Selección de portafolios de mínima varianza cuando están expuestos a diversos factores de riesgo: nota técnica
|
|
- Patricia Aguirre Núñez
- hace 8 años
- Vistas:
Transcripción
1 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca 7 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca Fracsco López Herrera Ivestgador de la Dvsó de Ivestgacó de la Facultad de Cotaduría y Adstracó, UNAM Resue Dada la aparete auseca de ua solucó explícta para la seleccó de portafolos óptos co actvos resgosos cuado el proceso geerador de datos (PGD) de los redetos obedece a ua relacó leal co últples factores, e esta ota se preseta ua propuesta de solucó. Se uestra que bajo los supuestos de u odelo ultfactoral es posble recurrr a la teoría clásca de optzacó para deterar la cobacó ópta de actvos para reducr el resgo de u portafolo y adstrar su exposcó a la flueca de los factores causales de resgo ssteátco. El étodo de optzacó se basa e la dervacó de la frotera efcete que se preseta e Merto (97) y es cosstete co los odelos ultfactorales teórcos, coo el APT de Ross (976) u otros epírcos, sepre y cuado supoga que el PGD obedece a ua estructura leal ultvarada. Se preseta tabé u ejeplo pequeño de la aplcacó de esta propuesta a la foracó de u portafolos que za el resgo bajo etas del vel de su exposcó a los factores de resgo. I. Itroduccó Dada la aparete auseca e la lteratura especalzada de ua solucó explícta, e el presete trabajo presetaos la propuesta que heos elaborado para deterar la cobacó ópta de u portafolo de actvos resgosos expuestos a dferetes fuetes de resgo o dversfcable, es decr, el resgo ssteátco tal coo lo captura u odelo ultfactoral. La hstora de los odelos ultfactorales tee ya alguas décadas y es u teto de superar la probleátca epírca del odelo CAPM de Sharpe (96, 964), Lter (965) y Moss (966), cuya explcacó del resgo ssteátco cosdera úcaete al resgo del ercado coo causal úca y la uy coocda beta detera el redeto esperado del actvo, sedo etoces el redeto de los actvos resultado de la pra que debe recbr dada su relacó co el factor que orga el resgo ssteátco, es decr, la volatldad del actvo respecto de la volatldad del ercado. Coo es be sabdo, la cosderacó ateror tabé está presete e la versó beta-cero de lack (97). Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
2 8 Fracsco López Herrera E geeral, los odelos ultfactorales o ultídces se dfereca del CAPM, sea e su fora básca o e la versó de lack, por cosderar que los redetos o obedece sólo a u factor de ercado, so que respode a la flueca de dversos factores ecoócos o de grupo estructural (dustra). Etre los trabajos poeros sobre el tea se ecuetra dscutbleete la teoría de Ross (976) y el trabajo de Merto (97) que do lugar al aplaete coocdo Iterteporal Captal Asset Prcg Model (ICAPM). Actualete exste ua dversdad de odelos que cluye u cojuto de factores para explcar el resgo ssteátco coo efecto de la flueca sultáea de dchos factores auque, quzá desafortuadaete, la ayor parte de estos odelos es de carácter epírco y o sepre co u fuerte fudaeto teórco. Ua preguta teresate sobre la utldad práctca de u odelo ultfactoral es el cuestoaeto sobre cóo puede ser útl para que u versosta o u adstrador de versoes toe decsoes óptas, partcularete s se cosdera coo terés prordal reducr el resgo y cotrolar los efectos de los factores causales. E Sharpe (970, 000) se preseta la solucó para la seleccó de portafolos óptos cuado los redetos de los actvos obedece a u proceso geerador de datos que es leal y cotee dversos factores de resgo. La solucó de Sharpe optza el portafolo para u versosta adverso al resgo cuya fucó de utldad es cuadrátca, cosstete co la teoría de eda y varaza de Markotz (95, 959) y Tob (958). Desafortuadaete esa fucó de utldad cuadrátca cueta co todas las característcas o deseables del supuesto de crecete aversó al resgo, plícto e dcha fucó. La fucó de utldad cuadrátca plca que cofore aueta el vel de rqueza del versosta, éste se setrá eos atraído a vertr e actvos resgosos. Hasta el oeto, e la revsó de la bblografía respectva, o se ha ecotrado ua solucó explícta seejate a la de Sharpe para optzar u portafolo e fucó del resgo e el caso e el que las preferecas del versosta esté descrtas por ua fucó de utldad que o sea la cuadrátca o, ejor aú, que sea lbre de preferecas. Por lo ateror, co base e la solucó de Sharpe, heos elaborado, y se preseta e este artículo, ua propuesta de solucó para u caso ás geeral cosderado úcaete que el versosta prefere eos resgo s establecer supuestos adcoales sobre la fora partcular de su fucó de utldad. Nosotros propoeos que se puede optzar el portafolos para u versosta cuyo terés fudaetal es úcaete reducr el resgo de su portafolo, dado u vel de exposcó a la flueca de los factores que explca su coportaeto, recurredo spleete a las téccas dervadas de la teoría clásca de la optzacó, coo lo deuestra Merto (97) para el caso de la dervacó de la frotera efcete e el espaco de eda y varaza. Asso, propoeos que se puede aplcar el étodo de optzacó clásca que se preseta e este trabajo al caso de que la dstrbucó probablístca de los redetos de los actvos sea estable, gaussaa o de cualquer otro tpo que cupla las codcoes de establdad y que pueda ser descrta de aera sufcete por su eda y su varaza. Por otra parte, o asuos coprosos co gua teoría de equlbro del ercado de actvos faceros, por ede, sobre cuál es el ejor odelo para la valoracó de dchos actvos y cóo se fja sus precos. Es decr, o se propoe que la Teoría de Ross (976) u otra dferete sea válda, pero Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
3 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca 9 s el PGD puede explcarse edate u proceso leal ultvarado es aplcable la propuesta de que se puede optzar u portafolos para algue adverso al resgo al so tepo que se cotrola la exposcó del portafolo a los factores de resgo ssteátco recurredo a ua adaptacó de la técca ostrada por Merto (97) para deterar la frotera efcete de portafolos e el setdo de Markotz. E la seccó sguete de este docueto se preseta la estructura foral del odelo ultfactoral de carácter geeral objeto de la optzacó. La seccó III descrbe los detalles del proceso de optzacó edate la adaptacó de la dervacó de Merto y e la seccó IV se ofrece u ejeplo uérco de escala pequeña para ostrar la operacoalzacó del proceso de optzacó. Por últo, e la seccó V se preseta alguas cosderacoes de carácter geeral. II. Modelo de factores últples Supógase que para todo oeto e el tepo los redetos de los actvos co resgo (accoes, por ejeplo) obedece al PGD deterado por la flueca de dversos factores co la sguete estructura leal: R = a + b F + b F +...+b F + e, () =,,..., dode: R = redeto del actvo, a = redeto esperado del actvo, o correlacoado co los factores de resgo, b = sesbldad del actvo a la realzacó del factor, F = realzacó del factor, e = redeto aleatoro del actvo, o correlacoado co los factores de resgo. Por defcó se tee que: ) Var( e ) = e, =,,..., ; ) Var( F ) =, =,,...,. F Por los supuestos del odelo se tee tabé que: ) E( e ) = 0, ; v) E e F E F = 0,, [ ( ( ))]. Cabe aclarar aquí que el supuesto de lealdad de la fucó faclta eoreete la obtecó de ua solucó exacta, a dfereca de las fucoes o leales que o sepre tee ua solucó exacta so que requere de la aplcacó de étodos uércos para obteer solucoes aproxadas. S ebargo, el supuesto de lealdad se refere úcaete a los paráetros de la fucó y, por lo tato, sepre y cuado se pueda preservar la lealdad de los paráetros, varas fucoes o leales se puede resolver de aera seejate auque las varables depedetes o sea ecesaraete leales, s se puede covertr e leales edate algua trasforacó oótoa. Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
4 0 Fracsco López Herrera S los redetos de los actvos se relacoa úca y exclusvaete por los factores de resgo, es decr, s estos factores so úcaete, y o otros, los que produce el oveto cojuto e los precos de los actvos, y de ahí e sus redetos, tato el redeto esperado depedete, a, coo el redeto aleatoro, e, tabé depedete, so abos redetos úcos para cada actvo y etoces el redeto aleatoro correspode al resgo tabé úco (o ssteátco) de cada actvo sedo depedetes etre sí etre cada epresa, por lo que se puede platear coo hpótess: v) E( e, e ) = 0,, j, j. j Adcoalete, s el odelo se restrge a que los factores de resgo o esté correlacoados etre sí, se puede agregar tabé la hpótess: [( F E( F ))( F E( F ))] = 0, k, l, k. v) E l k k l l Etoces, debdo a ), al toar los valores esperados de abos ebros de () se tee que el redeto esperado del actvo es: E(R ) = a + b E(F ) + b E(F ) +...+b E(F ), () es decr, el redeto esperado para el versosta es fucó del redeto autóoo y los redetos que debe obteer dado el vel de exposcó del actvo a las fuetes causales de resgo. La varaza de los redetos del actvo, por ), ), v), y v), se reduce a: R Ζ b F Ηb F ΗL Ηb F Η e. () Por su parte la covaraza etre los redetos de los actvos y j, e vrtud de v), v) y v), resulta ser: j = b b + b b + L + b j F j F j F b. (4) S be es certo que este supuesto o parece del todo plausble, por ejeplo, cuado los factores so de carácter acroecoóco puede supoerse uy razoableete que exsta u alto grado de correlacó etre ellos, es tabé uy certo que dcho supuesto o represeta ayor problea desde el puto de vsta práctco, pues exste étodos relatvaete sples para obteer factores o correlacoados. Para los detalles téccos puede cosultarse a Elto y Gruber (995) y Sharpe (970, 000). E auseca de la flueca de los factores de resgo, este copoete puede terpretarse coo la tasa lbre de resgo. Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
5 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca Ahora be, puesto que para u portafolo el redeto esperado, E(R p ), está dado por: E ( RP ) = = E( R ), dode = proporcó del portafolo vertda e el actvo, bajo la estructura leal ultfactoral se tee que E ( RP ) = [ a + b E( F ) + L+ b E( F )] = = = a + = b E( F ) + L + = b E( F ); (5) es decr, el redeto esperado del portafolos es u proedo de los redetos autóoos de los actvos ás los redetos proedo atrbubles a la flueca de los factores dadas las exposcoes de los actvos a dchos factores. Estos proedos so poderados y los pesos de poderacó está dados por la proporcó del portafolo vertda e cada uo de los actvos. Para el caso geeral ultfactoral, esté o o correlacoados los factores, la varaza del portafolos está dada por: dode: Pk Pl kl e = = = = b b k l P = + Pk Pl kl k = l= = = beta del portafolorespectodel factor k, = beta del portafolorespecto del factorl, e, (6) = cov araza de los factoresk y l = varaza de los errores del actvo que puede obteersede ua regresó. S se supoe que prevalece v), teeos coo resultado que: Pk Pl kl = 0, k l, (7) Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
6 Fracsco López Herrera y, coo puede aprecarse, el úero de téros cotedos e la doble suatora del prer téro del ebro derecho de (6) se reduce cosderableete pues se ela las covarazas etre los factores y peraece sólo las varazas de cada factor, lo que resulta suaete vetajoso para efectos de cálculo. 4 Ua vez que se ha foralzado la estructura geeral de u odelo ultfactoral y se ha eucado los prcpales resultados de los supuestos que se ha postulado, procedereos a presetar e la seccó sguete el procedeto para optzar el portafolos dada la flueca de dversos factores de resgo. III. Proceso de optzacó Supoedo que exste actvos resgosos, etre los cuales se puede seleccoar y que los redetos de estos actvos obedece a u proceso coo el que se descrbó e la seccó preva, el problea de seleccó del portafolo cuado se desea forar el portafolo de ío resgo al so tepo que se cotrola los veles de exposcó de los actvos a los dversos factores de resgo se puede platear coo: P = + Pk Pl kl k = l= = e (8) sujeta a: P M P = = M = Las preras restrccoes correspode a los veles deseados de exposcó del portafolo a los factores de resgo y la últa restrccó correspode a la restrccó presupuestal que plca dstrbur totalete el presupuesto de vertr etre los actvos resgosos. Coo es be sabdo, este problea cuadrátco co restrccoes leales (expresadas e téros de las varables de decsó segú (6)), puede resolverse edate el étodo de ultplcadores de Lagrage, por lo que la fucó objetvo, (8), se coverte e: P M, P =., 4 Ésta es ua de las vetajas de cotar co factores o correlacoados (ortogoales). La otra es que la ortogoaldad garatza que gú factor es ua cobacó leal de otros y que, por tato, al o exstr tal asocacó leal o ultcolealdad, se puede obteer estacoes o sesgadas y cosstetes de los paráetros edate los étodos tradcoales, coo el de regresó ío cuadrátca. Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
7 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca { } + λ ( ) + + λ ( ) + γ( = = = ) + L = P P P P λ λ γ k l Pk Pl kl e L = (9),,, que para proporcoar u valor ópto (ío) de la fucó tee coo codcoes de prer orde (c.p.o.): 5 = = L = = 0 (0) λ λ γ Al dervar parcalete y ordeado adecuadaete se obtee: λ λ = = ( b + L+ b + ) + L+ ( b b + L+ b b ) = γ ( b b + L + b b ) + L + ( b + L + b + ) = b = b b b L L b e L b + P + = 0 LLLLLLLLLLLLLLLLL P = 0 + = 0 () e λ b λ b L λ b LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL L λ b que perte forar u sstea de ecuacoes leales cuyas cógtas so, =,,...,, λ, =,,...,M, y γ, que, por lo tato, puede resolverse por cualquera de los étodos estádar que se ha dseñado para tal efecto. IV. Ejeplo uérco Supógase que sólo dos factores, co varazas de.7 y.89 respectvaete, detera el redeto 5 Debdo a que la varaza es u úero sepre postvo, las c.p.o. so codcoes ecesaras y sufcetes para garatzar que se tee u ío al resolver el problea de optzacó. Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
8 4 Fracsco López Herrera de los actvos y que se desea forar u portafolo co tres accoes cuyas sesbldades al factor se ha deterado coo.95,. y.7, e tato que su sesbldad al factor dos es de.4,.75 y.65. Supógase tabé que se ha estado las varazas de los redetos aleatoros (por ejeplo, la varaza de la sua de cuadrados de los errores e ua regresó) y que ellas so.5,. y., respectvaete. Por últo, cosdérese que se desea u portafolos co sesbldad utara al factor y cuya sesbldad al factor sea de.85. Para deterar la dstrbucó de la versó e este portafolo que tega el ío resgo posble (eddo por la varaza del portafolo) y que satsfaga las etas e cuato a los veles de exposcó, bastaría spleete cosderar que las ecuacoes que resulta de cuplr las c.p.o. () fora el sguete sstea de ecuacoes leales: [.95 (.7) +.4 (.89) +.5] + [.95(.)(.7) +.4(.75)(.89)] + [.95(.7)(.7) +.4(.65)(.89)].95λ [.95(.)(.7) +.4(.75)(.89)] +. (.7) +.75 (.89).λ.4λ.75λ [ +.] +.(.7)(.7) +.75(.65)(.89) [.95(.7)(.7) +.4(.65)(.89)] + [.(.7)(.7) +.75(.65)(.89)] +.7 (.7).65λ = = 0 + = 0 [ ] [ ].7λ que al resolverse sultáeaete por cualquera de los étodos algebracos dspobles tee coo solucó = 0., = 0.5, = 0., que so las proporcoes a vertr e los actvos resgosos respectvos. Los valores de λ =0.4655, λ =0.095 y γ =0.7559, que fora tabé parte de la solucó, correspode a los precos sobra, es decr, al cabo esperado e la fucó objetvo ate u aueto utaro e la restrccó correspodete. V. Cosderacoes fales Auque aquí se ha ostrado úcaete el caso de u problea sólo co restrccoes para satsfacer las etas de exposcó a los resgos ssteátcos y el requsto presupuestal de versó, o represeta ayor dfcultad el clur otras restrccoes, coo pudera ser u redeto eta para el portafolo o u objetvo de dvdedos a obteer, por ejeplo, pues lo úco que se tedría sería u ayor úero de ecuacoes e cógtas (respectvaete ua por cada restrccó adcoal). Por lo tato, es posble deterar todos los portafolos que se ecuetra sobre la frotera efcete del espaco eda-varaza Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
9 Seleccó de portafolos de ía varaza cuado está expuestos a dversos factores de resgo: ota técca 5 o, s se prefere, e el espaco eda-desvacó estádar, pues las proporcoes a vertr que hace ópta la cobacó de actvos es la sa e cualquera de los dos espacos. El caso e el cual exste la restrccó de las vetas e corto (o egatvdad e las proporcoes) tabé puede resolverse edate el esquea propuesto, auque para ello se requere adcoalete el cupleto de las codcoes de Kuh-Tucker para obteer valores óptos. Para uestra buea fortua, la dspobldad de rutas adecuadas e paquetes de cóputo de aplcacó geeral, coo la hoja de cálculo Excel, perte resolver u problea de pequeña escala de aera relatvaete fácl; para probleas de ayor desó exste coo recursos paquetes especalzados coo Matlab o Mathcad, etre otros. Adeás, el étodo que se ha presetado e estas págas se puede aplcar tabé e el caso de la optzacó del portafolo e codcoes e que se sostee el teorea de separacó, o teorea de u fodo, propuesto por Tob (958) cuado exste u actvo s resgo. Referecas LACK, Fsher: 97, Captal arket equlbru th restrcted borrog, Joural of usess, 45, ELTON, Ed J. y GRUER Mart J.: 995, Moder Portfolo Theory ad Ivestet Aalyss, Joh Wley & Sos, Nueva York. LINTNER, Joh: 965, The Valuato of Rsk Assets ad the Selecto of Rsky Ivestets Stock Portfolos ad Captal udgets, The Reve of Ecoocs ad Statstcs, vol. XLVII, No., febrero, -7. MARKOWITZ, Harry M.: 95, Portfolo Selecto, Joural of Face,, , Portfolo Selecto: Effcet Dversfcato of Ivestets, Joh Wley & Sos, Nueva York. MERTON, Robert C.: 97, A Aalytc Dervato of the Effcet Portfolo Froter, Joural of Facal ad Quattatve Aalyss, Vol. VII, No. 4, septebre, , A Iterteporal Captal Asset Prcg Model, Ecooetrca, 4, No. 5, septebre, MOSSIN, Ja: 966, Equlbru a Captal Asset Market, Ecooetrca, vol. 4, No. 4, octubre, ROSS, Stephe A.: 976, The Arbtrage Theory of Asset Prcg, Joural of Ecooc Theory,, SHARPE, Wlla F.: 96, A Splfed Model for Portfolo Aalyss, Maageet Scece, IX, No., eero, , Captal Asset Prces: A Theory of Market Equlbru Uder Codtos of Rsk, Joural of Face, XIX, No., septebre, , Portfolo Theory ad Captal Markets, McGra-Hll, Nueva York. 000, Portfolo Theory ad Captal Markets, The Orgal Edto, McGra-Hll, Nueva York. TOIN, Jaes: 958, Lqudty Preferece as ehavor Toard Rsk, The Reve of Ecooc Studes, 6, AC Revsta Cotaduría y Adstracó, No. 0, octubre-dcebre 00
Propuesta para actualizar la Nota Técnica de Daños Materiales y Robo Total del Seguro de Automóviles Residentes
ropuesta para actualzar la Nota Técca de Daños aterales y Robo Total del Seguro de Autoóvles Resdetes Israel Avlés Torres Novebre 99 Sere Docuetos de Trabajo Docueto de Trabajo No. 0 Ídce. Estructura Técca
Más detallesVARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN - INTRODUCCIÓN E este tema se tratará de formalzar umércamete los resultados de u feómeo aleatoro Por tato, ua varable aleatora es u valor umérco que correspode
Más detallesMétodo de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio
Método de sevaraza y varaza para la seleccó de u portaolo ópto Sevarace ad varace ethod or selectg a optal portolo Lzbeth María de Jesús Urbe, Mguel Ágel Martíez Daá, Gustavo aírez Valverde ESUMEN E los
Más detallesRENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1
RENTILIDD Y RIESGO DE CRTERS Y CTIVOS TEM 3- I FUNTMENTOS DE DIRECCIÓN FINNCIER Fudametos de Dreccó Facera Tema 3- arte I RIESGO y RENTILIDD ( decsoes de versó productvas) EXISTENCI DE RIESGO ( los FNC
Más detallesDistribución conjunta de variables aleatorias
FCEyN - Estadístca para Quíca - do. cuat. 006 - Marta García Be Dstrbucó cojuta de varables aleatoras E uchos probleas práctcos, e el so expereto aleatoro, teresa estudar o sólo ua varable aleatora so
Más detallesSolución Práctica Evaluable 2. Oligopolio y Competencia Monopolística. 16/11/2012
Solucó Práctca Evaluable. Olgopolo y Copeteca Moopolístca. 6//0 Cosdere u olgopolo de Courot co epresas que produce u be hoogéeo. La fucó versa de deada es p ) = 0 y todas las epresas tee el so coste argal
Más detallesMODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU
MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar
Más detalles(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es
(Feb03-ª Sem) Problema (4 putos). Se dspoe de u semcoductor tpo P paraleppédco, cuya dstrbucó de mpurezas es ( x a) l = A 0 dode A y 0 so mpurezas/volume, l es u parámetro de logtud y a la poscó de ua
Más detallesGerardo Pastrana León
CONSTRUCCIÓN D FRONTRAS FICINTS D INVRSIÓN Gerardo Pastraa Leó (ste esayo se elaboró utlzado coo bblografía prcpal el lbro Seleccó de Iversoes, de Dogo Jorge Messut, Vctor Adrá Alvarez y Hugo Roao Graff,
Más detallesPermutaciones y combinaciones
Perutacioes y cobiacioes Cotaos posibilidades Coezaos co u secillo ejeplo E España los coches tiee ua atrícula que costa de cuatro dígitos deciales seguidos de tres letras sacadas de u alfabeto de 26 Cuátas
Más detallesTema 5: Equilibrio General Parte III OWC Economía para Matemáticos. Fernando Perera Tallo ttp://bit.ly/8l8ddu
y Tea 5: Equlbro Geeral Parte III OWC Ecooía para Mateátcos Ferado Perera Tallo ttp://bt.ly/8l8ddu Esteca de Equlbro Ferado Perera-Tallo A lo largo de esta presetacó os vaos a cocetrar e espacos Eucldos,
Más detallesLos principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos
Dreccó Facera Pág Sergo Alejadro Herado Westerhede, Igeero e Orgazacó Idustral 5. INTRODUCCIÓN Los prcpales métodos para la seleccó y valoracó de versoes se agrupa e dos modaldades: métodos estátcos y
Más detallesMÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD
UNIVERSIDAD DE LOS ANDES. FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES DEPARTAMENTO DE CIENCIAS ADMINISTRATIVAS MÉRIDA ESTADO MÉRIDA Admstracó de la Produccó y las Operacoes II Prof. Mguel Olveros MÉTODOS
Más detallesV Muestreo Estratificado
V Muestreo Estratfcado Dr. Jesús Mellado 10 Certas poblacoes que se desea muestrear, preseta grupos de elemetos co característcas dferetes, s los grupos so pleamete detfcables e su peculardad y e su tamaño,
Más detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria
Matemátcas EJERCICIOS RESUELTOS: Números Complejos Elea Álvare Sá Dpto. Matemátca Aplcada y C. Computacó Uversdad de Catabra Igeería de Telecomucacó Fudametos Matemátcos I Ejerccos: Números Complejos Iterpretacó
Más detallesEl Amplificador Operacional de Tensiones
El Aplfcador Operacoal de Tesoes El Aplfcador Operacoal de Tesoes. Itroduccó 2. El Aplfcador Operacoal Ideal de Tesoes 3. Nodealdades e el Opap 4. Crcutos co ealetacó Postva. Itroduccó.. El problea de
Más detallesUna Propuesta de Presentación del Tema de Correlación Simple
Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:
Más detallesANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES
ANÁLISIS DE LA VARIANZA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES ANOVA Marta Alper Profesora Adjuta de Estadístca alper@fcym.ulp.edu.ar http://www.fcym.ulp.edu.ar/catedras/estadstca INTRODUCCION
Más detalles6. ESTIMACIÓN PUNTUAL
Defcoes 6 ESTIMACIÓN PUNTUAL E la práctca, los parámetros de ua dstrbucó de probabldad se estma a partr de la muestra La fereca estadístca cosste e estmar los parámetros de ua dstrbucó; y e evaluar ua
Más detallesUn modelo de la APT en la selección de portafolios accionarios en el mercado mexicano *
U modelo de la ATP e la seleccó de portafolos accoaros e el mercado mecao 9 U modelo de la APT e la seleccó de portafolos accoaros e el mercado mecao * racsco López Herrera Ivestgador de la Dvsó de Ivestgacó
Más detallesMétodos indirectos de estimación: razón, regresión y diferencia
Métodos drectos de estmacó: razó, regresó dfereca Cotedo. Itroduccó, defcó de estmadores drectos. Estmador de razó, propedades varazas. Límtes de cofaza. 3. Tamaño de la muestra e los estmadores de razó
Más detallesMATEMÁTICAS 4º ESO. TEMA 2: COMBINATORIA
Fracscaos T.O.R. Cód. 87 MATEMÁTICAS º ESO. TEMA : COMBINATORIA.. La regla de la sua el producto.. Varacoes s repetcó.. Varacoes co repetcó.. Perutacoes s repetcó.. Cobacoes s repetcó.. Núeros cobatoros.7.
Más detallesSelección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal
Programacó Matemátca y Software (2009) Vol.. No. ISSN: 2007-3283 Recbdo: 0 de Juo de 2008/Aceptado: 3 de Septembre de 2008 Publcado e líea: 26 de juo de 2009 Seleccó de ua Cartera de Iversó e la Bolsa
Más detallesDISEÑO ÓPTIMO DE DIAGRAMAS EWMA.
Saber, Uversdad de Orete, Veeuela.Vol. 2. Nº 2: 44-49. (2000) DISEÑO ÓPTIMO DE DIAGRAMAS EWMA. NELSON BRACHO Departaeto de Estadístca Uversdad de Orete. RESUMEN E este artículo se descrbe el esquea de
Más detallesTeoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA)
Teoría de carteras de versó para la dversfcacó del resgo: efoque clásco y uso de redes euroales artfcales (RNA) Ivestmet portfolo theory ad rsk dversfcato: classc ad eural etworks methodology D. Cot* y
Más detalles1. Propiedades molares y propiedades molares parciales
erodáca. ea 9 Ssteas abertos y ssteas cerrados de coposcó varable. ropedades olares y propedades olares parcales Ua agtud olar se dee coo: Sepre está asocada a u sstea terodáco de u úco copoete (sstea
Más detallesModelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión
Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la
Más detallesGestión de operaciones
Gestó de operacoes Modelado de restrccoes co varables baras Modelado de programacó o leal Pedro Sáchez pedro.sachez@upcomllas.es Cotedo Restrccoes especales Restrccoes lógcas Productos de varables Modelos
Más detallesInferencia estadística - Estimación puntual
Probabldades y stadístca Cotacó Facltad de Cecas actas y Natrales. Uversdad de Beos Ares Aa M. Baco y lea J. Martíez 4 Ifereca estadístca - stacó tal La estadístca rovee téccas qe erte obteer coclsoes
Más detalles-Métodos Estadísticos en Ciencias de la Vida
-Métodos Estadístcos e Cecas de la Vda Regresó Leal mple Regresó leal smple El aálss de regresó srve para predecr ua medda e fucó de otra medda (o varas). Y = Varable depedete predcha explcada X = Varable
Más detalles0(=&/$6*$6(26$6. i = (3)
0(&/$6$6(26$6,1752'8&&,21 E la erodáca, para poder realzar aál de prera eguda le, e ecearo coocer la propedade terodáca de la utaca de trabajo, coo o, por ejeplo, la eergía tera, la etalpía la etropía.
Más detallesBolsa Nacional de Valores, S.A. San José, Costa Rica
SELECCIÓN DE CARTERAS DE INVERSIÓN (TEORÍA DEL PORTAFOLIO) RODRIGO MATARRITA VENEGAS * Bolsa Nacoal de Valores, S.A. Sa José, Costa Rca By ow t s evdet that MPT (moder Portfolo Theory), the theory frst
Más detallesLa inferencia estadística es primordialmente de naturaleza
VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la
Más detallesTEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.
TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO 5..- Itroduccó. Stuacoes segú el vel de formacó: Certeza. Icertdumbre parcal o resgo: (Iversoes co resgo) Icertdumbre total: (Iversoes co certdumbre)
Más detallesUNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A LABORATORIO DE FÍSICA I/11. PRÁCTICA No. 2 ANÁLISIS GRÁFICO.
Pága de 5 NÚCLEO UNIVERSITARIO RAFAEL RANGEL UNIVERSIDAD DE LOS ANDES T R U J I L L O - V E N E Z U E L A ÁREA DE FÍSICA LABORATORIO DE FÍSICA LABORATORIO DE FÍSICA I/ PRÁCTICA No ANÁLISIS GRÁFICO OBJETIVO
Más detallesAlgunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos
Alguas Recomedacoes para la Eseñaza de la Estadístca Descrptva o Aálss de Datos Itroduccó Elemetos Báscos para Aplcar Estadístca Descrptva La Estadístca Descrptva o Formula Iferecas La Estadístca Descrptva
Más detallesIntroducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesLÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS
LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS Mercedes Alvargozález Rodríguez - malvarg@ecoo.uov.es Uversdad de Ovedo Reservados todos los derechos. Este documeto ha sdo extraído del
Más detallesResumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.
Optmzacó de ua cartera de versoes utlzado algortmos geétcos María Graca Leó, Nelso Ruz, Ig. Fabrco Echeverría Isttuto de Cecas Matemátcas ICM Escuela Superor Poltécca del Ltoral Vía Permetral Km 30.5,
Más detalles6.2.- Funciones cóncavas y convexas
C APÍTULO 6 PROGRAMACIÓN NO LINEAL 6..- Itroduccó a la Programacó No Leal E este tema vamos a cosderar la optmzacó de prolemas que o cumple las codcoes de lealdad, e e la fucó ojetvo, e e las restrccoes.
Más detallesESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES
Uversdad Rey Jua Carlos ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES Lus Rcó Córcoles Lceso J. Rodríguez-Aragó Programa. Itroduccó. 2. Defcó de redmeto. 3. Meddas para evaluar el redmeto. 4. Programas para
Más detallesModelo Matemático Multiobjetivo para la Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores
Modelo Matemátco Multobjetvo para la Seleccó de ua Cartera de Iversó e la Bolsa Mexcaa de Valores José Crspí Zavala-Díaz, Marco Atoo Cruz-Chavez, Jorge Ruz Vaoye 3, Martí H. Cruz-Rosales 4 Facultad de
Más detalles1. Modelo de Transporte
. Modelo de Trasporte Se trata de u odelo partcular de Redes-Fluo s establecetos teredos o de trasbordo. Para forular u odelo geérco se defe las varables y los paráetros sguetes: s = total de udades dspobles
Más detallesInferencia Estadística
Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,
Más detallesExpectativas del Mercado y Creación de Valor en la Empresa
2d teratoal Coferece o dustral Egeerg ad dustral Maagemet X Cogreso de geería de Orgazacó September 3-5, 28, Burgos, Spa Expectatvas del Mercado y Creacó de Valor e la Empresa elpe Ruz López 1, Cáddo Barrea
Más detallesCÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:
CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro
Más detallesTEMA 11 OPERACIONES DE AMORTIZACION O PRESTAMO (II)
Dapotva Matemátca Facera TEMA OPERACIONES DE AMORTIZACION O PRESTAMO (II). Prétamo dcado 2. Prétamo co teree atcpado. Prétamo Alemá 3. Valor facero del prétamo. Uufructo y uda propedad Dapotva 2 Matemátca
Más detallesMedidas de Tendencia Central
Meddas de Tedeca Cetral Ua edda de tedeca cetral es u valor que se calcula a partr de u cojuto de datos y que se utlza para descrbr los datos e algua fora. Geeralete quereos que el valor sea represetatvo
Más detallesSELECCIONANDO LA CARTERA DE UN INVERSOR MEDIANTE PROGRAMACIÓN POR METAS LEXICOGRÁFICAS ENTERA
SELECCIONANDO LA CARTERA DE UN INVERSOR MEDIANTE PROGRAMACIÓN POR METAS LEXICOGRÁFICAS ENTERA Nura Padlla Garrdo Departameto de Ecoomía Geeral y Estadístca Uversdad de Huelva padlla@uhu.es Flor María Guerrero
Más detallesENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.
ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. EJERCICIO a) ( putos) Racoalce smplfque la fraccó. 8 8 b) ( putos) Determe los coefcetes de la ecuacó 3 a b
Más detallesINTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA
INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}
Más detallesUNA PROPUESTA DE GRÁFICO DE CONTROL DIFUSO PARA EL CONTROL DEL PROCESO
UNA POPUESTA DE GÁFICO DE CONTOL DIFUSO PAA EL CONTOL DEL POCESO VIVIAN LOENA CHUD PANTOJA (UDV) vvalorea16@gmal.com NATHALY MATINEZ ESCOBA (UDV) atta10@gmal.com Jua Carlos Osoro Gómez (UDV) juacarosoro@yahoo.es
Más detallesANEXO D. Cálculo del cortante basal
Cálculo del cortate basal CÁLCULO DEL CORANE BASAL El cálculo del cortate basal perte deterar la fuerza lateral total coo cosecueca de las fuerzas erca que se duce a u sstea de N rados de lbertad, dstrbuyédolo
Más detalles1,2,,n, se puede asociar otra función sobre el conjunto de medidas probabilísticas. i f i P E f p i f i. Además, ˆP, el dominio de la esperanza
El Método de Relajacó Aplcado a Optzacó de Ssteas Dscretos F. Szget, J. Cardllo, J. C. Heet y J. L. Calet Uersdad de Los Ades Departaeto de Ssteas de Cotrol, Mérda Veezela Laboratore d Aalyse et d Archtectre
Más detallesPROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez
PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE Eva Mª del Pozo García Mª Jesús Segova Vargas Zuleyka Díaz Martíez Departameto de Ecoomía Facera y Cotabldad I Uversdad Complutese
Más detallesSolución 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 detalles7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.
7 ELEMETOS DE MUESTREO COTEIDOS: OBJETIVOS: 7.. Muestreo aleatoro smple. 7. Muestreo aleatoro estratfcado. 7.3 Muestreo aleatoro de coglomerados. 7.4 Estmacó del tamaño poblacoal. Determar el dseño de
Más detalles2. Calcular el interés que obtendremos al invertir 6.000 euros al 4% simple durante 2 años. Solución: 480 euros
. alcular el motate que obtedremos al captalzar 5. euros al 5% durate días (año cvl y comercal). Solucó: 5., euros (cvl); 5.,5 euros (comercal). 5. o ' 5,5 5,8 5,5 ' 5. 5.,5) 5,5) 5., 5.,5. alcular el
Más detalles( ) Tabla 2. Formulas para gráficas de control. Fórmula. Rsk = xk + 1 -Xk -------- X Rs -------------- Z USL. Gráfica (Símbolo) R, S ó Rs.
Boletí Técco Septebre No. Tabla esultados cálculos Núero edcoes Valor áxo Valor ío ago Proedo Desvacó Ídce capacdad l proceso Ídce capacdad l proceso Ídce capacdad aqua Ídce capacdad aqua Fraccó fectva
Más detallesSELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE LA BOLSA ESPAÑOLA
Seleccó de ua cartera de valores medate la aplcacó de métodos multobjetvo teractvos... SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE
Más detallesSelección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal
Seleccó de ua Cartera de Iversó e la Bolsa Mecaa de Valores por Medo de u Método de Prograacó Leal José Crspí Zavala-Díaz, Dala Vaey García-Vllagoez, Marco Atoo Cruz-Chavez 2 Facultad de Cotaduría, Adstracó
Más detallesPROBANDO GENERADORES DE NUMEROS ALEATORIOS
PROBADO GRADORS D UMROS ALATORIOS s mportate asegurarse de que el geerador usado produzca ua secueca sufcetemete aleatora. Para esto se somete el geerador a pruebas estadístcas. S o pasa ua prueba, podemos
Más detalles5. 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 detalles1. 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 detallesAnálisis de Regresión y Correlación Lineal
Aálss de Regresó y Correlacó Leal Dr. Pastore, Jua Igaco Profesor Adjuto. Aálss de Regresó y Correlacó Leal Hasta ahora hemos cetrado uestra atecó prcpalmete e ua sola varable de respuesta umérca o e seres
Más detallesUNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)
UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.
Más detallesDivisión de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)
Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó
Más detallesCÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS
CÁLCULO DEL ANCHO DE BANDA EFECTIVO PARA UN FLUJO MARKOVIANO CON TASAS DE TRANSFERENCIA CONTINUAS Beatrz Marró Uversdad Nacoal del Sur, beatrz.marro@us.edu.ar Resume: El objetvo de este trabajo es geeralzar
Más detalles1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática
Ce.R.P. del Norte Rvera Julo de Departameto de Matemátca Notas para el curso de Fudametos de la Matemátca CONGRUENCIAS NUMÉRICAS Y ECUACIONES DE CONGRUENCIA. RECORDANDO CONCEPTOS: La cogrueca es ua relacó
Más detallesUNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*)
UNIVERSIDAD NACIONAL DE SALTA Facultad de Cecas Ecoómcas, Jurídcas y Socales Isttuto de Ivestgacoes Ecoómcas Reuó de Dscusó Nº 7 Fecha: /06/003 Hs.: 6 UNA NOTA SOBRE ECONOMETRÍA ESPACIAL (*) Eusebo Cleto
Más detalles3. Estequiometría. Transformaciones químicas. Andrés s Cedillo, AT
Trasforacoes quícas Adrés s Cedllo, AT-50 cedllo@xau.ua.x www.fqt.zt.ua.x/cedllo 3. Estequoetría 3.1. Masa atóca 3.. El cocepto de ol 3.3. Relacoes e fórulas f quícas 3.4. Relacoes e reaccoes quícas Cap.
Más detallesINSTITUTO SUPERIOR TECNOLÓGICO ESTATAL NUEVA ESPERANZA
SILABUS DE CABLEADO ESTRUCTURADO I. INFORMACION GENERAL CARRERA PROFESIONAL : ELECTRONICA INDUSTRIAL MODULO PROFESIONAL : SISTEMAS DE CONTROL DE PROCESOS INDUSTRIALES Y COMUNICACIONES. UNIDAD DIDACTICA
Más detallesTEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :
Dpto. Ecoomía Facera y otabldad Pla de Estudos 994 urso 008-09. TEMA 3 Prof. María Jesús Herádez García. TEMA 3.- OPERAIONES DE AMORTIZAION : PRESTAMOS A INTERES VARIABLE 3..-LASIFIAIÓN DE LOS PRÉSTAMOS
Más detallesRegresión - Correlación
REGRESIÓN Regresó - Correlacó Aálss que requere la cosderacó de o más varables cuattatvas e forma smultáea. Aálss de Regresó: estuda la relacó fucoal de ua o más varables respecto de otra Aálss de Correlacó:
Más detallesMATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades
MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS
Más detallesCONVEXIDAD R 2. Conjuntos convexos. Combinación lineal convexa de m puntos. λ x. Ejemplos de conjuntos convexos en R 2
Cojutos coveos Ejeplos de cojutos coveos e R CONVEXIDAD Cojutos coveos Coveidad de fucioes DEFINICION: U cojuto A es coveo cuado, y A y λ [0,] se cuple λ + ( λ) y A R λ + ( λ) y λ = / y λ = 0 Cojuto coveo:
Más detallesTema 2: Distribuciones bidimensionales
Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;
Más detallesApuestas deportivas por Internet
Autor: Davd Serrao Martíez 22/0/2009 Apuestas deportvas por Iteret Aputes y relexoes Itroduccó Durate el últmo trmestre de 2005, u grupo de compañeros de trabajo y amgos decdmos motar ua suerte de peña
Más detallesValoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano
Valoracó de opcoes de compra y veta del qutal de café e el mercado ecuatorao Adrá Morocho Pérez, Ferado Sadoya Sachez Igeero e Estadístca Iformátca 003 Drector de Tess, Matemátco, Escuela Poltécca Nacoal,
Más detallesTRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).
TRABAJO : Varables Estadístcas Bdmesoales (Tema ). Téccas Cuattatvas I. Curso 07/08. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: E los eucados de los ejerccos que sgue aparece los valores
Más detallesMETODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO
METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO Nota: A partr del de julo de 200, las empresas reporta a la SBS formacó más segmetada de las tasas de terés promedo de los crédtos destados a facar
Más detallesINTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO
INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ARRERA: Igeería Electromecáca ASIGNATURA: DOENTES: Ig. Norberto laudo MAGGI Ig. Horaco Raúl DUARTE INGENIERÍA ELETROMEÁNIA INTEGRAL DE LÍNEA EN EL AMPO OMPLEJO ONEPTOS
Más detalles11. Optimización no lineal con restricciones
. Optzacó o leal co restrccoes. Optzacó o leal co restrccoes Prcpos y teoreas para la búsqueda de óptos lobales Modelos co restrccoes de ualdad Codcoes de uh-tucker Alortos uércos báscos Prcpos y teoreas
Más detallesÁREA DE INGENIERÍA QUÍMICA Prof. Isidoro García García. Operaciones Básicas de Transferencia de Materia. Tema 4
ÁRE DE IGEIERÍ QUÍMIC Operacioes Básicas de Trasferecia de Materia Tea 4 Operacioes Básicas de Trasferecia de Materia ITRODUCCIÓ a aoría de las corrietes de u proceso quíico está costituidas por varios
Más detallesMUESTREO EN POBLACIONES FINITAS (1) Dos aspectos básicos de la inferencia estadística, no vistos aún:
A. Morllas - p. - MUESTREO E POBLACIOES FIITAS () Dos aspectos báscos de la fereca estadístca, o vstos aú: Proceso de seleccó de la muestra Métodos de muestreo Tamaño adecuado e poblacoes ftas Fabldad
Más detallesn p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción
Capítulo VII PROBABILIDAD 1. Itroduccó Se dcaba e el capítulo ateror que cuado u expermeto aleatoro se repte u gra úmero de veces, los posbles resultados tede a presetarse u úmero muy parecdo de veces,
Más detallesSoluciones Hoja de Ejercicios 2. Econometría I
Ecoometría I. Solucioes Hoja 2 Carlos Velasco. MEI UC3M. 2007/08 Solucioes Hoja de Ejercicios 2 Ecoometría I 1. Al pregutar el saldo Z (e miles de euros) de su cueta de ahorro cojuta a u matrimoio madrileño
Más detallesLa teoría de colas ha tenido un énfasis especial en el tratamiento de sistemas estocásticos.
.- INTRODUCCIÓN La teoría de colas es objeto de ua apla bblografía que aborda desde el estudo de ssteas forado por ua cola co u servdor hasta coplejas redes de colas de espera. Los ssteas de colas fora
Más detallesFEM-OF: EDP Elíptica de 2 Orden
9/02/2008 Capítulo 5: FM-OF: D líptca de 2 Orde Idce: 5..- Operador Dferecal líptco 5.2.- roblema Básco 5.3.- Fucoes Óptmas 5.4.- FM-OF Steklov-ocaré 5.5.- FM-OF Trefftz-Herrera 5.6.- FM-OF etrov-galerk
Más detallesTema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.
Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.
Más detallesOPERACIONES CON POLINOMIOS.
OPERACIONES CON POLINOMIOS. EXPRESIONES ALGEBRAICAS. Ua epresió ateática que usa úeros o variables o abos para idicar productos o cocietes es u tério. Los térios,, (ab), so todos epresioes algebraicas.
Más detallesREGRESIÓN LINEAL SIMPLE
RGRIÓN LINAL IMPL l aálss de regresó es ua técca estadístca para vestgar la relacó fucoal etre dos o más varables, ajustado algú modelo matemátco. La regresó leal smple utlza ua sola varable de regresó
Más detallesMEDIDAS DE TENDENCIA CENTRAL
Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes
Más detallesFEE02-15 FÓRMULAS Y EJEMPLOS. Incluye a los productos:
FEE02-5 FÓRMULAS Y EJEMPLOS cluye a los productos: - Epresariales - Credifácil - El tiepo vale oro - Micro agropecuario - Agro crédito - Credigaadero - Credicostruye - Mi terreito - Multioficios - Crédito
Más detallesTema 2: Modelos lineales de optimización con variables enteras.
Tema 2: Modelos leales de optmzacó co varables eteras. Objetvos del tema: Itroducr la programacó leal etera y los domos de aplcacó. Apreder a formular el modelo de u problema de programacó leal etera.
Más detallesANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral
ÁLISIS D DTOS CULITTIVOS José Vcés Otero va Meda Moral ero 005 . COSTRUCCIÓ D U TL D COTIGCI Para aalzar la relacó de depedeca o depedeca etre dos varables cualtatvas omales o actores, es ecesaro estudar
Más detallesModelos de Regresión Simple
Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA A. MEDIDAS DE TENDENCIA CENTRAL B. MEDIDAS DE VARIABILIDAD C. MEDIDAS DE FORMA RESUMEN: A. MEDIDAS DE TENDENCIA CENTRAL So estadígrafos de poscó que so terpretados como valores
Más detalles- Función Polinómica f es toda función de dominio el conjunto de los números reales, tal que la imagen de cada número real x es:
POLINOMIOS Defcó: Fucó Polóc - Fucó Polóc f es tod fucó de doo el cojuto de los úeros reles, tl que l ge de cd úero rel es: f = + + + + +, dode,,,,, so ueros reles y es turl Defcó: Poloo - Poloo de vrble
Más detalles