EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO

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

Download "EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO"

Transcripción

1 EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO RDF RskDynamcs ntothefuture: Software para determnar el efecto que se produce sobre el balance en escenaros macroeconómcos Ramon Tras Fundador y Presdente de AIS, S.A. Organzado por: Con la colaboracón de: Con el auspco de:

2 Agenda El modelo de Vascek El método RDF Qué aporta RDF respecto a otros métodos? Mgracón a RDF Conclusones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 2

3 Agenda El modelo de Vascek Refrescando conceptos Prncpales restrccones El método RDF Qué aporta RDF respecto a otros métodos? Mgracón a RDF Conclusones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 3

4 El modelo de Vascek-Merton-Markowtz Formalzado en 1987, con conceptos nacdos en los años 70 s y 50 s: Robert C. Merton, Harry Markowtz Método amplamente utlzado Combnado con el modelo de cartera basado en correlacones, puede calfcarse de modelo clásco. Modelo base de Baslea II (y III), partcularmente en el modelo estándar Aplcado en muchas entdades para gestón y para IRB Método con muchas restrccones Hoy por hoy, la cultura de resgos alcanzada y la capacdad de cómputo permten plantear modelos más avanzados El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 4

5 El modelo de Vascek-Merton-Markowtz Refrescando conceptos En el modelo de Merton, la bancarrota se da s el total de pasvos superan al valor de los actvos. ACTIVO PASIVO NETO El valor de los actvos ( r ) se modelza como una combnacón de factores dosncrátcos( X) y sstémcos ( Z ). N(0,1) r & = ρ X& + 1 ρ & Z Vascek: Se derva la funcón de pérddas condconada: 1 ( ) N PD Perd X& = EAD LGD PD X& ρ [ ] [ ] = EAD LGD N X& 1 ρ 1 ρ Pérddas (aleatoras : Inversón no recuperable Desvalorzacón de actvos Vascek: La funcón de probabldad de pérdda acumulada: ACTIVO PASIVO Pr[ L < l] = N 1 ρ N ρ l EAD LGD 1 1 N ρ 1 ( PD) NETO(-)

6 El modelo de Vascek-Merton-Markowtz Hpótess asumdas El modelo de Vascek-Merton-Markowtz es unfactoral: La mora se produce debdo a un sólo factor común subyacente. El factor común se defne de forma abstracta y sn estructura temporal El modelo de Vascek-Merton-Markowtz explca la PD: El factor de LGD (pérddas en caso de mora) no resulta afectado por cambos en el factor común subyacente. No se tene en cuenta la correlacón entre PD y LGD. El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 6

7 El modelo de Vascek-Merton-Markowtz Hpótess asumdas La granulardad en una cartera es cuas-nfnta: Las PDs de la cartera se suponen unformes Se requere homogenedad en exposcones, PD s y LGD s ntra carteras Se asume que el número de elementos es muy grande Las correlacones de los ndvduos son mplíctas Se trata cartera a cartera El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 7

8 El modelo de Vascek-Merton-Markowtz Hpótess asumdas Clente A: PD condconada PDHxL FDP pérddas Por clente Probabldad Probabldad Perdda s mora FDP pérddas Por cartera, condconada Clentes A+B+C+D: Clente B: Perdda s mora Muchos clentes, con la EAD Granular x=macro x = 0.2 un valor de var.económca Clente C: Clente D: Probabldad Probabldad Perdda s mora Cartera muy grande, EAD granular Perdda s mora El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 8

9 Prob.condconada dstrbucón El modelo de Vascek-Merton-Markowtz Hpótess asumdas PIB Prob.condconada Prob.condconada Prob.condconada Perdda Perdda Perdda Perdda Probabldad Perddas Se gnora resgo dosncrátco En la fórmula de Vascek, la dstrbucón de pérddas totales se consgue agregando cada dstrbucón de pérddas condconada a un estado de la economía, por su probabldad de suceso. Pero, al consderar la cartera homogénea en PD, EAD y LGD y con un gran número de casos, se consdera nfntamente granular y las dstrbucones condconadas tenen sólo un punto con probabldad mayor que cero, desprecando el efecto resdual del resgo dosncrátco.

10 Agenda El modelo de Vascek Refrescando conceptos Prncpales restrccones El método RDF Qué aporta RDF respecto a otros métodos? Mgracón a RDF Conclusones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 10

11 RDF -RskDynamcs ntothefuture Refrescando conceptos Modelo Macroeconómco VARMA Modelos PD,LGD,EAD Forma MA Parámetros y errores de las partes lneales Defncón de escenaro Transformacón a Ω- FDP de predccones completas Funcones no lneales Varables nstancadas Dstrbucón ndvdual, no condconada Nuevos Ω-FDP condconados a escenaro Dst. ndvdual condconada a escenaro Meddas de resgo del escenaro Integral de Cul-d olla + Meddas de resgo El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 11

12 RDF -RskDynamcs ntothefuture Refrescando conceptos Modelo Macroeconómco VARMA Modelos PD,LGD,EAD Forma MA Parámetros y errores de las partes lneales Transformacón a Ω- Defncón escenaro FDP de predccones Funcones no lneales Los modelos de PD, LGD y EAD se completas estman para cada subcartera. Los errores resduales son los Drvers de Resgoespecífcos. Pueden Dstrbucón ndvdual, no condconada tratarse Varables nstancadas como resgo dosncrátco. La modelzacón puede hacerse extensva aquí a todas las clases de Nuevos Ω-FDP resgo, Lqudez, Negoco o Mercado. condconados Se a modelan en funcón de las escenaro varables macro. Ej. Perddas_ Hpotecas = EAD _ Hpotecas Meddas de resgo del escenaro Dst. ndvdual condconada a t escenaro PD _ Hpotecas LGD _ Hpotecas ( Log( TIt ), PIBt ) ( Log( TI )) t Integral de Cul-d olla + Meddas de resgo El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 12

13 RDF -RskDynamcs ntothefuture Refrescando conceptos Modelo Macroeconómco VARMA Modelos PD,LGD,EAD Defncón de escenaro Varables nstancadas Forma MA Transformacón a Ω- FDP de predccones completas Parámetros y errores de las partes lneales Funcones no lneales Relaconar valores pasados y presentes del vector de varables Dstrbucón ndvdual, no condconada macroeconómcas al gual que el vector de errores. Nuevos Ω-FDP condconados a escenaro Las varables del modelo VARMA (Vector Autoregressve MovngAverage) son la prncpal fuente de varabldad estructural, son los Drvers de resgo comunes. Ej. Dst. ndvdual condconada a escenaro PIB Log Meddas de resgo del escenaro t PIBt = Φ t PIB, t 1 PIB, t Integral de Cul-d olla, + Meddas TIt 1 de resgo εti, t ( TI ) Log( TI ) Log( ) t ε, El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 13

14 RDF -RskDynamcs ntothefuture Refrescando conceptos Generando la FDP conjunta de todas las varables y todos los períodos. Esto puede hacerse extendendo la notacón de la predccón de los modelos VARMA. V P { PIB Log ( TI )... PIB Log ( TI ) 4...} = t + 4 t + 4 t + 1 t + 1 ε t + ( ) [ ( ) ( )] Tr V = Ω V ; E V, E V V El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 14

15 RDF -RskDynamcs ntothefuture Refrescando conceptos Generando la FDP margnal de la dstrbucón conjunta condconada al escenaro... P PIB { Log( TI ) = Log[ 12. %} t + 4 { PIBt + 1 = 1.2% } Log( TI ) ε t + 4 t + 4 t = Ω E( PIBt + 4 ) { E( Log( TI )) = Log[1.2% } t + 4 { E( PIBt + 1) = 1.2% } E( Log( TI )) 0... t + 1 0,..., PIBt + 1,, Σ Log( TIt + 4 ),...,0, ε t La dstrbucón conjunta condconada contene la probabldad de todos los posbles resultados dado un escenaro. No se asume Caeters Parbus! El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 15

16 RDF -RskDynamcs ntothefuture Refrescando conceptos Modelo Macroeconómco VARMA Transformacón a Ω- Defncón de escenaro FDP de predccones completas { PIB t + 4 TI t PIB t + 1 TI t + 4 ε t + 4} Dstrbucón ndvdual, no condconada Varables nstancadas Parámetros y errores de las partes lneales Modelos PD,LGD,EAD Integrando FDP ndvduales y modelos de cartera. Para ello, sumamos la probabldad asocada Forma a MA cada caso asocado a cada nvel de pérddas. V = + P [ Σ ] ( Pérddas == l ) = Ω V con Perddas [ V ] == l, E ( V ) Nuevos Ω-FDP condconados a escenaro Se puede resolver usando técncas de Montecarlo. RDF ofrece una solucón analítca denomnada ntegral de Cul-d olla. Cuanto más Dst. ndvdual condconada a rápda es la respuesta, más útl es el sstema. escenaro Funcones no lneales V Meddas de resgo del escenaro Integral de Cul-d olla + Meddas de resgo El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 16

17 RDF -RskDynamcs ntothefuture RDF -Mn RDF mn,es un ejercco de cálculo en la dreccón de RDF que evta su complejdad sólo asumendo la sguente lmtacón: El modelo es unfactoralo como máxmo de 2 factores Mantene las sguentes característcas: Puede manejar la ntegracón de varas carteras Tene en cuenta dstntos tpos de granulardadde cartera (extremadamente granulares, sem-granulares, nversones sngulares) Ejerccos de estrés Dstrbucón de Pérddas El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 17

18 RDF -RskDynamcs ntothefuture RDF -Mn Como prmer paso es necesaro traducr los parámetros de Vascekal modelo de RDF- Mn: PIB o 0.4xParo+0.5x PIB por ejemplo ( ) ( ) ) ( 1/1 α β α β + + = + = x e x Logstc x PD Modelos Mcro RDF Equvalenca entre parámetros de RDF y Vascek en los dos sentdos: [ ] [ ] ( ) ( ) ( ) ρ β α σ β π β α σ β π σ β π ρ β ρ σ π ρ ρ α σ ρ ρ π β + = + + = + = = + = = x Logstc x Logstc PD x PD logt x PD logt x x x x x

19 RDF -RskDynamcs ntothefuture RDF -Mn La funcón de pérddas se obtene ncorporando la EAD y LGD, pueden modelarse en una extensón de RDFmn: L ( x) EAD LGD Logstc( β x + α ) = Modelos Componendo esta dstrbucón con las probabldades de suceso de la varable x estado de la economía, tendremos la funcón de probabldad de cada nvel de pérdda esperada Mcro RDF Agregando este valor condconado a x en todas las carteras se obtene la funcón de pérddas totales esperadas (L) condconado a x L ( x) = L ( x) carteras Una cartera Pr 1 l ( L l) = NOR logt α; x, σ < x β EAD LGD Pr 1 ( L < l) = NOR( L ( l) ; x, σ ) x Múltples carteras y/o componentes modelados. Se nverte numércamente

20 RDF -RskDynamcs ntothefuture RDF -Mn Componendo esta dstrbucón con las dstrbucones resduales de resgo dosncrátco se obtene la dstrbucón de pérddas correspondentes a un valor de la varable macroeconómca Pr ( L = l L ) = Dst( L L ) = Convol( Dst ( L L ) con L = PerEsp ( x) En RDFmn, se aproxman todos los resgos dosncrátcos con una funcón normal truncada (aunque una extensón del método permte tratar nversones sngulares) de manera que meda y varanca se componen lnealmente escalados por la Exposcón E ( L L( x) ) = L( x) = L ( x) = PD ( x) Var ( ) NC 2 ( L L( x) ) = Nc HHI EAD PD ( x) var[ LGD [ x ] + LGD [ x] PD ( x) ( 1 PD ( x) ) Cartera Cartera Cartera j= 1 EAD, j 2 LGD Podemos componer el resgo dosncrátco (por ejemplo, de nversones sngulares) como dstrbucón condconada a una escena de stress o podemos ntegrarla con la dstrbucón de pérddas esperadas condconadas. S hay muchas nversones sngulares, convene ntegrarlo con Transformada rápda de Fourer y las dstrbucones normales ndcadas son dstrb. generales Herfndahl - Hrshman. HHI = Nc EAD NC, j j= 1 j= 1 Nc EAD, j 2

21 Ejerccos de estrés RDF -RskDynamcs ntothefuture RDF -Mn ( = l L( x) ) nor l; E L L( x) ( ( ) Var( L L( x) ) Pr L =, Que es la dstrbucón de pérddas corregda por resgo dosncrátco Pr que es la dstrbucón de pérddas asocada a una escena x (puede ser de stress) ( L = l) = nor( l; E( L L ), Var( L L ) Pr( L ) dl 1 L R Probabldad 0,16 0,14 0,12 0, ,08 0,06 0,04 0,02 0 prob condconada Pérdda Funcón de pérddas con resgo sstémco péd. con resgo dosncrátco 0,12 Dstrbucón de Pérddas Funcón de pérddas con resgo sstémco resgo dosncrátco Probabldad 0,1 0,08 0, ,04 0,02 0 Pérdda

22 RDF -RskDynamcs ntothefuture RDF -Mn La funcón de pérddas se obtene ncorporando la EADy LGD Componendo esta dstrbucón con las probabldades de suceso de la varablex estado de la economía, tendremos la funcón de probabldad de cada nvel de pérdda esperada En RDF-mn, se aproxman todos los resgos dosncrátcos, al gual que en RDF. Funcón de pérddas con resgo sstémco prob condconada Funcón de pérddas con resgo sstémco y resgo dosncrátco péd. con resgo dosncrátco 0,16 0,12 Probabldad 0,14 0,12 0,1 0,08 0,06 0,04 0, Pérdda Probabldad 0,1 0,08 0,06 0,04 0, Pérdda

23 Agenda El modelo de Vascek El método RDF Qué aporta RDF respecto a otros métodos? Efecto multfactoral, dentfcable y estructurado Carteras no granulares Defncón lbre de escenas económcas Mgracón a RDF Conclusones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 23

24 Qué aporta RDF respecto a otros métodos? Modelo multfactoral Recordemos que en Vascek el modelo es unfactoral: El factor común se defne de forma abstracta y sn estructura temporal La mora se produce debdo a un sólo factor común subyacente. Las correlacones de los ndvduos son mplíctas En RDF tenemos : Se dentfca el factor común medante varables del modelo macroeconómco para facltar los ejerccos de estrés Los componentes de resgo (PD, EADo LGD) se explcan medante múltples factores macroeconómcos La correlacónentre carteras se obtene como un output y provene de la correlacón entre factores macroeconómcos El modelo macro de RDF permte tratar la estructura temporal de las correlacones de las varables macro, no solamente las contemporáneas El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 24

25 Qué aporta RDF respecto a otros métodos? Tene en cuenta carteras no granulares Recordemos que en Vascek la granulardad en una cartera es cuasnfnta: Las PDsde la cartera son unformes Se requere homogenedad en exposcones, PD s y LGD s ntra carteras El número de elementos es muy grande Se trata cartera a cartera En RDFse tratan 3 tpos de granulardadde cartera: carteras extremadamente granulares: p. ej. Operacones retal las sem-granulares: p.ej. Segmento grandes empresas las nversones sngulares: p. ej. Grandes Inversones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 25

26 Qué aporta RDF respecto a otros métodos? Tene en cuenta carteras no granulares Aprovechando el cálculo ya realzado de la dstrbucón de pérddas esperada, RDFncorpora el error resdualy obtene una nueva dstrbucón (dstrbucón consoldada) Aleatoredad resdual - dosncrátca 0.35 Dstrbucón 0.3 consoldada Dstrbucón de pérddas esperadas Dstrbucón de pérddas El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 26

27 Qué aporta RDF respecto a otros métodos? Defncón de escenaros (smulador RDF) Tasas Varacón Anual 2007-T T T T T T T T3 EUR12 (N) 4,79% 4,59% 5,36% 5,38% 3,45% 2,14% 1,93% 1,97% RENTA 2,12% -0,46% -2,57% -3,65% -3,02% -3,03% -3,52% -2,98% PVIV 4,77% 3,81% 2,01% 0,36% 0,13% 3,59% 6,63% 9,27% IPC 4,22% 4,50% 5,01% 4,54% 1,43% -0,24% 0,40% 1,11% FBCF 4,45% 2,75% -0,18% -3,23% -11,10% -8,78% -4,84% -0,44% CONSHOG 2,88% 2,09% 1,06% 0,08% -1,69% -2,26% -1,91% -0,92% OCUP (Trm) 0,36% 0,07% -0,68% -0,55% -1,96% -0,94% 0,30% 1,27% CONSUMO 3,26% 2,47% 2,02% 1,54% -1,10% -1,48% -0,91% 0,77% IPI -0,68% -3,35% -8,20% -12,34% -15,14% -15,89% -8,78% -1,76% RMORASISTEMA (N) 0,92% 1,20% 1,70% 2,63% 3,18% 5,19% 6,51% 3,47% Podemos confgurar la escena futura Escena condconada RDF dspone de un modelo macroeconómco que permte la defncón de escenaros de estrés sobre las carteras El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 27

28 Qué aporta RDF respecto a otros métodos? Seleccón de carteras (smulador RDF) Seleccón de Carteras desv. St. EAD en mllones ( ) Selecconar Carteras logtpd LGD Pe Segura 2006-T T T T1 ## Promotores 0,12 30,00% 0, ## Empresas Pequeñas 0,11 15,00% 0, ## Empresas Medanas 0,22 15,00% 0, ## Empresas Grandes 0,44 15,00% 0, ## Hpoteca vvenda 0,15 20,00% 0, ## Tarjetas 0,08 30,00% 0, ## Consumo 0,10 15,00% 0, ESCENA PD 2005-T T T T T T T1 Promotores 2,09% 2,53% 2,29% 6,00% Empresas Pequeñas 4,69% 4,68% 4,71% Empresas Medanas 3,74% 4,32% 4,20% Empresas Grandes 0,66% 0,26% 0,23% Hpoteca vvenda 0,40% 0,40% 0,43% Tarjetas 0,80% 0,70% 0,62% Consumo 10,90% 11,63% 12,45% 15,00% Se puede fjar las LGD y las exposcones por cartera y trmestre RDF permte computar la dversfcacón de las carteras, al contraro que Vascek Se pueden fjar valores de PD a futuro o RDF los calcula automátcamente según la escena El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 28

29 Agenda El modelo de Vascek El método RDF Qué aporta RDF respecto a otros métodos? Mgracón a RDF. Cómo empezar en RDF? RDF-Mn Unfactoral RDF-Mn Bfactoral Plurcartera RDF (multfactoral) Conclusones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 29

30 Mgracón a RDF. Cómo empezar en RDF? RDF-Mn: Modelo unfactoral Segmentacón regulatora Usa el cálculo de correlacones nternos y/o regulatoros Traduccón de Vascek a RDF Identfcacón del factor común. Adaptacón parámetros modelos mcro Granulardad de carteras Cálculo de la Dstrbucón consoldada El esquema aprovecha los cálculo de captal que la entdad haya realzado hasta la fecha El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 30

31 Mgracón a RDF. Cómo empezar en RDF? Modelo multfactoral RDF Completo Incorporar de forma más precsa el efecto de dversfcacón RDF-Mn: 2 factores macro Incarse en los modelos avanzados de cálculo de captal Se puede contnuar en RDF Mn o pasar a RDF Completo dependendo las mejoras de gestón que se queran alcanzar El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 31

32 Agenda El modelo de Vascek El método RDF Qué aporta RDF respecto a otros métodos? Mgracón a RDF Conclusones El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 32

33 Conclusones Es de gran mportanca realzar ejerccos de stresssstemátcos en las entdades fnanceras. Vascekpresenta algunas restrccones que lmtan la realzacón de ejerccos de estrés. Se propone el método de RDF para producr un stress testngsóldo y con todos sus componentes: defncón de escenaros pérddas en funcón de varas varables macroeconómcas método de cálculo analítco RDFse puede abordar a dferentes velocdades, dependendo de las mejoras de gestón que se queran alcanzar. El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 33

34 RDF -Rsk Dynamcs nto the future Publcacón del método Se están publcando artículos que ncluyen análss académcos y desarrollos Ampla transparenca a cambo de la declaracón de la autoría La documentacón tene lcenca de tpo GNU Free Documentaton Lcense y se puede descargar en: Se han creado grupoen las red profesonal LnkedIn, a las que estás nvtados a partcpar: Hoy está ya ntegrado en Gestón y en Planfcacón en España y Méxco. El Impacto de Baslea III en el negoco fnancero 3 de novembre de 2011, Montevdeo (Uruguay) 34

35 EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO MUCHAS GRACIAS AIS c/ Castllejos, 365, 2ª Planta Barcelona -Span Tel: Fax: Organzado por: Con la colaboracón de: Con el auspco de:

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

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

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 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

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization)

Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multiobjective Optimization) Módulo 3. OPTIMIZACION MULTIOBJETIVO DIFUSA (Fuzzy Multobjectve Optmzaton) Patrca Jaramllo A. y Rcardo Smth Q. Insttuto de Sstemas y Cencas de la Decsón Facultad de Mnas Unversdad Naconal de Colomba, Medellín,

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

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

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

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

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

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

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

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

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

1.1 Ejercicios Resueltos Tema 1

1.1 Ejercicios Resueltos Tema 1 .. EJERCICIOS RESUELTOS TEMA. Ejerccos Resueltos Tema Ejemplo: Probarque ++3+ + n 3 + 3 +3 3 + + n 3 n (n +) Ã n (n +)! - Para n es certa, tambén lo comprobamos para n, 3,... ( + ) + 3 (+) supuesto certa

Más detalles

MODELIZACIÓN DEL RIESGO DE CRÉDITO Y BIS II

MODELIZACIÓN DEL RIESGO DE CRÉDITO Y BIS II MODELIZACIÓN DEL RIESGO DE CRÉDITO Y BIS II Frst RskLab Internatonal Conference Madrd, 8 de Octubre METODOLOGIA DE RIESGOS Juan Carlos García Céspedes Resumen de Contendos -. El modelo de Merton -. El

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

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

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

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

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

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

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013 Tema 6 El modelo IS-LM Prof. Antono Santllana del Barro y Anhoa Herrarte Sánchez Unversdad Autónoma de Madrd Curso 2012-2013 Bblografía oblgatora Capítulo 5, Macroeconomía, (Blanchard et al) Apuntes de

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

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

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

1. Introducción 2. El mercado de bienes y la relación IS 3. Los mercados financieros y la relación LM 4. El modelo IS-LM

1. Introducción 2. El mercado de bienes y la relación IS 3. Los mercados financieros y la relación LM 4. El modelo IS-LM Tema 4 Los mercados de benes y fnanceros: el modelo IS-LM Estructura del Tema 1. Introduccón 2. El mercado de benes y la relacón IS 3. Los mercados fnanceros y la relacón LM 4. El modelo IS-LM 4.1 La polítca

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

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

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

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

VII Jornadas para el Desarrollo De Grandes Aplicaciones de Red

VII Jornadas para el Desarrollo De Grandes Aplicaciones de Red Modelo de Consultoría TI especalzado VII Jornadas para el Desarrollo De Grandes Aplcacones de Red Incorporar servcos de consultoría TI en el sector de la Manufacturacón Carlos Ramón López Paz clopez@dtc.ua.es

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

TEMA 6 AMPLIFICADORES OPERACIONALES

TEMA 6 AMPLIFICADORES OPERACIONALES Tema 6 Amplfcadores peraconales ev 4 TEMA 6 AMPLIFICADES PEACINALES Profesores: Germán llalba Madrd Mguel A. Zamora Izquerdo Tema 6 Amplfcadores peraconales ev 4 CNTENID Introduccón El amplfcador dferencal

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente

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

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

Mª Dolores del Campo Maldonado. Tel: :

Mª Dolores del Campo Maldonado. Tel: : Mª Dolores del Campo Maldonado Tel: : 918 074 714 e-mal: ddelcampo@cem.mtyc.es Documentacón de referenca nternaconalmente aceptada ISO/IEC GUIDE 98-3:008 Uncertanty of measurement Part 3: Gude to the n

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

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

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN

FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN FUNDAMENTOS DE DIRECCIÓN FINANCIERA TEMA 2- Parte III CONCEPTO DE INVERSIÓN Y CRITERIOS PARA SU VALORACIÓN 1 CÁLCULO DE LOS FLUJOS NETOS DE CAJA Y TOMA DE DECISIONES DE INVERSIÓN PRODUCTIVA Peculardades

Más detalles

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS

METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS METODOLOGÍAS SISTEMA INTEGRAL DE ADMINISTRACIÓN DE RIESGOS SIARGAF 4.0 FEBRERO 008 CONTENIDO..... Valor en Resgo aramétrco... A) Meddas de Sensbldad... B) Meddas Estadístcas... 6 C) Volatldad... 7 D) Valor

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

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO

TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO Págna de 4 TEMA 5. EL SISTEMA DE PRODUCCIÓN DE LA EMPRESA (I) CONTENIDO INTRODUCCIÓN... 2 2 CLASIFICACIÓN DE LAS ACTIVIDADES PRODUCTIVAS... 4 3 FUNCIÓN DE PRODUCCIÓN... 3 4 CLASIFICACIÓN DE LOS PROCESOS

Más detalles

MODELO DE PROCESOS TECNOLOGÍAS DE LA INFORMACIÓN - GESTIÓN DEL SERVICIO

MODELO DE PROCESOS TECNOLOGÍAS DE LA INFORMACIÓN - GESTIÓN DEL SERVICIO MODELO DE PROCESOS TECNOLOGÍAS DE LA INFORMACIÓN - GESTIÓN DEL SERVICIO INTRODUCCION Gestón de Servcos de TI: Entrega de servcos de TI, que cumplan con los requstos del negoco, de una caldad aceptable

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

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

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%] PROBLEMA: EL BODEGUERO Un bodeguero ha tendo una buena cosecha que estma sea de 10000 ltros. El bodeguero ha de decdr qué cantdad de la cosecha dedcarla a hacer mosto, qué cantdad conservarla un año en

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

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II

UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II UNIVERSIDAD DE GUADALAJARA, CUCEI DEPARTAMENTO DE ELECTRÓNICA LABORATORIO DE ELECTRÓNICA II PRACTICA 11: Crcutos no lneales elementales con el amplfcador operaconal OBJETIVO: El alumno se famlarzará con

Más detalles

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES

III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES III CONGRESO COLOMBIANO Y I CONFERENCIA ANDINA INTERNACIONAL DE INVESTIGACIÓN DE OPERACIONES TUTORIAL: ANÁLISIS MULTIOBJETIVO CONSIDERANDO INCERTIDUMBRE E IMPRECISIÓN Patrca Jaramllo A. y Rcardo A. Smth

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

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

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

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

Control de la exactitud posicional por medio de tolerancias

Control de la exactitud posicional por medio de tolerancias Control de la exacttud posconal por medo de tolerancas Francsco Javer Arza López José Rodríguez-Av María Vrtudes Alba Fernández Plan Estatal de Investgacón Centífca y Técnca y de Innovacón 2013-2016. Ref.:

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

Tema 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Prof. Anhoa Herrarte Sánchez Curso 2007-08 Bblografía para preparar este tema Apuntes de clase Capítulo 3, Macroeconomía, O. Blanchard Prof. Anhoa

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 6 El mercado de bienes y la función IS

Tema 6 El mercado de bienes y la función IS Tema 6 El mercado de benes y la funcón IS Macroeconomía I Sánchez Curso 2008-09 Bblografía para preparar este tema Apuntes de clase Capítulo 5, Macroeconomía, O. Blanchard, pp. 81-100 Objetvo del tema

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

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 Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO

CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO CONCEPTOS GENERALES DEL CAMPO MAGNÉTICO 1 ÍNDICE 1. INTRODUCCIÓN 2. EL CAMPO MAGNÉTICO 3. PRODUCCIÓN DE UN CAMPO MAGNÉTICO 4. LEY DE FARADAY 5. PRODUCCIÓN DE UNA FUERZA EN UN CONDUCTOR 6. MOVIMIENTO DE

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

Tu área reservada Organización Simplicidad Eficiencia

Tu área reservada Organización Simplicidad Eficiencia Rev. 07/2012 Tu área reservada Organzacón Smplcdad Efcenca www.vstos.t La Tu tua área area reservada rservata 1 MyVstos MyVstos es la plataforma nformátca, reservada a los clentes Vstos, que permte comprobar

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

Más detalles

UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES

UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS FORESTALES UNIVERSIDAD AUTÓNOMA CHAPINGO DIVISIÓN DE CIENCIAS ORESTALES USO DE CALC DE OPENOICE EN EL ANÁLISIS DE DISEÑOS EXPERIMENTALES TESIS PROESIONAL QUE COMO REQUISITO PARCIAL PARA OBTENER EL TÍTULO DE: LICENCIADO

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

El diodo Semiconductor

El diodo Semiconductor El dodo Semconductor J.I. Hurcán Unversdad de La Frontera Aprl 9, 2012 Abstract Se plantean procedmentos para analzar crcutos con dodos. Para smpl car el trabajo, el dodo semconductor es reemplazado por

Más detalles

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 -

1.- Elegibilidad de estudiantes. 2.- Selección de estudiantes - 2 - Unversdad Euskal Herrko del País Vasco Unbertstatea NORMATIVA PARA SOCRATES/ERASMUS Y DEMÁS PROGRAMAS DE MOVILIDAD AL EXTRANJERO DE ALUMNOS (Aprobada en Junta de Facultad del día 12 de marzo de 2002) La

Más detalles

Matemáticas Financieras

Matemáticas Financieras Matemátcas Fnanceras Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Profundzar en los fundamentos del cálculo fnancero, necesaros

Más detalles

CONSEJERÍA DE EDUCACIÓN

CONSEJERÍA DE EDUCACIÓN BOLETÍN OFICIAL DE CONSEJERÍA DE EDUCACIÓN Orn EDU/59/2010, 9 julo, para la acredtacón la formacón nvel básco en prevencón resgos laborales para el alumnado que haya obtendo el título técnco o técnco superor

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

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

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

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

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes. CyRCE: Un modelo de Resgo de Crédto para Mercados Emergentes. Javer Márquez Dez-Canedo. DICIEMBRE 2004 Índce I. Introduccó cón II. CyRCE 1. El Modelo General 2. Segmentacón del Portafolo 3. Índce de Concentracón

Más detalles

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2 13. Consdere un mercado en el que hay dos consumdores con las sguentes funcones de utldad: U 1 (x 1,y 1 = 4x 1 (x 1 + y 1 ; U (x,y = ax (x + y con 4 > a >0 donde x, =1,, es la cantdad del ben x consumda

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 013-014 Iñak Agurre Jaromr Kovark Javer Arn Peo Zuazo Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema 3. Monopolo 1. Los costes de

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo

1. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA. Definición del álgebra geométrica del espacio-tiempo EL ÁLGEBRA GEOMÉTRICA DEL ESPACIO Y TIEMPO. GENERALIDADES DEL ÁLGEBRA GEOMÉTRICA Defncón del álgebra geométrca del espaco-tempo Defno el álgebra geométrca del espaco y tempo como el álgebra de las matrces

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

Introducción a la Teoría de Inventarios

Introducción a la Teoría de Inventarios Clase # 4 Las organzacones esán consanemene vendo como camba el nvel de sus nvenaros en el empo. Inroduccón a la Teoría de Invenaros El ener un nvel bajo de nvenaros mplca resgos para no sasacer la demanda

Más detalles

TEMA 3. VARIABLE ALEATORIA

TEMA 3. VARIABLE ALEATORIA TEMA 3. VARIABLE ALEATORIA 3.. Introduccón. 3... Dstrbucón de Probabldad de una varable aleatora 3... Funcón de Dstrbucón de una varable aleatora 3.. Varable aleatora dscreta 3... Funcón masa de probabldad

Más detalles

MANUAL DE USUARIO DEL MODULO DE CONTABILIDAD DEL SAFT

MANUAL DE USUARIO DEL MODULO DE CONTABILIDAD DEL SAFT MANUAL DE USUARIO DEL MODULO DE CONTABILIDAD DEL SAFT MODULO DE CONTABILIDAD CONTENIDO 1. DEFINIR PARAMETROS------------------------------------------------------------3 2. CATALOGO DE CUENTAS CONTABLES-----------------------------------------5

Más detalles

FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN NO VIDA

FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN NO VIDA Anales del Insttuto de Actuaros Españoles, 3ª época, 18, 2012/151-170 FÓRMULA DE CREDIBILIDAD PARA LA ESTIMACIÓN DE LAS CORRELACIONES ENTRE LÍNEAS DE NEGOCIO EN EL CÁLCULO DEL SCR DEL MÓDULO DE SUSCRIPCIÓN

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

Regresión múltiple k k

Regresión múltiple k k Métodos de Regresón Estadístca Ismael Sánchez Borrego Regresón múltple El modelo de regresón múltple es la extensón a k varables explcatvas del modelo de regresón smple estudado en el apartado anteror.

Más detalles