso: 1º Créditos
Más detallesTEORÍA DE PORTAFOLIOS
TEORÍA DE PORTAFOLIOS Jorge Fregoso Lara 1. Introducción La mayoría de los instrumentos financieros tienen rendimientos inciertos, por lo que son activos riesgosos. El principal problema que enfrenta un
Más detallesSOLUCIONARIO Composición de funciones y función inversa
SOLUCIONARIO Composición de funciones y función inversa SGUICES04MT-A6V TABLA DE CORRECCIÓN GUÍA PRÁCTICA Composición de funciones y función inversa Ítem Alternativa E Comprensión A 3 D 4 B 5 C 6 D 7 A
Más detallesOptimización Clásica. Yolanda Hinojosa
Optimización Clásica Yolanda Hinojosa Contenido Optimización no lineal sin restricciones. Condiciones necesarias y suficientes de óptimo Optimización no lineal con restricciones de igualdad. Condiciones
Más detallesANEXO I. Determinación de Costo de Capital para Gtd MANQUEHUE S.A.
ANEXO I Determinación de Costo de Capital para Gtd MANQUEHUE S.A. Índice Resumen Ejecutivo... 2 1 Introducción... 3 2 Marco Teórico... 3 3 Cálculo de la Tasa de Costo de Capital Según Bases Tarifarias...
Más detallesEstadística para la Economía y la Gestión IN 3401
Estadística para la Economía y la Gestión IN 3401 3 de junio de 2010 1 Modelo de Regresión con 2 Variables Método de Mínimos Cuadrados Ordinarios Supuestos detrás del método MCO Errores estándar de los
Más detallesReplicación aproximada de derivados de electricidad en mercados incompletos
Replicación aproximada de derivados de electricidad en mercados incompletos Seminario DERIVEX Alvaro J. Riascos Villegas Universidad de los Andes y Quantil Octubre 24 de 2012 Alvaro J. Riascos Villegas
Más detallesSEMINARIO FINANZAS - RIESGO UNIDAD 2 - MEDICION DEL RIESGO SEMANA 5. GUIA DE TALLER: CÁLCULO DE LA CURVA DE LOS PORTAFOLIOS OPTIMOS.
SEMINARIO FINANZAS - RIESGO UNIDAD 2 - MEDICION DEL RIESGO SEMANA 5. GUIA DE TALLER: CÁLCULO DE LA CURVA DE LOS PORTAFOLIOS OPTIMOS. PROPOSITOS: Esta guía tiene como propósito orientar el cálculo de la
Más detallesPortfolio analysis with Sharpe ratios resampled by bootstrapping
MPRA Munich Personal RePEc Archive Portfolio analysis with Sharpe ratios resampled by bootstrapping Rolando Gonzales 2009 Online at http://mpra.ub.uni-muenchen.de/28402/ MPRA Paper No. 28402, posted 25.
Más detallesJesús Getán y Eva Boj. Marzo de 2014
Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj 1 / 51 Formulación general del problema Óptimos locales Condición de regularidad Condiciones
Más detallesOptimización Clásica. Yolanda Hinojosa
Optimización Clásica Yolanda Hinojosa Contenido Optimización no lineal sin restricciones. Condiciones necesarias y suficientes de óptimo Optimización no lineal con restricciones de igualdad. Condiciones
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más detallesResolver ecuaciones cuadráticas. Departamento de Matemáticas Universidad de Puerto Rico - Arecibo
Resolver ecuaciones cuadráticas Departamento de Matemáticas Universidad de Puerto Rico - Arecibo Ecuación cuadrática en forma general Una ecuación cuadrática tiene una forma general como sigue ax + bx
Más detallesAdministración Financiera. SESIÓN #9 Riesgo y teoría de cartera. Parte I.
Administración Financiera SESIÓN #9 Riesgo y teoría de cartera. Parte I. Contextualización La administración de carteras que hacen los inversores (ayudados por su analista financiero) se realiza combinando
Más detallesCambios en la distribución del bienestar a la luz de diferentes mediciones de bienestar* Escuela de Economía
Programa de Investigación Avanzada en Desarrollo Cambios en la distribución del bienestar a la luz de diferentes mediciones de bienestar* Escuela de Economía MSc. Paola Zúñiga MSc. Milagro Saborío MSc.
Más detallesMinimización de una forma cuadrática sobre una recta (ejercicios)
Minimización de una forma cuadrática sobre una recta (ejercicios) Objetivos. Dada una forma cuadrática positiva definida, encontrar su mínimo sobre una recta dada. Mostrar que en el punto mínimo el gradiente
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto
Más detallesMT2 - Matemáticas II
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2017 860 - EEI - Escuela de Ingeniería de Igualada 713 - EQ - Departamento de Ingeniería Química GRADO EN INGENIERÍA EN ORGANIZACIÓN
Más detallesProgramación Lineal. María Muñoz Guillermo Matemáticas I U.P.C.T. M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13
Programación Lineal María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I M. Muñoz (U.P.C.T.) Programación Lineal Matemáticas I 1 / 13 Qué es la Programación Lineal? Introducción La Programación
Más detallesAjuste de Curvas. Mg. Hermes Pantoja Carhuavilca. Métodos Numérico. Universidad Nacional de Ingeniería Facultad de Ingenieria Mecánica
Pantoja Carhuavilca Métodos Numérico Agenda Problema Aproximación polinomial de datos Tenemos N mediciones experimentales (x 1, y 1 ),..., (x n, y n ) Queremos encontrar una función de aproximación g(x)
Más detallesDegeneración y ciclaje. Método de las dos fases CO-3411 (S08) 30/03/
CO-3411 (S08 30/03/2008 98 Degeneración y ciclaje En el caso de problemas generales, una solución será degenerada cuando alguna de las variables básicas se encuentra en una de sus cotas (comparar con el
Más detallesECUACIONES MATRICIALES. Docente: Sergio Andrés Nieto Duarte
ECUACIONES MATRICIALES Docente: Sergio Andrés Nieto Duarte En sesiones anteriores se ha discutido sobre las operaciones básicas con matrices, sin embargo, la división matricial no fue abordada de una manera
Más detallesRendimiento - Riesgo. Dr. Marcelo A. Delfino
Rendimiento - Riesgo Dr. Marcelo A. Delfino Rendimiento $33 Valor total Ingresos $ 8 Dividendos = D + tiempo $5 Valor de mercado = P t = 0 t = Egresos -$00 = P 0 Rendimiento en pesos: Dividendos + Valor
Más detalles1 Sistemas de ecuaciones lineales.
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Sea S el siguiente sistema de m ecuaciones lineales y n incógnitas: 9 a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 >=
Más detallesIntroducción a la optimización con algoritmos. Ejercicios. 0 2 f(x + t(y x))(y x)dt. J(x + t(y x))(y x)dt siendo J la matriz Jacobiana de F.
Introducción a la optimización con algoritmos Ejercicios Preliminares 1. Demostrar que si f C 2 (IR n ), f : IR n IR entonces f(y) f(x) = 1 0 2 f(x + t(y x))(y x)dt. 2. Demostrar que si F C 1 (IR n ),
Más detallesBetas contables. Comentarios
Betas contables Comentarios INCOHERENCIA CONCEPTUAL Aplicación literal de la legislación: BETAS CONTABLES INCOHERENCIA ESTADÍSTICA Aplicación literal da resultados sin sentido Objeciones a estimaciones
Más detallesECONOMETRÍA I PRÁCTICA 1 SOLUCIONES. 2011/12
ECONOMETRÍA I PRÁCTICA 1 SOLUCIONES. 2011/12 1.- El chero de datos riqueza.wf1 contiene información sobre la riqueza - nanciera, la edad y la renta para una muestra de 2017 individuos solteros con edades
Más detallesREPASO DE ÁLGEBRA MATRICIAL
REPASO DE ÁLGEBRA MATRICIAL 1. Porqué necesitamos matrices? Qué son las matrices? Dónde está la matriz en este cuadro? (que por cierto fué hecho por Alberto Durero en 1514 y se llama Melancolía ) Las matrices
Más detallesFigura 1: Esquema de las tablas simplex de inicio y general.
RELACIONES PRIMAL-DUAL Los cambios que se hacen en el modelo original de programación lineal afectan a los elementos de la tabla óptima actual el que se tenga en el momento, que a su vez puede afectar
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Métodos para Optimizar Funciones de Varias
Más detallesLicenciatura en Actuaría PROGRAMA DE ESTUDIO
PROGRAMA DE ESTUDIO Carteras de Inversión Programa Educativo: Licenciatura en Actuaría Área de Formación : Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Total de Horas: 5 Total de créditos:
Más detallesTEMA 2: DERIVADAS. 3. Conocer las derivadas de las funciones elementales: potencias, raíces, exponenciales y logaritmos.
TEMA 2: DERIVADAS 1. Conocer el concepto de tasa de variación media de una función y llegar al concepto de derivada como límite de la tasa de variación media. 2. Conocer, sin demostración, las reglas dederivación
Más detallesPrograma de Asignatura
Departamento de Ingeniería Industrial Programa: Ingeniería Mecatrónica Plan 007- Asignatura: Análisis numérico y programación Clave: 9957 Semestre: VI Tipo: Obligatoria H. Teoría: H Práctica: 3 HSM: 5
Más detallesESTADOS Y FLUJOS ECONÓMICOS Y FINANCIEROS 7. Contenido PARTE I. RENTABILIDAD ECONÓMICA Y FINANCIERA
ESTADOS Y FLUJOS ECONÓMICOS Y FINANCIEROS 7 Contenido PRESENTACIÓN 17 INTRODUCCIÓN 19 PARTE I. RENTABILIDAD ECONÓMICA Y FINANCIERA CAPÍTULO 1. Estados y flujos económicos y financieros 25 01. El caso de
Más detallesIntroducción a la Optimización Matemática
Introducción a la Optimización Matemática Modelos de Optimización Tienen como propósito seleccionar la mejor decisión de un número de posibles alternativas, sin tener que enumerar completamente todas ellas.
Más detallesPORTAFOLIO INTERNACIONAL Modelación y Optimización. Resumen 1
PORTAFOLIO INTERNACIONAL Modelación y Optimización Resumen 1 Con la integración de los grandes centros financieros del mundo, los inversionistas pueden acceder a la información diaria y en tiempo real
Más detallesVectores Autorregresivos (VAR)
Econometria de Series Temporales Vectores Autorregresivos (VAR) Walter Sosa Escudero Universidad de San Andr es y UNLP 1 Procesos estocasticos multivariados Y t =[Y 1t ;Y 2t ; ;Y Nt ] 0 ; t =1; 2;:::;T
Más detalles). Derivando e igualando a cero: u (x) = 0. x = 4 y = 4. 2 La segunda derivada: u (x) = u (4) = < 0, luego en 18 el punto (4,4) hay un máximo.
TEMA.- OPTIMIZACIÓN CON RESTRICCIONES DE IGUALDAD El problema consiste en optimizar una función de n variables z = f(x, x,..., x n ) sujeta a las m condiciones: g (x, x,..., x n ) = b g (x, x,..., x n
Más detallesMATEMATICA FINANCIERA II ( 6 Créditos)
DEPARTAMENTO ECONOMIA FINANCIERIA Y CONTABILIDAD I LICENCIATURA EN CIENCIAS ACTUARIALES Y FINANCIERAS Plan 2001 MATEMATICA FINANCIERA II ( 6 Créditos) Cód. 201 Profesor: Dr. Eugenio Prieto Pérez Catedrático
Más detallesComparación de Medidas de Riesgo
Quantil S.A.S. Adrián Arturo Visbal Burgos Mayo - 2013 Contenido 1 Contexto Histórico 2 Conceptos Básicos 3 Propiedades 4 Medidas de Riesgo 5 Aplicación en Quantil 6 Referencias Contenido 1 Contexto Histórico
Más detallesGESTIÓN DE CARTERAS Y PATRIMONIOS TEMA 4. EL CAPITAL ASSET PRICING MODEL (CAPM)
GESTIÓN DE CARTERAS Y PATRIMONIOS TEMA 4. EL CAPITAL ASSET PRICING MODEL (CAPM) Dr. Borja Amor Tapia borja.amor@unileon.es Área de Economía Financiera 1 Sharpe (1964), Lintner (1965) y Mossin (1966). El
Más detallesMATEMÁTICAS I Y II CONTENIDOS BACHILLERATO
MATEMÁTICAS I Y II CONTENIDOS BACHILLERATO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto de los bloques. Resolución de
Más detallesClasificación Supervisada
Clasificación Supervisada Ricardo Fraiman 26 de abril de 2010 Resumen Reglas de Clasificación Resumen Reglas de Clasificación Descripción del problema Muestra de entrenamiento (X 1, Y 1 ),..., (X n, Y
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesUNIVERSIDAD DE QUINTANA ROO División de Ciencias Sociales y Económico - Administrativas
FD17 UNIVERSIDAD DE QUINTANA ROO División de Ciencias Sociales y Económico - Administrativas PROGRAMA DE MATERIA Este programa es vigente hasta su próxima revisión. 07-07-05 Datos Generales Nombre de la
Más detallesOptimización. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19
Optimización Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19 Introducción Problema general de optimización (minimización) Dado f : Ω R
Más detallesEconomía Financiera (21856)
Economía Financiera (21856) Curso 2012-13 Titulación/estudio: Grado Empresariales Curso: segundo Trimestre: tercero Número de créditos ECTS: 5 créditos Horas de dedicación del estudiante: 125 Lengua de
Más detallesApuntes de Computación Científica I 1. Optimización
Apuntes de Computación Científica I Optimización 1. Optimización Maximización (de beneficios, flujo,...) o minimización (de costes, recursos, error,...) de una función f(x) Maximizar f(x) es minimizar
Más detallesPreferencias particulares: Sustitutos perfectos
Gasolina Terpel (galón) Preferencias particulares: Sustitutos perfectos 4 3 La TMS es constante 2 1 1 2 3 4 Gasolina Biomax (galón) Complementos Perfectos Zapato del Pie Izquierdo 4 3 2 1 1 2 3 4 Zapato
Más detallesTema 5: Calibración de modelos. Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Tema 5: Calibración de modelos ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema
Más detallesPosgrado de Especialización en Administración de Organizaciones Financieras. Unidad 5 Riesgo y Rentabilidad
Unidad 5 Riesgo y Rentabilidad 1 Certeza, Riesgo e Incertidumbre Existen tres posibles situaciones cuando un individuo debe tomar una decisión: Certeza: El resultado real de una decisión es igual al esperado.
Más detallesMétodo Simplex. Ing. Ricardo Fernando Otero, MSc
Método Simplex Ing. Ricardo Fernando Otero, MSc Forma estándar de un modelo de programación lineal Dirección de mejora: Maximizar Todas las restricciones deben ser El lado izquierdo debe contener solo
Más detallesGESTIÓN DE CARTERAS Y PATRIMONIOS TEMA 3. MODELO SIMPLIFICADO DE SHARPE
GESTIÓN DE CARTERAS Y PATRIMONIOS TEMA 3. MODELO SIMPLIFICADO DE SHARPE Área de Economía Financiera 1 William F. Sharpe Premio Nobel de Economía en 1990 junto a Merton Miller y Harry Markowitz por sus
Más detallesInstituto Tecnológico Autónomo de México Maestría en Finanzas Economía Financiera (Eco-44105), 2015 Mercados de activos financieros: un ejemplo
Instituto Tecnológico Autónomo de México Maestría en Finanzas Economía Financiera Eco-4405, 205 Mercados de activos financieros: un ejemplo Ricard Torres Índice general Estructura básica 2 Óptimos de Pareto
Más detallesEl MODELO DE MARKOWITZ, LOS TES, TRM Y EL IGBC Modelación y Optimización Resumen 1
El MODELO DE MARKOWITZ, LOS TES, TRM Y EL IGBC Modelación y Optimización 2007 Resumen 1 A partir de la integración de la Bolsa de Valores de Colombia los diferentes inversionistas locales e internacionales,
Más detallesDescripción: Propósitos de formación: Prerrequisitos:
Descripción: La primera parte de este curso-taller trata de los modelos matemáticos y estadísticos para la gestión de las inversiones en activos financieros. Estas inversiones conforman lo que se conoce
Más detallesCálculos de Poder. Pablo Lavado Universidad del Pacífico
Cálculos de Poder Pablo Lavado Universidad del Pacífico Qué es poder estadístico? Qué es poder estadístico? Beta= Impacto Qué es poder estadístico? Beta= Impacto Qué es poder estadístico? Beta= Impacto
Más detallesINFORMÁTICA MATLAB GUÍA 3 Operaciones con Matrices
1. ARREGLOS BIDIMENSIONALES (MATRICES) A las matrices también se les conoce como arreglos bidimensionales, y son una colección de números distribuidos en filas y columnas: Usos de las matrices: Electricidad
Más detallesCOMPROMISO DE HONOR. "Como estudiante de ESPOL me comprometo a combatir la mediocridad y actuar con honestidad, por eso no copio ni dejo copiar".
AÑO: 2018 PERIODO: 1S MATERIA: Finanzas II PROFESOR: MSc. Gabriela Vilela Govea EVALUACIÓN: Primera FECHA: Junio 28 de 2018 Nota: /100 COMPROMISO DE HONOR Yo,. al firmar este compromiso, reconozco que
Más detallesEJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA. 1) *Probar que si g interpola a la función f en,,, y h interpola a f en,,,,
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesConstrucción de la Frontera Eficiente de Markowitz
Construcción de la Frontera Eficiente de Markowitz Daiver Cardona Universidad Autónoma de Occidente Cali, Colombia March 7, 2018 Contents 1 Introduccíon 1 2 Valor esperado y varianza de un portafolio 3
Más detallesMATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
MATRIZ DE ESPECIFICACIONES DE LA ASIGNATURA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II BLOQUES DE CONTENIDO PORCENTAJE ASIGNADO AL BLOQUE ESTÁNDARES DE APRENDIZAJE Bloque 1. Procesos, métodos
Más detallesINTRODUCCIÓN AL MÉTODO DEL ELEMENTO FINITO
INTRODUCCIÓN AL MÉTODO DEL ELEMENTO FINITO El método del elemento finito es una técnica numérica para resolver problemas que se pueden describir por ecuaciones diferenciales parciales o que pueden ser
Más detallesPRÁCTICA 6. Para encontrar los valores que optimizan este lagrangiano hay que resolver el sistema de ecuaciones formado por las CPO: 2,, 16
0,25 1.- Una empresa cua función de producción es 2 K L adquiere sus factores productivos a unos precios r1 w2. a) Determine el coste mínimo en el que debe incurrir para producir 16 ud. de output. Para
Más detallesDepartamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12. ECONOMETRÍA I Hoja de problemas del Tema 4
Departamento de Fundamentos del Análisis Económico. Universidad de Alicante. Curso 2011/12 ECONOMETRÍA I Hoja de problemas del Tema 4 Nota: En todos los contrastes tome como nivel de signi cación el 5%.
Más detallesUniversidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada
Universidad Nacional de Ingeniería - Facultad de Ingeniería Mecánica Departamento Académico de Ingeniería Aplicada CONTROL MODERNO Y ÓPTIMO (MT 227B) Clase09-03 Elizabeth Villota En esta parte presentaremos
Más detallesPROGRAMA DE ESTUDIO. Código : EEF 414
PROGRAMA DE ESTUDIO A. Antecedentes Generales Nombre de la asignatura : Finanzas II Código : EEF 414 Carácter de la asignatura : Obligatoria Pre requisitos : Finanzas I Co requisitos : No tiene Créditos
Más detallesDirección Financiera II Universidad de León. Curso
Dirección Financiera II Universidad de León. Curso 2013-2014 Isabel Feito Ruiz (ifeir@unileon.es) 1 Índice de Contenidos Bloque I: La Decisión de Inversión en Ambiente de Racionamiento y de Riesgo Tema
Más detallesLa remuneración al encaje y la determinación de los márgenes bancarios de tasas de interés
La remuneración al encaje y la determinación de los márgenes bancarios de tasas de interés Diciembre, 26 Zenón Quispe Misaico Motivación Altas tasas de interés crediticias atribuidas a los elevados márgenes
Más detallesFINANCIEROS MODELOS. Programa de la Materia FINANCIEROS 05/08/2013. Daniel Semyraz. Unidad 3 ADMINISTRACIÓN DEL RIESGO
Daniel Semyraz Licenciado en Economía - Magíster en Dirección de Empresas Bea tri z Ga l i nd o 1817 - Bº Va l l e d el C erro - X5009KMG C órd ob a T.E.: ++54 +351 4823040 / ++54 +9351 (15)6603185 - e-mail:
Más detallesSELECCION Y EVALUACION DE CARTERAS. Docente: MsC. Javier Gil Antelo
SELECCION Y EVALUACION DE CARTERAS Docente: MsC. Javier Gil Antelo 1 Modelo de Fijación de Precios de Activos de Capital (C.A.P.M.) 2 Tipos de riesgo Riesgo diversificable: Es la porción del riesgo de
Más detallesPropiedades de matrices simétricas definidas positivas:
Propiedades de matrices simétricas definidas positivas: Propiedades de matrices simétricas definidas positivas: Sea A =[a ij ] 2 R n n. La matriz A es simétrica si A = A >. La matriz A es definida positiva
Más detalles