Dependencia no lineal del Índice de Precios y Cotizaciones de la Bolsa Mexicana de Valores

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

Download "Dependencia no lineal del Índice de Precios y Cotizaciones de la Bolsa Mexicana de Valores"

Transcripción

1 Dependencia no lineal del Índice de Precios y Cotizaciones de la... Dependencia no lineal del Índice de Precios y Cotizaciones de la Bolsa Mexicana de Valores Semei L. Coronado Ramírez* Francisco Venegas-Martínez** Víctor Sandoval Mejía*** Fecha de recepción: 13 noviembre de 011 Fecha de aceptación: 6 de enero de 01 * Universidad de Guadalajara, Departamento de Métodos Cuantitativos, Centro Universitario de Ciencias Económicas Administrativas, semeic@gmail.com ** Instituto Politécnico Nacional, Escuela Superior de Economía, Sección de Estudios de Posgrado e Investigación, fvenegas1111@yahoo.com.mx *** Universidad de Guadalajara, Centro Universitario de Ciencias Económicas Administrativas, nano_1s@hotmail.com 65

2 Estocástica FINANZAS Y RIESGO RESUMEN linealidad. ABSTRACT that the null hypothesis that errors are independent and identically 66 Año, número 1, enero - junio 01

3 Dependencia no lineal del Índice de Precios y Cotizaciones de la Introducción discusión, y de manera particular el debate se centra en los precios de las no siguen un proceso de caminata aleatoria, debilitando así, la HME. tiempo y posteriormente surgió la metodología del mismo nombre. Estos mo- cieras por lo regular presentan períodos largos seguidos de períodos cortos rentabilidad, comportamiento asimétrico debido a las buenas o malas noti- - Herrera et al

4 Estocástica FINANZAS Y RIESGO - El supuesto típico en las series de tiempo es que son estacionarias y siguen - - no se pueden obtener soluciones periódicas estables e independientes de un - - ten capturar ciertas características que no pueden hacer los modelos lineales, concentraremos en modelos no paramétricos que no cumplen con los supues- -, et al.et al. et al Año, número 1, enero - junio 01

5 Dependencia no lineal del Índice de Precios y Cotizaciones de la et al.- - et al.- no linealidad. et al. - rísticas de los rendimientos de índices bursátiles latinoamericanos presentan - et al

6 Estocástica FINANZAS Y RIESGO - - et al. - - ta muestra los resultados empíricos y, por último, la quinta presenta las conclusiones.. Metodología p p p x c x t i ti t i1 - - p,q- (p,q y h dependen de sus últimos residuos y de sus h t t p q t 0 i ti jhtj i1 j1. A los errores del modelo 70 Año, número 1, enero - junio 01

7 Dependencia no lineal del Índice de Precios y Cotizaciones de la... res son i.i.d. a) Prueba BDS et al BDS, m m t C, m ( C,1). (1) V, m b) Prueba McLeod y Li con la hipótesis nula de que los errores siguen una distribución normal, en otras palabras son i.i.d. h1 ˆ ( h) m ML n( n ). () n h et al., c) Prueba Tsay los datos. También es conocida como la prueba F p 1 La nomenclatura y detalle de las fórmulas se puede consultar en los artículos citados en cada una de las pruebas. 71

8 Estocástica FINANZAS Y RIESGO F sigue los siguientes pasos. Y t sobre 1, Yt 1,..., YtM- resyˆt y los residualesˆt para toda t=m+1,,n. Y W t t t donde W (1, Y, Y,..., Y ), t t1 t tm,,,..., 1 M (3) Z t sobre1, Yt 1,..., Yt M y se calculan los residuales X ˆ t para t=m+1,,n 1 Z t =W t H+X t donde Z t está dado por m M( M 1) - T T Z vech( U U ), U ( Y 1,... Y ) t t t t t t M ˆ Xˆ e, t M 1,..., n. (4) t t t d) Prueba Engle LM - es generado por un proceso lineal. El modelo se basa en la R de la ecuación E( x ) t x p k t 0 kxti t i1 (5) 7 Año, número 1, enero - junio 01

9 Modelado del comportamiento del tipo de cambio peso-dólar... e) Prueba Bicovarianza - rs 1 C ( r, s) ( rs) x( t ) x( t r) x( t s), 0r s donde xxx k k k 1 i1 xxx Grs (,) ( rs) C (,) rs es el estadístico en cuestión y tiene la si- l s1 H G r s s r1 (,). (6) Aquí H se asintóticamente distribuido como 1/ con ll ( 1)/, l N, 0.4 l N f) Prueba Reversibilidad xt () la cual representa un proceso estacionario de tercer orden con media cero, entonces el momento de tercer orden Cx(,) r s - x C( rs, ) E xtxt ( ) ( r)( ts), s r, r 0,1,,... (7) f1 y f en el dominio ( f, f ) : 0 f 0.5, f f, f f 1, (8) x (9) B ( f, f ) C ( r, s)exp ( f r f s) x 1 1 t1 t 73

10 Estocástica FINANZAS Y RIESGO x(t Cx(,) r s Cx( r, s) ma que la parte imaginaria del biespectro, B ( x f, ) 1 f, es igual a cero si x(t. x(0), x(1),..., x( T 1) Q. fk K / Q. El nú- P T / Q, donde los cor- resolución del ancho de banda ( 1/Q p-ésimas Q Y( f, f ) X( f ) X( f ) X *( f f ), (10) k1 k k1 k k k donde Q1 k (11) X( f ) xt ( ( pq. )exp f ( t( pq. )). k t0 B ( x f, ) 1 f, Bx( fk, f ) 1 k se obtiene Y( fk, f ) 1 k tamaño P ( fk, f ) 1 k ( f1, f ), el estimador es consistente y asintóticamente normal B ( x f, ) 1 f grandes de B ( f, f ) x k1 k 1 Var ( ) ( ) ( ), Sx fk S 1 x fk S x fk f 1 k T (1) donde Sx( f) f y es el ancho de banda de Bx( fk, f ) 1 k A( f, f ) P/ T. B ( f, f ) /Var 1/ k1 k x k1 k, (13) 74 Año, número 1, enero - junio 01

11 Dependencia no lineal del Índice de Precios y Cotizaciones de la... y la parte imaginaria de A( fk, f ) 1 k se denota por Im A( f, ) k f 1 k donde A fk f 1 k (14) ( k1, k) D Reversibilidad= Im (, ), D ( k, k ):( f, f ). (15) 1 k1 k naria Im Bx( f1, f) 0 bilidad sigue una distribución con M T /16 grados de libertad. Esta - puede ser no lineal aunque los errores sean simétricamente distribuidos, la bución de probabilidad no gaussiana, aunque el modelo sea lineal, por lo cual la prueba et al., 3. Descripción de los datos. dl ln( xt / xt 1), donde dlmientos diarios, xt el día t y xt 1 el precio de cierre del índice del mercado del día anterior. En la 75

12 Estocástica FINANZAS Y RIESGO Gráfica 1. Valores de cierre diarios del IPC en el período del día 0 de octubre de 003 hasta el 04 de mayo de 011. Serie al precio de cierre Volumen Fuente: Elaboración propia. Gráfica. Evolución de los rendimientos diarios del IPC para el periodo en estudio. Serie de los rendimientos (dl) Fuente: Elaboración propia. 76 Año, número 1, enero - junio 01

13 Dependencia no lineal del Índice de Precios y Cotizaciones de la , Cuadro 1. Resumen estadístico para el rendimiento del IPC. Estadísticos descriptivos Observaciones 1899 Media Desviación estándar Asimetría Curtosis Jarque-Bera Valor de p Fuente: Elaboración propia. 4. Resultados empíricos de dependencia no lineal p - - ht 3.4E t ht 1 Los cálculos se realizan por medio del programa STATA Una vez determinado el modelo AR(0), el cual se escogió de acuerdo a los criterios AIC y BIC, se procedió a estudiar si la serie contenía efectos ARCH, para ello se utilizó el Multiplicador de Lagrange resultando el valor p del estadístico F significativo; con lo cual se concluyó que había efectos ARCH o GARCH. Posteriormente se realizaron las combinaciones de un modelo ARCH(1,1) y GARCH (1,1) hasta ARCH(3,3) GARCH (3,3) seleccionando el mejor modelo que se ajustaba de acuerdo al criterio AIC y BIC. Resultando un GARCH (1,1). 77

14 Estocástica FINANZAS Y RIESGO - - Cuadro. Prueba BDS para la serie de errores del modelo GARCH (1,1) del rendimiento diario del IPC. Prueba BDS Dimensión EPS = 0.50 EPS = 1.00 EPS = Fuente: Elaboración propia. - Cuadro 3. Prueba McLeod-Li para la serie de errores del modelo GARCH (1,1) del rendimiento diario del IPC. Prueba McLeod-Li Retardos Valor de p Fuente: Elaboración propia. 4 Disponible en y en 78 Año, número 1, enero - junio 01

15 Dependencia no lineal del Índice de Precios y Cotizaciones de la... Cuadro 4. Prueba Tsay para la serie de errores del modelo GARCH (1,1) del rendimiento diario del IPC. Prueba Tsay Valor p Fuente: Elaboración propia. distribución normal. Cuadro 5. Prueba Engle-LM para la serie de errores del modelo GARCH (1,1) del rendimiento diario del IPC. Prueba Engle-LM Retardos Valor de p Fuente: Elaboración propia. p. Cuadro 6. Prueba Bicovarianza para la serie de errores del modelo GARCH (1,1) del rendimiento diario del IPC Prueba Bicovarianza Rezagos Valor p Fuente: Elaboración propia. 79

16 Estocástica FINANZAS Y RIESGO probabilidad no gaussiana aunque el modelo sea lineal, por lo cual la prueba - et al Prueba Reversibilidad Valor p Fuente: Elaboración propia. 5. Conclusiones - - hipótesis nula. Esta dependencia no lineal encontrada puede ser debida - - Además, nuestras conclusiones corroboran los resultados encontrados en et al.et al. 80 Año, número 1, enero - junio 01

17 Dependencia no lineal del Índice de Precios y Cotizaciones de la... Bibliografía The economic journal in economics. Nova economia many agents. Physica A analysis. Economic letters The journal of futures markets Journal of econometrics - Applied economics letters and crashes. European journal physics B- - Journal of the american statistical association A test for independence based on the correlation dimension- sion. Econometric reviews ITSM for windows 81

18 Estocástica FINANZAS Y RIESGO prices. Journal of futures markets Econometrica- rios latinoamericanos. Estudios de administracion prices. Journal of political economy Eseconomía. Revista de estudios económicos, tecnológicos y sociales - nonlinear phenomena turns. Journal of business and economic statistics- Macroeconomic dynamics ment. - rity. Biometrika 8 Año, número 1, enero - junio 01

19 Dependencia no lineal del Índice de Precios y Cotizaciones de la... Journal of merging market Análisis económico Biometrika Modelo SETAR aplicado a la volatilidad de la rentabilidad de Dinámica lineal y nolineal entre el EU- ROTOXX-50 y su contrato de futuro exchange Journal of applied econometrics -. Taylor Biometrika- Nonlinear behavior of Latin American stock markets: the economic and political events explanation 83

20 Estocástica FINANZAS Y RIESGO in time series. Journal of forecasting Biometrika Estudios económicos- - nos. Análisis económico 84 Año, número 1, enero - junio 01

FACTORES COMUNES EN LA VOLATILIDAD DE LOS TIPOS DE INTERÉS DEL MERCADO INTERBANCARIO

FACTORES COMUNES EN LA VOLATILIDAD DE LOS TIPOS DE INTERÉS DEL MERCADO INTERBANCARIO "FACTORES COMUNES EN LA VOLATILIDAD DE LOS TIPOS DE INTERÉS DEL MERCADO INTERBANCARIO" José Miguel Navarro Azorín Dpto. de Métodos Cuantitativos para la Economía Universidad de Murcia (versión preliminar)

Más detalles

UN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS

UN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS UN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Con base en modelos de regresión que explican la evolución de las

Más detalles

ANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS

ANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS V JORNADAS ASEPUMA ANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS Rodriguez Aviles, Rafael 1 1. Introducción El origen de esta comunicación está en una entrevista

Más detalles

Capítulo 7: Distribuciones muestrales

Capítulo 7: Distribuciones muestrales Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.

Más detalles

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas

Más detalles

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelación con ARMA

ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelación con ARMA ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelación con ARMA Método Box-Jenkins: Un libro que ha tenido una gran influencia es el de Box y Jenkins (1976): Time Series Analysis: Forecasting and

Más detalles

Tema 10. Estimación Puntual.

Tema 10. Estimación Puntual. Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener

Más detalles

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2

Solución ESTADÍSTICA. Prueba de evaluación contínua 2 - PEC2 Semestre set04 - feb05 Módulos 11-17 Prueba de evaluación contínua 2 - PEC2 Solución Presentación i objetivos Enunciados: descripción teórica de la práctica a realizar Materiales Criterios de evaluación

Más detalles

Selectividad Septiembre 2006 SEPTIEMBRE 2006

Selectividad Septiembre 2006 SEPTIEMBRE 2006 Bloque A SEPTIEMBRE 2006 1.- En una fábrica trabajan 22 personas entre electricistas, administrativos y directivos. El doble del número de administrativos más el triple del número de directivos, es igual

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

Inferencia Estadística

Inferencia Estadística EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre

Más detalles

Reporte de Pobreza por Ingresos MARZO 2015

Reporte de Pobreza por Ingresos MARZO 2015 Reporte de Pobreza por Ingresos MARZO 2015 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional

Más detalles

ECONOMETRÍA FINANCIERA

ECONOMETRÍA FINANCIERA ECONOMETRÍA FINANCIERA CONTENIDO 1 2 3 4 5 6 7 Objetivo Introducción Las betas Financieras Capital Asset Pricing Model CAPM Arbitrage Princing Model APT Predicción con el Método de Montecarlo Solución

Más detalles

MODELOS DE CÁLCULO DE LA VOLATILIDAD *

MODELOS DE CÁLCULO DE LA VOLATILIDAD * MODELOS DE CÁLCULO DE LA VOLATILIDAD * Uno de los objetivos principales perseguidos en el análisis de series temporales es poder predecir de la manera más aproximada el comportamiento futuro que pueden

Más detalles

Inferencia Estadística

Inferencia Estadística Felipe José Bravo Márquez 11 de noviembre de 2013 Para realizar conclusiones sobre una población, generalmente no es factible reunir todos los datos de ésta. Debemos realizar conclusiones razonables respecto

Más detalles

9.1.Análisis de tablas de contingencia

9.1.Análisis de tablas de contingencia 9.1.Análisis de tablas de contingencia Qué es una tabla de contingencia? Observamos datos de frecuencias de sucesos Diseños de cohortes Diseños de casos y controles Diseños transversales Estamos interesados

Más detalles

El modelo Ordinal y el modelo Multinomial

El modelo Ordinal y el modelo Multinomial El modelo Ordinal y el modelo Multinomial Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Motivación 1 Motivación 2 3 Motivación Consideramos las siguientes

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

Series de Tiempo. Germán Aneiros Pérez. Máster en Técnicas Estadísticas Curso 2008-09. Departamento de Matemáticas Universidade da Coruña

Series de Tiempo. Germán Aneiros Pérez. Máster en Técnicas Estadísticas Curso 2008-09. Departamento de Matemáticas Universidade da Coruña Departamento de Matemáticas Universidade da Coruña Máster en Técnicas Estadísticas Curso 2008-09 Bibliografía Índices Bibliografía Tema 1: Análisis descriptivo de una tiempo Tema 2: Series de tiempo y

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

INFLUENCIA DE SELECTIVIDAD EN LAS MATEMÁTICAS DE ECONOMÍA

INFLUENCIA DE SELECTIVIDAD EN LAS MATEMÁTICAS DE ECONOMÍA INFLUENCIA DE SELECTIVIDAD EN LAS MATEMÁTICAS DE ECONOMÍA Juana María Vivo Molina Departamento de Métodos Cuantitativos para la Economía. Universidad de Murcia. jmvivomo@um.es RESUMEN En este trabajo se

Más detalles

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores

EJERCICIOS DE MATEMÁTICAS I HOJA 4. Ejercicio 1. Se consideran los vectores EJERCICIOS DE MATEMÁTICAS I HOJA 4 Ejercicio 1. Se consideran los vectores u 1 = (1, 1, 0, 1), u 2 = (0, 2, 1, 0), u 3 = ( 1, 1, 1, 1), u 4 = (2, 2, 1, 0) de R 4. Expresa, si es posible, los vectores u

Más detalles

Modelo SETAR para la volatilidad de la rentabilidad de las acciones: Aplicación de la propuesta metodológica.

Modelo SETAR para la volatilidad de la rentabilidad de las acciones: Aplicación de la propuesta metodológica. Capítulo 8 Modelo SETAR para la volatilidad de la rentabilidad de las acciones: Aplicación de la propuesta metodológica. En los capítulos anteriores hemos propuesto una nueva metodología que mejora la

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

El Ciclo Económico Colombiano: Evidencia de asimetrías y sincronización

El Ciclo Económico Colombiano: Evidencia de asimetrías y sincronización El Ciclo Económico Colombiano: Evidencia de asimetrías y sincronización Universidad Nacional de Colombia Tabla de Contenido 1 Introducción 2 3 4 5 6 Motivación Por qué estudiar los ciclos económicos? La

Más detalles

Práctica 5. Contrastes paramétricos en una población

Práctica 5. Contrastes paramétricos en una población Práctica 5. Contrastes paramétricos en una población 1. Contrastes sobre la media El contraste de hipótesis sobre una media sirve para tomar decisiones acerca del verdadero valor poblacional de la media

Más detalles

invirtiendo. Un inversionista siempre desea maximizar su rendimiento utilizando los

invirtiendo. Un inversionista siempre desea maximizar su rendimiento utilizando los CAPÍTULO I. INTRODUCCIÓN I.1 Planteamiento del Problema Hay casos en los que no podemos juzgar, ya que la diferencia entre el bien o el mal es solo un punto de vista. - Franklin Eduardo Araujo Serrano

Más detalles

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.

Precio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales. Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes

Más detalles

TEMA 6: Gráficos de Control por Variables

TEMA 6: Gráficos de Control por Variables TEMA 6: Gráficos de Control por Variables 1 Introducción 2 Gráficos de control de la media y el rango Función característica de operación 3 Gráficos de control de la media y la desviación típica 4 Gráficos

Más detalles

Tema 1: Test de Distribuciones de Probabilidad

Tema 1: Test de Distribuciones de Probabilidad Tema 1: Test de Distribuciones de Probabilidad 1.- Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la el modelo mejor para el número de siniestros en un año es: a) Normal (5;,3).

Más detalles

SERIES DE TIEMPO INTRODUCCIÓN

SERIES DE TIEMPO INTRODUCCIÓN Clase Nº 5 SERIES DE TIEMPO INTRODUCCIÓN La forma más utilizada para el análisis de las tendencias futuras es realizar pronósticos. La función de un pronóstico de demanda de un bien, por ejemplo ventas

Más detalles

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ

Estacionalidad. Series de tiempo. Modelos econométricos. Modelos econométricos. Q= T Kα Lβ Estacionalidad Qué es la estacionalidad? La estacionalidad es una componente que se presenta en series de frecuencia inferior a la anual (mensual, trimestral,...), y supone oscilaciones a corto plazo de

Más detalles

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral

ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral ANÁLISIS DE LA VARIANZA (ANOVA) José Vicéns Otero Ainhoa Herrarte Sánchez Eva Medina Moral Enero 2005 1.- INTRODUCCIÓN En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar

Más detalles

TEMA 4: Variables binarias

TEMA 4: Variables binarias TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables

Más detalles

Funciones de varias variables

Funciones de varias variables Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL MANUAL DE SPSS I. INTRODUCCIÓN Y MANEJO DE DATOS MANUAL DE SPSS 1 MASTER CALIDAD TOTAL 1/ INTRODUCCIÓN Las aplicaciones de la Estadística en la

Más detalles

Instrucciones básicas de gretl

Instrucciones básicas de gretl 1 Instrucciones básicas de gretl En las prácticas de ordenador el objetivo es aprender el manejo de un software libre especialmente indicado y creado para el aprendizaje de la Econometría. Es un software

Más detalles

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR Juan Mascareñas Universidad Complutense de Madrid Versión inicial: mayo 1998 - Última versión: mayo 2008 - El valor en riesgo (VaR), 2 - El método histórico, 3 - El método varianza-covarianza, 6 - El método

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación

Más detalles

DETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS

DETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS DETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Mediante la estimación de modelos de regresión lineal se cuantificó el

Más detalles

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de

CAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.

Más detalles

Estructura no lineal de una serie temporal

Estructura no lineal de una serie temporal Capítulo 3 Estructura no lineal de una serie temporal La volatilidad asociada a la rentabilidad de un activo no puede ser observada de forma directa y su estimación, gracias a la medida de volatilidad

Más detalles

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA Villalva Roxana, Ramírez John Resumen. El presente trabajo es realizado a partir de los datos de producción de una planta empacadora

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 4: FUNCIONES

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2012 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 4: FUNCIONES PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 01 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 4: FUNCIONES Junio, Ejercicio, Opción A Junio, Ejercicio, Opción B Reserva 1, Ejercicio, Opción A Reserva

Más detalles

punto, es que los criterios de evaluación de las medidas antes citadas se ajustan a las medidas señaladas para la toma del indicador VTD.

punto, es que los criterios de evaluación de las medidas antes citadas se ajustan a las medidas señaladas para la toma del indicador VTD. CONSULTA Para esta Comisión es muy importante conocer los comentarios sectoriales relacionados con el contenido del entregable presentado por la firma Iteco en el marco del Contrato 038 de 2014, para avanzar

Más detalles

UNIDAD III MEDIDAS DE TENDENCIA CENTRAL

UNIDAD III MEDIDAS DE TENDENCIA CENTRAL UNIDAD III MEDIDAS DE TENDENCIA CENTRAL ISC. Claudia García Pérez 1 PRESENTACIÓN La representación gráfica de los datos permite realizar una descripción visual de manera general de los datos obtenidos

Más detalles

Metodología. del ajuste estacional. Tablero de Indicadores Económicos

Metodología. del ajuste estacional. Tablero de Indicadores Económicos Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,

Más detalles

Tema 2 - Introducción

Tema 2 - Introducción Tema 2 - Introducción 1 Tema 1. Introducción a la inferencia estadística Planteamientos y objetivos. Revisión de distribuciones multivariantes. Esperanza y varianza de sumas de v.a. independientes. Tema

Más detalles

T.3 ESTIMACIÓN PUNTUAL

T.3 ESTIMACIÓN PUNTUAL T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan

Más detalles

Estudio desde el punto de vista de teoría de sistemas del modelo de Wilson para la gestión de inventarios

Estudio desde el punto de vista de teoría de sistemas del modelo de Wilson para la gestión de inventarios Estudio desde el punto de vista de teoría de sistemas del modelo de Wilson para la gestión de inventarios Xavier Canaleta Enginyeria i Arquitectura La Salle Universitat Ramon Llull Barcelona e-mail: xavic@salleurl.edu

Más detalles

Reducción de la ambigüedad generada por el indicador media móvil en los mercados financieros.

Reducción de la ambigüedad generada por el indicador media móvil en los mercados financieros. 5 th International Conference on Industrial Engineering and Industrial Management XV Congreso de Ingeniería de Organización Cartagena, 7 a 9 de Septiembre de 2011 Reducción de la ambigüedad generada por

Más detalles

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11 Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales

Más detalles

CAPÍTULO V APLICACIÓN DEL SOFTWARE Y RESULTADOS. Debido a que nuestro programa es individualizado y va a calcular un monto final que va a

CAPÍTULO V APLICACIÓN DEL SOFTWARE Y RESULTADOS. Debido a que nuestro programa es individualizado y va a calcular un monto final que va a CAPÍTULO V APLICACIÓN DEL SOFTWARE Y RESULTADOS 5.1 Aplicación de la investigación y resultados Debido a que nuestro programa es individualizado y va a calcular un monto final que va a depender de los

Más detalles

ESTADÍSTICA DESCRIPTIVA CON SPSS

ESTADÍSTICA DESCRIPTIVA CON SPSS ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos

Más detalles

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos.

PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) F(X) es la función de distribución que hipotetizamos. PRUEBA DE KOLMOGOROV SMIRNOV (Contraste sobre la forma de la distribución) PRUEBAS NO PARAMÉTRICAS F(X) es la función de distribución que hipotetizamos. Fs(X) es la probabilidad o proporción teórica de

Más detalles

Capítulo 10. Estudio de un caso con parámetros reales: acuífero de Borden

Capítulo 10. Estudio de un caso con parámetros reales: acuífero de Borden Capítulo 10. Estudio de un caso con parámetros reales: acuífero de Borden Tras la realización de muchos casos sintéticos y un estudio detallado de todos los parámetros que intervienen en el problema y

Más detalles

Métodos y Modelos Cuantitativos para la toma de Decisiones

Métodos y Modelos Cuantitativos para la toma de Decisiones Métodos y Modelos Cuantitativos para la toma de Decisiones David Giuliodori Universidad Empresarial Siglo 21 David Giuliodori (UE-Siglo 21) MMC 1 / 98 Índice: 1 Conceptos Generales 2 Enfoque Clásico Tendencia

Más detalles

Tema 2: Estimación puntual

Tema 2: Estimación puntual Tema 2: Estimación puntual 1 (basado en el material de A. Jach (http://www.est.uc3m.es/ajach/) y A. Alonso (http://www.est.uc3m.es/amalonso/)) Planteamiento del problema: estimador y estimación Insesgadez

Más detalles

Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista, M.Econ.

Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista, M.Econ. Nº 19 / Agosto 2013. ISSN: 0719 2770 BOLETIN Observatorio Chileno de Drogas Nº 4 / Marzo 2015. ISSN: 0719-2770 BIN Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista,

Más detalles

Economía de la Empresa: Financiación

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

Más detalles

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16 3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una

Más detalles

CAPÍTULO IV MARCO METODOLÓGICO. Se empleará el método explicativo, el cual buscará medir

CAPÍTULO IV MARCO METODOLÓGICO. Se empleará el método explicativo, el cual buscará medir CAPÍTULO IV MARCO METODOLÓGICO 4.1 Diseño Metodológico: 4.1.1 Diseño de la investigación: Se empleará el método explicativo, el cual buscará medir el grado de comprensión del Lenguaje de Señas en niños

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda

La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,

Más detalles

Tema 1: Introducción. Universidad Complutense de Madrid 2013

Tema 1: Introducción. Universidad Complutense de Madrid 2013 Tema 1: Introducción Universidad Complutense de Madrid 2013 1.Naturaleza y objetivos de la Econometría Medida de la Economía (significado literal de la palabra) Objetivo: Medir, desde un punto de vista

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema Representación gráfica de funciones reales de una variable real Elaborado

Más detalles

1 Espacios y subespacios vectoriales.

1 Espacios y subespacios vectoriales. UNIVERSIDAD POLITÉCNICA DE CARTAGENA Departamento de Matemática Aplicada y Estadística Espacios vectoriales y sistemas de ecuaciones 1 Espacios y subespacios vectoriales Definición 1 Sea V un conjunto

Más detalles

Ecuación de Fisher. Estimación de la tasa de rendimiento real del capital a partir de la Ecuación de Fisher para Argentina 2003-2013

Ecuación de Fisher. Estimación de la tasa de rendimiento real del capital a partir de la Ecuación de Fisher para Argentina 2003-2013 Ecuación de Fisher Estimación de la tasa de rendimiento real del capital a partir de la Ecuación de Fisher para Argentina 2003-2013 Paula Coronado Linares 1 RESUMEN En este trabajo se propone calcular

Más detalles

1. MEDIDAS DE TENDENCIA CENTRAL

1. MEDIDAS DE TENDENCIA CENTRAL 1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas

Más detalles

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD. Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales

Tema 3: Variables aleatorias y vectores aleatorios bidimensionales Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos

Más detalles

SÍNTESIS Y PERSPECTIVAS

SÍNTESIS Y PERSPECTIVAS SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.

Más detalles

EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA

EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA EJEMPLO DE REPORTE DE LIBERTAD FINANCIERA 1. Introduccio n El propósito de este reporte es describir de manera detallada un diagnóstico de su habilidad para generar ingresos pasivos, es decir, ingresos

Más detalles

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones Banco Central de Reserva del Perú - Gonzalo Chávez - Paul Zanabria 1 Introducción La proyección

Más detalles

La explicación la haré con un ejemplo de cobro por $100.00 más el I.V.A. $16.00

La explicación la haré con un ejemplo de cobro por $100.00 más el I.V.A. $16.00 La mayor parte de las dependencias no habían manejado el IVA en los recibos oficiales, que era el documento de facturación de nuestra Universidad, actualmente ya es formalmente un CFD pero para el fin

Más detalles

Macroeconomía II EAE 211B

Macroeconomía II EAE 211B Macroeconomía II EAE 211B Pontificia Universidad Católica de Chile Instituto de Economía Juan Ignacio Urquiza Primer Semestre 2012 Ciclos Económicos Esquema: Introducción a los ciclos: Rol de las rigideces

Más detalles

11-12. Econometría Financiera. Guía Docente. G r a d o e n C o n t a b i l i d a d y F i n a n z a s. Curso

11-12. Econometría Financiera. Guía Docente. G r a d o e n C o n t a b i l i d a d y F i n a n z a s. Curso Curso 11-12 Econometría Financiera Guía Docente G r a d o e n C o n t a b i l i d a d y F i n a n z a s FICHA DESCRIPTIVA DE LA ASIGNATURA ECONOMETRÍA FINANCIERA Módulo Materia Econometría Econometría

Más detalles

Volumen TECNOLOGÍA DE ADMINISTRACIÓN EMPRESARIAL SIMI EVOLUTION (9.0) Guía de usuario

Volumen TECNOLOGÍA DE ADMINISTRACIÓN EMPRESARIAL SIMI EVOLUTION (9.0) Guía de usuario Volumen 1 TECNOLOGÍA DE ADMINISTRACIÓN EMPRESARIAL SIMI EVOLUTION (9.0) Guía de usuario SISTEMA INTEGRADO DE MANEJO INMOBILIARIO Guía administración módulo CALLCENTER Tecnología de Administración Empresarial

Más detalles

INFORME TRIMESTRAL DE INGRESOS: Marzo 2008

INFORME TRIMESTRAL DE INGRESOS: Marzo 2008 INFORME TRIMESTRAL DE INGRESOS: Marzo 2008 Este informe presenta los principales resultados de Ingresos de la Encuesta de Ocupación y Desocupación en el Gran Santiago del Departamento de Economía de la

Más detalles

EL MASTER EN ECONOMÍA: ORGANIZACIÓN INDUSTRIAL Y MERCADOS FINANCIEROS

EL MASTER EN ECONOMÍA: ORGANIZACIÓN INDUSTRIAL Y MERCADOS FINANCIEROS EL MASTER EN ECONOMÍA: ORGANIZACIÓN INDUSTRIAL Y MERCADOS FINANCIEROS DURACIÓN 1 año académico (60 créditos) con dedicación a tiempo completo. Hay también una oferta limitada de plazas para cursarlo en

Más detalles

En la presente investigación, se contrastará el modelo propuesto en la. investigación de Marisa Bucheli y Carlos Casacubierta, Asistencia escolar y

En la presente investigación, se contrastará el modelo propuesto en la. investigación de Marisa Bucheli y Carlos Casacubierta, Asistencia escolar y Capítulo 2.- Metodología En la presente investigación, se contrastará el modelo propuesto en la investigación de Marisa Bucheli y Carlos Casacubierta, Asistencia escolar y Participación en el mercado de

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Trabajo Fin de Grado

Trabajo Fin de Grado [Escriba texto] Facultad de Ciencias Trabajo Fin de Grado Grado en Estadística MODELIZACIÓN DE EMPRESAS FINANCIERAS MEDIANTE SERIES TEMPORALES Autora: Pilar Hontoria de Francisco Tutores: Maria Cruz Valsero

Más detalles

SPSS: ANOVA de un Factor

SPSS: ANOVA de un Factor SPSS: ANOVA de un Factor El análisis de varianza (ANOVA) de un factor nos sirve para comparar varios grupos en una variable cuantitativa. Esta prueba es una generalización del contraste de igualdad de

Más detalles

Instituto del Riesgo Financiero Implementación de Modelos VaR

Instituto del Riesgo Financiero Implementación de Modelos VaR Instituto del Riesgo Financiero Implementación de Modelos VaR Índice general Cuáles son las razones para el surgimiento del VaR? Contraste de las hipótesis de normalidad en precios de diferentes mercados

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

Finanzas de Empresas Turísticas

Finanzas de Empresas Turísticas Finanzas de Empresas Turísticas Prof. Francisco Pérez Hernández (f.perez@uam.es) Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid 1 Departamento de Financiación e Investigación

Más detalles

VALORACIÓN DE PATENTES

VALORACIÓN DE PATENTES VALORACIÓN DE PATENTES POR: Juan Esteban Quintero Sánchez INTRODUCCIÓN Para valorar una patente es esencial tener claro qué es lo que significa este término. Una patente se define como una opción sobre

Más detalles

MULTI, OPORTUNIDADES DE INVERSIÓN PARA EL CORTO PLAZO

MULTI, OPORTUNIDADES DE INVERSIÓN PARA EL CORTO PLAZO PRODUCTOS COTIZADOS MULTI, OPORTUNIDADES DE INVERSIÓN PARA EL CORTO PLAZO Multiplique x3 y x5 la evolución del IBEX 35 en el intradía 900 20 40 60 warrants.com x3x5x3x 5x3x5x3 x5x3x5x 3x5x3x5 x3x5x3x 5x3x5x3

Más detalles

Análisis técnico de una acción: Rentabilidad, riesgo y correlación

Análisis técnico de una acción: Rentabilidad, riesgo y correlación CONFORMACION DE PORTAFOLIO DE ACCIONES (Aplicación) GUIA DE APLICACIÓN No. 1 Análisis técnico de una acción: Rentabilidad, riesgo y correlación INTRODUCCION: Una bolsa de valores es un mercado donde se

Más detalles

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008

GEOMETRÍA ANALÍTICA 2º Curso de Bachillerato 22 de mayo de 2008 1. Sean los puntos A (1, 0,-1) y B (,-1, 3). Calcular la distancia del origen de coordenadas a la recta que pasa por A y B. Calculemos la recta que pasa por A y B. El vector AB es (1,-1,4) y por tanto

Más detalles

CAPITULO 1 INTRODUCCIÓN. Puesta en Evidencia de un circulo virtuoso creado por los SRI entre los Mercados Financieros y las Empresas

CAPITULO 1 INTRODUCCIÓN. Puesta en Evidencia de un circulo virtuoso creado por los SRI entre los Mercados Financieros y las Empresas CAPITULO 1 INTRODUCCIÓN 16 Capítulo I: Introducción 1.1 Breve descripción del proyecto: Nuestro proyecto de tesis trata de mostrar el círculo virtuoso que se produce entre los instrumentos de inversión

Más detalles

ENSEÑANZAS DE GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

ENSEÑANZAS DE GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS FICHA TÉCNICA DE PROPUESTA DE TÍTULO UNIVERSITARIO DE GRADO SEGÚN RD 55/2005, de 21 de enero ENSEÑANZAS DE GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS Denominación del Título: Licenciado/a en Administración

Más detalles

Cap. 24 La Ley de Gauss

Cap. 24 La Ley de Gauss Cap. 24 La Ley de Gauss Una misma ley física enunciada desde diferentes puntos de vista Coulomb Gauss Son equivalentes Pero ambas tienen situaciones para las cuales son superiores que la otra Aquí hay

Más detalles

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción

Universidad del CEMA Prof. José P Dapena Métodos Cuantitativos V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA. 5.1 Introducción V - ESTIMACION PUNTUAL E INTERVALOS DE CONFIANZA 5.1 Introducción En este capítulo nos ocuparemos de la estimación de caracteristicas de la población a partir de datos. Las caracteristicas poblacionales

Más detalles

7. Conclusiones. 7.1 Resultados

7. Conclusiones. 7.1 Resultados 7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar

Más detalles