MÓDULO 1: GESTIÓN DE CARTERAS

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

Download "MÓDULO 1: GESTIÓN DE CARTERAS"

Transcripción

1 MÓDULO : GESTIÓN DE CARTERAS SOLUCION DEL TEST DE EVALUACIÓN El siguiete euciado hace referecia a las seis cuestioes siguietes: Las retabilidades trimestrales del pasado año del activo ABC y de u ídice XYZ fuero las siguietes: º trimestre º trimestre 3º trimestre 4º trimestre ABC,4%,5% 5,5% - 0% XYZ 3,8% 0,5% 6% - 7,5%. La retabilidad media trimestral de ABC ha sido: A) 3,5%. B),%. C) 7,%. D) 8,8%. Utilizado la expresió de ABC de,% x x + + x L obteemos ua retabilidad media trimestral. La variaza del ídice XYZ ha sido: A) 0,007 B) 0, C) 0,08948 D) 0,008 Calculamos primero la retabilidad media trimestral de XYZ obteiedo el valor de 3,5% (0,035 e tato por uo) (x - x) + (x - x) + L+ (x - x) A cotiuació, utilizado la expresió S obteemos ua variaza del ídice XYZ de 0, La covariaza etre el activo ABC y el ídice XYZ ha sido: A) 0,9908 B) 0,075 C) 0,00763 D) 0,0075 Calculamos la covariaza mediate la expresió (x - x) (y - y)+(x - x) (y - y)+ L+(x SXY y obteemos el valor de 0, x) (y - y)

2 4. El coeficiete de correlació etre el activo ABC y el ídice XYZ ha sido: A) 0,75% B) 0,0075 C) 0,9908 D) Nigua de las ateriores. Calculamos el coeficiete de correlació mediate la expresió r XY S XY S S Previamete hallamos la desviació típica de ABC que resulta ser 0,08948 y sustituyedo todos los elemetos de la expresió obteemos u coeficiete de correlació igual a 0,9908 X Y 5. La pediete de la recta de regresió etre el ídice XYZ (eje x) y el activo ABC (eje y) es: A),045 B),045 C),05 D) 0,05 S XY Calculamos la pediete de la recta de regresió mediate la expresió b S X Siedo la variaza de x (deomiador) la variaza del ídice XYZ. Sustituyedo todos los elemetos de la expresió obteemos ua pediete de la recta de regresió igual a, La ecuació de la recta de regresió es: A) y 0,05,045 x B) y -,05 +,045 x C) y,045,05 x D) y -,045,05 x Calculamos la ecuació de la recta de regresió mediate la expresió ŷ a +b x S XY Siedo b calculado e la cuestió aterior (,045) y a y - b x -,05 S X Por tato, la ecuació quedaría y -,05 +,045 x

3 Si la retabilidad esperada de ua cartera para el próximo mes es del,%, co ua volatilidad del %, cotestar a las dos pregutas siguietes: 7. La retabilidad aual esperada de la cartera es del: A) 5,0% B),6% C) 4% D) Nigua de las ateriores. La retabilidad esperada aualizada es: E N E N x, 5,% Ver págia 0 del módulo 8. La volatilidad aual de la cartera es del: A) 4% B) 5,0% C) 7,7% D) 6,93% De maera aáloga a la retabilidad aualizada, podemos platearos el cálculo de la volatilidad aualizada de la cartera haciedo: N N x 6,93 % Ver págia del módulo 9. La hipótesis de eficiecia débil implica que: A) El aálisis técico o tiee utilidad. B) El aálisis fudametal o tiee utilidad. C) La iformació cofidecial (isider tradig) o geera beeficios. D) Nigua de las ateriores. Ver págia 36 del módulo 0. Si se supoe que el mercado es pleamete eficiete: A) Los precios o oscila uca. B) Se debe realizar ua gestió activa de la cartera. C) Se debe realizar ua gestió pasiva de la cartera. D) No tiee ifluecia e la gestió de carteras. Ver págias 38 y 39 del módulo. La retabilidad esperada de ua cartera formada por u 0% de u activo A y u 80% de u activo B, si se espera que A se revalorice u 5% y B u %, es: A) Meos del 5%. B) Etre el 5% y el 0%. C) Etre el 0% y el 5%. D) Más de u 5% Ep x E + x E 0, 5 + 0,8 0,6% 3

4 . La volatilidad de u activo mide: A) La probabilidad de obteer ua retabilidad egativa. B) La fluctuació de la retabilidad del activo respecto a su media. C) El comportamieto de la retabilidad del activo respecto a u ídice de referecia. D) La máxima pérdida que está dispuesto a asumir u iversor durate u periodo de tiempo. Se defie la volatilidad de u activo como la desviació típica de su retabilidad. Mide el grado de dispersió de la retabilidad respecto a la retabilidad esperada y se deota T. 3. El valor del coeficiete beta de u activo: A) No depede del ídice seleccioado. B) No depede del tamaño de la muestra histórica. C) Depede del plazo temporal co que se haya calculado las retabilidades. D) Nigua de las ateriores. La pediete de la recta LCT es lo que se cooce habitualmete como el coeficiete beta del título, que es ua medida de la relació etre la evolució de la retabilidad del título y la del mercado. cov(r i,rm ) im La expresió es β i y e su cálculo ifluye el ídice seleccioado, M M el tamaño de la muestra tomada y por supuesto el plazo temporal cosiderado. Si tomamos las retabilidades del activo e u plazo de 3 meses el valor de beta será, muy probablemete, distito al que tomaría cosiderado las retabilidades e u plazo de u año. 4. Si u activo tiee ua retabilidad esperada del 0% co ua volatilidad del 5% sigifica que: A) Existe aproximadamete el 6% de probabilidad de obteer ua retabilidad iferior al 5%. B) Existe aproximadamete el 68% de probabilidad de obteer ua retabilidad etre el 5% y el 5%. C) Existe aproximadamete el,5% de probabilidad de obteer ua retabilidad superior al 5%. D) La probabilidad de obteer ua retabilidad egativa es superior al 6%. Supuesta la ormalidad e la distribució de las retabilidades del activo, la probabilidad de que ésta sea < -5% sería igual al 6%. Ver págia 5. Por lo tato, la probabilidad de que la retabilidad sea egativa (< 0) será superior al 6%. Puedes ayudarte de la represetació gráfica de la distribució ormal. 4

5 5. Si las volatilidades de dos títulos A y B so, respectivamete, del 6% y del 4%, y las retabilidades de ambos títulos so idepedietes etre si, la volatilidad de ua cartera formada por u 0% de A y u 80% de B es: A) 3,56% B),65% C) 4,4% D) Nigua de las ateriores. Para calcular la volatilidad de la cartera utilizamos la siguiete expresió: P x + x + x x Al ser las retabilidades de los dos títulos idepedietes etre si, etoces está icorreladas y su covariaza es cero. Sustituyedo: P 0,0 0,6 + 0,80 0,4 0,648 (,65%) 6. El coeficiete de correlació etre las retabilidades de dos títulos durate u periodo mide: A) Si la retabilidad etre los dos títulos es la misma. B) El grado de similitud e el comportamieto de las retabilidades de ambos títulos. C) El riesgo cojuto geerado por los dos títulos. D) El grado de relació etre cada título y el ídice de mercado. > Coeficiete de correlació etre las retabilidades de dos títulos: Mide el grado de relació lieal etre las retabilidades de ambos títulos idicado el grado de similitud e el comportamieto de dichas retabilidades. 7. El efoque de Markowitz para la teoría de carteras: A) Se basa e la hipótesis de ormalidad de la variable retabilidad. B) Correspode al efoque media-variaza. C) Proporcioa u criterio para la diversificació de carteras. D) Todo lo aterior. Ver págias 40, 46 y 47 del módulo 8. El modelo de Sharpe: A) Nada tiee que ver co el modelo de Markowitz. B) Itroduce el cocepto de beta de u activo de reta variable. C) Maeja ua regresió o lieal a partir de ua ube de putos. D) Proporcioa siempre el mismo resultado, idepedietemete del ídice de mercado que se elija. Ver págias 48 y 49 del módulo 5

6 9. El riesgo sistemático: A) Se mide a partir del alfa del modelo de mercado de Sharpe. B) Puede prácticamete elimiarse escogiedo ua diversificació eficiete adecuada. C) El riesgo sistemático y el riesgo total so coceptos sióimos. D) Nada de lo aterior es cierto. Ver págias 54 y 55 del módulo 0. La Capital Market Lie (CML): A) Se represeta e u diagrama esperaza matemática - volatilidad. B) Tiee ua pediete que se cooce como ratio de Sharpe del mercado. C) Es la frotera eficiete del mercado de capitales cuado éste se halla e equilibrio. D) Todas so ciertas. Ver págia 63 del módulo. Si la covariaza etre dos series de datos es 0,03, etoces: A) Hay ua relació iversa y débil etre las dos series de datos. B) No hay igua relació etre las dos series de datos. C) Hay ua relació iversa etre las dos series de datos. D) La covariaza o idica la relació etre las dos variables. Ver págia 6 del módulo La covariaza idica la relació etre la variació de ambas variables y su iterpretació es la siguiete: > Si S XY > 0, la relació etre ambas variables es directa, es decir, se mueve e el mismo setido. > Si S XY < 0, la relació etre ambas variables es iversa, es decir, se mueve e setido cotrario. > Si S XY 0, o hay relació etre las variacioes de ambas variables.. Se dice que ua cartera es eficiete si: A) Para su ivel de riesgo igua otra cartera da más retabilidad. B) Para su ivel de riesgo hay otras carteras co más retabilidad. C) Su ivel de retabilidad es elevado. D) Su ivel de riesgo es bajo. Ver págia 4 del módulo Ua cartera es eficiete cuado proporcioa la máxima gaacia para u riesgo dado, o proporcioa el míimo riesgo para u determiado valor de la esperaza matemática. 6

7 3. Cosiderado dos títulos co volatilidades positivas, es posible formar ua cartera de volatilidad ula? A) Es imposible. B) Sólo si las volatilidades de los títulos so bajas. C) Sólo si so idepedietes. D) Sólo si su coeficiete de correlació es -. Ver págia 46 del módulo 4. El coeficiete beta es u parámetro que se usa para medir: A) La volatilidad. B) El riesgo sistemático. C) El riesgo específico. D) La probabilidad de perder diero e ua iversió. Ver págia 54 del módulo 5. La estrategia security selectio cosiste e: A) Detectar los istates más adecuados para comprar o veder. B) Asigar las proporcioes a los activos. C) Realizar las gestioes ecesarias para seguir u bechmark. D) Seleccioar los activos más adecuados para formar ua cartera. Ver págia 78 del módulo 6. Ua cartera tiee ua beta de, y ua volatilidad del 0%, cuál es el trackig error de dicha cartera respecto de u bechmark co ua volatilidad del 4%? A) 0,85%. B) 7,89%. C) 4,8%. D) No se puede calcular si coocer las retabilidades de la cartera y del ídice. El trackig error adopta la siguiete expresió: Sustituyedo por los valores dados: α P R P - β P. R I α P 0, -, 0,4 0,085 0,85% 7

8 7. Si la TIR de ua cartera e el último semestre ha sido del 8% y la TGR del 3%, podemos cocluir que: A) El iversor se ha equivocado e la elecció de los mometos de compra y veta de los activos de la cartera. B) El iversor ha acertado e la elecció de los mometos de compra y veta de los activos de la cartera. C) El iversor ha acertado e la selecció de los títulos que forma la cartera. D) El iversor se ha equivocado e la selecció de los títulos que forma la cartera. Comparado la TIR y la TGR se puede aalizar el grado de acierto de la política de etradas y salidas de capital de la iversió llevada a cabo: Si TIR > TGR, el iversor ha acertado e sus decisioes. Si TIR TGR, el resultado es idiferete de la política llevada a cabo. Si TIR < TGR, el iversor se ha equivocado e su política. Como la TIR 8% < 3% TGR podemos cocluir que el iversor se ha equivocado e su política. 8. Al fial del año, ua cartera ha obteido ua retabilidad del 4% co ua volatilidad del 0% y u coeficiete beta de 0,8. Si la retabilidad del activo libre de riesgo es del 5%, el ratio de Treyor es: A) 0,45. B) 0,09. C) 0,5. D) 0,5. Para calcular el ratio de Treyor utilizamos la expresió: 4-5 T P,5% 0,5 e tato por uo. 0,8 T P R P β - R P f 9. U activo libre de riesgo ofrece ua retabilidad del 4% y de u activo A se espera ua retabilidad del 5% co ua volatilidad del 8%. La volatilidad de ua cartera formada por u 40% e el activo si riesgo y u 60% e el activo A será: A) 0,60% B),40% C) 0,80% D) 7,0% E p X R f + X E(R v ) 0,4 4% + 0,6 5% 0,6% p X. (R v ) (- X). (R v ) la desviació típica será p X. (R v ) 0,6 8% 0,8% volatilidad de la cartera 8

9 30. Ua de las aplicacioes de la recta SML (Security Market Lie) es: A) Detectar títulos ifravalorados y sobrevalorados e el mercado. B) Idicar la proporció más adecuada de u título e la cartera. C) Iformar del grado de acierto del gestor e la composició de la cartera. D) Nigua de las ateriores. Ver págia 66 del módulo 3. El riesgo sistemático o del mercado: A) Se puede cotrolar a partir del coeficiete beta de la cartera. B) Se puede cotrolar a partir del coeficiete alfa de la cartera. C) Se puede reducir sigificativamete co u elevado úmero de activos e la cartera. D) Es totalmete icotrolable por el gestor. El riesgo de mercado riesgo sistemático β p M Por tato, el riesgo sistemático depede de la beta de la cartera que es el promedio poderado de las betas de cada uo de los títulos, siedo las poderacioes las proporcioes que cada título tiee e la cartera: β x β + x β x β p Así pues, se puede cotrolar el riesgo de mercado icorporado títulos co determiadas betas o icidiedo e las poderacioes que cada título tiee e la cartera. 3. E u mercado eficiete a ivel semifuerte: A) Los precios de mercado sólo recoge toda la iformació histórica. B) Sólo se puede obteer beeficios extraordiarios aplicado el aálisis fudametal. C) Sólo se puede obteer beeficios extraordiarios teiedo iformació privilegiada. D) Los precios de mercado recoge toda la iformació histórica y actual, pública y privada. Ver págia 37 del módulo 33. El ratio de Sharpe y de Treyor: A) Parte de ua misma idea, comparar por cociete u diferecial de retabilidad y el riesgo, pero difiere e la forma de cosiderar el riesgo, que para Sharpe es la beta y para Treyor el riesgo total. B) Sirve la primera para fodos o carteras bie diversificados y la seguda para fodos o carteras cuyo coeficiete de determiació estadístico sea egativo. C) So medidas de performace ajustadas al riesgo. D) Sumados da lugar al alfa de Jese. Ver págias 97 y 99 del módulo 9

10 34. Si la cartera de mercado e el modelo CAPM está compuesta por los siguietes 3 títulos: u 40% del título A, u 0% del título B y u 40% del título C. Cuál de las siguietes carteras perteece a la recta CML (Capital Market Lie)? A) U 0% de A, u 40% de B y u 40% de C. B) U 40% de A, u 40% de B y u 0% de C. C) U 40% e el activo si riesgo, u 4% de A, u % de B y u 4% de C. D) U 40% e el activo si riesgo, u % de A, u 36% de B y u % de C. Si la cartera destia u 40% e el activo libre de riesgo, el resto (u 60%) lo ivertirá e la cartera de mercado. Como la cartera de mercado está compuesta por 3 títulos e las proporcioes 40% de A, 0% de B y 40 % de C, e su cartera el título A supodrá u 4% (0,6 x 0,4 0,4 4%), el título B supodrá u % (0,6 x 0, 0, %) y el título C u 4% (0,6 x 0,4 0,4 4%). Ver PROBLEMA de la págia 76 apartado 4 que es muy parecido a esta cuestió. 35. Es posible costruir co dos títulos A y B, cuyas volatilidades sea, respectivamete, del 8% y del 7%, ua cartera co riesgo ulo? A) Es imposible. B) Sólo es posible si el coeficiete de correlació etre ellos es. C) Si el coeficiete de correlació etre ellos es, cualquier cartera formada etre ellos tedrá riesgo ulo. D) Si el coeficiete de correlació etre ellos es, existirá ua úica cartera co riesgo ulo. Ver págia 46 del módulo 36. Dos fodos, X e Y, co volatilidades del 8% y del 0% respectivamete ofrece retabilidades idepedietes etre si. A u iversor que desease la cartera co el míimo riesgo posible, deberíamos costruirle la siguiete cartera: A) El 50% e el fodo X y el 50% e el fodo Y. B) El 86,% e el fodo X y el 3,8% e el fodo Y. C) El 00% e el fodo X. D) El 7,4% e el fodo X y el 8,6% e el fodo Y. Se puede demostrar que la cartera de míimo riesgo formada por dos títulos (e este caso por dos fodos) es la que se costruye co las siguietes proporcioes: x x - x Como las retabilidades de los dos fodos so idepedietes, etoces está icorreladas, es decir, la covariaza etre dichas retabilidades es ula. Sustituyedo e las expresioes ateriores 0,08 0,0 0 obteemos: x 0,86 (86,% e el fodo X) y x 0,38 (3,8% e el fodo Y) 0

11 37. La característica de trasparecia de u mercado eficiete cosiste e que: A) Toda la iformació relevate es pública y coocida por todos los miembros del mercado. B) Existe u úmero elevado de iversores. C) No existe fluctuacioes de los tipos de iterés. D) No existe restriccioes de etrada i salida a los miembros del mercado. Ver págia 36 del módulo 38. Si las líeas características de dos títulos A y B so: R A,5% + 0,75 R I + U A co UA 4% R B 3% +, R I + U B co UB 7% Cuál será la retabilidad esperada de ua cartera formada por u 30% del título A y u 70% del título B, si los expertos espera que el ídice se revalorice u 0% co ua volatilidad del 30%? A) Meos del 3%. B) Etre el 3% y el 5%. C) Etre el 5% y el 7%. D) Más del 7%. E primer lugar determiamos la retabilidad esperada de los títulos A y B apoyádoos e las líeas características dadas: E A,5% + 0,75 E I,5% + 0,75 0% 6,5% E B 3% +, E I 3% +, 0% 7% A cotiuació calculamos la retabilidad esperada de la cartera mediate la expresió: E P X A E A + X B E B 0,3 6,5% + 0,7 7% 3,85%. Por tato la correcta es la B 39. La cartera de la cuestió aterior se clasificaría como: A) Defesiva porque tiee u coeficiete beta meor que 0,9. B) Defesiva porque tiee u coeficiete beta etre 0,9 y. C) Agresiva porque tiee u coeficiete beta mayor que,. D) Agresiva porque tiee u coeficiete beta etre y,. De las líeas características dadas idetificamos β A 0,75 y β B, Por tato, la beta de cartera será βp x AβA + xbβb 0,3 0,75 + 0,7,,065 E cosecuecia la cartera es agresiva y su beta está etre y,

12 40 E u mercado co ua recta SML (Security Market Lie) igual a E K 0,04 + 0, β K u activo tiee u coeficiete beta igual a 0,4. Se recomedará comprar el activo si: A) No debe comprarse uca. B) Ofrece ua retabilidad superior al 8%. C) Ofrece ua retabilidad iferior al 8%. D) Úicamete e el caso de que la retabilidad sea mayor que la del mercado. 4% E M E i A M SML E K 0,04 + 0,. βk 4% R f E K 0,04 + 0, 0,4 0,08 8% β M 0,4 β M β i Se recomedará comprar el activo (A), siempre y cuado se sitúe por ecima de la SML, es decir, si su retabilidad esperada sea mayor al 8%.

MÓDULO 1: GESTIÓN DE CARTERAS

MÓDULO 1: GESTIÓN DE CARTERAS MÓDULO 1: GESTIÓN DE CARTERAS TEST DE EVALUACIÓN 1 Una vez realizado el test de evaluación, cumplimenta la plantilla y envíala, por favor, antes del plazo fijado. En todas las preguntas sólo hay una respuesta

Más detalles

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo:

En el tema anterior se estudió que muchas decisiones se toman a partir de resultados muestrales. Por ejemplo: TEMA 6. Estimació putual. E muchos casos o será posible determiar el valor de u parámetro poblacioal descoocido, aalizado todos los valores poblacioales, pues el proceso a seguir puede ser destructivo,

Más detalles

MÓDULO 1: FUNDAMENTOS DE LA INVERSIÓN

MÓDULO 1: FUNDAMENTOS DE LA INVERSIÓN MÓDULO : FUNDAMENTOS DE LA INVERSIÓN TEST DE AUTOEVALUACIÓN._MODULO _RESUELTO. La TAE de u préstamo de 5. euros que hay que devolver al año de su cocesió mediate u solo pago, pactado a u tato omial del

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

- A h h+1 n-1 n

- A h h+1 n-1 n 1º DMINISTRCIÓN Y FINNZS GESTIÓN FINNCIER. TEM 9 TEM Nº 9: SELECCIÓN DE INVERSIONES 1. DIMENSIÓN FINNCIER DE UN PROYECTO DE INVERSIÓN Desde el puto de vista fiaciero, es decir, moetario, cualquier proyecto

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

2 Conceptos básicos y planteamiento

2 Conceptos básicos y planteamiento ESTADÍSTICA DESCRIPTIVA: DOS VARIABLES Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció E muchos casos estaremos iteresados e hacer u estudio cojuto de varias características de ua població.

Más detalles

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica?

Hacia dónde tienden los datos? Se agrupan en torno a un valor? o, se dispersan? Su distribución se parece a alguna distribución teórica? COMPORTAMIENTO DE LAS DISTRIBUCIONES DE FRECUENCIA: Preparadas las TABLAS DE FRECUENCIA de los valores de ua variable resulta iteresate describir su comportamieto. Hacia dóde tiede los datos? Se agrupa

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

Tema 4. Estimación de parámetros

Tema 4. Estimación de parámetros Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 4. Estimació de parámetros 1. Estimació putual 1 1.1. Estimació de la proporció e la distribució Bi(m, p).......................

Más detalles

Tema 9 Teoría de la formación de carteras

Tema 9 Teoría de la formación de carteras Parte III Decisioes fiacieras y mercado de capitales Tema 9 Teoría de la formació de carteras 9.1 El problema de la selecció de carteras. 9. Redimieto y riesgo de ua cartera. 9.3 El modelo de la media-variaza.

Más detalles

Figura 10. No se satisface el supuesto de linealidad.

Figura 10. No se satisface el supuesto de linealidad. Regresió Lieal Simple Dra. Diaa Kelmasky 04 Figura 8 Figura 9. No se satisface el supuesto de homoscedasticidad Si graficáramos los residuos cotra los valores de X los putos debería estar distribuidos

Más detalles

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO CUESTIONARIO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO 1. Cuáto vale ua Letra del Tesoro, e tato por cieto de omial, si calculamos su valor al 3% de iterés y falta 5 días para su vecimieto? A) 97, % B)

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

e i y i y i y i 0 1 x 1i 2 x 2i k x ki

e i y i y i y i 0 1 x 1i 2 x 2i k x ki Demostracioes de Rgresió múltiple El modelo que se platea e regresió múltiple es: y i 0 1 x 1i x i k x ki u i dode x 1, x,,x k so las variables idepedietes o explicativas. La variable respuesta depede

Más detalles

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b)

De esta forma, el problema de encontrar la mejor recta se concentra en calcular los valores de la pendiente (m) y de la ordenada al origen (b) MÉTODO DE MÍNIMOS CUADRADOS E muchos de los experimetos que se realiza e Física, se obtiee u cojuto de parejas de úmeros (abscisa, ordeada) por los cuales ecesitamos, para obteer u modelo matemático que

Más detalles

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS

Bloque 3 Tema 12 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Bloque 3 Tema 1 PRUEBAS ESTADÍSTICAS PARA EL CONTRASTE DE HIPÓTESIS: PRUEBAS PARAMÉTRICAS Hay ocasioes e las que teemos que tomar decisioes relativas a ua població sobre la base de los coocimietos que

Más detalles

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales.

Resumen Tema 2: Muestreo aleatorio simple. Muestreo con probabilidades desiguales. Resume Tema 2: Muestreo aleatorio simple. Muestreo co probabilidades desiguales. M.A.S.: Muestreo aleatorio simple co probabilidades iguales si reemplazo. Hipótesis: Marco perfecto, si omisioes i duplicados

Más detalles

Unidad 3. Construcción de números índice y aplicaciones al análisis económico

Unidad 3. Construcción de números índice y aplicaciones al análisis económico Uidad 3. Costrucció de úmeros ídice y aplicacioes al aálisis ecoómico Los úmeros ídices, utilizados co frecuecia e Ecoomía, Demografía y diferetes campos de la estadística aplicada, so valores coveietes

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte I CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte I CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA - Parte I CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 INVERSIÓN La iversió es u acto mediate el cual se produce el cambio de ua satisfacció imediata

Más detalles

Ejercicios resueltos de Muestreo

Ejercicios resueltos de Muestreo Tema Ejercicios resueltos de Muestreo Ejercicio Sea ua població ita de 4 elemetos: P = f; 4; ; g : Se cosidera muestras de elemetos que se supoe extraidos y o devueltos a la població y que el muestreo

Más detalles

1. Intervalos de Conanza

1. Intervalos de Conanza M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.: Itervalos de coaza Objetivos Costruir itervalos de coaza para los parámetros más importates. Aplicar coveietemete los IC atediedo a cada situació

Más detalles

Determinación del tamaño de una muestra (para dos o más muestras)

Determinación del tamaño de una muestra (para dos o más muestras) STATGRAPHICS Rev. 457 Determiació del tamaño de ua muestra (para dos o más muestras) Este procedimieto determia el tamaño de muestra apropiado para estimar o realiar pruebas de hipótesis respecto a alguo

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

Muestreo sistemático

Muestreo sistemático Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo

Más detalles

EL MODELO DE MERCADO (MODELO DE ÍNDICE ÚNICO, O MODELO DE UN SOLO FACTOR).

EL MODELO DE MERCADO (MODELO DE ÍNDICE ÚNICO, O MODELO DE UN SOLO FACTOR). 1 EL MODELO DE MERCADO (MODELO DE ÍNDCE ÚNCO, O MODELO DE UN SOLO FACTOR). Disoemos de las tasas de redimieto de u cojuto de activos co riesgo (i = 1,,, ) y disoemos tambié de la tasa de redimieto de u

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 013 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Juio, Ejercicio 4, Opció B Reserva 1, Ejercicio 4, Opció

Más detalles

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente.

La frecuencia relativa acumulada se suele expresar en forma de % y nos indica el % de datos que hay menores o iguales al valor xi correspondiente. º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMA.- ESTADÍSTICA DESCRIPTIVA.- TABLAS Y GRÁFICOS ESTADÍSTICOS Estadística : Es la ciecia que estudia cojutos de datos obteidos de la realidad. Estos datos

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

CONTRASTE DE HIPÓTESIS

CONTRASTE DE HIPÓTESIS CONTRASTE DE HIPÓTESIS El cotraste de hipótesis es el procedimieto mediate el cual tratamos de cuatificar las diferecias o discrepacias etre ua hipótesis estadística y ua realidad de la que poseemos ua

Más detalles

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ

R-SQUARED RESID. MEAN SQUARE (MSE) σˆ 2 ADJUSTED R-SQUARED STANDARD DEVIATION σ ˆ 06 5.8 Leyedo la salida de u programa estadístico Cada programa estadístico preseta los resultados de la regresió e forma diferete, pero la mayoría provee la misma iformació básica. La tabla muestra la

Más detalles

PyE_ EF2_TIPO1_

PyE_ EF2_TIPO1_ UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN

Más detalles

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Problemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos

Más detalles

Muestreo e Intervalos de Confianza

Muestreo e Intervalos de Confianza Muestreo e Itervalos de Cofiaza PROBLEMAS DE SELECTIVIDAD RESUELTOS MUESTREO E INTERVALOS DE CONFIANZA 1) E ua població ormal co variaza coocida se ha tomado ua muestra de tamaño 49 y se ha calculado su

Más detalles

IntroducciónalaInferencia Estadística

IntroducciónalaInferencia Estadística Capítulo 6 ItroduccióalaIferecia Estadística 6.1. Itroducció El pricipal objetivo de la Estadística es iferir o estimar características de ua població que o es completamete observable (o o iteresa observarla

Más detalles

2 CARTAS DE CONTROL POR ATRIBUTOS

2 CARTAS DE CONTROL POR ATRIBUTOS 2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o

Más detalles

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel

CLAVES DE CORRECCIÓN GUÍA DE EJERCITACIÓN FACTORES Y PRODUCTOS PREGUNTA ALTERNATIVA Nivel x Estimado alumo: Aquí ecotrarás las claves de correcció, las habilidades y los procedimietos de resolució asociados a cada preguta, o obstate, para reforzar tu apredizaje es fudametal que asistas a la

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE)

PROBLEMAS DE LOS TEMAS 5, 6 Y 7 PROPUESTOS EN EXÁMENES DE ESTADÍSTICA EMPRESARIAL (ANTIGUA LICENCIATURA ADE) TUTORÍA DE ETADÍTICA EMPREARIAL (º A.D.E.) e-mail: imozas@elx.ued.es https://www.iova.ued.es/webpages/ilde/web/idex.htm PROBLEMA DE LO TEMA 5, 6 Y 7 PROPUETO EN EXÁMENE DE ETADÍTICA EMPREARIAL (ANTIGUA

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

Solución del Examen Extraordinario de Algebra y Matemática Discreta, Primer Curso, Facultad de Informática

Solución del Examen Extraordinario de Algebra y Matemática Discreta, Primer Curso, Facultad de Informática Solució del Exame Extraordiario de Algebra y Matemática Discreta, 0-09-2008. Primer Curso, Facultad de Iformática Putuació Máxima Posible: 20 putos Ejercicio Primero (Grafos, etc). a) ( puto) Defia Grafo

Más detalles

2.1. Concepto Monto, capital, tasa de interés y tiempo.

2.1. Concepto Monto, capital, tasa de interés y tiempo. 1 2.1. Cocepto El iterés compuesto tiee lugar cuado el deudor o paga al cocluir cada periodo que sirve como base para su determiació los itereses correspodietes. Así, provoca que los mismos itereses se

Más detalles

Tema 2. Medidas descriptivas de los datos

Tema 2. Medidas descriptivas de los datos Tema 2. Medidas descriptivas de los datos Resume del tema 2.1. Medidas de posició So valores que os sirve para idicar la posició alrededor de la cual se distribuye las observacioes. 2.1.1. Mediaa La mediaa

Más detalles

TEMA-9- ANÁLISIS DE LA INFORMACIÓN CONTABLE.

TEMA-9- ANÁLISIS DE LA INFORMACIÓN CONTABLE. Ecoomía de la Empresa TEMA-9- ANÁLISIS DE LA INFORMACIÓN CONTABLE. 1. LAS RELACIONES ENTRE EL ACTIVO, EL PATRIMONIO NETO Y EL PASIVO La iformació que la Cotabilidad proporcioa es la base para la toma de

Más detalles

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Divisió de Plaificació, Estudios e Iversió MIDEPLAN Curso: Preparació y Evaluació de Proyectos EVALUACIÓN DE PROYECTOS: Coceptos Básicos Temario Matemáticas

Más detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD PAUTA DE CORRECCIÓN PRUEBA RECUPERATIVA N 2 Profesor: Hugo S. Salias. Segudo Semestre 2009 DESARROLLO

Más detalles

Tema 1. Estadística Descriptiva

Tema 1. Estadística Descriptiva Estadística y metodología de la ivestigació Curso 2012-2013 Pedro Faraldo, Beatriz Pateiro Tema 1 Estadística Descriptiva 1 Itroducció 1 2 Coceptos geerales 2 3 Distribucioes de frecuecias 3 4 Represetacioes

Más detalles

UNEFA C.I.N.U. Matemáticas

UNEFA C.I.N.U. Matemáticas RADICACIÓN: DEFINICIÓN Y PROPIEDADES Ates de etrar e el tema Radicació, vamos a comezar por recordar u poco sore Poteciació: Saemos que e lugar de escriir, utilizamos la otació: de Poteciació, dode el

Más detalles

TRABAJO PRACTICO Nº 1

TRABAJO PRACTICO Nº 1 TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, C. 1

Más detalles

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3

Estadística y sus aplicaciones en Ciencias Sociales Práctico 4 - Solución Curso ) Como se trata de muestreo sin reposición, se tiene C 5 3 Estadística y sus aplicacioes e Ciecias Sociales Práctico 4 - Solució Curso 016 Ejercicio 1 5! 1) Como se trata de muestreo si reposició, se tiee C 5 3 3!! muestras de tamaño =3. ) Distribució muestral

Más detalles

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO. BONDAD DE AJUSTE Las pruebas de bodad de ajuste tiee por objetivo determiar si los datos se ajusta a ua determiada distribució, esta distribució puede

Más detalles

Guía 1 Matemática: Estadística NM 4

Guía 1 Matemática: Estadística NM 4 Cetro Educacioal Sa Carlos de Aragó. Sector: Matemática. Prof.: Ximea Gallegos H. 1 Guía 1 Matemática: Estadística NM 4 Nombre: Curso: Fecha. Uidad: Estadística y Probabilidades. Apredizajes Esperados:

Más detalles

C. INDICADORES DE EVALUACION DE PROYECTOS

C. INDICADORES DE EVALUACION DE PROYECTOS C. INDICADORES DE EVALUACION DE PROYECTOS 1. Matemáticas Fiacieras 1.1 Iterés simple e iterés compuesto Iterés simple es aquel que se calcula siempre sobre el capital origial, y por tato excluye itereses

Más detalles

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

La sucesión de Fibonacci y el número Φ Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos: SUCESIONES Págia 50 PARA EMPEZAR, REFLEXIONA Y RESUELVE Cuátas parejas de coejos? Cuátas parejas de coejos se producirá e u año, comezado co ua pareja úica, si cada mes cualquier pareja egedra otra pareja,

Más detalles

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción

Curso de Estadística Aplicada a las Ciencias Sociales. Tema 11. Estimación de una media. Introducción. Introducción (2) Introducción Curso de Estadística Aplicada a las Ciecias Sociales Tema 11. Estimació de ua (Cap. 1 del libro) Tema 11. Estimació de ua Itroducció 1. Distribució de la e el. La muestral es cetrada 3. El error típico

Más detalles

MUESTREO Y ESTIMACIÓN ESTADÍSTICA

MUESTREO Y ESTIMACIÓN ESTADÍSTICA 1 MUESTREO Y ESTIMACIÓN ESTADÍSTICA Muestreo. Métodos de muestreo Se llama població al cojuto de idividuos que posee cierta característica. Ua muestra es ua parte de esa població. Muestreo es el proceso

Más detalles

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA

DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA DETERMINACION DEL COSTO POR ALUMNO EGRESADO DE EDUCACION PRIMARIA U Modelo de Costeo por Procesos JOSE ANTONIO CARRANZA PALACIOS *, JUAN MANUEL RIVERA ** INTRODUCCION U aspecto fudametal e la formulació

Más detalles

Teorema del límite central

Teorema del límite central Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral

Más detalles

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS

Tema 8. Sesiones 15 y 16 Guía de clase 8. CONTRASTE DE HIPOTESIS UNIVERSIDAD DE LOS ANDES NUCLEO UNIVERSITARIO RAFAEL RANGEL DEPTO DE CIENCIAS ECONOMOMICAS Y ADMIMISTRATIVAS AREA DE ESTADÍSTICA ESTADÍSTICA BASICA CONTADURÍA PÚBLICA Tema 8. Sesioes 5 y 6 Guía de clase

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte I)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte I) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte I) Tema 6- Parte 1 1 EL MÉTODO de la TASA de DESCUENTO AJUSTADA al RIESGO : a = k + p E presecia de iflació a = k + p ( 1 + a ) = ( 1 + a )(

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

Estadística Teórica II

Estadística Teórica II tervalos de cofiaza Estadística Teórica NTERVALOS DE CONFANZA Satiago de la Fuete Ferádez 77 tervalos de cofiaza CÁLCULO DE NTERVALOS DE CONFANZA PARA LA MEDA CON DESVACÓN TÍPCA POBLACONAL CONOCDA Y DESCONOCDA.

Más detalles

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica,

DISTRIBUCIÓN DE LA MEDIA MUESTRAL. (a) Las muestras de tamaño n obtenidas en una población de media y desviación típica, 1 MAJ04 DISTRIBUCIÓN DE LA MEDIA MUESTRAL 1. E u servicio de ateció al cliete, el tiempo de espera hasta recibir ateció es ua variable ormal de media 10 miutos y desviació típica 2 miutos. Se toma muestras

Más detalles

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN

INFERENCIA ESTADÍSTICA Y ESTIMACIÓN INFERENCIA ESTADÍSTICA Y ESTIMACIÓN La estadística iferecial se ocupa de exteder o extrapolar a toda ua població, iformacioes obteidas a partir de ua muestra, así como de tomar de decisioes. El muestreo

Más detalles

SUCESIONES. Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos:

SUCESIONES. Si dividimos cada dos términos consecutivos de la sucesión de Fibonacci, obtenemos: SUCESIONES Págia REFLEXIONA Y RESUELVE Cuátas parejas de coejos? Cuátas parejas de coejos se producirá e u año, comezado co ua pareja úica, si cada mes cualquier pareja egedra otra pareja, que se reproduce

Más detalles

Departamento Administrativo Nacional de Estadística

Departamento Administrativo Nacional de Estadística Departameto Admiistrativo acioal de Estadística Direcció de Regulació, Plaeació, Estadarizació y ormalizació -DIRPE- Especificacioes de Coeficiete y Variaza Ecuesta de Cosumo Cultural Julio 008 ESPECIFICACIOES

Más detalles

Distribuciones estadísticas dobles. n muchos campos del conocimiento surge la necesidad de establecer relaciones

Distribuciones estadísticas dobles. n muchos campos del conocimiento surge la necesidad de establecer relaciones UNIDAD 11 Distribucioes estadísticas dobles muchos campos del coocimieto surge la ecesidad de establecer relacioes E etre dos cojutos de datos, o dos variables estadísticas, au sabiedo que tal relació

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

EJERCICIOS RESUELTOS TEMA 8

EJERCICIOS RESUELTOS TEMA 8 EJERCICIOS RESUELTOS TEMA 8 8.. U ivestigador desea coocer la opiió de los madrileños sobre la saidad pública. Para ello, acude a las 8 de la mañaa al hospital público de la capital más cercao a su domicilio

Más detalles

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En

LOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)

Más detalles

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación

Matemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

Contrastes de hipótesis

Contrastes de hipótesis Cotrastes de hipótesis Ejercicio º 1.- E u determiado istituto asegura que las otas obteidas por sus alumos e las pruebas de acceso a la Uiversidad tiee ua media igual o superior a 7 putos. Pero la media

Más detalles

Coeficiente de escorrentía C

Coeficiente de escorrentía C EXAMEN Febrero 2010 iempo 90 miutos EJERCICIO 1 (10 putos) e pide que dimesioes, utilizado el método racioal, los colectores AB y BC de la red de saeamieto uitaria de la urbaizació que aparece e la Figura

Más detalles

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia

Objetivos. 1. Inferencia Estadística. INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo. M. Iniesta Universidad de Murcia M. Iiesta Uiversidad de Murcia INFERENCIA ESTADÍSTICA Tema 3.1: Muestreo Objetivos Tratar co muestras aleatorias y su distribució muestral e ejemplos de tamaño reducido. Tratar co la distribució de la

Más detalles

6. DISTRIBUCIONES MUESTRALES

6. DISTRIBUCIONES MUESTRALES 6. DISTRIBUCIONES MUESTRALES DISTRIBUCIONES MUESTRALES Uo de los objetivos de la estadística es saber acerca del comportamieto de parámetros poblacioales tales como: la media ( ), la variaza ( ) o la proporció

Más detalles

LAS SUCESIONES Y SU TENDENCIA AL INFINITO

LAS SUCESIONES Y SU TENDENCIA AL INFINITO LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció

Más detalles

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS

8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS 8 DESIGUALDAD DE TCHEBYCHEFF LEY DE LOS GRANDES NÚMEROS Sea ua variable aleatoria de ley descoocida co 0,00. Si 0,, emplear la desigualdad de TCHEBYCHEFF para acotar iferiormete la probabilidad E( ) [

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11

IES IGNACIO ALDECOA 1 AMPLIACIÓN DE MATEMÁTICAS 4º ESO CURSO 10/11 IES IGNACIO ALDECOA AMPLIACIÓN DE MATEMÁTICAS º ESO CURSO 0/ TEMA : SUCESIONES DE NÚMEROS REALES Se llama sucesió a u cojuto de úmeros dispuestos uo a cotiuació de otro. Podemos cosiderar ua sucesió como

Más detalles

Los números complejos

Los números complejos Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació

Más detalles

GUIA DE ESTUDIO Nro 1

GUIA DE ESTUDIO Nro 1 MATERIA: MATEMÁTICA I CURSO: I AÑO EJE ESTRUCTURAL I: CONCEPTOS FUNDAMENTALES DEL ALGEBRA GRUPOS CONCEPTUALES: - Epresioes algebraicas. Poliomios. - Ecuacioes. Iecuacioes. TEMARIO: GUIA DE ESTUDIO Nro

Más detalles

Intervalos de Confianza basados en una muestra. Instituto de Cálculo

Intervalos de Confianza basados en una muestra. Instituto de Cálculo Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza

Más detalles

EJERCICIOS DE SERIES DE FUNCIONES

EJERCICIOS DE SERIES DE FUNCIONES EJERCICIOS DE SERIES DE FUNCIONES. Campo de covergecia. Covergecia uiforme. Determiar el campo de covergecia de la serie 2 se x. Aplicado el criterio de la raíz, la serie es absolutamete covergete cuado:

Más detalles

1 Valores individuales del conjunto

1 Valores individuales del conjunto 5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral

Más detalles

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1

Tema 1 Los números reales Matemáticas I 1º Bachillerato 1 Tema 1 Los úmeros reales Matemáticas I 1º Bachillerato 1 TEMA 1 LOS NÚMEROS REALES 1.1 LOS NÚMEROS REALES. LA RECTA REAL INTRODUCCIÓN: Los úmeros racioales: Se caracteriza porque puede expresarse: E forma

Más detalles

MATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades

MATEMÁTICAS 2º BACH. CC. SS. 4 de abril de 2006 Probabilidades MATEMÁTIAS º BAH.. SS. 4 de abril de 006 Probabilidades 1) Sea A y B dos sucesos idepedietes tales que B) = 0.05 y A/ B) = 0.35. a) uál es la probabilidad de que suceda al meos uo de ellos? ( putos) b)

Más detalles

Prueba A = , = [ 7.853, 8.147]

Prueba A = , = [ 7.853, 8.147] PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

SESION 15 DISTRIBUCIONES DE MUESTREO

SESION 15 DISTRIBUCIONES DE MUESTREO SESION 15 DISTRIBUCIONES DE MUESTREO I. CONTENIDOS: 1. Distribució de muestreo. 2. Distribucioes de muestreo de la media 3. Media, mediaa y moda, así como su relació co la desviació estádar de las distribucioes

Más detalles

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral

Más detalles

Probabilidad FENÓMENOS ALEATORIOS

Probabilidad FENÓMENOS ALEATORIOS Probabilidad FENÓMENOS ALEATORIOS E el mudo real hay feómeos regidos por leyes de tipo empírico (basadas e la experiecia), lógico o deductivo, e los que el efecto está determiado por ciertas causas. El

Más detalles

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1 RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- II FUNDAMENTOS DE DIRECCIÓN FINANCIERA Tema 3- Parte I Etapas del Modelo de Markowitz I. DETERMINACIÓN DEL CONJUNTO DE POSIBILIDADES DE INVERSIÓN - Se

Más detalles

INTERVALOS DE CONFIANZA

INTERVALOS DE CONFIANZA Gestió Aeroáutica: Estadística Teórica Facultad Ciecias Ecoómicas y Empresariales Departameto de Ecoomía Aplicada Profesor: Satiago de la Fuete Ferádez NTERVALOS DE CONFANZA Gestió Aeroáutica: Estadística

Más detalles

Qué es la estadística?

Qué es la estadística? Qué es la estadística? La estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Qué es la estadística? U agete recibe iformació e forma

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles