PROFUNDIZACION DEL ANÁLISIS DE UTILIDAD DE LA TASA INTERNA DE RETORNO MODIFICADA PARA AMBIENTES INCIERTOS

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

Download "PROFUNDIZACION DEL ANÁLISIS DE UTILIDAD DE LA TASA INTERNA DE RETORNO MODIFICADA PARA AMBIENTES INCIERTOS"

Transcripción

1 PROFUNDIZACION DEL ANÁLISIS DE UTILIDAD DE LA TASA INTERNA DE RETORNO MODIFICADA PARA AMBIENTES INCIERTOS Autores: Paulio Eugeio MALLO María Atoia ARTOLA Adriá Raúl BUSETTO Marcelo Javier GALANTE Mariao MORETTINI Mariao Erique PASCUAL Alicia Iés Zafrillo Cetro de Ivestigacioes Cotables de la Facultad de Ciecias Ecoómicas y Sociales de la Uiversidad Nacioal de Mar del Plata pauliomallo@speedy.com.ar; martola@ifovia.com.ar; adriabusetto@hotmail.com; mgalate@uolsiectis.com.ar; mmoretti@mdp.edu.ar; mpascual@copetel.com.ar; alicia@mdp,edu.ar

2 PROFUNDIZACION DEL ANÁLISIS DE UTILIDAD DE LA TASA INTERNA DE RETORNO MODIFICADA EN SITUACIONES DE INCERTIDUMBRE RESUMEN E alguas decisioes los métodos clásicos para evaluar proyectos VAN y TIR puede provocar iterpretacioes de los resultados que arroa cada criterio de maera diferete, llevado a situacioes coflictivas que, como técicos de la materia, deberemos ayudar a subsaar a los fies de iducir al decididor a alcazar solucioes razoables. El obetivo del presete artículo es complemetar el excelete trabao presetado e las Joradas ateriores por la profesora Aída Beatriz Castegaro (UBA), realizado primero ua itroducció co los datos de su presetació, icluyedo las coclusioes alcazadas para u ambiete de certeza, e especial os cetraremos e la iclusió del aálisis de los casos de discrepacia etre las dos metodologías mecioadas. Fialmete, propoemos la reformulació de la propuesta para situacioes de icertidumbre, aplicado la matemática borrosa e idicado, al mismo tiempo, las vetaas y posibles limitacioes de la misma. INTRODUCCIÓN Detro de la gestió empresarial, la evaluació de proyectos de iversió es ua de las tareas más importates de las orgaizacioes moderas que exige a quiees las dirige ua gra capacidad de aálisis, cuado la decisió es tomada e iveles estratégicos el horizote de plaeamieto se expade y por lo tato desaparece la situació de certeza, lo que hace ecesario adaptarlos a los uevos etoros que se caracteriza por su imprecisió y vaguedad. E la literatura sobre evaluació de proyectos se puede ecotrar varios modelos cuyos criterios de selecció sirve para fudametar la racioalidad de las decisioes de iversió, etre ellos, uo de los que tiee e cueta la croología de los fluos de caa y utiliza por ello el procedimieto de actualizació para homogeeizar las catidades de diero percibidas e diferetes mometos es el criterio del Valor Actual Neto (VAN). Siedo su estructura de cálculo: VAN Q = A = ( 1+ ) ( 1+ ) = 1 = 0 Q El criterio de aceptació o rechazo de la iversió para este método, se establece e fució del moto del VAN, la regla es aceptar toda iversió cuyo VAN es mayor que cero y e caso de haber más de u proyecto, la erarquizació se realizará e fució del que tega mayor capital valor. El segudo método fiaciero de evaluació de proyectos de iversió más utilizado es de la Tasa Itera de Retoro (TIR), cuyo procedimieto cosiste e determiar la tasa de descueto o retoro que iguala la iversió iicial al valor actual de los fluos futuros, es decir: Q A = = 1 1 TIR = i. ( + i ) 2

3 Siedo para este método la regla: aceptar toda iversió cuya TIR es mayor que la tasa de mercado y e caso de haber más de u proyecto, la erarquizació se realizará e fució del que tega mayor TIR. Alguos prefiere evaluar buscado la TIR, mietras que otros opta por calcular el VAN, pero ya se demostró que el ordeamieto utilizado la TIR o siempre maximiza el VAN, siedo la pricipal cosecuecia tato los supuestos implícitos de cada método, como sus limitacioes, estableciédose solucioes para los coflictos geerados a los fies de decidir co racioabilidad e el caso que ambos estimadores ordease de maera diferete. ANÁLISIS DE DIFERENTES SITUACIONES DE DECISION Las situacioes que puede geerar coflictos y sus solucioes fuero presetadas por la Prof. Aída Beatriz Castegaro de la siguiete maera: CASO GENERAL 1 : Jerarquizació mediate la determiació de la TIR para el siguiete fluo de fodos para cada uo de los proyectos alterativos. El problema se produce cuado al calcular la TIR, todos los proyectos arroa igual valor, implicado que o se pueda ordear. La solució cosiste e la determiació del VAN, ordearlos mediate este método de valuació y fialmete, ratificarlo mediate la utilizació de la. Período F A M C G , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,63 916, , ,06 1 Todos los cálculos de este apartado se ecuetra explicados e el trabao presetado e las XXVIII Joradas Nacioales de Profesores Uiversitarios de Matemática Fiaciera, orgaizadas por la Facultad de Ciecias Ecoómicas (UNRC), titulado: Evaluació de proyectos supuestos y casos de coflicto, e el año Cofeccioado por la Prof. Aída Beatriz Castegaro. 3

4 TIR VAN al 10% VAN al 8% ORDENAMIENTO Recordamos que la determiació de la periódica es la resultate de la reiversió de los fluos de cada proyecto, y es la primer iquietud que se platea cualquier evaluador ates de eecutarlo, es decir la ecesidad de defiir el destio de los recuperos que geera el proyecto, pudiedo cosiderar: - Reivertir los fodos a la tasa de equivalecia fiaciera, la TIR. - Reivertir los fodos a ua tasa de mercado, geeralmete iferior, cosiderado que los fodos o podrá ser colocados a otra tasa que la ofrecida por el mercado, utilizádose para el eemplo el 8% periódico E el caso: ua misma TIR del 10% produo diferetes VAN al 8%, lo cual produo u coflicto e la decisió, mietras que co el primer método o se puede ordear, co el segudo se termió erarquizado de esta maera: C, M, G F y A, distito que el aterior.. Para corroborar esta situació, se supoe que los fodos se reivierte a la tasa de mercado, e el eemplo del 8%, calculado co ésta el valor fial o valor termial, de esta forma relacioamos la iversió iicial co ese capital acumulado mediate u factor de capitalizació obteiedo la tasa periódica que los equipara, la que deomiaremos TIR modificada y que puede represetarse básicamete mediate la siguiete expresió matemática: TIR de fodos ( 1+ i ) mercado = 1 modificada = 1 Iversió Iicial 1 CASOS PARTICULARES: A cotiuació se icluirá tres casos que preseta diferetes problemáticas e la evaluació de proyectos de iversió, e todos se procederá de la siguiete maera: La tarea es seleccioar u proyecto para su desarrollo, mediate la utilizació de la TIR, comparativamete co la determiació del VAN para diferetes tasas de actualizació aalizado posibles coflictos e la decisió, cosiderado para cada caso el fluo de fodos hipotético de dos posibles proyectos alterativos. Se detectará el problema, el que geeralmete se produce cuado la tasa de actualizació utilizada para determiar el VAN es meor que la TIR icremetal, provocado ua erarquizació diferete. 4

5 Se desarrollará las posibles solucioes, co expresa meció de las coclusioes, mediate la determiació de la: TIR icremetal PRIMER CASO: Evaluació de s de Iversió co distribució de fluos o uiformes Datos hipotéticos: Período X Y Decisió Y - X Propuesta de solució: Período X Y Decisió TIR VAN al10% VAN al 8% Y - X VAN al 3% , cuado para la TIR es meor X reivirtiedo al 10% reivirtiedo al 8% reivirtiedo al 3% SOLUCIONA igual que el VAN al 3% TIR icremetal SOLUCIONA porque tiee u VAN al 3% mayor 0.04 Recordemos que el coflicto se geera para determiados valores de la tasa de actualizació que utiliza el VAN, siedo la zoa e dode segú el estimador utilizado 5

6 erarquiza diferetes aquella compredida para valores meores a ua tasa determiada (la TIR icremetal que para el caso es del 4%), e uestro caso, el coflicto se geera para los cálculos co u iterés del 3%. La seguda solució 2, que lleva a iguales coclusioes, cosiste e determiar a qué valor de la tasa de iterés se iguala los valores actuales etos de los proyectos y e ese puto e que se itercepta las curvas de los VAN, se establece la deomiada Tasa Itera de Retoro o Tasa de Fisher o solució de Kameros, que tambié puede cosiderarse a la que iguala el valor actual de los fluos icremetales (cosiderado ambos proyectos y si importar su orde) co el icremetal de la iversió iicial (relacioados e el mismo orde que los fluos). E simbología, dode i = TIR icremetal, sería: X X de fodos Y de fodos Iversió iicial0 + = Iversió iicial0 + (1 + i) (1 + i) = 1 = 1 Y Y ( ) X X Y X Y F F F F F F F F ( Iv. Iic. 0 + Iv. Iic. 0 ) = = (1 + i) (1 + i) (1 + i) = 1 = 1 = 1 Coclusió: el ordeamieto mediate el estimador TIR o siempre maximiza el VAN, cuado estamos e ua zoa coflictiva, se puede resolver el problema mediate el cálculo de la TIR icremetal o bie por el aálisis del valor fial de los fluos de fodos arribado a ua que siempre produce la misma erarquizació, evitado el coflicto. SEGUNDO CASO: Evaluació de s de Iversió co distitos tamaños de iversioes Datos hipotéticos: Período X Y Decisió Propuesta de solució: 2 Este tema fue desarrollado e el trabao presetado e las XXVIII Joradas Nacioales de Profesores Uiversitarios de Matemática Fiaciera, orgaizadas por la Facultad de Ciecias Ecoómicas (UNRC), titulado: Discrepacia etre el método del VAN y la TIR: reformulació de la solució de Kameros para situacioes de icertidumbre (año 2007) y presetado por este grupo de ivestigació. 6

7 Período X Y Decisió TIR VAN al10% VAN al 11% VAN al 3% , cuado para la TIR es meor Y reivirtiedo al 10% reivirtiedo al 11% reivirtiedo al 3% SOLUCIONA igual que el VAN al 3% TIR icremetal SOLUCIONA porque tiee u VAN al 3% mayor 0.09 Por tratarse de proyectos co distitos tamaños de iversió iicial la primer solució propuesta, es trabaar co la, co la siguiete salvedad para su determiació: 1. el proyecto de tamaño mayor utiliza la expresió básica ya mecioada y 2. el proyecto de tamaño meor austa su cálculo capitalizado la diferecia de iversió iicial a la tasa de mercado, e simbología sería: de fodos ( 1+ i ) TIR Diferecia de Iversió Iicial i Iversió Iicial mercado = 1 modificada = + ( 1+ mercado ) 1 La otra solució a la situació coflictiva presetada es mediate el maeo de la TIR icremetal, que se realiza de la misma maera ya explicada, úicamete se calculó el diferecial cambiado el orde de los proyectos e la resta para verificar que o importa cuál es el proyecto que elegimos que debe cosiderar como diferecial. Coclusió: uevamete se corrige el problema geerado e el ordeamieto mediate el estimador TIR, es decir se resolvió mediate el cálculo de la TIR icremetal o bie por el aálisis del valor fial de los fluos de fodos,, produciedo la misma erarquizació. TERCER CASO: Evaluació de s de Iversió co distita duració 1 7

8 Datos hipotéticos: Período Decisió X Y Propuesta de solució: Período X Y Decisió TIR VAN al10% VAN al 6% VAN al 3% cuado para la TIR es meor X Se debe homogeeizar el VAN VAN al 3% homogeeizado SOLUCIONA reivirtiedo al 10% reivirtiedo al 6% reivirtiedo al 3% SOLUCIONA igual que el VAN al 3% TIR icremetal SOLUCIONA porque tiee u VAN al 3% mayor

9 Por tratarse de proyectos co distita duració la primera solució propuesta, es trabaar co la, co la siguiete salvedad para su determiació: 1. el proyecto de mayor duració utiliza la expresió básica ya mecioada, 2. el proyecto de meor duració austa su cálculo capitalizado hasta el fial del proyecto de mayor duració a la tasa de mercado (los resultados o se ecuetra e el cuadro y sería 0.10, y para la co reiversió al 10%, 6% y 3% respectivamete), e simbología sería: TIR de fodos 1 ( 1+ i ) ( ) mercado = 1 total modificada = 1+ i mercado 1 Iversió Iicial total y 3. como seguda propuesta para el proyecto de meor duració, sería austar su cálculo homogeeizado las duracioes de los proyectos, es decir se debe covertir e uo de igual duració que el mayor para la determiació del valor fial de los fluos, los resultados so los que se ecuetra iformados e el cuadro y para su represetació os remitimos a lo idicado para la solució austado el VAN que desarrollaremos u poco más adelate. La otra solució a la situació coflictiva es mediate el maeo de la TIR icremetal que o tiee igua cosideració especial. Fialmete, para este caso tambié se puede resolver el coflicto, co la homogeizació de la duració de ambos proyectos y de esta forma poder realizar u ordeamieto mediate el VAN homogeeizado, lo que puede cocretarse de la siguiete maera: Cosiderado la perpetuidad del fluo de fodos periódico promedio de cada proyecto, los datos sumiistrados e el cuadro surge de esta propuesta, es el valor que figura como VAN homogeeizado al 3% (procedimieto utilizado para los resultados icorporados e la propuesta de solució), e simbología sería: 1 i 1 VAN VAN = de fodos = VAN = i 1 (1 + i) i 1 (1 + i ) ( ; i ) ( ; i ) ( ; i ) O bie equiparar los fluos del proyecto de meor duració a la del proyecto que tiee más vida, si es múltiplo, caso cotrario ecotrar u míimo comú múltiplo para ambos proyectos, e simbología sería: 1 total t total p de fodos.(1 + i mercado ) Iversió Iicialp (1 + ip mercado ) = 1 p = 1 TIR m odificada = 1 c0 E el eemplo el fluo quedaría represetado por la siguiete sucesió: 9

10 (-) Iversió iicial (-) Iversió iicial (-) Iversió iicial Coclusió: uevamete el ordeamieto mediate la TIR icremetal o la, produce la misma erarquizació, que el estimador VAN homogeeizado pues se refiere a variacioes absolutas de horizotes diferetes, siempre para la zoa de coflicto dode las tasas de reiversió so meores, iduciedo a ua toma de decisió racioal, es decir co el mismo resultado por ambos métodos. AMBIENTES INCIERTOS TRABAJANDO CON NÚMEROS BORROSOS TRIANGULARES El obetivo de este trabao, es tratar de demostrar que se obtiee iguales resultados cuado se trabaa e ambietes iciertos, utilizado ua herramieta más adecuada para los estos cotextos. Lo cual lograremos mediate la reformulació de los casos presetados oportuamete, mediate la icorporació de los úmeros borrosos triagulares (NBT), tratado de cumplir co la fialidad buscada. Para cocretar la propuesta se defiirá icertidumbre úicamete respecto del coocimieto de los fluos de fodos y co ua estructura simétrica, simplemete para facilitar el desarrollo umérico, pero es totalmete viable para u cotexto de icertidumbre e la totalidad de los elemetos itervietes e su determiació. Recordamos que la determiació de u VAN borroso tiee la siguiete expresió, para el de fodos ~ tratamieto de la icertidumbre úicamete e los fluos: VAN = A + ~ = 1 1+ i ( ) Tambié debemos recordar, co relació a la TIR, que cuado se trabaa co fluos de fodos borrosos, lo que se obtiee o es la tasa que todos coocemos, sio ua aproximació a la misma que es la llamada Pseudo TIR. El método de la Pseudo TIR o tiee por fialidad obteer la tasa que iguala los fluos de fodos actualizados a la iversió iicial; sio que su obetivo es determiar para qué tasa cierta, se hace míima la diferecia de Hammig etre los fluos borrosos actualizados y la iversió iicial, la que puede ser o o icierta, siedo su expresió: de fodos 1 ~ α = 0 = 1 1 A δα = míimo ( + i ) dode α represeta el ivel de cofiaza correspodiete a los distitos fluos. 10

11 REFORMULACIÓN DE LAS DIFERENTES SITUACIONES DE DECISION ANALIZADAS MEDIANTE FLUJOS BORROSOS EXPRESADOS EN NBT CASO GENERAL: Jerarquizació mediate la determiació de la Seudo TIR para el siguiete fluo de fodos hipotéticos para cada uo de los proyectos alterativos. Podrá observarse que, como e u ambiete de certeza, el problema se produce cuado al calcular la Seudo TIR, todos los proyectos arroa valor similar, o pudiedo ordearlos y el criterio del VAN, para esa tasa, sí produce ua erarquizació, es decir teemos discrepacia etre los dos métodos clásicos de decisió. Por supuesto se buscó la solució e la determiació del VAN borroso, para erarquizarlos se los clasificó e u orde total, de mayor a meor mediate la distacia de Hammig, fialmete se ratificó el ordeamieto mediate la utilizació de la, co la misma herramieta. Período F A M C G (1300,1468,1634) (1667,1833,2000) (833,1000,1168) 0 (1002,1169,1335) 2 (1300,1468,1634) (1583,1750,1916) (833,1000,1168) 0 (1061,1227,1394) 3 (1300,1468,1634) (1500,1667,1833) (833,1000,1168) 0 (1122,1289,1455) 4 (1300,1468,1634) (1417,1583,1750) (833,1000,1168) 0 (1186,1353,1520) 5 (1300,1468,1634) (1333,1500,1667) (833,1000,1168) 0 (1254,1421,1587) 6 (1300,1468,1634) (1250,1417,1583) (833,1000,1168) 0 (1325,1492,1658) 7 (1300,1468,1634) (1167,1333,1500) (833,1000,1168) 0 (1400,1566,1733) 8 (1300,1468,1634) (1083,1250,1417) (833,1000,1168) 0 (1478,1645,1811) 9 (1300,1468,1634) (1000,1167,1333) (833,1000,1168) 0 (1560,1727,1894) 10 (1300,1468,1634) (917,1083,1250) (833,1000,1168) 0 (1647,1813,1980) 11 (1300,1468,1634) (833,1000,1167) (833,1000,1168) 0 (1737,1904,2071) 12 (1300,1468,1634) (750,917,1083) (27868,31384,34918) (1832,1999,2166) Seudo TIR VAN al10% (-1142,0,1134) (-1136,0,1136) (-1083,0,1091) (-1120,0,1126) (-1136,0,1136) ORDEN VAN al8% (-203,1060,2314) (-326,930,2186) (317,1507,2707) (1067,2463,3866) (-81,1175,2431) ORDEN TIR modificada (7.82,8.91,9.89) (7.7,8.8,9.79) (8.28,9.27,10.18) (8.92,10,10.98) (7.93,9,9.98) e % ORDEN Para la determiació de la periódica se utilizó la reiversió de los fluos de cada proyecto al 8%, ya que al 10% valor que toma la Seudo TIR se produce u ordeamieto diferete, es decir los dos estimadores clásicos o produce la misma erarquizació de los proyectos de iversió. 11

12 REFORMULACIÓN DE LOS CASOS PARTICULARES: Se reformulará los tres casos plateados para certeza que mostraba diferetes problemáticas, procediédose e la tarea del aálisis y cálculos de idética maera, salvo e la cosideració que se está operado co ua lógica multivaluada, represetada a través de los NBT. PRIMER CASO: Reformulació de la evaluació de s de Iversió co fluos o uiformes Datos hipotéticos: Período X Y (2655,3155,3655) (500,800,1100) (1555,2354,3155) 2 (2655,3155,3655) (500,800,1100) (1555,2354,3155) 3 (2655,3155,3655) (500,800,1100) (1555,2354,3155) 4 (2655,3155,3655) (10700,10800,11900) (-9245,-7645,-7045) Propuesta de solució: Período X Y Decisió Seudo TIR VAN al10% (-1585,0,1585) (-1448,-634,863) VAN al 8% (-1207,449,2105) (-847,0,1582) VAN al 3% (-132,1726,3585) (921,1859,3684) cuado la Seudo TIR dice que es meor X TIRmodificada reivirtiedo al 10% TIRmodificada reivirtiedo al 8% TIRmodificada reivirtiedo al 3% Seudo TIR icremetal (0.0536,0.10,0.1412) (0.0578,0.0821,0.123) (0.0458,0.0919,0.1328) (0.0564,0.08,0.1204) (0.0266,0.0718,0.112) (0.0529,0.0748,0.114) SOLUCIONA SOLUCIONA porque tiee u VAN al 3% mayor

13 SEGUNDO CASO: Reformulació de la evaluació de s de Iversió co distitos tamaños de iversioes Datos hipotéticos: Período X Y (2655,3155,3655) (1312,1612,1912) (1343,1543,1743) 2 (2655,3155,3655) (1312,1612,1912) (1343,1543,1743) 3 (2655,3155,3655) (1312,1612,1912) (1343,1543,1743) 4 (2655,3155,3655) (1312,1612,1912) (1343,1543,1743) Propuesta de solució: Período X Y Decisió Seudo TIR VAN al10% (-1585,0,1585) (-842,109,1060) VAN al 11% (-1764,-213,1339) (-931,0,931) VAN al 3% (-132,1726,3585) (-125,991,2106) cuado la Seudo TIR dice que es meor Y TIR modificada reivirtiedo (0.0536,0.10,0.1412) (0.0761,0.103,0.128) al 10% TIR modificada (0.0574,0.1041,0.1454) reivirtiedo (0.0832,0.11,0.135) al 11% TIR SOLUCIONA modificada (0.0266,0.0718,0.112) (0.0268,0.0546,0.0804) reivirtiedo al 3% Seudo TIR icremetal SOLUCIONA porque tiee u VAN al 3% mayor

14 TERCER CASO: Reformulació de la evaluació de s de Iversió co distita duració Datos hipotéticos: Período X Y (2655,3155,3655) (1026,1193,1359) (1295,1962,2629) 2 (2655,3155,3655) (1026,1193,1359) (1295,1962,2629) 3 (2655,3155,3655) (1026,1193,1359) (1295,1962,2629) 4 (2655,3155,3655) (1026,1193,1359) (1295,1962,2629) 5 0 (1026,1193,1359) (-1359,-1193,-1026) 6 0 (1026,1193,1359) (-1359,-1193,-1026) 7 0 (1026,1193,1359) (-1359,-1193,-1026) 8 0 (1026,1193,1359) (-1359,-1193,-1026) 9 0 (1026,1193,1359) (-1359,-1193,-1026) 10 0 (1026,1193,1359) (-1359,-1193,-1026) 11 0 (1026,1193,1359) (-1359,-1193,-1026) 12 0 (1026,1193,1359) (-1359,-1193,-1026) Propuesta de solució trabaado co la : Período X Y Decisió Seudo TIR VAN al10% (-1585,0,1585) (-3008,-1873,-737) VAN al 6% (-801,931,2664) (-1397,0,1397) VAN al 3% (-132,1726,3585) (214,1873,3532) cuado para Seudo TIR meor X reivirtiedo al 10% reivirtiedo al 6% (0.625,0.10,0.1272) (0.0677,0.0812,0.93) (0.0411,0.0781,0.1049) (0.0468,0.06,0.0716) reivirtiedo al 3% (0.0269,0.0631,0.0894) (0.0318,0.0448,0.0563) SOLUCIONA 14

15 Propuesta de solució trabaado co la Seudo TIR icremetal: Período X Y Decisió Seudo TIR VAN al10% (-1585,0,1585) (-3008,-1873,-737) VAN al 6% (-801,931,2664) (-1397,0,1397) VAN al 3% (-132,1726,3585) (214,1873,3532) cuado para Seudo TIR meor X Seudo TIR icremetal SOLUCIONA porque tiee u VAN al 3% mayor Propuesta de solució trabaado co el VAN homogeeizado: Período X Y Decisió Seudo TIR VAN al10% (-1585,0,1585) (-3008,-1873,-737) VAN al 6% (-801,931,2664) (-1397,0,1397) VAN al 3% (-132,1726,3585) (214,1873,3532) cuado para Seudo TIR meor X Se debe homogeeizar el VAN SOLUCIONA VAN al 3% homogeeizado (-1184,15478,32149) (717,6272,11828) La coclusió es válida para los tres casos -como e certeza- y se puede iferir que para tasas de reiversió de los fluos meores a la Seudo TIR icremetal los criterios clásicos o produce el mismo ordeamieto, lo que puede solucioarse mediate la determiació de la, reivirtiedo a esa tasa meor o utilizado la solució propuesta por Kameros, ahora deomiada Seudo TIR icremetal, que ya fuera tratada e Joradas ateriores (cuyos resultados tambié se icorpora a la presete propuesta). 15

16 E todos los casos por ser ambos proyectos aceptables segú el criterio de evaluació utilizado, para seleccioar uo de ellos debemos clasificarlos e u orde total, de modo tal de determiar el mayor de ambos úmeros borrosos, ya sea utilizado el VAN o la TIR (e cualquiera de sus cosideracioes especiales segú lo aalizado e este trabao). Para lograrlo se aplicó siempre la herramieta de cálculo dispoible para estos casos: la deomiada distacia de Hammig. CONSIDERACIONES FINALES Por todo lo expuesto tato e certeza como e icertidumbre se obtiee las mismas coclusioes e cuato a las diferecias e icoveietes que produce los estimadores tradicioales utilizados para la medició de los fluos de caa, que puede subsaarse co las mismas herramietas y que puede resumirse e el siguiete cuadro: El VAN erarquiza de maera diferete, es decir ua misma TIR puede estar asociada a diferetes VAN depediedo de la tasa de actualizació La TIR puede producir ua idiferecia fiaciera al teer el mismo resultado pero ua misma TIR puede estar asociada a diferetes VAN depediedo de la tasa de actualizació Etoces, EL ORDENAMIENTO MEDIANTE EL CRITERIO TIR NO SIEMPRE MAXIMIZA EL VAN Solucioes a los coflictos que puede geerar las erarquizacioes diferetes producidas por los estimadores VAN y TIR El estimador VAN debe austarse CUANDO EL ESTIMADOR TIR PRODUCE: CUANDO el coflicto que puede coflictos que puede geerarse por: geerarse por ua distita duració de ua distribució o uiforme de los los proyectos fluos de caa Se debe trasformar los proyectos a u distitos tamaños de la iversió de plazo comú para hacerlos comparables, los proyectos calculado el VAN homogeeizado para: ua distita duració de los proyectos - u úmero de períodos que tiee el Se debe corregir mediate la aplicació de la: proyecto más largo TIR icremetal - u úmero de períodos que resulte el, determiada a través del míimo comú múltiplo de ambos valor termial de los fluos de fodos proyectos asociados al proyecto, lo que puede - u úmero ifiito de períodos eriquecerse cosiderado tasas de iterés de mercado diferetes segú los plazos o por el tipo de operació (igreso o egreso) Así, e u aálisis completo e la evaluació erarquiza de igual forma el VAN que estas TIR mecioadas. A modo de resume se puede cofirmar que: cualquier criterio de selecció de proyectos de iversió será COMPLEMENTARIO y o sustitutivo; que para todo ambiete existe ua herramieta más apropiada y que o so sustitutas sio COMPLEMENTARIAS. Por eemplo si la iversió cosiste e boos o títulos, éstos tiee u fluo cierto dode la Matemática tradicioal, co todos los elemetos que compoe uestra Matemática Fiaciera es la más adecuada para su tratamieto. Mietras que e 16

17 otros tipos de proyectos que puede desarrollarse e u ambiete icierto -que o sigifica ausecia de iformació- sio egació de certeza, la Matemática Borrosa debe ser utilizada como complemeto de las herramietas aplicables para la solució de problemas que pudiera presetarse, co el fi de sicerar la iformació y meorar cosecuetemete la toma de decisioes. Fialmete os queda por afirmar lo que veimos pregoado desde hace muchas Joradas: al abadoar las exigecias de las hipótesis de los modelos clásicos se produce u acercamieto a la realidad y la utilizació de la Matemática Borrosa e la modelizació y resolució de problemas e ambietes iciertos "os permitirá, a falta de ser más exactos, ser más hoestos", meorado la iformació dispoible para la toma de decisioes. BIBLIOGRAFÍA Aída Beatriz Castegaro; (2006); Curso de Cálculo Fiaciero; Bueos Aires; Editorial La Ley. Aída Beatriz Castegaro. (2007). Evaluació de proyectos supuestos y casos de coflicto. Trabao presetado e las XXVIII Joradas Nacioales de Profesores Uiversitarios de Matemática Fiaciera, Argetia, Río Cuarto, octubre Aales dispoibles e CD (ISBN ). Richard A. Brealey y Stewart C. Meyer; (1993); Fudametos de Fiaciació Empresarial; Madrid; Editorial Mc Graw Hill. Guillermo L. Dumrauf; (2003); Fiazas Corporativas; Colombia; Editorial Grupo Guía SA. James C. T. Mao; (1977); Aálisis Fiaciero; Bueos Aires; Librería El Ateeo Editorial. Ricardo Pascale; (1992); Decisioes Fiacieras; Bueos Aires; Editorial Macchi. Adrés S. Suárez Suárez; (1995); Decisioes óptimas de iversió y fiaciació e la empresa; Madrid; Edicioes Pirámide. Aa M. Gil Lafuete; (1990); El aálisis fiaciero e la icertidumbre; Barceloa; Editorial Ariel Ecoomía. Arold Kaufma y Jaime Gil Alua; (1987); Técicas operativas de gestió para el tratamieto de la icertidumbre; Madrid; Editorial Hispaoeuropea. James C. Va Hore, J.C.; (1973); Admiistració Fiaciera; Bueos Aires; Edicioes Cotabilidad Modera. E. Scheider; (1956); Teoría de la Iversió; Bueos Aires; Edicioes El Ateeo. Pierre Massè; (1959); La elecció de las iversioes; Barceloa; Edicioes Sagitario. Grupo de Ivestigació Matemática Borrosa. (1998). Selecció de iversioes e u ambiete icierto. Trabao presetado e el 12 Cogreso Nacioal de Ciecias Ecoómicas, Argetia, Córdoba, septiembre Aales: Área 3 Cotabilidad y Auditoria, pág Grupo de Ivestigació Matemática Borrosa. (1998). Itroducció a la Matemática Borrosa. Revista Faces Nro. 5 de la Facultad de Ciecias Ecoómicas y Sociales de la Uiversidad Nacioal de Mar del Plata. Pág Grupo de Ivestigació Matemática Borrosa. (2007). Discrepacia etre el método del VAN y la TIR: reformulació de la solució de Kameros para situacioes de icertidumbre. Trabao presetado e las XXVIII Joradas Nacioales de Profesores Uiversitarios de Matemática Fiaciera, Argetia, Córdoba, octubre Aales dispoibles e CD (ISBN ). María T. Casparri y Javier G. Froti; (1996). Iversió e ambiete icierto. Pseudo- Tir. Trabao presetado e el III Cogreso de la Sociedad Iteracioal de Gestió y Ecoomía Fuzzy. 17

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS

CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL

Más detalles

2. LEYES FINANCIERAS.

2. LEYES FINANCIERAS. TEMA 1: CONCEPTOS PREVIOS 1. INTRODUCCIÓN. Se va a aalizar los itercambios fiacieros cosiderado u ambiete de certidumbre. El itercambio fiaciero supoe que u agete etrega a otro u capital (o capitales),

Más detalles

ASIGNATURA: MATEMATICAS FINANCIERAS

ASIGNATURA: MATEMATICAS FINANCIERAS APUNTES DOCENTES ASIGNATURA: MATEMATICAS FINANCIERAS PROFESORES: MARIN JAIMES CARLOS JAVIER SARMIENTO LUIS JAIME UNIDAD 3: EVALUACIÓN ECONÓMICA DE PROYECTOS DE INVERSIÓN EL VALOR PRESENTE NETO VPN Es ua

Más detalles

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández

Tema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández Tema III: La Elecció de Iversioes Ecoomía de la Empresa: Fiaciació Prof. Fracisco Pérez Herádez La Elecció de Iversioes Para ayudar a la elecció de distitas operativas de iversió, se puede seguir distitos

Más detalles

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento.

UNIDAD Nº 2. Leyes financieras: Interés simple. Interés compuesto. Descuento. UNIDAD Nº 2 Leyes fiacieras: Iterés simple. Iterés compuesto. Descueto. 2.1 La Capitalizació simple o Iterés simple 2.1.1.- Cocepto de Capitalizació simple Es la Ley fiaciera segú la cual los itereses

Más detalles

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES

ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES ANEXO F CRITERIOS DE EVALUACIÓN ECONÓMICA DE LAS OPCIONES DE PML TÉCNICAMENTE VIABLES Las medidas de PML a ser implemetadas, se recomieda e base a las opcioes de PML calificadas como ecoómicamete factibles.

Más detalles

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es

CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES. Mercedes Fernández mercedes@upucomillas.es CONCEPTOS BÁSICOS DE DIRECCIÓN FINANCIERA: SELECCIÓN DE INVERSIONES Mercedes Ferádez mercedes@upucomillas.es CONTENIDO El valor temporal del diero. Selecció de iversioes CONTENIDO El valor temporal del

Más detalles

TEMA 3.- OPERACIÓN FINANCIERA

TEMA 3.- OPERACIÓN FINANCIERA . DEFINICIÓN Y CLASIFICACIÓN. TEMA 3.- OPEACIÓN FINANCIEA Se deomia operació fiaciera a todo itercambio o simultáeo de capitales fiacieros pactado etre dos agetes, siempre que se verifique la equivalecia,

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 Uidad Cetral del Valle del Cauca acultad de Ciecias Admiistrativas, Ecoómicas y Cotables Programa de Cotaduría Pública Curso de Matemáticas iacieras Profesor: Javier Herado Ossa Ossa Ejercicios resueltos

Más detalles

Análisis de datos en los estudios epidemiológicos II

Análisis de datos en los estudios epidemiológicos II Aálisis de datos e los estudios epidemiológicos II Itroducció E este capitulo cotiuamos el aálisis de los estudios epidemiológicos cetrádoos e las medidas de tedecia cetral, posició y dispersió, ídices

Más detalles

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación)

1. Lección 11 - Operaciones Financieras a largo plazo - Préstamos (Continuación) Aputes: Matemáticas Fiacieras 1. Lecció 11 - Operacioes Fiacieras a largo plazo - Préstamos (Cotiuació) 1.1. Préstamo: Método de cuotas de amortizació costates E este caso se verifica A 1 = A 2 = = A =

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

CONCEPTOS BÁSICOS DE PRESTAMOS.

CONCEPTOS BÁSICOS DE PRESTAMOS. GESTIÓN FINANCIERA. TEMA 8º. PRESTAMOS. 1.- Coceptos básicos de préstamos. CONCEPTOS BÁSICOS DE PRESTAMOS. Coceptos básicos de prestamos. Préstamo. U préstamo es la operació fiaciera que cosiste e la etrega,

Más detalles

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004

Solución del examen de Investigación Operativa de Sistemas de septiembre de 2004 Solució del eame de Ivestigació Operativa de Sistemas de septiembre de 4 Problema (,5 putos: Ua marca de cereales para el desayuo icluye u muñeco de regalo e cada caja de cereales. Hay tres tipos distitos

Más detalles

MATEMÁTICAS FINANCIERAS

MATEMÁTICAS FINANCIERAS MATEMÁTIAS FINANIERAS Secció: 1 Profesores: ristiá Bargsted Adrés Kettlu oteido Matemáticas Fiacieras: Iterés Simple vs Iterés ompuesto Valor Presete y Valor Futuro Plaificació estratégica Matemáticas

Más detalles

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL

REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 375 REVISIÓN DE ALGUNOS INDICADORES PARA MEDIR LA DESIGUALDAD XAVIER MANCERO CEPAL 376 Revisió de alguos idicadores para medir desigualdad Medidas de Desigualdad Para medir el grado de desigualdad e la

Más detalles

ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL

ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL ANUALIDADES CON LA UTILIZACION DE LAS FUNCIONES FINANCIERAS DEL EXCEL Dr. Wisto Castañeda Vargas ASPECTOS GENERALES Ua aualidad es u cojuto de dos o más flujos, e el que a partir del segudo, los períodos

Más detalles

Matemáticas Financieras Material recopilado por El Prof. Enrique Mateus Nieves. Financial math.

Matemáticas Financieras Material recopilado por El Prof. Enrique Mateus Nieves. Financial math. Matemáticas Fiacieras Material recopilado por El Prof. Erique Mateus Nieves Fiacial math. 2.10 DESCUENO El descueto es ua operació de crédito que se realiza ormalmete e el sector bacario, y cosiste e que

Más detalles

Tema 9. Inferencia Estadística. Intervalos de confianza.

Tema 9. Inferencia Estadística. Intervalos de confianza. Tema 9. Iferecia Estadística. Itervalos de cofiaza. Idice 1. Itroducció.... 2 2. Itervalo de cofiaza para media poblacioal. Tamaño de la muestra.... 2 2.1. Itervalo de cofiaza... 2 2.2. Tamaño de la muestra...

Más detalles

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS)

DISTRIBUCION DE FRECUENCIA (DATOS AGRUPADOS) Los valores icluidos e u grupo de datos usualmete varía e magitud; alguos de ellos so pequeños y otros so grades. U promedio es u valor simple, el cual es cosiderado como el valor más represetativo o típico

Más detalles

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON

BINOMIO DE NEWTON página 171 BINOMIO DE NEWTON págia 171 Los productos otables tiee la fialidad de obteer el resultado de ciertas multiplicacioes si hacer dichas multiplicacioes. Por ejemplo, cuado se desea multiplicar los biomios cojugados siguietes:

Más detalles

Programación Entera (PE)

Programación Entera (PE) Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome

Más detalles

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.

5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor. GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras

Más detalles

MC Fco. Javier Robles Mendoza Primavera 2009

MC Fco. Javier Robles Mendoza Primavera 2009 1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA COMPUTACIÓN APUNTES CURSO: ALGEBRA SUPERIOR INGENIERIA EN CIENCIAS DE LA COMPUTACIÓN MC Fco. Javier Robles Medoza Primavera 2009 2

Más detalles

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1

Para efectuar la evaluación de los criterios de integración se utilizó correspondiente a las distancias relativas de Hamming. i=1 3.4 Evaluació de la implemetació y su compatibilidad co NC PAS:99:2008 La aplicació del modelo del CMI y la herramieta de medició (el CM ODUN) permitió cotrastar los resultados co lo establecido por la

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Autor: José Arturo Barreto M.A. Págias web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve El cocepto de límite Correo electróico: josearturobarreto@yahoo.com Zeó de Elea (90 A.C) plateó la

Más detalles

Capítulo 2. Operadores

Capítulo 2. Operadores Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática

Más detalles

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones

Modulo IV. Inversiones y Criterios de Decisión. Inversión en la empresa. Análisis de Inversiones Modulo IV Iversioes y Criterios de Decisió Aálisis de Iversioes 1. Iversió e la empresa 2. Métodos aproximados de valoració y selecció de iversioes 3. Criterio del valor actualizado eto (VAN) 4. Criterio

Más detalles

Tema 6. Sucesiones y Series. Teorema de Taylor

Tema 6. Sucesiones y Series. Teorema de Taylor Nota: Las siguietes líeas so u resume de las cuestioes que se ha tratado e clase sobre este tema. El desarrollo de todos los tópicos tratados está recogido e la bibliografía recomedada e la Programació

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.-.3 - CONVOCATORIA: 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

VALORACIÓN DE EMPRESAS

VALORACIÓN DE EMPRESAS VALORACIÓN DE EMPRESAS Alfoso A. Rojo Ramírez Catedrático de Ecoomía Fiaciera y Cotabilidad (Uiversidad de Almería) Presidete de Auditor Valoració de empresas Justificació Alguos coceptos básicos de valoració.

Más detalles

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES

METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES METODOLOGÍA UTILIZADA EN LA ELABORACIÓN DEL ÍNDICE DE PRECIOS AL POR MAYOR EN LA REPÚBLICA DE PANAMÁ I. GENERALIDADES La serie estadística de Ídice de Precios al por Mayor se iició e 1966, utilizado e

Más detalles

Medidas de Tendencia Central

Medidas de Tendencia Central EYP14 Estadística para Costrucció Civil 1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los

Más detalles

16 Distribución Muestral de la Proporción

16 Distribución Muestral de la Proporción 16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos

Más detalles

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.

UNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida. UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO.001-.00 - CONVOCATORIA: SEPTIEMBRE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella,

Más detalles

UD 9. LA INVERSIÓN EN LA EMPRESA

UD 9. LA INVERSIÓN EN LA EMPRESA UD 9. LA INVERSIÓN EN LA EMPRESA 1. LA FUNCIÓN FINANCIERA DE LA EMPRESA La empresa, tato para iiciar su actividad como para realizarla co eficiecia, ecesita recursos fiacieros. Para su fucioamieto, la

Más detalles

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n)

1 Sucesiones. Ejemplos. a n = n a n = n! a n = n n. a n = p n. a n = 2n3 + n 2 + 5 n 2 + 8. a n = ln(n) 1 Sucesioes De ició. Ua sucesió, a, es ua fució que tiee como domiio el cojuto de los úmeros aturales y como cotradomiio el cojuto de los úmeros reales: a : N! R. Se usa la siguiete otació: a () = a :

Más detalles

Matemática Financiera Tasas de Interés y Descuento

Matemática Financiera Tasas de Interés y Descuento Matemática Fiaciera Tasas de Iterés y Descueto 3 Qué apredemos Noció fiaciera y matemática de las tasas de iterés y descueto. Iterpretació práctica. Distitos tipos de tasas: proporcioales, omiales, equivaletes

Más detalles

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)

Fórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a) Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio

Más detalles

COMUNICACIÓN A 5272 27/01/2012

COMUNICACIÓN A 5272 27/01/2012 2012 Año de Homeaje al doctor D. Mauel Belgrao A LAS ENTIDADES FINANCIERAS: COMUNICACIÓN A 5272 27/01/2012 Ref.: Circular LISOL 1-545 CONAU 1-962 Exigecia de capital míimo por riesgo operacioal. Determiació

Más detalles

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0

Una serie de potencias puede ser interpretada como una función de x. f(x) = n=0 Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada

Más detalles

Transformaciones Lineales

Transformaciones Lineales Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,

Más detalles

ELEMENTOS DE ÁLGEBRA MATRICIAL

ELEMENTOS DE ÁLGEBRA MATRICIAL ELEMENTOS DE ÁLGEBRA MATRICIAL Ezequiel Uriel DEFINICIONES Matriz Ua matriz de orde o dimesió p- o ua matriz ( p)- es ua ordeació rectagular de elemetos dispuestos e filas y p columas de la siguiete forma:

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2014 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 04 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Juio, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció A Reserva, Ejercicio 4, Opció

Más detalles

Economía a de la Empresa I

Economía a de la Empresa I Ecoomía a de la Empresa I Tema 7: El Ciclo de Explotació e la Empresa. Iersioes e circulate Liceciatura Cojuta e Derecho y Admiistració y Direcció de Empresas Tercer Curso Prof. Dr. Jorge Otero Rodríguez

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

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. ESTADÍSTICA DESCRIPTIVA: UNA VARIABLE Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Cuado estamos iteresados e estudiar algua característica de ua població (peso, logitud de las hojas,

Más detalles

1.1. Campos Vectoriales.

1.1. Campos Vectoriales. 1.1. Campos Vectoriales. Las fucioes, ampliamete empleadas e la igeiería, para modelar matemáticamete y caracterizar magitudes físicas, y cuyo domiio podría ser multidimesioal, puede teer u rago uidimesioal

Más detalles

ECONOMÍA DE LA EMPRESA (FINANCIACIÓN)

ECONOMÍA DE LA EMPRESA (FINANCIACIÓN) Ecoomía de la Empresa (Fiaciació) ECONOMÍA DE LA EMPRESA (FINANCIACIÓN) 3ºLiceciatura e Derecho y Admiistració y Direcció de Empresas Prof. Dr. Jorge Otero Rodríguez 1/118 Ecoomía de la Empresa (Fiaciació)

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE ESPECÍFICA: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMÁTICAS APLICADAS A LAS CC SS - Cada alumo debe elegir sólo ua de las pruebas (A o B).

Más detalles

11. TRANSFORMADOR IDEAL

11. TRANSFORMADOR IDEAL . TAFOMADO DEA.. TODUCCÓ Cuado el flujo magético producido por ua bobia alcaza ua seguda bobia se dice que existe etre las dos bobias u acople magético, ya que el campo magético variable que llega a la

Más detalles

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general

Progresiones. Objetivos. Antes de empezar. 1.Sucesiones.. pág. 74 Definición. Regla de formación Término general 5 Progresioes Objetivos E esta quicea aprederás a: Recoocer ua sucesió de úmeros. Recoocer y distiguir las progresioes aritméticas y geométricas. Calcular él térmio geeral de ua progresió aritmética y

Más detalles

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:

TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con: TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a

Más detalles

ANEXO 2 INTERES COMPUESTO

ANEXO 2 INTERES COMPUESTO ANEXO 2 INTERES COMPUESTO EJERCICIOS VARIOS: 1. Adrés y Silvaa acaba de teer a su primer hijo. Es ua iña llamada Luciaa. Adrés ese mismo día abre ua cueta para Luciaa co la catidad de $3 000,000.00. Qué

Más detalles

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta.

A = 1. Demuestra que P (1) es cierta. 2. Demuestra que si P (h) es cierta, entonces P (h + 1) es cierta. . POTENCIAS DE MATRICES CUADRADAS E este capítulo vamos a tratar de expoer distitas técicas para hallar las potecias aturales de matrices cuadradas. Esta cuestió es de gra importacia y tiee muchas aplicacioes

Más detalles

Planificación contra stock

Planificación contra stock Plaificar cotra stock 5 Plaificació cotra stock Puede parecer extraño dedicar u tema al estudio de métodos para plaificar la producció de empresas que trabaja cotra stock cuado, actualmete, sólo se predica

Más detalles

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS

APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS APLICACIÓN DEL PROGRAMA SPSS EN EL CONTROL DE CALIDAD DE PROCESOS Y PRODUCTOS QUÍMICOS Esperaza Mateos, Aa Elías, Gabriel Ibarra Uiversidad del País Vasco iapmasae@lg.ehu.es Resume Ua de las asigaturas

Más detalles

Muestreo. Tipos de muestreo. Inferencia Introducción

Muestreo. Tipos de muestreo. Inferencia Introducción Germá Jesús Rubio Lua Catedrático de Matemáticas del IES Fracisco Ayala Muestreo. Tipos de muestreo. Iferecia Itroducció Nota.- Puede decirse que la Estadística es la ciecia que se preocupa de la recogida

Más detalles

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)

SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5) IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las

Más detalles

Cuadernos de Administración ISSN: 0120-3592 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia

Cuadernos de Administración ISSN: 0120-3592 revistascientificasjaveriana@gmail.com Pontificia Universidad Javeriana Colombia Cuaderos de Admiistració ISSN: 0120-3592 revistascietificasjaveriaa@gmail.com Potificia Uiversidad Javeriaa Colombia Varela, Rodrigo La decisió de iversió y sus complejidades. Ua crítica al artículo ``Metodología

Más detalles

www.derechoynegocios.net Edición # 53 issn : 2075-6631 Lic. Luis Barahona

www.derechoynegocios.net Edición # 53 issn : 2075-6631 Lic. Luis Barahona Edició # 53 EL SALVADOR iss : 2075-6631 Lic. Luis Barahoa Destacado abogado acioal y regioal e el área del derecho tributario. Co más de 20 años de recorrido profesioal. Socio de la firma Arias & Muñoz.

Más detalles

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6.

Ejercicio 1. Sea el recinto limitado por las siguientes inecuaciones: y + 2x 2; 2y 3x 3; 3y x 6. Materiales producidos e el curso: Curso realizado e colaboració etre la Editorial Bruño y el IUCE de la UAM de Madrid del 1 de marzo al 30 de abril de 013 Título: Curso Moodle para matemáticas de la ESO

Más detalles

Propuesta A. { (x + 1) 4. Se considera la función f(x) =

Propuesta A. { (x + 1) 4. Se considera la función f(x) = Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar

Más detalles

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir

IES Fco Ayala de Granada Sobrantes de 2008 (Modelo 3 Junio) Solución Germán-Jesús Rubio Luna 12 2 = 3 12. , es decir IES Fco Ayala de Graada Sobrates de 008 (Modelo Juio) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 008 (MODELO ) OPCIÓN A EJERCICIO _A 0 a b Sea las matrices A= y B= 0 6 a) ( 5 putos)

Más detalles

La volatilidad implícita

La volatilidad implícita La volatilidad implícita Los mercados de opcioes ha evolucioado bastate desde los años setetas, época e la que ue publicada la órmula de Black Scholes (BS). Dicha órmula quedó ta arraigada e la mete de

Más detalles

Teorías de falla bajo cargas estáticas

Teorías de falla bajo cargas estáticas Teorías de falla bajo cargas estáticas Carlos Armado De Castro P. Coteido: - Itroducció - Falla de materiales dúctiles - Falla de materiales frágiles. Itroducció La falla es la pérdida de fució de u elemeto

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD PRUEBAS DE ACCESO A LA UNIVERSIDAD FASE GENERAL: MATERIAS DE MODALIDAD CURSO 009-010 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y,

Más detalles

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno:

Unidad 5. Anualidades vencidas. Objetivos. Al finalizar la unidad, el alumno: Uidad 5 Aualidades vecidas Objetivos Al fializar la uidad, el alumo: Calculará el valor de la reta de ua perpetuidad simple vecida. Calculará el valor actual de ua perpetuidad simple vecida. Calculará

Más detalles

Encuesta y experimento de campo: redes sociales, confianza, información y desarrollo financiero 1

Encuesta y experimento de campo: redes sociales, confianza, información y desarrollo financiero 1 Ecuesta y experimeto de campo: redes sociales, cofiaza, iformació y desarrollo fiaciero 1 Soia Di Giaatale, Alexader Elbittar, María José Roa 2, Patricia López 3 Itroducció El objetivo geeral de la presete

Más detalles

Sucesiones numéricas.

Sucesiones numéricas. SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El

Más detalles

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...}

ESTADÍSTICA BÁSICA. Discretas. Función de masa de probabilidad: P(X=x i ) Sólo se toma un conjunto finito valores {x 1, x 2,...} ESTADÍSTICA BÁSICA 1.) Coceptos básicos: Estadística: Es ua ciecia que aaliza series de datos (por ejemplo, edad de ua població, altura de u equipo de balocesto, temperatura de los meses de verao, etc.)

Más detalles

donde n e i, están en la misma unidad de tiempo. Por tanto, la expresión de los intereses ordinarios ó simples y pospagables :

donde n e i, están en la misma unidad de tiempo. Por tanto, la expresión de los intereses ordinarios ó simples y pospagables : 1 1. LEY FINANCIERA DE CAPITALIZACIÓN SIMPLE. 1.- Calcular los itereses producidos por u capital de 1800 colocado 10 días al 7% de iterés aual simple. a) Cosiderado el año civil. b) Cosiderado el año comercial.

Más detalles

SISTEMA DE EDUCACIÓN ABIERTA

SISTEMA DE EDUCACIÓN ABIERTA --- UNIVERSIDAD LOS ÁNGELES DE CHIMBOTE SISTEMA DE EDUCACIÓN ABIERTA DOCENTE : Julio Lezama Vásquez. E-MAIL : fervas@yahoo.es TELÉFONO : 044-9906504 ATENCIÓN AL ALUMNO : sea@uladech.edu.pe TELEFAX : 043-327846

Más detalles

Imposiciones y Sistemas de Amortización

Imposiciones y Sistemas de Amortización Imposicioes y Sistemas de Amortizació La Imposició u caso particular de reta e el cual cada térmio devega iterés (simple o compuesto) desde la fecha de su aboo hasta la fecha fial. Imposicioes Vecidas

Más detalles

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS

INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS INFERENCIA ESTADÍSTICA. CONTRASTE DE HIPÓTESIS 1. El peso medio de ua muestra aleatoria de 100 arajas de ua determiada variedad es de 272 g. Se sabe que la desviació típica poblacioal es de 20 g. A u ivel

Más detalles

Estimación puntual y por intervalos de confianza

Estimación puntual y por intervalos de confianza Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció

Más detalles

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes 2014 (Modelo 2 ) Soluciones Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates 014 (Modelo ) Solucioes Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 014 MODELO OPIÓN A EJERIIO 1 (A) (1 75 putos) Represete gráficamete la regió

Más detalles

SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES

SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES SEGUNDA PARTE PRESENTACIÓN DEL MÉTODO DE ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES L. GENERALIZACIÓN DEL A.F.C. : ANÁLISIS FACTORIAL DE CORRESPONDENCIAS MÚLTIPLES 1. Itroducció Las «ecuestas» se

Más detalles

A N U A L I D A D E S

A N U A L I D A D E S A N U A L I D A D E S INTRODUCCION Y TERMINOLOGIA Se deomia aualidad a u cojuto de pagos iguales realizados a itervalos iguales de tiempo. Se coserva el ombre de aualidad por estar ya muy arraigado e el

Más detalles

7.2. Métodos para encontrar estimadores

7.2. Métodos para encontrar estimadores Capítulo 7 Estimació putual 7.1. Itroducció Defiició 7.1.1 U estimador putual es cualquier fució W (X 1,, X ) de la muestra. Es decir, cualquier estadística es ua estimador putual. Se debe teer clara la

Más detalles

SOLUCIÓN ACTIVIDADES UNIDAD 7

SOLUCIÓN ACTIVIDADES UNIDAD 7 SOLUCIÓN ACTIVIDADES UNIDAD 7 1.- Qué es ua fuete fiaciera?.- Cuál es la diferecia etre los fodos propios y los fodos ajeos? La forma de obteer recursos fiacieros la empresa para llevar a cabo sus iversioes.

Más detalles

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos

INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL. 1. Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos 1 INTERVALOS DE CONFIANZA Y TAMAÑO MUESTRAL La mayoría de estos problemas ha sido propuestos e exámees de selectividad de los distitos distritos uiversitarios españoles. 1. Ua muestra aleatoria de 9 tarrias

Más detalles

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B

Métodos Estadísticos de la Ingeniería Tema 9: Inferencia Estadística, Estimación de Parámetros Grupo B Métodos Estadísticos de la Igeiería Tema 9: Iferecia Estadística, Estimació de Parámetros Grupo B Área de Estadística e Ivestigació Operativa Licesio J. Rodríguez-Aragó Abril 200 Coteidos...............................................................

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E CURSO 1999-2. - CONVOCATORIA: Juio MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo

Más detalles

OPCIÓN A EJERCICIO 1_A

OPCIÓN A EJERCICIO 1_A IES Fco Ayala de Graada Sobrates de 2001 (Modelo 6) Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 x -1 Se cosidera la matriz A = 1 1 1. x x 0 (1 5 putos) Calcule los valores de x para los que o existe

Más detalles

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Análisis Exploratorio de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ANÁLISIS EXPLORATORIO DE DATOS Ejemplos y ejercicios de Aálisis Exploratorio de Datos Descripció estadística de ua variable. Ejemplos y ejercicios..1 Ejemplos. Ejemplo.1 Se ha medido el grupo saguíeo de

Más detalles

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS

Por: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes

Más detalles

OPERACIONES ALGEBRAICAS FUNDAMENTALES

OPERACIONES ALGEBRAICAS FUNDAMENTALES MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6

Más detalles

Estimación puntual y por Intervalos de Confianza

Estimación puntual y por Intervalos de Confianza Capítulo 7 Estimació putual y por Itervalos de Cofiaza 7.1. Itroducció Cosideremos ua v.a X co distribució F θ co θ descoocido. E este tema vemos cómo dar ua estimació putual para el parámetro θ y cómo

Más detalles

Tomado del libro Evaluación Financiera de Proyectos de Jhonny de Jesús Meza Orozco Editorial WAKUSARI Bogotá, Año 2004

Tomado del libro Evaluación Financiera de Proyectos de Jhonny de Jesús Meza Orozco Editorial WAKUSARI Bogotá, Año 2004 SERVICIO NACIONAL DE APRENDIZAJE SENA CENTRO AGROPECUARIO EL PORVENIR MÓDULO FORMULACIÓN Y EVALUACIÓN DE PROYECTOS PRODUCTIVOS TALLER 4 TEMA: Evaluació de proyectos de iversió OBJETIVO: Determiar la retabilidad

Más detalles

Capítulo I. La importancia del factor de potencia en las redes. eléctricas

Capítulo I. La importancia del factor de potencia en las redes. eléctricas La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,

Más detalles

Señales y sistemas discretos (1) Transformada Z. Definiciones

Señales y sistemas discretos (1) Transformada Z. Definiciones Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas

Más detalles

en. Intentemos definir algunas operaciones en

en. Intentemos definir algunas operaciones en OPERACIONES EN 8 E la secció aterior utilizamos fucioes de el primer couto y estudiar sus propiedades e Itetemos defiir alguas operacioes e Recordemos de cursos ateriores que tomamos al couto de los compleos

Más detalles

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato.

Tema 3. Polinomios y otras expresiones algebraicas (Estos conceptos están extraídos del libro Matemáticas 1 de Bachillerato. UH ctualizació de oocimietos de Matemáticas ara Tema Poliomios y otras eresioes algebraicas Estos cocetos está etraídos del libro Matemáticas de achillerato McGrawHill Poliomios: oeracioes co oliomios

Más detalles

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)

Transformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2) Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos

Más detalles

Global Venture Clasificadora de Riesgo

Global Venture Clasificadora de Riesgo 2 Global Veture Clasificadora de Riesgo L a clasificació de riesgo tiee como propósito pricipal el que los iversioistas y las istitucioes/empresas cuete co ua herramieta que les permita determiar los riesgos

Más detalles

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.)

ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS COCOS. (Resolución por JMEB.) ANÁLISIS DEL PROBLEMA DE LOS MONOS Y LOS OOS. (Resolució por JMEB.) 1. Defiició. El problema cosiste e calcular la catidad de cocos que había iicialmete e u motó que... ierto día se reuiero moos para recoger

Más detalles

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3

= Adj(A ) = 0 1-2/8 3/8 0 1-2/8 3/8 1-2/8 3/8 8-2 3 IES Fco Ayala de Graada Sobrates de 007 (Modelo 5) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( puto) U taller de carpitería ha vedido 5 muebles, etre sillas, silloes y butacas, por u total de

Más detalles

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal.

BIOESTADISTICA (55-10536) Estudios de prevalencia (transversales) 1) Características del diseño en un estudio de prevalencia, o transversal. Departameto de Estadística Uiversidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de prevalecia (trasversales) CONCEPTOS CLAVE 1) Características del diseño e u estudio de prevalecia, o trasversal

Más detalles