SEMINARIO DE NOTAS TÉCNICAS Y RESERVAS

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

Download "SEMINARIO DE NOTAS TÉCNICAS Y RESERVAS"

Transcripción

1 SEMINARIO DE NOTAS TÉCNICAS Y RESERVAS USO DE LA ESTIMACIÓN DE LA DISTRIBUCIÓN DE PROBABILIDAD PARA MUESTRAS PEQUEÑAS Y DE LA SIMULACIÓN EN LA INFERENCIA DE CARTERAS DE SEGUROS M. en I. JUAN CARLOS VARGAS AGUILAR Novembre, 2006

2 OBJETIVO: Mostrar las ventajas del uso de las técncas de estmacón de dstrbucones empírcas para muestras pequeñas y de la smulacón en la nferenca de carteras de seguros. Aportando así, un método para hacer nferencas de la cartera a pesar de que los datos de ésta no cumplan el supuesto de provenr de una muestra sufcentemente grande. Fnalmente, lustrar la aplcacón de la metodología propuesta medante un ejemplo en el que se determna la cuota base para el seguro de Responsabldad Cvl Agentes de Seguros.

3 PROBLEMÁTICA EN EL SECTOR ASEGURADOR: IMPORTANCIA EN EL SECTOR ASEGURADOR: La probabldad empírca o ley de los grandes números, uno de los conceptos más fuertes en la teoría del seguro, asume la exstenca de una muestra sufcentemente grande pero, cómo debe proceder el asegurador cuando su nformacón estadístca es nsufcente? o cómo corregr esta defcenca para hacer nferencas que causen mpacto postvo en la toma de decsones o en la elaboracón de tarfas de seguros? El presente trabajo representa una alternatva de solucón a la problemátca detallada en el punto anteror, permtendo el desarrollo de nferencas que causen mpacto postvo en la toma de decsones o en la elaboracón de tarfas de seguros. 2

4 CARACTERÍSTICAS GENERALES DEL PLAN. Nombre Comercal del Plan SEGURO DE RESPONSABILIDAD CIVIL AGENTES DE SEGUROS (Personas Físcas)..2 Descrpcón de la Cobertura Básca La Compañía se oblga a reparar o, a su eleccón, ndemnzar los daños y perjucos que el Asegurado cause al públco, conforme a la legslacón en matera de responsabldad cvl vgente en los Estados Undos Mexcanos, por actos neglgentes o mpertos (errores u omsones); resultantes de su actvdad de agente de seguros, ocurrdos y reclamados al Asegurado durante la vgenca de esta pólza, amparándose las sguentes responsabldades: La responsabldad por daños drectos al patrmono. La responsabldad por pérdda o destruccón de documentos. La responsabldad cvl legal personal de los empleados y trabajadores del Asegurado frente al públco (quenes se consderaran Asegurados), 3

5 .3 Temporaldad del Plan La vgenca de este plan puede ser menor o gual a un año..4 Operacón y Ramo en el que se Regstrará Este plan se utlzará dentro de las operacones de DAÑOS, en el ramo de RESPONSABILIDAD CIVIL Y RIESGOS PROFESIONALES. HIPOTESIS ESTADÍSTICAS Y FINANCIERAS..2 Hpótess Estadístcas La nformacón de nuestra cartera para los años 998, 999 y 2000 msma que se muestra en los anexos I y II. Hpótess Fnanceras La utldad mínma esperada es del 5%. 4

6 PROCEDIMIENTOS TÉCNICOS..2 Gastos de Admnstracón Los Gastos de Admnstracón consderados serán del 5%. Gastos de Adquscón Los Gastos de Adquscón consderados serán del 9%..3 Gastos Totales Gastos Totales Gastos de Admnstracón + Gastos de Adquscón + Utldad Técnca..4 Procedmentos para la Generacón de Datos Medante Smulacón Estocástca Defncón del Sstema. Análss de Datos: Estmar la Dstrbucón de Probabldad del Volumen de Prma Intermedada por Agente. Estmar la Dstrbucón de Probabldad Empírca de los Snestros utlzando el Método del Rango Medano para Muestras Pequeñas. Determnar las Probabldades de Snestro para Dferentes Montos de Prma Intermedada. Formulacón del Modelo. Implementar el Modelo en la Computadora. 5

7 Expermentacón. Determnar el Tamaño de Muestra Requerdo. Generacón de Carteras del Seguro de Responsabldad Cvl Agentes de Seguros (Personas Físcas) Utlzando Smulacón Estocástca. Interpretacón de los Resultados..4. Defncón del Sstema MODELO DEL SISTEMA Contrato Agente de Seguros Compañía de Seguros Daño Pago Indemnzacón Tercero Afectado 6

8 .4.2 Análss de Datos.4.2. Estmar la Dstrbucón de Probabldad del Volumen de Prma Intermedada por Agente f ( x;θ) e θ x θ xf0 paracualquer otrocaso donde: θ '320,000 7

9 Estmar la Dstrbucón de Probabldad Empírca de los Snestros Utlzando el Método del Rango Medano para Muestras Pequeñas SINIESTRO AÑO EN QUE SE PRESENTO MONTO 998 2, , , , ,404.6 F' f' ( x ) RMx ( ) ( x ) ( 0.3) n+ 0.4 ( n+ 0.4) ( x x ) + ÍNDICE MONTO F (x ) f (x ) 2, , , , ,

10 PRUEBA DE BONDAD DE AJUSTE H 0 : H : vs Los snestros se dstrbuyen Gama Los snestros no se dstrbuyen Gama Método de Momentos meda x 4, αθ θˆ 247, Varanza s 2 35,07 878,306 αθ 2 αˆ

11 Prueba de Kolmogorov -Smrnov PRUEBA DE HIPÓTESIS Snestro F'(x) F(x) Dn 2.000,00 0, , , ,40 0, , , ,6 0, , , ,00 0, , , ,73 0, , , Dn encontrado Dn(α ) de Kolmogorov Smrnov α 5% (-α 95%) f ( x;α,θ ) Γ( α) θ 0 x x α θ e α x f0 paracualquer otrocaso donde: αˆ θˆ 247,

12 Determnar las Probabldades de Snestro para Dferentes Montos de Prma Intermedada Formulacón del Modelo Implementar el Modelo en la Computadora SIMULACIÓN.4.5 Expermentacón.4.5. Determnar el Tamaño de Muestra Año Snestros 2 2 Elementos en la cartera Frecuenca 0, ,0528 0,03509 Frecuenca más Probable 0, /53

13 n z 2 ( ) π π E 2 z.96 (para un ntervalo del 95% de confanza) π E E ( pˆ ) pˆ Spˆ ˆ n p n 53 n Generacón de Carteras del Seguro de Responsabldad Cvl Agentes de Seguros (Personas Físcas) Utlzando Smulacón Estocástca SIMULACIÓN 2

14 .4.6 Interpretacón de los Resultados Clase Número Monto de Snestros Acumulado Efectvos Efectvos Acumulado $0 $ $ ,73 $ ,00 $0.000 $ $ ,06 $57.5.6,27 $ $ $ ,98 $ ,2 $ $ $72.006,39 $ ,23 $ $ $ ,7 $ ,83 $ $ $ ,75 $ ,2 $ $ $766.52,6 $ ,36 $ $ $ ,47 $ ,2 $ $ $ ,36 $ ,74 $ $ $662.6,26 $ ,38 $ $ $ ,3 $ ,2 $ $ $0.55.2,22 $ ,00 $ $ $ ,28 $ ,78 $ $ $ ,98 $ ,49 $ $ $ ,76 $ ,5 $ $ $ ,69 $ ,75 $ $ $ ,39 $ ,06 $ $ $ ,57 $ ,68 $ $ $0,00 $ ,0 $ $ $ ,47 $ ,0 $ $ $.67.06,63 $.67.06,63 3

15 .5. Cálculo de Cuotas sn Deducble Con base a la sguente estadístca se calculan P, P t, τ y τ π? consderando que el n valor total del resgo es de v,08 200,000.00, donde v 00,000 y n 0,82 Clase m m m m s Acumulados m s α m α 2 m $0 $ $ ,73 $ ,6 2,8609 0,886 $0.000 $ $ ,06 $ ,88 5,476 0,8703 $ $ $ ,98 $ ,8 5,9340,494 $ $ $69.8,2 $ ,83 6,98 2,4025 $ $ $ ,7 $ ,7,0090 5,0675 $ $ $ ,75 $ ,99 9,3676 5,779 $ $ $766.52,6 $ ,24 7,665 4,9032 $ $ $ ,47 $ ,08 6,7446 5,0643 $ $ $ ,36 $ ,62 7,640 6,492 $ $ $ ,26 $ ,26 76,626 76, , ,9262 4

16 m s P , n α q n α α n n 2 ( )( )( ) 5 '423, ,82 00,000 q α α nq v σ n n 2 25'446, '423, '023,088.6 σ P P t ,08'200, '446, v P n t τ 5

17 Con base a la sguente tabla se calcula la cuota de tarfa: Gastos de Admnstracón ε 5% Gastos de Adquscón ε 2 9% Utldad Mínma Esperada ε 4 5% τ τ π 33.5 ( ε + ε + ε ) ( ) 2 4 Fnalmente, se construyó una escala de pelgrosdad hacendo uso de las probabldades encontradas en.4.2.3, obtenéndose la Tarfa sguente: Monto Promedo de Prma Intermedada Cuota Aplcable al Límte de Responsabldad $00, M. N. Prma en Pesos M. N. Hasta $ 500, $, Mayor a $ 500, $6,

18 .5.2 Cálculo de Cuotas con Deducble Con base a la sguente estadístca se calculan P, P t, τ y τ π? consderando que el n valor total del resgo es de v,08 200,000.00, donde v 00,000 y n 0,82 Clase Después de Aplcar Deducble m m m m s Acumulados m s α m α 2 m $0 $ $6.985,62 $ ,50 0,836 0,0034 $2.500 $ $ ,06 $ ,88 3,002 0,2938 $2.500 $ $43.402,98 $ ,8 4,4692 0,8605 $ $ $54.8,2 $ ,83 5,8506,7276 $ $ $ ,7 $ ,7 9,9557 4,503 $ $ $ ,75 $ ,99 8,7488 4,52 $ $ $676.52,6 $ ,24 7,336 4,4657 $ $ $ ,47 $ ,08 6,568 4,7955 $ $ $ ,36 $ ,62 7,5298 6,3074 $ $ $ ,26 $ ,26 76, ,26 230, ,3368 Monto Promedo de Prma Intermedada Cuota Aplcable al Límte de Responsabldad $00, M. N. Prma en Pesos M. N. Hasta $ 500, $,70.00 Mayor a $ 500, $5,

19 Smulacón CONCLUSIONES Y RECOMENDACIONES La metodología expuesta por esta tess se ejemplfco con una nota técnca en la que se calculan las cuotas base para el seguro de responsabldad cvl agentes de seguros, producto que carecía de homogenedad respecto a los precos calculados por dferentes compañías aseguradoras y consecuentemente se observaba la carenca de técnca para extraer el mayor provecho como sea posble a pocos datos. Medante el uso de la metodología aquí propuesta, se observó que la tarfa entregada por el reasegurador y la publcada por la otra compañía llevan a números rojos, mentras que la que se desarrolla en este trabajo con el uso de las técncas propuestas proporcona las consecuencas postvas mplíctas de un buen cálculo, hacer frente a los snestros, utldad para la empresa y el pago de los gastos de admnstracón y adquscón, observándose que la construccón del modelo y los supuestos del msmo son buenos. 8

20 . La construccón del modelo juega un papel mportante en los resultados que se obtengan por el uso de éstas técncas. 2. Esta metodología sólo puede emplearse por cada resgo del que se tenga nformacón, aunque ésta sea escasa. 3. Esta metodología sólo puede aplcarse a cada grupo o clase de resgos de los que se tenga nformacón. 4. Sempre será mejor trabajar con una muestra sufcentemente grande, claro que ante la carenca de datos esta metodología es una buena opcón. 5. Independentemente de la aplcacón fnal de los datos obtendos con estas técncas, tal aplcacón debe de ser supervsada una vez puesta en práctca para evtar desvíos respecto a lo planeado y en caso contraro nuevamente estudar el resgo para dseñar programas correctvos; esta recomendacón consttuye un paso oblgado ndependentemente de las técncas utlzadas. 9

21 FUTURAS LÍNEAS DE INVESTIGACIÓN. Carteras de Seguros de Vda 2. Carteras de Seguros de Gastos Médcos Mayores 3. Carteras de Fanzas 4. Cálculos de Reservas en Especal de Resgos Catastrófcos 20

22 BIBLIOGRAFÍA AGUILAR Juárez, Isabel Patrca y Leonardo BAÑUELOS Saucedo Notas del Curso Propedéutco de Probabldad y Estadístca. Méxco. Trabajo No publcado p BILLINTON, Roy y Ronald N. ALLAN Relablty Evaluaton of Engneerng Systems Concepts and Technques. 2nd Edton. Unted States of Amerca. Plenum Publshng Corporaton p. CANAVOS C. George Probabldad y Estadístca Aplcacones y Métodos. a. Edcón. [Tr: Edmundo Gerardo Urbna Medal] [R. T. Gustavo Javer Valenca Ramírez] Méxco. Mc Graw Hll p. COMISIÓN NACIONAL DE SEGUROS Y FIANZAS (CNSF) Crcular S 8. Méxco. Daro Ofcal de la Federacón. Febrero 20,

23 COSS Bu, Raúl Smulacón un Enfoque Práctco. a Edcón. Méxco. Edtoral Lmusa p. ENCICLOPEDIA CIENTÍFICA CULTURAL Volumen estadístca. [Tx: Juan Lus Gutérrez Duchos] España. Cultural S. A. de Edcones p. HILLER, Frederck S. y Gerald J. LIEBERMAN Introduccón a la Investgacón de Operacones. 4a. Edcón [Tr. Marca A. González Osuna] [R. T. José Humberto Cantú Delgado Perla J. Fernández Reyna Marco A. Montufar Benítez] Méxco. Mc Graw Hll Interamercana Edtores p. KAZMIER, Leonard J. Estadístca Aplcada a la Admnstracón y a la Economía. 3a. Edcón. [R. T. Alejandro Alegría Hernández] Méxco. Mc Graw Hll p. 22

24 KNEZEVIC, Jezdmr Relablty, Mantanablty and Supportablty a Probablstc Approach Unted Kngdom. Mc. Graw Hll Book Company Europe p. KREYSZIG, Erwn Introduccón a la Estadístca Aplcada Prncpos y Métodos. a. Edcón. [Versón española: Arturo Galán Martínez] [R. Octavo A. Rascon Chávez] Méxco. Edtoral Lmusa p. MARÍN Dazaraque, Juan Mguel Apuntes de Estadístca Estadístca Descrptva, p. 333 España. Unversdad Carlos III de Madrd MILLER, Irwn, John E. FREUD y Rchard A. JOHNSON Probabldad y Estadístca para Ingeneros. 4a. Edcón. [Tr: Vrglo González Pozo] [R. T. Gracela Rojas de Fnck] Méxco. Prentce Hall Hspanoamercana p. 23

25 SAUTTO Vallejo, José Maclovo La técnca de la Smulacón Dgtal en la Investgacón de Operacones. Méxco. Tess UNAM p. SECRETARÍA DE HACIENDA Y CRÉDITO PÚBLICO Reglas que Establecen las Orentacones de Polítca General Aplcables a los Agentes y Apoderados de Seguros y Fanzas. Méxco. Daro Ofcal de la Federacón. Febrero 27, VARGAS Agular, Juan Carlos Fundamentos para el Desarrollo de Productos en Daños Méxco. Tess UNAM p. Ley General de Insttucones y Socedades Mutualstas de Seguros. Archvo de la CNSF 200. Méxco. Daro Ofcal de la Federacón. Enero 6,

26 La realdad, es que el uso de nuevas técncas en campos especalzados y con nnovadoras exgencas, como lo es el del seguro permte la consoldacón de vínculos entre estos, cultvando lazos fructíferos en este manantal nextnguble de sempre nuevos conocmentos por aprender. G R A C I A S! 25

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

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

Más detalles

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros.

XII. Uso de la Estimación de la Distribución de Probabilidad para Muestras Pequeñas y de la Simulación en la Inferencia de Carteras de Seguros. Uso de la Estmacón de la Dstrbucón de Probabldad para Muestras Pequeñas y de la Smulacón en la Inferenca de Carteras de Seguros. Trabajo presentado para el XII Premo de Investgacón sobre Seguros y Fanzas

Más detalles

INSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR

INSTRUCTIVO No. SP 04 / 2002 INSTRUCTIVO PARA LA DETERMINACIÓN Y CÁLCULO DEL SALARIO BÁSICO REGULADOR El Superntendente de Pensones, en el ejercco de las facultades legales contempladas en el artículo 13, lteral b) de la Ley Orgánca de la Superntendenca de Pensones, EMITE el : INSTRUCTIVO No. SP 04 / 2002

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

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

Más detalles

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

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

Más detalles

Capitalización y descuento simple

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

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones

Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica

Más detalles

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

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

Más detalles

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

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

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

INSYS Advanced Dashboard for Enterprise

INSYS Advanced Dashboard for Enterprise Enterprse Enterprse INSYS Advanced Dashboard for Enterprse Enterprse, es un tablero de control para llevar a cabo la Gestón de la Segurdad de la Informacón, Gestón de Gobernabldad, Resgo, Cumplmento (GRC)

Más detalles

TEMA 4 Variables aleatorias discretas Esperanza y varianza

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

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

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

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

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

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

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

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

Más detalles

El ACB es una herramienta fundamental en el campo de la política ambiental

El ACB es una herramienta fundamental en el campo de la política ambiental Introduccón al análss coste-benefco. El ACB es una herramenta fundamental en el campo de la polítca ambental 1. El ACB: rentabldad fnancera-económca y socal. 2. El Análss Coste Efcenca 3. Técncas de Decsón

Más detalles

Un estimado de intervalo o intervalo de confianza ( IC

Un estimado de intervalo o intervalo de confianza ( IC Un estmado puntual, por ser un sólo número, no proporcona por sí msmo nformacón alguna sobre la precsón y confabldad de la estmacón. Debdo a la varabldad que pueda exstr en la muestra, nunca se tendrá

Más detalles

XIII. Fundamentos y Tarificación del Seguro de Vida Grupo. Premio de Investigación sobre Seguros y Fianzas 2006

XIII. Fundamentos y Tarificación del Seguro de Vida Grupo. Premio de Investigación sobre Seguros y Fianzas 2006 Fundamentos y Tarfcacón del Seguro de Vda Grupo Trabajo presentado para el XIII Premo de Investgacón sobre Seguros y Fanzas 6, Act. Irma del Carmen Saavedra Alarcón Arwen Undomel XIII Premo de Investgacón

Más detalles

SEMANA 13. CLASE 14. MARTES 20/09/16

SEMANA 13. CLASE 14. MARTES 20/09/16 SEMAA 3. CLASE. MARTES 20/09/6. Defncones de nterés.. Estadístca descrptva. Es la parte de la Estadístca que se encarga de reunr nformacón cuanttatva concernente a ndvduos, grupos, seres de hechos, etc..2.

Más detalles

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

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

Más detalles

UNIVERSIDAD DE TALCA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL

UNIVERSIDAD DE TALCA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL UNIVERSIDAD DE TALCA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INDUSTRIAL MODELO PARA CAMBIO DINÁMICO ENTRE LECTURA MENSUAL Y BIMENSUAL DE CLIENTES RESIDENCIALES MEMORIA PARA OPTAR AL TITULO DE

Más detalles

C I R C U L A R N 2.133

C I R C U L A R N 2.133 Montevdeo, 17 de Enero de 2013 C I R C U L A R N 2.133 Ref: Insttucones de Intermedacón Fnancera - Responsabldad patrmonal neta mínma - Susttucón de la Dsposcón Transtora del art. 154 y de los arts. 158,

Más detalles

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

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

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

1.DISPOSICIONES GENERALES

1.DISPOSICIONES GENERALES 1.DISPOSICIONES GENERALES CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO Orn HAC/19/2011, 18 julo, por la que se modfca la orn 19 dcembre 2001, por la que se aprueban los molos documentos ngreso 046 y 047.

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

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

Más detalles

Órgano de Fiscalización Superior del Estado de Guanajuato. GUÍA DE MUESTREO ESTADÍSTICO EN AUDITORÍA GUBERNAMENTAL

Órgano de Fiscalización Superior del Estado de Guanajuato. GUÍA DE MUESTREO ESTADÍSTICO EN AUDITORÍA GUBERNAMENTAL Órgano de Fscalzacón Superor del Estado de Guanajuato. GUÍA DE MUESTREO ESTADÍSTICO E AUDITORÍA GUBERAMETAL Órgano de Fscalzacón Superor del Estado de Guanajuato. Órgano de Fscalzacón Superor del Estado

Más detalles

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO

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

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

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

Más detalles

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

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

Más detalles

MÉTODOS PARA PROBAR NUMEROS

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

Más detalles

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE

CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE BOLETÍN OFICIAL DE CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTE Orn ECD/92/2012, 26 julo, por la que se fjan los precos públcos a satsfacer por la prestacón servcos y actvdas académcas unverstaras para el

Más detalles

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

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

Más detalles

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia MAT-3 Estadístca I Tema : Meddas de Dspersón Facltador: Félx Rondón, MS Insttuto Especalzado de Estudos Superores Loyola Introduccón Las meddas de tendenca central son ndcadores estadístcos que resumen

Más detalles

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

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

Más detalles

Gráficos de flujo de señal

Gráficos de flujo de señal UNIVRSIDAD AUTÓNOMA D NUVO ÓN FACUTAD D INGNIRÍA MCANICA Y ÉCTRICA Gráfcos de flujo de señal l dagrama de bloques es útl para la representacón gráfca de sstemas de control dnámco y se utlza extensamente

Más detalles

Modelos triangular y parabólico

Modelos triangular y parabólico Modelos trangular y parabólco ClassPad 0 Prof. Jean-Perre Marcallou INTRODUCCIÓN La calculadora CASIO ClassPad 0 dspone de la Aplcacón Prncpal para realzar los cálculos correspondentes a los modelos trangular

Más detalles

Un modelo sencllo, dsponble y seguro Kontratazo publko elektronkoa públca electrónca Lctacones de Prueba: la mejor forma de conocer y domnar el Sstema de Lctacón Electrónca www.euskad.net/contratacon OGASUN

Más detalles

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

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

Más detalles

1. Sustituir el punto 1.1. de la Sección 1. de las normas sobre Tasas de interés en las operaciones de crédito por el siguiente:

1. Sustituir el punto 1.1. de la Sección 1. de las normas sobre Tasas de interés en las operaciones de crédito por el siguiente: "2014 - AÑO DE HOMENAJE AL ALMIRANTE GUILLERMO BROWN, EN EL BICENTENARIO DEL COMBATE NAVAL DE MONTEVIDEO" COMUNICACIÓN A 5590 10/06/2014 A LAS ENTIDADES FINANCIERAS, A LAS CAJAS DE CRÉDITO COOPERATIVAS

Más detalles

La adopción y uso de las TICs en las Microempresas Chilenas

La adopción y uso de las TICs en las Microempresas Chilenas Subdreccón Técnca Depto. Investgacón y Desarrollo Estadístco Subdreccón de Operacones Depto. Comerco y Servcos INFORME METODOLÓGICO DISEÑO MUESTRAL La adopcón y uso de las TICs en las Mcroempresas Clenas

Más detalles

Sistema Evolutivo Generador De Bases De Conocimiento

Sistema Evolutivo Generador De Bases De Conocimiento Sstema Evolutvo Generador De Bases De Conocmento Área de conocmento: Sstemas Basados en Conocmento Guadalupe Gaxola Castro 1, Olaf Yadr Cazarez Saraba 2, Jesús Manuel Olvares Ceja 3 1 Unversdad Autónoma

Más detalles

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

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

Más detalles

14. Contrastes no paramétricos

14. Contrastes no paramétricos 14. Contrastes no paramétrcos 1 Contrastes no paramétrcos En la leccón anteror nos hemos ocupado de contrastes paramétrcos. Determnábamos la plausbldad de certas hpótess sobre los valores de parámetros

Más detalles

PROBABILIDAD Y ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patrca Valdez y Alfaro renev@unam.m Versón revsada: uno 08 T E M A S DEL CURSO. Análss Estadístco de datos muestrales.. Fundamentos de la

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

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

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico

Econometría de corte transversal. Pablo Lavado Centro de Investigación de la Universidad del Pacífico Econometría de corte transversal Pablo Lavado Centro de Investgacón de la Unversdad del Pacífco Contendo Defncones báscas El contendo mínmo del curso Bblografía recomendada Aprendendo econometría Defncones

Más detalles

DEFINICIÓN DE INDICADORES

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

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

Introducción al riesgo de crédito

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

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D. Qué es capacdad? La cantdad de producto, sea este tangble o ntangble, que puede producrse bajo condcones dadas de operacón Las meddas relatvas al producto son normalmente utlzadas por organzacones enfocadas

Más detalles

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

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

Más detalles

MODELOS DE ELECCIÓN BINARIA

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

Más detalles

Formulación y Evaluación de Proyectos

Formulación y Evaluación de Proyectos Formulacón y Evaluacón de Proyectos Académco Ttular Ingenero vl Industral Dplomado en Elaboracón y Evaluacón de Proyectos Pontfca Unversdad atólca de hle Académco Suplente Ingenero vl Industral Experto

Más detalles

Medidas de Tendencia Central y de Variabilidad

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

Más detalles

Lo que necesito saber de mi Tarjeta de Crédito

Lo que necesito saber de mi Tarjeta de Crédito Lo que necesto saber de m Tarjeta de Crédto Informatvo tarjetas de crédto bancaras Cómo obtener una 3 Qué es una La tarjeta de crédto es un medo de pago que permte a los clentes utlzar una línea de crédto

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

Departamento Administrativo de la Función Pública. DE GESTiÓN ADMINISTRATIVA. l. INFORMACiÓN GENERAL DE LA NECESIDAD

Departamento Administrativo de la Función Pública. DE GESTiÓN ADMINISTRATIVA. l. INFORMACiÓN GENERAL DE LA NECESIDAD de la Funcón Públca Códgo F 00 PR GA Fecha 0707/2008 Págína de 5 COPA CONTROLADA PROCESO DE GESTÓN ADMNSTRATVA ESTUDO DE CONVENENCA Y OPORTUNDAD DEPENDENCA: GRUPO DE GESTON ADMNSTRATVA FECHA 2 de dcembre

Más detalles

ANEXO 24 JUSTIFICACIÓN ECONÓMICA

ANEXO 24 JUSTIFICACIÓN ECONÓMICA ANEXO 24 JUSTIFICACIÓN ECONÓMICA 1 JUSTIFICACION ECONOMICA 1.0 MARCO DE REFERENCIA El plan de Expansón de del Sstema de Transmsón (PEST), tene el objetvo de planfcar la expansón y reposcón del sstema de

Más detalles

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3

UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 UNIVERSIDAD AUTÓNOMA DE NUEVO LEÓN PREPARATORIA No. 3 PROBABILIDAD Y ESTADISTICA LABORATORIO PARA EXAMENES EXTRAORDINARIOS INSTRUCCIONES.- CONTESTE CADA UNO DE LOS SIGUIENTES PROBLEMAS COMPROBANDO SU RESPUESTA

Más detalles

Marcos Gutiérrez-Dávila marcosgd@ugr.es

Marcos Gutiérrez-Dávila marcosgd@ugr.es Marcos Gutérrez-Dávla marcosgd@ugr.es Introduccón: Relacón de la bomecánca con el deporte de competcón El gesto deportvo consttuye un patrón de movmento estable que se caracterza por el alto grado de efcenca

Más detalles

Smoothed Particle Hydrodynamics Animación Avanzada

Smoothed Particle Hydrodynamics Animación Avanzada Smoothed Partcle Hydrodynamcs Anmacón Avanzada Iván Alduán Íñguez 03 de Abrl de 2014 Índce Métodos sn malla Smoothed partcle hydrodynamcs Aplcacón del método en fludos Búsqueda de vecnos Métodos sn malla

Más detalles

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

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

Más detalles

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN COLEGIO IGLÉS DEPARTAMETO IVEL: CUARTO MEDIO PSU. UIDAD: ESTADISTICA 3 PROFESOR: ATALIA MORALES A. ROLADO SAEZ M. MIGUEL GUTIÉRREZ S. JAVIER FRIGERIO B. MEDIDAS DE DISPERSIÓ Las meddas de dspersón dan

Más detalles

MODELO DE PROGRAMACIÓN LINEAL DE LA PRODUCCIÓN, INTEGRADO EN UN SISTEMA COMPUTARIZADO DE PRODUCCIÓN, INVENTARIO Y VENTAS INDUSTRIAL

MODELO DE PROGRAMACIÓN LINEAL DE LA PRODUCCIÓN, INTEGRADO EN UN SISTEMA COMPUTARIZADO DE PRODUCCIÓN, INVENTARIO Y VENTAS INDUSTRIAL Ponsot, E. y Márquez V.: Modelo de programacón lneal de la produccón... MODELO DE PROGRAMACIÓN LINEAL DE LA PRODUCCIÓN, INTEGRADO EN UN SISTEMA COMPUTARIZADO DE PRODUCCIÓN, INVENTARIO Y VENTAS INDUSTRIAL

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN

ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN ESTRATEGIAS DIDÁCTICAS PARA ABORDAR LA EDUCACIÓN AMBIENTAL EN EL NIVEL MEDIO SUPERIOR ARACELI ACEVEDO-CRUZ / MA. EUGENIA HERES-PULIDO Facultad de Estudos Superores Iztacala, Unversdad Naconal Autónoma

Más detalles

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

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

Más detalles

CUADRIENIO 2011 2014

CUADRIENIO 2011 2014 INFORME TÉCNICO PEAJE POR USO DE INSTALACIONES DE TRANSMISIÓN ADICIONAL POR PARTE DE USUARIOS SOMETIDOS REGULACIÓN DE PRECIOS QUE SE CONECTAN DIRECTAMENTE DESDE INSTALACIONES ADICIONALES CUADRIENIO 2011

Más detalles

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información IV. Base de Datos CAPÍTULO IV. MEDICIÓN De acuerdo con Székely (2005), exste dentro del período 950-2004 nformacón representatva a nvel naconal que en algún momento se ha utlzado para medr la pobreza.

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

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

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

Modelo de programación lineal de la producción, integrado en un sistema computarizado de producción, inventario y ventas industrial

Modelo de programación lineal de la producción, integrado en un sistema computarizado de producción, inventario y ventas industrial Economía, XXV, 6 (2000), pp. 73-90 Modelo de programacón lneal de la produccón, ntegrado en un sstema computarzado de produccón, nventaro y ventas ndustral A lnear programmng producton model ntegrated

Más detalles

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

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

Más detalles

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

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

Más detalles

Modelado de un Robot Industrial KR-5

Modelado de un Robot Industrial KR-5 RESUMEN Modelado de un Robot Industral KR-5 (1) Eduardo Hernández 1, Samuel Campos 1, Jorge Gudno 1, Janeth A. Alcalá 1 (1) Facultad de Ingenería Electromecánca, Unversdad de Colma, km 2 Carretera Manzanllo-Barra

Más detalles

UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO

UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO F UNIVERSIDAD MICHOACANA DE SAN NICOLÁS DE HIDALGO ACULTAD DE CONTADURÍA Y CIENCIAS ADMINISTRATIVAS MATERIAL DIDÁCTICO: EJERCICIOS RESUELTOS PARA MATEMÁTICAS FINANCIERAS presenta: DR. FERNANDO AVILA CARREÓN

Más detalles

CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO

CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO BOLETÍN OFICIAL DE CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO DIRECCIÓN GENERAL DE TRABAJO Resolucón dsponendo la nscrpcón en el Regstro y publcacón l acuerdo adoptado por la Comsón Partara l Conveno Colectvo

Más detalles

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza EL ANÁLSS DE LA VARANZA (ANOVA). Estmacón de componentes de varanza Alca Maroto, Rcard Boqué Grupo de Qumometría y Cualmetría Unverstat Rovra Vrgl C/ Marcel.lí Domngo, s/n (Campus Sescelades) 43007-Tarragona

Más detalles

Respuesta A.C. del FET 1/14

Respuesta A.C. del FET 1/14 espuesta A.C. del FET 1/14 1. Introduccón Una ez que se ubca al transstor dentro de la zona saturada o de corrente de salda constante, se puede utlzar como amplfcador de señales. En base a un FET canal

Más detalles

CÁLCULO DEL BALANCE Y PÉRDIDAS DE ENERGIA EN CHILECTRA

CÁLCULO DEL BALANCE Y PÉRDIDAS DE ENERGIA EN CHILECTRA COMISIÓN DE INTEGRACIÓN ENERGÉTICA REGIONAL COMITÉ NACIONAL CHILENO V CIERTEC - SEMINARIO INTERNACIONAL SOBR E GESTIÓN DE PÉRDIDAS, EFICIENCIA ENERGÉTICA Y PROTECCIÓN DE LOS INGRESOS EN EL SECTOR ELÉCTRICO

Más detalles

LIBRO II.- NORMAS GENERALES PARA LAS INSTITUCIONES DEL SISTEMA DE SEGUROS PRIVADOS

LIBRO II.- NORMAS GENERALES PARA LAS INSTITUCIONES DEL SISTEMA DE SEGUROS PRIVADOS EPUBLI DEL ECUADO LIBO II.- NOMAS GENEALES PAA LAS INSTITUCIONES DEL SISTEMA DE SEGUOS PIVADOS TITULO IV.- NOMAS DE PUDENCIA TÉCNI PITULO I.- NOMAS SOBE EL ÉGIMEN DE ESEVAS TÉCNIS (susttudo con resolucón

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

Trabajo Especial 2: Cadenas de Markov y modelo PageRank

Trabajo Especial 2: Cadenas de Markov y modelo PageRank Trabajo Especal 2: Cadenas de Markov y modelo PageRank FaMAF, UNC Mayo 2015 1. Conceptos prelmnares Sea G = (V, E, A) un grafo drgdo, con V = {1, 2,..., n} un conjunto (contable) de vértces o nodos y E

Más detalles

Práctica 1 Caracterización de un voltímetro analógico

Práctica 1 Caracterización de un voltímetro analógico Págna 3/9 Área: Práctca 1 Caracterzacón de un voltímetro analógco Págna 3 Págna 4/9 Área: 1. Segurdad en la ejecucón Pelgro o fuente de energía 1 Foco ncandescente Fuente de poder Resgo asocado Quemadura

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO PLANTEL IGNACIO RAMÍREZ C. DE LA ESCUELA PREPARATORIA

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO PLANTEL IGNACIO RAMÍREZ C. DE LA ESCUELA PREPARATORIA UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO PLANTEL IGNACIO RAMÍREZ C. DE LA ESCUELA PREPARATORIA PROBLEMARIO DE ESTADÍSTICA MÓDULO I. REPRESENTACIÓN DE DATOS MÓDULO II. MEDIDAS DE TENDENCIA CENTRAL ELABORADO

Más detalles

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA

CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA CAPÍTULO X ESTADÍSTICA APLICADA A LA HIDROLOGIA 0. INTRODUCCIÓN. Los estudos hdrológcos requeren del análss de nformacón hdrometeorológca, esta nformacón puede ser de datos de precptacón, caudales, temperatura,

Más detalles

FACTORES DE RIESGO Y CÁLCULO DE PRIMAS MEDIANTE TÉCNICAS DE APRENDIZAJE

FACTORES DE RIESGO Y CÁLCULO DE PRIMAS MEDIANTE TÉCNICAS DE APRENDIZAJE Insttuto de Cencas del Seguro FACTORES DE RIESGO Y CÁLCULO DE PRIMAS MEDIANTE TÉCNICAS DE APRENDIZAJE Carlos Bousoño Calzón Antono Heras Martínez Pedad Tolmos Rodríguez-Pñero FUNDACIÓN MAPFRE no se hace

Más detalles

PRÁCTICA 5 TRABAJO Y ENERGÍA

PRÁCTICA 5 TRABAJO Y ENERGÍA Códgo: Versón: 0 Manual de práctcas del Págna 8/4 Laboratoro de Mecánca Seccón ISO 7.3 Epermental 05 de agosto de 0 emsón Secretaría/Dvsón: Dvsón de Cencas Báscas Laboratoro de Mecánca Epermental La mpresón

Más detalles

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) MUETREO ALEATORIO IMPLE I Este esquema de muestreo es el más usado cuando se tene un marco de muestreo que especfque la manera de dentfcar cada undad en la poblacón. Además no se tene conocmento a pror

Más detalles