APLICACIÓN DE LEYES ANALÍTICAS DE MORTALIDAD EN CIERTOS SEGUROS DE VIDA

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

Download "APLICACIÓN DE LEYES ANALÍTICAS DE MORTALIDAD EN CIERTOS SEGUROS DE VIDA"

Transcripción

1 APLICACIÓN DE LEYES ANALÍTICAS DE MORTALIDAD EN CIERTOS SEGUROS DE VIDA Sergio Barszcz 1 ; Elea Verazza 1 RESUMEN El trabajo preseta y aaliza resultados obteidos de la aplicació de leyes aalíticas de mortalidad a coceptos asociados a ciertos seguros de vida. Para ello, se comieza expoiedo distitos coceptos asociados a los seguros de vida y a las leyes aalíticas de mortalidad. Respecto a los seguros de vida, se defie las variables aleatorias relevates para el aálisis y sus correspodietes distribucioes, así como otros coceptos que se utiliza e el desarrollo posterior. E cuato a cada ua de las leyes aalíticas, se especifica la fuerza de la mortalidad, la fució de supervivecia y sus distitos parámetros co sus correspodietes restriccioes. Luego, se preseta los resultados, e fució de los distitos parámetros, que se obtiee al aplicar cada ua de las leyes aalíticas de mortalidad a los distitos coceptos asociados a los seguros de vida. A cotiuació, se aaliza los resultados ateriores para distitos valores de los parámetros de cada ua de las leyes aalíticas cosideradas. Fialmete, se realiza ua sítesis coceptual de las pricipales coclusioes obteidas. Palabras clave: Actuarial, Seguros de vida, Leyes aalíticas de mortalidad. Itroducció Los sistemas de seguros, segú Bowers (Bowers et al, 1997), se ha desarrollado para reducir el impacto fiaciero adverso de alguos tipos de evetos aleatorios. La existecia de estos sistemas está codicioada por las características comparadas de las fucioes de utilidad de los asegurados respecto a las de las compañías aseguradoras. E uestro desarrollo posterior, trabajaremos e primer lugar co modelos de seguros de vida diseñados para reducir el impacto fiaciero del eveto aleatorio fallecimieto (e fecha descoocida). E los seguros sobre la vida que aalizaremos aquí, el tamaño y el mometo del pago de la idemizació depederá úicamete del mometo del fallecimieto del asegurado. Los seguros de vida a teer e cueta, será aquellos cuya idemizació es pagadera al mometo del fallecimieto del asegurado (pmf o seguros cotiuos) a diferecia de aquellos cuya idemizació es pagadera e el aiversario del cotrato imediato posterior al fallecimieto (pacipf o seguros discretos). Aalizaremos además u seguro e el que el pago de la idemizació está codicioado a la supervivecia del asegurado a cierto mometo e el tiempo (seguro dotal puro). Otro elemeto muy importate viculado a los seguros de vida, so las retas de vida, cuya relevacia se fudameta por el tipo de operacioes e las cuales participa y e particular, e fució de que los seguros so adquiridos, habitualmete, a través de ellas. Ua reta de vida, segú Bowers (Bowers et al, 1997), es ua sucesió de pagos realizada e forma cotiua o a itervalos equidistates (tales como meses, semestres, años) mietras que ua determiada persoa sobrevive. Puede ser temporaria, esto es, limitada a u cierto úmero de 1 Istituto de Estadística.

2 años (siempre sujeta a la codició de que el asegurado esté vivo) o puede ser vitalicia, esto es, pagadera por toda la vida. Por otra parte, cabe resaltar que, e este documeto será tratadas úicamete aquellas retas discretas e las que los pagos se realiza e forma adelatada. Todo lo establecido, tato para seguros como para retas, está referido a vidas humaas auque las coclusioes se extiede e lo pertiete a otras situacioes asimilables. Resulta imprescidible culmiar esta itroducció, señalado que para trabajar co los seguros sobre la vida y las retas de vida ecesitamos coocer el comportamieto de la mortalidad: las leyes aalíticas de mortalidad brida u puto de partida para modelar dicha variable e fució de la edad. Las variables aleatorias X, T, K Detro del aálisis de seguros de vida y retas de vida, los coceptos edad de muerte y tiempo de sobrevida, so fudametales. Por este motivo, es que se defie, e térmios actuariales, las siguietes variables aleatorias (v.a.), las cuales será claves e el desarrollo del presete trabajo. A partir de la otació geeralmete utilizada, se defie: 1) X = Edad de muerte de u recié acido - v.a. absolutamete cotiua Su correspodiete fució de distribució es: F ( x) = P( X x) X siedo su fució de supervivecia s( x) = 1 F( x) = 1 P( X x) = P( X > x) = x p 0 La fució de supervivecia a la edad x establece la probabilidad de que u recié acido alcace la edad x. Co estos elemetos queda defiido otro cocepto fudametal: la fuerza de la mortalidad: f X ( x) ( FX ( x))' (1 s( x))' s '( x) µ x = = = = 1 F ( x) s( x) s( x) s( x) X La fuerza de la mortalidad, establece, para cada valor de x, el valor de la desidad codicioal de X a la edad exacta x, dada la supervivecia a esa edad. 2) T(x) = Tiempo de sobrevida de ua persoa de edad x v.a. absolutamete cotiua Su correspodiete fució de distribució es: G ( ) ( ( ) ) ( ) t = P T x t = q T x t x la cual permite calcular cual es la probabilidad de que u idividuo de edad x, fallezca etre la edad x y x+t. Su fució de desidad se defie: g ( ). ( ) t = p µ + dode: T x t x x t

3 µ x + t puede iterpretarse como ua desidad codicioada y t px. µ x + t. dt es la probabilidad de que ua persoa de edad x sobreviva a la edad x+t y muera etre x + t y x + t + dt 3) K(x) = Años de sobrevida completados por ua persoa de edad x ates de su fallecimieto v.a. discreta que equivale a la parte etera de T(x) Su correspodiete fució de distribució es: P K x k q ( ( ) ) = k + 1 x la cual establece la probabilidad de que ua persoa de edad x, fallezca ates de la edad x+k+1 (lo que es equivalete a que llegue a completar como máximo k años eteros de sobrevida a partir de la edad x). Su fució de cuatía queda defiida como: P( K( x) = k) = p. 1 q + = /1 q k x x k k x la cual puede iterpretarse como la probabilidad de que ua persoa de edad x, fallezca co edad x+k, o lo que es lo mismo, la probabilidad de que ua persoa de edad x, sobreviva a la edad x+k pero fallezca ates de la edad x+k+1. Presetació geeral de distitos tipos de seguros de vida E esta secció será presetados los aspectos fudametales que caracteriza a cada uo de los seguros, sobre los cuales, más adelate, se aplicará las leyes aalíticas de mortalidad. Para ello desarrollaremos u modelo que explicaremos a cotiuació. Tal como establece Bowers (Bowers et al,1997), al desarrollar el modelo de cualquier seguro de vida, utilizaremos ua fució de beeficio b t (idemizació) y ua fució de actualizació v t (factor de actualizació del mometo de cobro al mometo de emisió de la póliza).defiiremos t como la logitud del período desde la emisió de la póliza hasta el fallecimieto. Para la fució de actualizació asumiremos que la tasa de iterés efectiva aual es, o solo determiística, sio costate (5%). Icorporar la tasa de iterés como v.a. requiere u desarrollo mucho más profudo que el que os plateamos realizar e este trabajo. Así, el primer paso para el aálisis de u seguro sobre la vida será defiir b T y v T, co lo que defiiremos al valor presete Z T, como Z T = b T.v T. Z T es ua v.a. a la cual deotaremos Z. Cabe aclarar que para u valor de t para el cual b T = 0,el valor de v T es irrelevate dado que lo que os iteresa es Z T. Ello os permitirá defiir v T de maera coveiete e ciertas circustacias. A cotiuació determiaremos alguas características de la distribució de probabilidad de Z que so cosecuecia de supuestos sobre la distribució de T (si todavía igresar al terreo de las leyes aalíticas de mortalidad). Para u seguro de vida, el valor esperado de la v.a. valor presete Z es llamado premio puro úico (e adelate, ppu), valor presete actuarial (e adelate, vpa) ó esperaza del valor presete de los pagos de idemizació.

4 Seguro de Muerte temporario años U seguro de muerte temporario años provee u pago solo si el asegurado fallece detro del térmio de años a partir del mometo de emisió de la póliza. Si se paga $1 pmf, segú Gerber (Gerber, 1995) T 1 t t v T = ; v = v t 0 ; Z = 0 t > 0 T> b t t La fució de distribució de Z, quedará defiida etoces de la siguiete maera segú Gozález Majarrez (Gozález Majarrez, 2008) T log( z) log z FZ ( z) = P( Z z) = P( v z) = P( T log( v) log( z)) = 1 P( T ) = 1 FT log( v) log v Etoces: 0 z v log( z) FZ ( z) = 1 FT v < z < 1 log( v) 1 z 1 El ppu para u seguro de muerte por años co u pago de $1 al mometo del fallecimieto de ua persoa de edad x es, segú el pricipio del valor esperado, E(Z) y puede ser calculado de la siguiete maera, a través de la fució de desidad de la v.a. T: t T gt x µ x + t 0 0 E ( Z ) = zg ( t ) dt = v p dt = A 1 x: Seguro de Muerte vida etera U seguro de muerte vida etera provee u pago luego del fallecimieto del asegurado, produzcase cuado se produzca. Si el pago es de $1, etoces: t T b = 1 t 0 ; v = v t 0 ; Z = v T 0 t t La fució de distribució de Z quedará defiida etoces de la siguiete maera, segú ya vimos: T log( z) log z FZ ( z) = P( Z z) = P( v z) = P( T log( v) log( z)) = 1 P( T ) = 1 FT log( v) log v Etoces:

5 0 z 0 log( z) FZ ( z) = 1 FT 0 < z < 1 log( v) 1 z 1 El ppu para este tipo de seguros, e fució de la v.a. T, es: t A = E( Z ) = v p µ dt x 0 t x x+ t Seguro Dotal Puro años U seguro dotal puro años provee u pago al fial de los años si y solo si el asegurado sobrevive al meos años desde la emisió de la póliza. Si el moto a pagar es $1, etoces: 0 t 0 T b t = ; v = v t 0 ; Z 1 t > t = v T> El úico elemeto de icertidumbre e el seguro dotal puro es si el reclamo va a ocurrir o o. El tamaño y el mometo del pago, si el reclamo ocurre, está predetermiados. E la expresió Z = v Y, Y es ua v.a. idicadora del eveto de que ua persoa de edad x sobreviva a la edad x+. 1 el idividuo de edad x está co vida a la edad x + P( Y = 1) = Y = co: 0 el idividuo de edad x o está co vida a la edad x + P( Y = 0) = p q x x Quedado defiida la cuatía de Z como: qx si z=0 P( Z = z) = px si z=v 0 e el resto Y su fució de distribució queda dada por: 0 z < 0 FZ ( z) = qx 0 z < v 1 z v El ppu es: E( Z) = E( v Y ) = v E( Y ) = v p = A 1 x x: Seguro Dotal Mixto U seguro dotal mixto por años provee u moto a pagar imediatamete luego de la muerte del asegurado o al sobrevivir años desde el mometo de emisió de la póliza, segú lo que ocurra primero. Si el seguro es por $1 y el beeficio de fallecimieto es pagadero al mometo de la muerte, etoces:

6 t T v t v T = 1 ; v = ; Z = v t > v T > b t t El seguro puede ser visto como la combiació de u seguro de muerte temporario por años y u dotal puro por años (cada uo de ellos por $1). Sea Z1, Z2 y Z3 las v.a. que deota el valor presete del seguro de muerte temporario co el beeficio de fallecimieto pagadero al mometo de la muerte, del seguro dotal puro y del seguro dotal mixto respectivamete, T T v T 0 T v T Z 1 = ; Z 2 = ; Z 3 = 0 T> v T> v T > etoces: Z 3 = Z 1 + Z 2 y por lo tato 1 1 x: = x: + x: A A A Presetació geeral de distitos tipos de retas Hay distitas operacioes de la vida diaria que costituye retas de vida. E particular, la mayoría de los seguros idividuales se adquiere a través de ua reta de vida adelatada. Tal como ya se dijo, os cocetraremos e el aálisis de retas de vida discretas adelatadas.. Para llevar a cabo el desarrollo de las retas de vida, comezaremos cosiderado u pago de $1 detro de años sujeto a la codició de que ua persoa de edad x sobreviva ese período. Vimos ates que u seguro de ese tipo recibía el ombre de seguro dotal puro. E el ámbito de los seguros, utilizamos el térmio ppu para la esperaza del valor presete del pago de la idemizació. E relació a las retas el térmio valor presete actuarial (vpa) y la otació E x será las utilizadas. La palabra actuarial e la expresió valor presete actuarial implica que ua esperaza, u otro factor además del iterés, ha sido icorporado al cálculo. De esta forma el valor presete actuarial de $1 detro de años sujeto a la codició de que ua persoa de edad x viva años más es: E = v p. x x Para trabajar co las retas de vida, puede ser utilizadas dos técicas: la técica de la corriete de pagos y la técica del valor agrupado. Los pasos a llevar a cabo, para aplicar estas técicas se preseta a cotiuació. Técica de corriete de pagos. Dicha técica cosiste e: 1. Determiar el importe del pago e el mometo t. 2. Determiar el valor presete actuarial del pago del mometo t 3. Sumar (itegrar) estos valores presetes actuariales para todos los pagos que se realiza. A pesar de que e uestro desarrollo posterior utilizaremos úicamete esta técica, se cosidera de utilidad explicar la otra técica (técica del valor agrupado) y aplicarla para mostrar el tratamieto de las retas cotiuas. Técica del valor agrupado. Cosiste e:

7 1. Calcular el valor presete, cosiderado úicamete el iterés compuesto, de todos los pagos que se realizará si la muerte ocurre e el mometo t. 2. Multiplicar el valor presete, hallado e el paso 1, por la probabilidad o la fució de desidad del fallecimieto a la edad x+t 3. Sumar (itegrar) para todos los valores de t. Como aplicació de esta última técica, a modo de ejemplo, se debe teer e cueta que: siedo T el tiempo de sobrevida de ua persoa de edad x, el valor presete de los pagos de ua reta de vida vitalicia cotiua de $ 1 por año es ua variable aleatoria: Y = V(0,T,δ). La fució de distribució de Y segú Bowers (Bowers, 1997) es: T T F ( y) = P( Y y) = P( V (0, T, δ ) y) = P(1 v δ y) = P( v δ y 1) Y T log(1 δ y) log(1 δ y) 1 = P( v ( δ y 1)) = P( T ) = FT ( ) para 0 < y < δ δ δ y la fució de desidad de Y (segú el mismo autor) es: FY ( y) log(1 δ y) ft (( log(1 δ y)) / δ ) 1 fy ( y) = = FT ( ) = ) para 0 < y < y y δ 1 δ y δ Ahora, siguiedo la técica del valor agrupado, el valor presete actuarial de la reta es: E(Y)=E(V(0,T,δ)). a x = V (0, T, δ ). t px. µ x + tdt 0 Alterativamete, bajo la técica de la corriete de pagos se puede calcular el vpa de la reta haciedo: t a = v. p x t x 0 Aplicado itegració por partes. se puede demostrar que las dos expresioes resulta equivaletes. Como ya fue explicitado, e el presete trabajo, calcularemos el valor presete actuarial de las retas a través de la técica de corriete de pagos. Reta de Vida temporaria años, u pago por año, adelatada Sea a&& x: el valor presete actuarial de ua reta temporaria años adelatada de $1 pagadero al comiezo de cada año mietras que ua persoa de edad x esté co vida, etoces, a partir de la técica de la corriete de pagos se tiee: 1 k a&& = v x: k p k = 0 x

8 Reta de Vida Vitalicia, u pago por año, adelatada Sea a&& x el valor presete actuarial de ua reta de vida vitalicia adelatada de $1 pagadero al comiezo de cada año mietras que ua persoa de edad x esté co vida, etoces, por la técica de la corriete de pagos se tiee: k x = k x k = 0 a&& v p Reta de Vida temporaria años, r pagos por año, adelatada E la práctica, las retas de vida so habitualmete pagaderas sobre bases mesuales, trimestrales o cuatrimestrales. ( r) Sea a&& x: el valor presete actuarial de ua reta de vida temporaria, co r pagos por año adelatados de $1/r (el primer pago se da al mometo de comprometerse a pagar la reta) mietras que ua persoa de edad x esté co vida, durate el plazo de años. Etoces, por la técica de la corriete de pagos y aplicado la fórmula de Woolhouse se tiee: ( r) r + 1 : : (1 a&& = a + v x x px ) 2r Si cada uo de los r pagos fuera de $ 1, etoces tedríamos que el correspodiete vpa sería: ( r) r + 1 r. a&& = r. (1 ) x: a + v x: px 2r Reta de Vida vitalicia, r pagos por año, adelatada ( ) Sea a&& r x el valor presete actuarial de ua reta de vida vitalicia, co r pagos por año adelatados de $1/r (el primer pago se da al mometo de comprometerse a pagar la reta) mietras que ua persoa de edad x esté co vida. Etoces, por la técica de la corriete de pagos y aplicado la fórmula de Woolhouse se tiee: ( r) ( r + 1) a&& x = ax + 2r Si cada uo de los r pagos fuera de $ 1, etoces tedríamos que el correspodiete vpa sería: ( r ) r + 1 x = x + r. a&& r. a 2r

9 Presetació geeral de tres leyes aalíticas de mortalidad Las leyes aalíticas de mortalidad pretede bridar u puto de partida para el modelado de la mortalidad e fució de la edad. Es e busca de este objetivo que cada ua de ellas propoe ua expresió distita para las fucioes biométricas, e particular, la fució de supervivecia s(x), la fució que determia la fuerza de la mortalidad µ, etre otras. La pricipal razó por la cual se sugiere el uso de determiadas leyes aalíticas es por u tema práctico, ya que a partir de ellas resulta más secillo expresar ua tabla de mortalidad: Efectivamete, co las leyes aalíticas se debe defiir uos pocos parámetros, fácilmete estimables, e lugar de valores asociados a cada edad de la tabla. E el presete trabajo, se trabajará co las leyes aalíticas de mortalidad propuestas por De Moivre (1729), Gompertz (1825) y Makeham (1860). Las leyes aalíticas de mortalidad y sus correspodietes parámetros y restriccioes se preseta e la Tabla 1. x Tabla 1 Leyes aalíticas de mortalidad Ley µ s( x) x Restriccioes De Moivre (1729) (w-x) -1 1-(x/w) 0 x < w Gompertz (1825) Bc x exp(-m(c x -1)) B > 0 ; c > 1 ; x 0 Makeham (1860) A + Bc x exp[-ax -m(c x -1)] B > 0 ; c > 1 ; x 0 ; A B Observacioes m=b/log(c) Gompertz es u caso especial de Makeham, e el cual A = 0. Ley de De Moivre E térmios teóricos resulta evidete que la fuerza de la mortalidad debe aumetar co la edad (excluyedo las edades iiciales). Esto puede verse claramete e lo propuesto por De Moivre, observado la expresió de µ x. Siedo w la edad máxima de la tabla de mortalidad, µ x tiede a ifiito cuado la edad tiede a la edad máxima. Por otra parte, aalizado la expresió de s(x), se observa que esta ley parte de la siguiete hipótesis: úmero de fallecimietos costate por año idepediete de la edad y por ede de los sobrevivietes. Ley de Gompertz Por su parte Gompertz, propoe icorporar la fuerza de la mortalidad, a través de ua fució defiida como: Bc x (creciete expoecialmete) asumiedo, e este caso, que cada idividuo preseta ua resistecia a efermedades (y a fallecer por causas aturales) decreciete e fució de la edad.

10 Ley de Makeham Makeham, establece, además, la ecesidad de icorporar los riesgos por fallecimietos accidetales (idepedietes de la edad), lo cual queda capturado e A, es decir que Makeham cosidera que la muerte de u idividuo puede estar determiada tato por el azar como por ua resistecia (cada vez más débil, e fució del aumeto de la edad) a la muerte. Segú Merio (Merio et al, 2002) "Esta ley preseta bueos ajustes e edades itermedias (adultas), mietras que proporcioa problemas e las edades extremas de la tabla pricipalmete e las edades más jóvees puesto que e las edades ifatiles la mortalidad es decreciete. Es cosiderada la ley más coocida y ampliamete utilizada para ajustar diversas tablas de supervivecia." Aplicació de las leyes aalíticas Lo primero que haremos e esta secció será determiar como queda expresada la fució de distribució de T (tiempo de sobrevida) y la fució de distribució y de desidad de Z (valor presete del pago de idemizació e el caso de los seguros de vida) para el seguro de muerte temporario años, bajo las leyes aalíticas de mortalidad (la extesió a los otros seguros de muerte se basa e el mismo razoamieto y e el caso del seguro dotal puro y mixto es ecesario hacer algua operació adicioal). Por otra parte, las fucioes de distribució y desidad de Y (valor presete de las retas de vida) o se desarrolla e este trabajo, por razoes de extesió. 1.De Moivre Fució de distribució de la variable aleatoria T ( ) DeMoivre x + t 1 s( x t) + w x t w x w x t t FT ( x) ( t) t qx 1 1 w + + = = = 1 s( x) x = = = 1 w x w x w x w Recordado la relació ya establecida etre la fució de distribució de T y de Z para el seguro de muerte temporario años, obteemos la fució de distribució y la desidad de Z para este seguro F 0 z v log( z) log( v)( w x) 1 z 1 Z ( z) = 1 v < z < 1 y la fució de desidad de Z: F ( z) 1 f z z z z log( v)( w x) Z Z ( ) = = para v < < 1 2.Gompertz Fució de distribució de la variable aleatoria T

11 Gompertz t + x S( x + t) exp[ m( c - 1)] x t FT ( x) ( t) = t qx = 1 = 1 1 exp[ mc ( c -1)] x = S( x) exp[ m( c - 1)] A partir de la cual se determia la fució de distribució de Z: 0 z v FZ ( z) = 1 z 1 log( z) x log( v) exp[ mc ( c -1) v < z < 1 y la fució de desidad de Z: f log( z) x log( v) log( z) m( c ) c 1 + x log( v) FZ ( z) mlog( c) c e Z ( z) = = para v < z < 1 z z log( v) 3. Makeham La fució de distribució de la variable aleatoria T queda determiada por: Makeham t + x S( x + t) exp[ A( x + t) m( c - 1)] x t FT ( x) ( t) = t qx = 1 = 1 1 exp[ At mc ( c -1)] x = S( x) exp[ Ax m( c - 1)] Y a partir de esta, queda defiida la fució de distribució de Z: 0 z v log( z) log( z) x log( v) Z ( ) = exp[ ( - 1) v < z < 1 F z A mc c log( v) 1 z 1 La cual deriva e la siguiete fució de desidad de Z: f log( z ) x log( v ) log( z) m( c ) c 1 A+ log( v) + x log( v) log( v) FZ ( z) ( A + m log( c) c ) e z Z ( z) = = Para v < z < 1 z log( v) Resultados para los distitos seguros Utilizado estas fucioes se halla los premios puros úicos defiidos e seccioes previas. A meos meció expresa e cotrario, w = 110, x (edad de la persoa) = 40, (plazo de las operacioes temporarias) es igual a 10 y la tasa efectiva aual es 0,05. Para la aplicació práctica de la fórmula de De Moivre se utilizará como valor de referecia de la edad máxima la ya mecioada e el párrafo aterior.

12 Para la aplicació práctica de las fórmulas de Gompertz y Makeham se partirá de los valores de los parámetros utilizados para la elaboració de ua tabla de mortalidad ilustrativa, segú Bowers (Bowers et al, 1997). Dichos parámetros so: B = , c = y A = Seguro de vida temporario años Los resultados obteidos para el ppu de este tipo de seguro, se preseta a cotiuació. Al variar la edad Bajo la aplicació de la ley de De Moivre al cálculo del ppu, se obtiee los resultados presetados e la tabla siguiete (Tabla 2) Tabla 2 Seguro temporario años Segú edad - De Moivre Edad E(Z) A partir de la Tabla 2, podemos apreciar que el ppu para este seguro, aumeta, al aumetar la edad. Si embargo el crecimieto etre los valores esperados o resulta lo suficietemete prouciado como sería razoable esperar para vidas humaas, debido a las hipótesis de las cuales parte la ley de De Moivre. Los resultados que surge de realizar el mismo cálculo, pero bajo la aplicació de la ley aalítica de mortalidad de Gompertz, se puede ver e la Tabla 3. Tabla 3 Seguro temporario años Segú edad - Gompertz Edad E(Z) Estos resultados, muestra que al aumetar la edad, aumeta el ppu, tal como ocurría bajo De Moivre. El crecimieto y el ivel para las distitas edades de los valores esperados resulta razoable si se cosidera vidas humaas. U comportamieto similar se aprecia e los resultados obteidos de la aplicació de la ley aalítica de Makeham (Tabla 4). Tabla 4 Seguro temporario años Segú edad - Makeham Edad E(Z) Vale la pea aalizar la diferecia etre los resultados que se obtiee co la fórmula de Makeham respecto de los que se obtiee co Gompertz. Efectivamete, los resultados obteidos co Makeham so mayores e todos los casos a los obteidos co Gompertz : esto se deriva por u lado del hecho de que estamos cosiderado u seguro cuya idemizació se paga e caso de fallecimieto y por el otro del valor positivo que estamos utilizado para el parámetro A e la fórmula de Makeham Al variar los parámetros B y A

13 La figura 1, refleja que es lo que ocurre co el ppu de u seguro temporario años, bajo la aplicació de la ley de Gompertz y Makeham, al variar B. Cojutamete se preseta el comportamieto de la ley de Makeham, al modificar el valor de A. Figura 1 Seguro temporario años - ppu bajo Makeham - Segú B - Para distitos A. Dado que se trata de u seguro cuya idemizació se paga e caso de fallecimieto y teiedo e cueta el sigo de los parámetros A y B, resulta lógico el resultado que se observa e el gráfico que muestra que a valores crecietes de dichos parámetros se obtiee ppu crecietes. Se puede observar tambié que ciertos valores de los parámetros o so compatibles co la cosideració de la ley aalítica para vidas humaas. Por otra parte, B es u factor de escala que impacta sobre el crecimieto (supuesto expoecial creciete) del riesgo de muerte depediete de la edad, mietras que A costituye u factor que recoge el riesgo de muerte accidetal (o depediete de la edad). Al variar los parámetro c y A E la figura 2, observamos el comportamieto del ppu de u seguro temporario e fució de c, y para distitos valores de A.

14 Figura 2 Seguro temporario años - ppu bajo Makeham - Segú c - Para distitos A. Teiedo e cueta el sigo de A y los valores de c, resulta lógico el resultado que se observa e el gráfico que muestra que a valores crecietes de dichos parámetros se obtiee ppu crecietes. Se puede observar tambié que ciertos valores de los parámetros o so compatibles co la cosideració de la ley aalítica para vidas humaas. Al variar Las siguietes tablas (Tablas 5-7) os preseta que ocurre al variar. Tabla 5 Seguro temporario años Segú - De Moivre E(Z) Tabla 6 Seguro temporario años Segú - Gompertz E(Z) Tabla 7 Seguro temporario años Segú - Makeham E(Z) Podemos apreciar, a partir de estas tablas, que el ppu, bajo la aplicació de las distitas leyes, muestra e todos los casos crecimieto al aumetar (como resulta lógico dado que represeta el período de cobertura), auque la tasa a la que se produce dicho crecimieto es sesiblemete mayor e el caso de Gompertz y Makeham. Los resultados obteidos para De Moivre cofirma que la ley o resulta razoable para vidas humaas.

15 Seguro de Vida vitalicio Los resultados obteidos para el ppu de este tipo de seguro, se preseta a cotiuació. Al variar la edad Las tablas 8 a 10, establece que es lo que ocurre co el ppu, al variar la edad, cosiderado las tres leyes aalíticas de mortalidad tratadas e este trabajo. Tabla 8 Seguro vida etera - Segú Edad - De Moivre Edad E(Z) Tabla 9 Seguro vida etera - Segú Edad - Gompertz Edad E(Z) Tabla 10 Seguro vida etera - Segú Edad - Makeham Edad E(Z) Cosiderado que el seguro vida etera es, e cierta forma, u caso particular de seguro temporario (de plazo w-x), vale e lo pertiete las coclusioes a las que habíamos arribado al aalizar aquel seguro. La iformació que aporta estos uevos cuadros (e particular para la ley de Gompertz y Makeham) so las cotas superiores de los ppu de los seguros temporarios a las diferetes edades cuado se cosidera el mayor plazo posible, dada la tabla de mortalidad implícita. Al variar los parámetro B y A y c y A Las Figuras siguietes (Figuras 3 y 4) refleja que sucede al variar, por u lado, el parámetro B, para distitos valores de A, y por otro lado, que ocurre al variar c, para distitos valores de A.

16 Figura 3 Seguro vida etera PPU bajo Makeham - Segú B, para distitos A. Figura 4 Seguro vida etera - PPU bajo Makeham - Segú c, para distitos A. Vale los cometarios ya hechos respecto al vículo etre los seguros vida etera y los temporarios.

17 Seguro Dotal Puro años Al variar la edad E las tablas 11 a 13 vemos que ocurre al variar la edad, para las tres leyes e estudio. Tabla 11 Seguro Dotal Puro - Segú Edad - De Moivre Edad E(Z) Tabla 12 Seguro Dotal Puro - Segú Edad - Gompertz Edad E(Z) Tabla 13 Seguro Dotal Puro - Segú Edad - Makeham Edad E(Z) E primer lugar, se puede observar que los valores de los distitos cuadros de este seguro tiee u comportamieto totalmete distito a los de los seguros ateriores. Ello se debe, como razó pricipal, a que este seguro paga la idemizació e el mometo que correspoda si la persoa está viva mietras que e los ateriores la codició para el pago de la idemizació es el fallecimieto. Por otra parte, se reitera la iadecuació de la ley de De Moivre para vidas humaas y la similitud de los valores que se obtiee de la aplicació de la ley de Gompertz y Makeham. Resulta iteresate aalizar para estas dos últimas leyes como se produce el decrecimieto del ppu a medida que se avaza e la edad. Al variar Tabla 14- Seguro Dotal Puro - Segú - De Moivre E(Z) Tabla 15- Seguro Dotal Puro - Segú - Gompertz E(Z) Tabla 16- Seguro Dotal Puro - Segú Makeham E(Z) Se puede observar que al igual que e el aálisis por edad los valores de los distitos cuadros de este seguro tiee u comportamieto totalmete distito a los de los seguros ateriores. Ello se debe a la misma razó que se mecioaba cuado se hacía el aálisis por edad.

18 Por otra parte, se reitera la iadecuació de la ley de De Moivre para vidas humaas y la similitud de los valores que se obtiee de la aplicació de la ley de Gompertz y Makeham. Resulta iteresate aalizar para estas dos últimas leyes como se produce el decrecimieto del ppu a medida que crece. Cuado se aaliza este seguro, e fució de los parámetros B, C y A vale e lo pertiete las mismas coclusioes ya mecioadas. Al variar B Tabla 17- Seguro Dotal Puro - Segú B - Gompertz B E(Z) Tabla 18- Seguro Dotal Puro - Segú B - Makeham B E(Z) Al variar c Tabla 19 - Seguro Dotal Puro - Segú c - Gompertz c 1, ,11 1,21 1,31 E(Z) , Tabla 20 - Seguro Dotal Puro - Segú c - Makeham c 1, ,11 1,21 1,31 E(Z) Al variar A Tabla 21 - Seguro Dotal Puro - Segú A - Makeham A ,005 0,007 E(Z) Seguro Dotal Mixto Lo que sucede al variar la edad, puede apreciarse e la figura 5. E primer lugar, es ecesario teer e cueta que como el seguro dotal mixto es e realidad u seguro de muerte temporario y u seguro dotal puro por igual plazo, los resultados que se obtiee respecto al ppu para la ley de De Moivre e este caso arrastra los problemas ya mecioados cuado se aalizaro los ppu de sus compoetes. Por otra parte, para las leyes aalíticas de Gompertz y Makeham (para los que se observa ppu muy similares) es particularmete iteresate la evolució del ppu segú edad.

19 Figura 5 Seguro Dotal Mixto - ppu bajo De Moivre, Gompertz y Makeham - Segú Edad Al variar Tabla 22 Seguro Dotal Mixto Segú - De Moivre E(Z) 0, , , , Tabla 23 Seguro Dotal Mixto Segú Gompertz E(Z) 0, , , , Tabla 24 Seguro Dotal Mixto Segú Makeham E(Z) 0, , , ,21462 Como ya se dijo, es ecesario teer e cueta que como el seguro dotal mixto es e realidad u seguro de muerte temporario y u seguro dotal puro por igual plazo, los resultados que se obtiee respecto al ppu para la ley de De Moivre arrastra los problemas ya mecioados cuado se aalizaro los ppu de sus compoetes. Cuado se aaliza este seguro, e fució de los parámetros B, C y A vale e lo pertiete las mismas coclusioes ya mecioadas.

20 Al variar B Tabla 25- Seguro Dotal Mixto - Segú B - Gompertz B E(Z) Tabla 26- Seguro Dotal Mixto - Segú B - Makeham B E(Z) Al variar c Tabla 27- Seguro Dotal Mixto - Segú c - Gompertz c 1, ,11 1,21 1,31 E(Z) Tabla 28 - Seguro Dotal Mixto - Segú c - Makeham c 1, ,11 1,21 1,31 E(Z) Al variar A Tabla 29 - Seguro Dotal Mixto - Segú A - Makeham A ,005 0,01 E(Z) Resultados para las distitas retas A cotiuació se presetará los resultados obteidos para las retas plateadas e uestro desarrollo previo, bajo la aplicació de la ley aalítica de mortalidad de De Moivre, Gompertz, y Makeham. A meos meció expresa e cotrario, w = 110, x (edad de la persoa) = 40, (plazo de las operacioes temporarias) es igual a 10 y la tasa efectiva aual es 0,05. Para la aplicació práctica de la fórmula de De Moivre se utilizará como valor de referecia de la edad máxima la ya mecioada e el párrafo aterior. Para la aplicació práctica de las fórmulas de Gompertz y Makeham se partirá de los valores de los parámetros utilizados para la elaboració de ua tabla de mortalidad ilustrativa, segú Bowers (Bowers et al, 1997). Dichos parámetros so: B = , c = y A =

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

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

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO

MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo

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

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

TEMA 5: INTERPOLACIÓN

TEMA 5: INTERPOLACIÓN 5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x

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

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

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

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

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

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

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo

Modelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada

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

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

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

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

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

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

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

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

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

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios

Polinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua

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

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

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA

CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO I CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA El campo de la estadística tiee que ver co la recopilació, presetació, aálisis y uso de datos para tomar decisioes y resolver problemas. Motgomery

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

8 Funciones, límites y continuidad

8 Funciones, límites y continuidad Solucioario 8 Fucioes, límites y cotiuidad ACTIVIDADES INICIALES 8.I. Copia y completa la siguiete tabla, epresado de varias formas los cojutos uméricos propuestos. Gráfica Itervalo Desigualdad Valor absoluto

Más detalles

Estadística Descriptiva

Estadística Descriptiva Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se

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

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

Análisis en el Dominio del Tiempo para Sistemas Discretos

Análisis en el Dominio del Tiempo para Sistemas Discretos OpeStax-CNX module: m12830 1 Aálisis e el Domiio del Tiempo para Sistemas Discretos Do Johso Traslated By: Erika Jackso Fara Meza Based o Discrete-Time Systems i the Time-Domai by Do Johso This work is

Más detalles

ANÁLISIS Y RESOLUCIÓN DE CIRCUITOS

ANÁLISIS Y RESOLUCIÓN DE CIRCUITOS NÁLSS Y ESOLCÓN DE CCTOS. Las Leyes de Kirchhoff..- Euciado de las Leyes de Kirchhoff. Defiició de Nodo y Lazo Cerrado. Las Leyes de Kirchhoff so el puto de partida para el aálisis de cualquier circuito

Más detalles

PRUEBAS DE HIPÓTESIS

PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.

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

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

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

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

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD

CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD MCAL103/03 LIBRO: PARTE: TÍTULO: CAL. CONTROL Y ASEGURAMIENTO DE CALIDAD 1. CONTROL DE CALIDAD 03. Aálisis Estadísticos de Cotrol de Calidad A. CONTENIDO Este Maual cotiee los procedimietos para aalizar,

Más detalles

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con

OBJETIVOS. Objetivos Generales. Objetivos Específicos. Profesora: María Martel Escobar. Una función f es creciente (estrictamente) si x, y Dom(f), con Curso -3 OBJETIVOS Objetivos Geerales Itroducir el cálculo de fucioes de ua variable como fudameto del aálisis ecoómico margial y los problemas de optimizació. Matemáticas Empresariales Doble Grado e ADE

Más detalles

MARTINGALAS Rosario Romera Febrero 2009

MARTINGALAS Rosario Romera Febrero 2009 1 MARTINGALAS Rosario Romera Febrero 2009 1. Nocioes básicas De ició: Sea (; F; P ) u espacio de probabilidad y T 6= ; y sea (F t ) t2t ua ltració e F. Ua familia fx t g t2t de v.a. reales de idas sobre

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

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

SUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica.

SUCESIONES Y SERIES página 205 SUCESIONES Y SERIES. 12.1 Una sucesión es un conjunto de números ordenados bajo cierta regla específica. págia 05. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto {,,, 4,

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadística Descriptiva Itroducció Se defie alguos coceptos básicos para ua compresió ituitiva de la Estadística. Se itroduce los primeros coceptos sobre el uso y maejo de datos uméricos, que permite distiguir

Más detalles

Sucesiones y ĺımite de sucesiones

Sucesiones y ĺımite de sucesiones Tema 3 Sucesioes y ĺımite de sucesioes Ídice del Tema Sucesioes........................................ 60 Progresioes....................................... 63 3 Covergecia......................................

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

MATEMÁTICA. Unidad 3 Utilicemos funciones Reales de variable Real. Utilicemos medidas de tendencia central. Trabajemos con medidas de posición

MATEMÁTICA. Unidad 3 Utilicemos funciones Reales de variable Real. Utilicemos medidas de tendencia central. Trabajemos con medidas de posición MATEMÁTICA Uidad Utilicemos fucioes Reales de variable Real. Utilicemos medidas de tedecia cetral. Trabajemos co medidas de posició Objetivos de la Uidad: Resolverás situacioes que implique la utilizació

Más detalles

Valoración de permutas financieras de intereses (IRS) *

Valoración de permutas financieras de intereses (IRS) * Valoració de permutas fiacieras de itereses (IRS) * JOSÉ E. ROMERO FERNÁNDEZ Agecia Estatal de Admiistració Tributaria SUMARIO 1. INTRODUCCIÓN. 2. INSTRUMENTOS FINANCIEROS DERIVADOS. 3. LOS MERCADOS. 4.

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

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:

Dada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por: Tema 4. Trasformada Z. La trasformada Z para sistemas discretos desempeña u papel aálogo a la trasformada de Laplace para sistemas cotiuos. os va a permitir represetar la relació etrada salida de u sistema

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

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

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

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª Sea a, b y eteros positivos tales que a b y ab Prueba que a b 4 Idica justificadamete cuádo se alcaa la igualdad Supogamos que el resultado a demostrar fuera falso

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

Variables aleatorias. Distribución binomial y normal

Variables aleatorias. Distribución binomial y normal Variables aleatorias. Distribució biomial y ormal Variable aleatoria Def.- Al realizar u experimeto aleatorio teemos u espacio muestral E. A cualquier ley o aplicació que a cualquier suceso de E le asocie

Más detalles

TEMA4: MATEMÁTICA FINANCIERA

TEMA4: MATEMÁTICA FINANCIERA TEMA4: MATEMÁTICA FINANCIEA 1. AUMENTOS Y DISMINUCIONES POCENTUALES Si expresamos u porcetaje % como u úmero decimal: tato por uo: r = 23 23% = 0, 23 obteemos el Para calcular el porcetaje % de ua catidad

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

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

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida

CADENAS DE MARKOV. Métodos Estadísticos en Ciencias de la Vida CADENAS DE MARKOV Itroducció U proceso o sucesió de evetos que se desarrolla e el tiempo e el cual el resultado e cualquier etapa cotiee algú elemeto que depede del azar se deomia proceso aleatorio o proceso

Más detalles

4. CONCEPTO BASICOS DE PROBABILIDADES

4. CONCEPTO BASICOS DE PROBABILIDADES 4. CONCEPTO BASICOS DE PROBABILIDADES Dr. http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ 41 4.1 Espacio Muestral y Evetos 4.1.1 1 Experimetos Aleatorios y Espacios

Más detalles

ELEMENTOS DE MATEMÁTICA ACTUARIAL SOBRE PREVISIÓN SOCIAL Y SEGUROS DE VIDA ENFOCADO AL GRADO Y MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS

ELEMENTOS DE MATEMÁTICA ACTUARIAL SOBRE PREVISIÓN SOCIAL Y SEGUROS DE VIDA ENFOCADO AL GRADO Y MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS ELEMENTOS DE MATEMÁTICA ACTUARIAL SOBRE PREVISIÓN SOCIAL Y SEGUROS DE VIDA ENFOCADO AL GRADO Y MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS Autores: Gregoria Mateos-Aparicio Morales (Directora) Aa Vicete

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

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción

LA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada

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

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

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

GUÍA DE ESTUDIO ÁLGEBRA LINEAL

GUÍA DE ESTUDIO ÁLGEBRA LINEAL GUÍ DE ESUDIO ÁLGER LINEL ema 3. rasformacioes Lieales. QUÉ ES UN RNSFORMCIÓN? E térmios geerales, ua trasformació es ua fució que permite trasformar u vector que perteece a u espacio vectorial (domiio)

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

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

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

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

OPCIÓN A EJERCICIO 1 (A)

OPCIÓN A EJERCICIO 1 (A) IES Fco Ayala de Graada Juio de 01 (Geeral Modelo 6) Solucioes Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS JUNIO 01 MODELO (COMÚN) OPCIÓN A EJERCICIO 1 (A) -1-1 1 Sea las matrices A =

Más detalles

Probabilidad con técnicas de conteo

Probabilidad con técnicas de conteo UNIA 3 Probabilidad co técicas de coteo Objetivos Al fializar la uidad, el alumo: distiguirá y utilizará las reglas de multiplicació y de suma para el cálculo de la catidad de arreglos co y si orde explicará

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

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

Introducción a las sucesiones. y series numéricas

Introducción a las sucesiones. y series numéricas UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA LABORATORIO DE FORMAS EN GRUPOS Itroducció a las sucesioes y series uméricas Ramó Bruzual Marisela Domíguez Caracas, Veezuela

Más detalles

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O

PRIMERA SESIÓN. l. Se considera la sucesión de números reales definida por la relación de recurrenc1a: U n+l = a Un + ~ U n-1, con n > O PRIMERA SESIÓN Problema N l. l. Se cosidera la sucesió de úmeros reales defiida por la relació de recurreca: U +l = a U + ~ U -, co > O Siedo: a y ~ úmeros fijos. Se supoe tambié coocidos los dos primeros

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

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

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

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

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones.

TEMA 28: Estudio global de funciones. Aplicaciones a la representación gráfica de funciones. MATEMÁTICAS Represetació Gráica de Fucioes 1 TEMA 28: Estudio global de ucioes Aplicacioes a la represetació gráica de ucioes Esquema: Autor: Atoio Pizarro Sácez 1 Itroducció 2 Domiio de deiició y recorrido

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

APUNTES DE MATEMÁTICAS

APUNTES DE MATEMÁTICAS APUNTES DE MATEMÁTICAS 4º ESO º Trimestre Autor: Vicete Adsuara Ucedo INDICE Tema : Vectores e el Plao.. Ejercicios Tema 9 Tema : Depedecia Lieal...7 Ejercicios Tema. 0 Tema 3: El Plao Afí...... Ejercicios

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

APLICACIONES LINEALES.

APLICACIONES LINEALES. APLICACIONES LINEALES. INTODUCCIÓN: APLICACIONES ENTE CONJUNTOS. Ua aplicació etre dos cojutos A y B es ua regla que permite asigar a cada elemeto de A, uo de B. La aplicació del cojuto A e el cojuto B

Más detalles

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna

IES Fco Ayala de Granada Sobrantes de 2011 (Modelo 1) Enunciado Germán-Jesús Rubio Luna IES Fco Ayala de Graada Sobrates de 011 (Modelo 1) Euciado Germá-Jesús Rubio Lua SOLUCIONES PRUEBA DE ACCESO A LA UNIVERSIDAD DEL AÑO 010-011 ANDALUCÍA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució L I T E R A T U R A Y M A T E M Á T I C A S El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía

Más detalles

LA TASA DE INTERÉS COMO VARIABLE ALEATORIA EN LOS SEGUROS DE MUERTE Y LAS RENTAS DE VIDA TRADICIONALES.

LA TASA DE INTERÉS COMO VARIABLE ALEATORIA EN LOS SEGUROS DE MUERTE Y LAS RENTAS DE VIDA TRADICIONALES. LA TASA DE INTERÉS COMO VARIABLE ALEATORIA EN LOS SEGUROS DE MUERTE Y LAS RENTAS DE VIDA TRADICIONALES. Cr. Sergio Barszcz / RESUMEN El obetivo geeral del documeto es icorporar e el aálisis de ua primera

Más detalles

Los sistemas operativos en red

Los sistemas operativos en red 1 Los sistemas operativos e red Objetivos del capítulo Coocer lo que es u sistema operativo de red. Ver los dos grupos e que se divide los sistemas oeprativos e red. Distiguir los compoetes de la arquitectura

Más detalles

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

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

Más detalles

Cálculo para la ingeniería Tomo II. Salvador Vera

Cálculo para la ingeniería Tomo II. Salvador Vera Cálculo para la igeiería Tomo II Salvador Vera 9 de eero de 5 ii Copyright c by Salvador Vera Ballesteros, 998-4. Ídice geeral 7. Series Numéricas 7.. El sigo del sumatorio: Sigma Σ... 7... Propiedades

Más detalles

Análisis de Señales y Sistemas Digitales. Concepto Algoritmo Implementación

Análisis de Señales y Sistemas Digitales. Concepto Algoritmo Implementación Aálisis de Señales y Sistemas Digitales FFT Cocepto Algoritmo Implemetació 2010 FFT Trasformada Rápida de Fourier Cocepto La trasformada rápida de fourier (FFT) es u algoritmo que permite él cálculo eficiete

Más detalles

Límite de una función

Límite de una función Límite de ua fució SOLUCIONARIO Límite de ua fució LITERATURA Y MATEMÁTICAS El ocho Sharrif iba sacado los libros [de mi bolsa] y ordeádolos e ua pila sobre el escritorio mietras leía cuidadosamete los

Más detalles

ALGORITMOS Y DIAGRAMAS DE FLUJO

ALGORITMOS Y DIAGRAMAS DE FLUJO ALGORITMOS Y DIAGRAMAS DE LUJO Elabore diagramas de flujo para expresar la solució de los problemas que se preseta a cotiuació. Auque sólo se pida explícitamete e alguos casos, es ecesario que Ud. siempre

Más detalles

Soluciones Hoja de Ejercicios 2. Econometría I

Soluciones 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 detalles

UNIVERSIDAD DE ATACAMA

UNIVERSIDAD DE ATACAMA UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA PARCIAL N o 3 Profesor: Hugo S. Salias. Primer Semestre 2012 1. El ivel

Más detalles

Estadística para Química - 1er. cuat. 2007 - Marta García Ben

Estadística para Química - 1er. cuat. 2007 - Marta García Ben Ej. 1 Podriamos cosiderar S={0,1,} (los resultados o sería igualmete probables). Pero tambie podemos defiir S={CC,CS,SC,SS} describiedo todos los resultados de tirar dos moedas y luego asociar CC, CS 1,

Más detalles