Economía de la Empresa: Financiación

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

Download "Economía de la Empresa: Financiación"

Transcripción

1 Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se pretende explcar los fundamentos báscos de la Economía Fnancera de la Empresa, hacendo especal hncapé en la evaluacón y seleccón de proyectos de nversón, y en coordnacón con las asgnaturas de Dreccón Fnancera de semestres posterores. EL enfoque de la asgnatura pretende que el alumno adquera destreza en la valoracón y ordenacón de las decsones de nversón tanto en actvos fjos como crculantes.

2 Departamento de Fnancacón e Investgacón Comercal Contendos del Programa: Tema VI. El Resgo en el Análss de Inversones. 6..Introduccón. 6..Efecto del Resgo en los Componentes del Proyecto. 6.3.Métodos Smples de tratamento del Resgo. 6.4.Dstrbucón de Probabldad de los Flujos de Caja. 6.5.Toma de decsones secuencales. Árboles de Decsón. 6.6.Análss del Resgo por Smulacón. Método de Montecarlo. 6.7.Decsones en Ambente de Incertdumbre. 6.8.Análss de Sensbldad. Tema VII. El Cclo de Explotacón de la Empresa. 7..Introduccón. 7..Cclo de Explotacón de la Empresa. 7.3.Fases del Cclo de la Explotacón. 7.4.Período Medo de Maduracón. 7.5.Fases del Período de Maduracón. 7.6.Captal Crculante Mínmo o Fondo de Manobra. Tema VIII. Captal Crculante. 8..Introduccón. 8..Gestón de Tesorería. 8.3.Gestón de Cuentas a Cobrar. 8.4.Gestón de Exstencas.

3 Departamento de Fnancacón e Investgacón Comercal Tema VI. EL RIESGO EN EL ANÁLISIS DE INVERSIONES 3

4 Introduccón Hasta el momento hemos señalado que las decsones de nversón y fnancacón en la empresa deberán contemplar una varable sgnfcatva: el RIESGO. Al analzar y evaluar los proyectos de nversón, no solamente es convenente estmar el grado de resgo del proyecto en sí, sno tambén el efecto que la decsón tendría en el resgo global de la empresa. 4

5 Hasta el momento, hemos trabajado con modelos determnstas, es decr, conocemos las dstntas ncógntas o explcatvas que defnían el problema de nversón. Sn embargo, tal y como está la stuacón económca-fnancera, la varable ncertdumbre ncurre en los parámetros estmados de un proyecto de nversón, tales como C, Cn,, t,. Esto mplca que las dstntas magntudes que defnen la nversón se deberán conocer como un grado de aproxmacón, y por tanto, estamos hablando de funcones de probabldad y modelos de smulacón. Así, el resgo será el terreno ntermedo entre certdumbre e ncertdumbre. 5

6 Efectos del Resgo en los Componentes del Proyecto S partmos de la dea de que los nversores son adversos al resgo, Una empresa cuanto mayor arresgada sea, mayor será la rentabldad que el mercado de captales esperará de ésta, y en consecuenca, mayor será la tasa de descuento esperada. Una empresa cuanto menor arresgada sea, menor será la rentabldad esperada, por lo que la tasa de descuento será nferor. 6

7 Métodos Smples del Tratamento del Resgo Método del Valor Medo de los Flujos de Caja Método del Ajuste de la Tasa de Descuento Método del Equvalente Certo Cuantfcacón del Resgo a través de Meddas de Dspersón Valor Esperado de los Utldad Margnal de los Varanza de los Meda y Varanza Consderacón Conjunta. 7

8 Método del Valor Medo de los Flujos de Caja ---- EVAN Este método clásco parte del crtero de decsón raconal. Éste consste en MAXIMIZAR la esperanza E matemátca de obtener el mayor valor posble de benefco. Por ejemplo, una valoracón fnancera en un caso de certdumbre vsto a lo largo del curso con un Desembolso ncal de 4. y flujos de caja de 7., 8. y 9. razón artmétca de.. Podemos estmar que el VAN de esta nversón al 7% de coste de oportundad es de 6.876,5. Este es el modelo típco de Certdumbre Pero supongamos que la stuacón es nestable rodeada de un ambente de ncertdumbre a causa de la desconfanza y el alto resgo que tomaron algunas bancas de nversón. Esto hace que los flujos de caja del ejemplo anteror ya no sean seguros 8

9 Así, al no tener los seguros, sólo podemos hacer hpótess nulas o alternatvas sobre la posesón de los msmos. En este caso, y en la mayoría de las nversones, el mejor térmno cuanttatvo para valorar la nversón es la PROBABILIDAD. Así, el ejemplo anteror sería: Modelo C 3 Flujo de Caja Neto Estmando con Probabldad P P,5 P,5 P,7 P,3 P, P,5 P,3 El prmer subíndce hace referenca al período y el segundo al nvel de probabldad. 9

10 La esperanza o valor medo de los flujos de cada año será: E 7.*,5 6.*,5 6.5 E 8.*,7 9.*,3 8.3 E 3 9.*, 8.5*,5 8.*, Comparando los flujos de caja Modelo C 3 Cn Certdumbre Incertdumbre

11 Así, surge el concepto de VAN ESPERADO o medo. En nuestro ejemplo, EVAN al 7% será de 6., comprobarlo. La expresón matemátca de EVAN es: h r r r r r... n EVAN C P h E r P r jr VAN j n h C j r P jr h nr P nr n h Flujos de caja en tempo Nveles de Probabldad

12 Método del Ajuste de la Tasa de Descuento MATD En ocasones tasa de descuento sufre actualzacones peródcas que oblgan a actualzar nuestro crtero de valoracón de nversones. Así, s consderamos como una tasa de actualzacón en un modelo de ncertdumbre, la funcón de resgo deberá nclur un factor observable, le denomnaremos p. Así, estará ajustada de la funcón de resgo adtvamente: compuesta s p Tasa de Descuento Incal Prma de Resgo

13 Así, la nueva expresón matemátca del VAN será: VAN s p C... s s s n n VAN s p C n j s j j Como podemos observar, la únca dferenca entre el MATD y EVAN es que la tasa de descuento es compuesta en el prmer método de estmacón. Por tanto, la prncpal dfcultad del MATD es estmar la prma de resgo p. 3

14 Para atender al problema de estmacón de la prma de resgo p, debemos de buscar Benchmars en el mercado, sguendo aquellas empresas que muestren un comportamento fnancero parecdo. Prncpales Benchmars para determnar la prma de resgo: Rentabldad demandada por el mercado de captales. Evolucón de la Bolsa Local. Varacón de otros índces, como los MSCI. Resgo medo de empresas del msmo sector. 4

15 Algunas empresas, prncpalmente las multnaconales, suelen agrupar alternatvas de nversón en CLASES DE RIESGO, sguendo un comportamento jerárquco: la prmera clase llevará un p mayor y la últma un p menor. C El VAN en ausenca de resgo al 3% sería de 4. Al ntroducr el resgo, p es de 5,5% y por tanto el coste de captal de la empresa se elevaría a 8,5% 3 5,5s. Ahora el VAN sería de - 3, por tanto y debdo a la prma de resgo, tendríamos que desechar la nversón. SI utlzamos el crtero de valoracón TIR, se aplca del msmo modo, 5

16 Método del Equvalente Certo MEC Este método consste en convertr los flujos de caja con resgo en los flujos bajo condcones de certeza, para ello se multplcan por un determnado coefcente, αt que varía entre y y que mde el grado de resgo de ese flujo de caja. De esta manera resulta ndferente percbr los flujos de caja a fnales del período en condcones de resgo que en condcones de certeza. Sendo: " t t α * t Equvalente Certo Certo Incerto 6

17 El coefcente del equvalente certo αt varará de forma nversamente proporconal al grado de resgo de futuro: A mayor resgo de, menor de t αt La expresón del VAN consderando MEC es: VAN MEC C α α... α n n n VAN s p C n αt j j j 7

18 Ejemplo: Oportundad de una operacón de nversón por. en una empresa. Se espera una subda de ventas de 4. en los próxmos 5 años, lo que supondrá un ncremento de 5. anuales. El resgo de los requere el ajuste medante MEC con los sguentes coefcentes: ;,9;,8;,6 y,4. El coste de captal es del 7%. Es vable la nversón? º Incrementales: º VAN Ajustado de resgo con MEC: VAN MEC 35.* 35.*,9 35.*,8 35.*,6. 3 4,7,7,7,7 35.*,4 5,7 VAN MEC 9.8,55 8

19 Cuantfcacón del Resgo a Través de Meddas de dspersón. Estmar una sere temporal de flujos de caja exge la proyeccón durante el horzonte económco a que la decsón se refera. Esto demanda que tanto las técncas de prevsón empleadas como los supuestos de consstenca sean efcentes. Así, s nos alejamos en el tempo, nuestra capacdad de pronóstco dsmnurá, por lo que el térmno del error o perturbacón aleatora será mayor. Por tanto, la medda resgo puede exgr una estmacón más exacta que la smple probabldad de pertenecer o no a un grupo tratamento o estmar un flujo de caja en un modelo de certdumbre e ncertdumbre. 9

20 Las prncpales técncas de dspersón para cuantfcar el resgo son: la utldad esperada y la varanza. Tambén podemos utlzar el resto de meddas de dspersón. UTILIDAD ESPERADA. Este crtero ntenta MAXIMIZAR la utldad esperada Ue, lejos de medr la rentabldad esperada. S ben, conocemos que la utldad esperada se nca en la rentabldad esperada Re, la forma de pasar de la prmera a la segunda la marca el modelo teórco de resgo Cuál? Así, surgen tres leyes de clasfcacón: U R e e U < R e e U > R e e Neutraldad ante Resgo Aversón al Resgo Propensón Al Resgo

21 VARIANZA. La varanza nos determnará que tan dspersos están los datos de cualquer varable respecto a la meda. S esta varable es un flujo de caja determnado, tendríamos que: t h r [ ] E P tr tr tr Probabldad De que ocurra tr Flujo de Caja de la posbldad r en el momento t Esperanza de los Flujos de Caja.

22 La Varanza del VAN: Tema VI. El Resgo en el Análss de Inversones,, Cov ξ ξ ξ ξ ρ ξ ξ ξ ξ ξ ξ ξ ξ,, Cov ρ

23 3 Flujos de caja perfectamente correlaconados Tema VI. El Resgo en el Análss de Inversones j j,, ρ 3 VAN

24 Ejemplo: 4. 45, 4. 45, , , 8.. 7% 3 Valores Probabldad Valores Probabldad Valores Probabldad Valores Probabldad 4.,.,5 8., 5.,3 4.,5.,.,7 8.,7 44.,5 4.,35.,3 3.,3 46.,5 6.,35 4.,3 34.,3 48.,5 8., 6.,7 37.,7 5.,.,5 8., 4.,3 E 45. E 5. E 3. E3 3.5 var 8.. var 5.. var 8.5. var 3.6. dt.864 dt.36 dt.99 dt ,5 VAN, ,7.99,7 3.47,

25 Flujos de caja perfectamente ncorrelaconados ρ,, j j VAN 4 5

26 Ejemplo: 4. 45, 4. 45, , , 8.. 7% 3 Valores Probabldad Valores Probabldad Valores Probabldad Valores Probabldad 4.,.,5 8., 5.,3 4.,5.,.,7 8.,7 44.,5 4.,35.,3 3.,3 46.,5 6.,35 4.,3 34.,3 48.,5 8., 6.,7 37.,7 5.,.,5 8., 4.,3 E 45. E 5. E 3. E3 3.5 var 8.. var 5.. var 8.5. var 3.6. dt.864 dt.36 dt.99 dt , VAN, ,7,7, VAN

27 Comparacón de ambos modelos: Flujos de caja Perfectamente Correlaconados n t VAN t t Flujos de caja Incorrelaconados VAN Flujos de caja Correlaconados n t t t t F C t F C t Varía Independentemente Perfectamente Correlaconado VAN n t t t t n t t 7

28 Consderacón Conjunta de la Meda y la Varanza VAN C D A B EVAN 8

29 Bblografía: Durán Herrera, Juan José 99. Economía y Dreccón Fnancera de la Empresa Edtoral Pramde Puértolas, F. y Ruz, S.. Análss de Inversones. Teoría y Práctca en Excel Delta Publcacones Úbeda Mellna, Fernando Dapostvas y apuntes de Clase Profesor Ttular del Departamento de Fnancacón e Investgacón Comercal UAM. Mal: 9

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

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

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

Introducción al riesgo de crédito

Introducción al riesgo de crédito Introduccón al resgo de crédto Estrella Perott Investgador Senor Bolsa de Comerco de Rosaro eperott@bcr.com.ar. Introduccón El resgo credtco es el resgo de una pérdda económca como consecuenca de la falta

Más detalles

Matemáticas Financieras

Matemáticas Financieras Matemátcas Fnanceras Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Profundzar en los fundamentos del cálculo fnancero, necesaros

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales

CAPÍTULO 3 METODOLOGÍA. En el siguiente capítulo se presenta al inicio, definiciones de algunos conceptos actuariales CAPÍTULO 3 METODOLOGÍA En el sguente capítulo se presenta al nco, defncones de algunos conceptos actuarales que se utlzan para la elaboracón de las bases técncas del Producto de Salud al gual que la metodología

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

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

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO

Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO CUESTIONARIO Capítulos 1-3: CAPITALIZACIÓN Y DESCUENTO 1. Cuánto vale una Letra del Tesoro, en tanto por cento de nomnal, s calculamos su valor al 3% de nterés y faltan 5 días para su vencmento? A) 97,2

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013 Tema 6 El modelo IS-LM Prof. Antono Santllana del Barro y Anhoa Herrarte Sánchez Unversdad Autónoma de Madrd Curso 2012-2013 Bblografía oblgatora Capítulo 5, Macroeconomía, (Blanchard et al) Apuntes de

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

La planificación financiera

La planificación financiera Tema 5 La planfcacón fnancera 5.1 El paso de prevsones económcas a prevsones fnanceras Entre el plan fnancero de una empresa y su plan económco hay dferencas de la msma naturaleza que las estentes conceptualmente

Más detalles

B.El por qué de la planificación económico financiera

B.El por qué de la planificación económico financiera Tema 1 Sobre la elaboracón de un sstema ntegrado de presupuestos 1.1. Introduccón a la planfcacón económca fnancera A. Qué son los planes económcos en la práctca? La realzacón de prevsones o la actuacón

Más detalles

ANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO

ANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO GOBIERNO DE CHILE MINISTERIO DE HACIENDA Dreccón de Presupuestos ANEXO METODOLOGÍA EVALUACIÓN DE IMPACTO Dvsón de Control de Gestón Santago, Mayo 2009 CHILE PRESENTACIÓN * El anexo que a contnuacón se

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS HUMANISTICAS Y ECONOMICAS INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO Resumen: Las decsones de

Más detalles

Jordi Esteve Comas. Monográfico sobre inestabilidad financiera.

Jordi Esteve Comas. Monográfico sobre inestabilidad financiera. Jord Esteve Comas Cclos, tendencas y estaconaldad en la bolsa española Monográfco sobre nestabldad fnancera. Quaderns de Polítca Econòmca. Revsta electrònca. 2ª época. Vol. 10, Mayo -Agosto 2005 Edta:

Más detalles

Tasas de Caducidad. - Guía de Apoyo para la Construcción y Aplicación - Por: Act. Pedro Aguilar Beltrán. paguilar@cnsf.gob.mx

Tasas de Caducidad. - Guía de Apoyo para la Construcción y Aplicación - Por: Act. Pedro Aguilar Beltrán. paguilar@cnsf.gob.mx Tasas de Caducdad - Guía de Apoyo para la Construccón y Aplcacón - Por: Act. Pedro Agular Beltrán pagular@cnsf.gob.m 1. Introduccón La construccón y aplcacón de tasas de caducdad en el cálculo de utldades

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

El costo de oportunidad social de la divisa ÍNDICE

El costo de oportunidad social de la divisa ÍNDICE El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado

Más detalles

UNIVERSIDAD POLITÉCNICA DE VALENCIA

UNIVERSIDAD POLITÉCNICA DE VALENCIA UNIVERSIDAD POLITÉCNICA DE VALENCIA ESCUELA POLITÉCNICA SUPERIOR DE ALCOY MODELOS MULTICRITERIO PARA LA SELECCIÓN DE PORTAFOLIOS EN LA BOLSA DE MADRID TESIS DOCTORAL Doctorando: D. Davd Plà Santamaría

Más detalles

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS SIARGAF 4.0 FEBRERO 008 CONTENIDO..... Valor en Resgo aramétrco... A) Meddas de Sensbldad... B) Meddas Estadístcas... 6 C) Volatldad... 7 D) Valor

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA.

LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. LA FINANCIACION DE PROVEEDORES Y LA GESTION DE STOCKS. UNA VISION CONJUNTA. Lucía Isabel García Cebrán Departamento de Economía y Dreccón de Empresas Unversdad de Zaragoza Gran Vía, 2 50.005 Zaragoza (España)

Más detalles

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Diseño y Análisis de Experimentos en el SPSS 1

Diseño y Análisis de Experimentos en el SPSS 1 Dseño y Análss de Expermentos en el SPSS EJEMPLO. Los sguentes datos muestran las meddas de hemoglobna (gramos por 00 ml) en la sangre de 40 ejemplares de una espece de truchas marrones. Las truchas se

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

GANTT, PERT y CPM INDICE

GANTT, PERT y CPM INDICE GANTT, PERT y CPM INDICE 1 Antecedentes hstórcos...2 2 Conceptos báscos: actvdad y suceso...2 3 Prelacones entre actvdades...3 4 Cuadro de prelacones y matrz de encadenamento...3 5 Construccón del grafo...4

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

Pronósticos. Humberto R. Álvarez A., Ph. D.

Pronósticos. Humberto R. Álvarez A., Ph. D. Pronóstcos Humberto R. Álvarez A., Ph. D. Predccón, Pronóstco y Prospectva Predccón: estmacón de un acontecmento futuro que se basa en consderacones subjetvas, en la habldad, experenca y buen juco de las

Más detalles

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL

DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DEPARTAMENTO DE INGENIERIA MECÁNICA INGENIERÍA INDUSTRIAL DISEÑO MECÁNICO PRÁCTICA Nº 4 METROLOGÍA Y CALIDAD. CALIBRACIÓN DE UN PIE DE REY Metrología y Caldad. Calbracón de n pe de rey. INDICE 1. OBJETIVOS

Más detalles

2.5 Especialidades en la facturación eléctrica

2.5 Especialidades en la facturación eléctrica 2.5 Especaldades en la facturacón eléctrca Es necesaro destacar a contnuacón algunos aspectos peculares de la facturacón eléctrca según Tarfas, que tendrán su mportanca a la hora de establecer los crteros

Más detalles

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

MEDIDAS DE RENTABILIDAD AJUSTADAS AL RIESGO EN EL ÁMBITO DE LAS ENTIDADES BANCARIAS

MEDIDAS DE RENTABILIDAD AJUSTADAS AL RIESGO EN EL ÁMBITO DE LAS ENTIDADES BANCARIAS 118b MEDIDAS DE RENTABILIDAD AJUSTADAS AL RIESGO EN EL ÁMBITO DE LAS ENTIDADES BANCARIAS Eduardo Trgo Martínez. Profesor Colaborador. Departamento de Fnanzas y Contabldad. Unversdad de Málaga. Plaza de

Más detalles

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso PRACTICA 4 Asgnatura: Economía y Medo Ambente Ttulacón: Grado en cencas ambentales Curso: º Semestre: 1º Curso 010-011 Profesora: Inmaculada C. Álvarez Ayuso Inmaculada.alvarez@uam.es PREGUNTAS TIPO TEST

Más detalles

EL MODELO DE CARTERA DE PROYECTOS

EL MODELO DE CARTERA DE PROYECTOS EL ODELO DE CATEA DE POYECTOS. Decsones fnanceras y mercado de captales: la síntess neoclásca 2. La utldad del modelo de arkowtz en la valoracón de proyectos de nversónó 3. Determnacón de equvalentes de

Más detalles

Medidas de Tendencia Central y de Variabilidad

Medidas de Tendencia Central y de Variabilidad Meddas de Tendenca Central y de Varabldad Contendos Meddas descrptvas de forma: curtoss y asmetría Meddas de tendenca central: meda, medana y moda Meddas de dspersón: rango, varanza y desvacón estándar.

Más detalles

Estimación de la Demanda: Pronósticos

Estimación de la Demanda: Pronósticos UNIVERSIDAD SIMON BOLIVAR Estmacón de la Demanda: Pronóstcos PS-4161 Gestón de la Produccón I 1 Bblografía Recomendada Título: Dreccón de la Produccón: Decsones Estratégcas. Capítulo 4: Prevsón Autores:

Más detalles

ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA.

ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA. ANÁLISIS DE LA MOROSIDAD TRIBUTARIA DE LAS EMPRESAS APLICANDO TÉCNICAS BORROSAS Y ESTADÍSTICAS. EL CASO DE MAR DEL PLATA. SEGUNDA PARTE. (TRABAJO PRESENTADO EN EL CONGRESO DE LA SOCIEDAD ARGENTINA DE ESTADISTICA)

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Valoración de opciones financieras por diferencias finitas

Valoración de opciones financieras por diferencias finitas Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL

YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL 27 Congreso Naconal de Estadístca e Investgacón Operatva Lleda, 8- de abrl de 2003 YIELD MANAGEMENT APLICADO A LA GESTIÓN DE UN HOTEL J. Guad, J. Larrañeta, L. Oneva Departamento de Organzacón Industral

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 17 Procesamento Dgtal de mágenes Pablo Roncaglolo B. Nº 7 Orden de las clases... CAPTURA, DGTALZACON Y ADQUSCON DE MAGENES TRATAMENTO ESPACAL DE MAGENES TRATAMENTO EN FRECUENCA DE MAGENES RESTAURACON DE MAGENES

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

APLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS

APLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS APLICACIÓN DE MODELOS IRT AL ANÁLISIS DE LA OFERTA DE EQUIPAMIENTO DE LOS ALOJAMIENTOS RURALES EXTREMEÑOS Marcelno Sánchez Rvero Departamento de Economía Aplcada y Organzacón de Empresas Unversdad de Extremadura

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

Márgenes de comercialización y poder de mercado:

Márgenes de comercialización y poder de mercado: Márgenes de comercalzacón y poder de mercado: El caso de la ndustra de hdrocarburos en Ncaragua Oscar Gámez S. 1 Documento de trabajo Julo 2010 1 Membro de la Undad de Investgacones Económcas. Correo electrónco:

Más detalles

1.Variables ficticias en el modelo de regresión: ejemplos.

1.Variables ficticias en el modelo de regresión: ejemplos. J.M.Arranz y M.M. Zamora.Varables fctcas en el modelo de regresón: ejemplos. Las varables fctcas recogen los efectos dferencales que se producen en el comportamento de los agentes económcos debdo a dferentes

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa

Más detalles

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP)

MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Primer Semestre - Otoño 2014. Omar De la Peña-Seaman. Instituto de Física (IFUAP) MECÁNICA CLÁSICA MAESTRÍA EN CIENCIAS (FÍSICA) Curso de Prmer Semestre - Otoño 2014 Omar De la Peña-Seaman Insttuto de Físca (IFUAP) Benemérta Unversdad Autónoma de Puebla (BUAP) 1 / Omar De la Peña-Seaman

Más detalles

Ejercicios y Problemas Resueltos. Paquete didáctico para el curso de Macroeconomía I*

Ejercicios y Problemas Resueltos. Paquete didáctico para el curso de Macroeconomía I* Ejerccos y Problemas Resueltos Paquete ddáctco para el curso de Macroeconomía I* AZCAPOTZALCO Departamento de Economía Ma. Beatrz García Castro** Mayo de 2003 *Agradezco a la ayudante de nvestgacón Paola

Más detalles

MÉTODOS PARA PROBAR NUMEROS

MÉTODOS PARA PROBAR NUMEROS Capítulo 3 ALEATORIOS MÉTODOS PARA PROBAR NUMEROS III.1 Introduccón Exsten algunos métodos dsponbles para verfcar varos aspectos de la caldad de los números pseudoaleatoros. S no exstera un generador partcular

Más detalles

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general PRÁCTICA 6: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN EJERCICIO. VERDADERO. VERDADERO (Esta afrmacón no es certa en el caso del modelo general. 3. En el modelo lneal general Y =X β + ε, explcar la forma que

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

Algunos métodos de clasificación de puestos de trabajo en la empresa

Algunos métodos de clasificación de puestos de trabajo en la empresa lgunos métodos de clasfcacón de puestos de trabajo en la empresa. lgunos métodos de clasfcacón de puestos de trabajo en la empresa Canós Darós, Lourdes, loucada@omp.upv.es Pers Ortz, Marta, marpeor1@omp.upv.es

Más detalles

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide

EJERCICIOS REPASO I. Profesor: Juan Antonio González Díaz. Departamento Métodos Cuantitativos Universidad Pablo de Olavide EJERCICIOS REPASO I Profesor: Juan Antono González Díaz Departamento Métodos Cuanttatvos Unversdad Pablo de Olavde 1 EJERCICIO 1: Un nversor se plantea realzar varas operacones de las que desea obtener

Más detalles

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme Una hpótess estadístca es una afrmacón con respecto a una característca que se desconoce de una poblacón de nterés. En la seccón anteror tratamos los casos dscretos, es decr, en forma exclusva el valor

Más detalles

TEMA 6. La producción, el tipo de interés y el tipo de cambio: el modelo Mundell-Fleming

TEMA 6. La producción, el tipo de interés y el tipo de cambio: el modelo Mundell-Fleming TEMA 6. La produccón, el tpo de nterés y el tpo de cambo: el modelo Mundell-Flemng Anhoa Herrarte Sánchez Dpto. de Análss Económco: Teoría Económca e Hstora Económca Curso 2010-2011 Bblografía 1. Blanchard,

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

TEMA 4 Variables aleatorias discretas Esperanza y varianza Métodos Estadístcos para la Ingenería Curso007/08 Felpe Ramírez Ingenería Técnca Químca Industral TEMA 4 Varables aleatoras dscretas Esperanza y varanza La Probabldad es la verdadera guía de la vda. Ccerón

Más detalles

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA * CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente

Más detalles

Tema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales

Tema 9. Análisis de Varianza de un factor. Análisis de la Varianza (ANOVA) Conceptos generales Tema 9 Análss de la Varanza (ANOVA) Conceptos generales La técnca del Análss de la Varanza consste en descomponer la varabldad de una poblacón (representada por su varanza) en dversos sumandos según los

Más detalles

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Incertidumbre de la Medición: Teoría y Práctica

Incertidumbre de la Medición: Teoría y Práctica CAPACIDAD, GESTION Y MEJORA Incertdumbre de la Medcón: Teoría y Práctca (1 ra Edcón) Autores: Sfredo J. Sáez Ruz Lus Font Avla Maracay - Estado Aragua - Febrero 001 Copyrght 001 L&S CONSULTORES C.A. Calle

Más detalles

Estadística con R. Modelo Probabilístico Lineal

Estadística con R. Modelo Probabilístico Lineal Estadístca con R Modelo Probablístco Lneal Modelo Probablístco Lneal Forma de la funcón: Y b 0 +b 1 X +e Varable dependente, endógena o a explcar dcotómca : Y, S Y 0 e -b 0 - b 1 X con probabldad p. S

Más detalles

Rentas financieras. Unidad 5

Rentas financieras. Unidad 5 Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS

METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS METODOLOGIA DE OPTIMIZACIÓN DE SECUENCIA DE INTERVENCIONES A POZOS Medardo Yañez, Hernando Gómez de La Vega, Manuel Fretas, Karna Semeco, Mguel Aguero Relablty and Rsk Management Méxco SA de CV RM Méxco

Más detalles

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS

DESPACHO DE CARGA ORIENTADO A EVENTUAL SEPARACIÓN EN ISLAS UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS DEARTAMENTO DE INGENIERÍA ELÉCTRICA DESACHO DE CARGA ORIENTADO A EVENTUAL SEARACIÓN EN ISLAS MEMORIA ARA OTAR AL TÍTULO DE INGENIERO CIVIL

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Financiación Francisco Pérez Hernández Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid Objetivo del curso: Dentro del contexto de Economía de la

Más detalles