MODELIZACIÓN DEL RIESGO DE CRÉDITO Y BIS II

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

Download "MODELIZACIÓN DEL RIESGO DE CRÉDITO Y BIS II"

Transcripción

1 MODELIZACIÓN DEL RIESGO DE CRÉDITO Y BIS II Frst RskLab Internatonal Conference Madrd, 8 de Octubre METODOLOGIA DE RIESGOS Juan Carlos García Céspedes

2 Resumen de Contendos -. El modelo de Merton -. El modelo de BIS II 3-. La dstrbucón de defaults defaults en BIS II 4-. La fórmula de captal en BIS II 5-. El mpacto de la LGD 6-. La Correlacón de actvos: estmacones 7-. Una extensón: modelo bfactoral 8-. Conclusones 9-. Bblografía Anexos Metodología de Resgos Corporatvos

3 -. El modelo de Merton de crédto El default de una compañía se produce cuando el valor de sus actvos cae por debajo del nvel de su deuda. N lqudando todos sus actvos podría repagar la deuda Nvel de deuda / valor de los actvos Actvo año Valor ncal del actvo Nvel de deuda Valor del actvo al cabo de un año En todos estos escenaros no se produce default Escenaro de default: El valor del actvo cae por debajo del nvel de deuda Metodología de Resgos Corporatvos 3

4 Es fácl vsualzar el modelo de Merton para dos contrapartdas. La correlacón entre los defaults vene determnada por la correlacón entre los actvos de las compañías... Sólo ncumple la compañía Las dos compañías ncumplen COMPAÑÍA Nnguna compañía ncumple Sólo ncumple la compañía COMPAÑÍA Metodología de Resgos Corporatvos 4

5 Cuanto maor es la correlacón entre los actvos de las compañías maor es la probabldad de default conjunto maor es por tanto la correlacón entre los defaults. Sólo ncumple la compañía Las dos compañías ncumplen COMPAÑÍA Nnguna compañía ncumple Sólo ncumple la compañía COMPAÑÍA Metodología de Resgos Corporatvos 5

6 .-El modelo de BIS II Es una aproxmacón nsprada en el modelo de Merton donde: El número de contrapartdas en el portfolo n tende a nfnto El tamaño de las exposcones de todas las contrapartdas es gual a /n, por tanto tende a cero. Todas las contrapartdas tenen gual probabldad ndvdual de ncumplmento, p. El valor de los actvos de todas las compañías sgue un proceso gaussano,..d.: donde f es un factor común a todas las compañías modelo unfactoral La correlacón entre los actvos de todas las contrapartdas es gual a En este contexto, exste formula cerrada para la dstrbucón de los defaults Metodología de Resgos Corporatvos 6 V f + ξ

7 La formula de la dstrbucón acumulada de defaults es Donde: F x P [ ] X x Φ Φ x Φ p Φ es la dstrbucón normal estándar acumulada Φ - es la dstrbucón normal estándar nversa es la correlacón de actvos p es la probabldad ndvdual de ncumplmento Dervando la expresón anteror se obtene la formula de la densdad de defaults: f x exp Φ x Φ p Φ x [ ] El truco para llegar a las fórmulas anterores estrba en condconar los defaults a la realzacón del factor utlzar la le de las esperanzas teradas. Metodología de Resgos Corporatvos 7

8 3.-Dstrbucón de defaults en el BIS II Conforme la correlacón de actvos es maor, la densdad de las pérddas credtcas es más asmétrca la cola mucho más gruesa. Las gráfcas corresponden a una cartera con contrapartdas con PD del 5% dferentes correlacones de actvos entre % 30%. Metodología de Resgos Corporatvos 8

9 Se puede ver en un nuevo gráfco: Todas las dstrbucones tenen de meda 5%, sn embargo la forma camba en funcón de las correlacones de actvos Las gráfcas corresponden a una cartera con contrapartdas con PD del 5% dferentes correlacones de actvos entre % 30%. Meda del 5% Colas más gruesas conforme crece la correlacón Metodología de Resgos Corporatvos 9

10 La dstrbucón acumulada mde el captal. El captal no es más que un determnado percentl de la dstrbucón de defaults. Metodología de Resgos Corporatvos 0

11 Por ejemplo, el percentl 99% con una correlacón de actvos del 7,5% mplca una tasa de defaults del 5%, mentras que el msmo percentl para una correlacón del 0% supone una tasa de defaults del 5%. Metodología de Resgos Corporatvos

12 El mpacto de la correlacón en los percentles de la dstrbucón por tanto en el captal es mportante. Por ejemplo pasar de una correlacón del 0% al 8% práctcamente es dvdr por el percentl. Metodología de Resgos Corporatvos

13 4.- La fórmula de Captal en BIS II BIS II utlza como base el modelo antes descrto, el captal se calcula para un nvel de confanza del 99,5%, con una correlacón de actvos del 0% suponendo que el Loss Gven Default LGD es constante. Adconalmente, exsten dos factores, uno que capta el efecto del plazo otro que determna el anclaje, que no serán objeto de análss en esta presentacón Captal Regulatoro LGD Φ Φ p Φ Q LGD Φ 0. Φ p 0. Φ..995 LGD Φ.8 Φ p.88 Metodología de Resgos Corporatvos 3

14 5.- El mpacto de la LGD Captal Regulatoro LGD Φ.8Φ p.88 S se representa la ecuacón anteror se obtenen las fguras sguentes, este es el núcleo de la propuesta de BIS II: Metodología de Resgos Corporatvos 4

15 Es posble obtener la funcón de captal para dstntos valores de LGD. Captal Regulatoro LGD Φ.8 Φ EL LGD.88 Metodología de Resgos Corporatvos 5

16 Una crcunstanca nteresante de BIS II es que dado que el captal, para un msmo nvel de pérdda esperada, pueda ser dferente, dependendo del valor de la LGD A gual pérdda esperada, una menor LGD da lugar a menores requermentos de captal. EL Captal Regulatoro LGD Φ.8Φ p.88 LGD Φ.8Φ.88 LGD Detalle Metodología de Resgos Corporatvos 6

17 El modelo de Baslea II tene entre otros muchos dos supuestos báscos que determnan en gran medda los requermentos de captal: La correlacón de actvos: supuesto del 0% para empresas El supuesto de modelo unfactoral Sería mu nteresante determnar empírcamente la valdez de dchos supuestos o al menos acotar su mpacto en el consumo de captal. Metodología de Resgos Corporatvos 7

18 6-. La Correlacón de actvos: estmacones Es complcado contrastar empírcamente el supuesto de correlacón mplícto en la propuesta por Baslea dada la poca dsponbldad de datos. Sn embargo es posble hacer algún ejercco utlzando datos de agencas de ratng. El gráfco presenta las tasa de default desde 970 hasta ho para los grados Baa, Ba B de Moods. 5% 0% 5% 0% 5% 0% Emprcal Default frequenc Baa Ba B Year Metodología de Resgos Corporatvos 8

19 Se puede obtener la dstrbucón acumulada empírca de defaults compararla con la propuesta por Baslea CDF for 0% asset correlaton 00% Ba corporates 00% B corporates 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 30% 40% 30% Asset correlaton 0% 0% 0% 0% Asset Correlaton 0% 0% 0.0% 0.5%.0%.5%.0%.5% 3.0% 3.5% 4.0% 4.5% 5.0% 5.5% 0% 0% 0% 3% 6% 9% % 5% 8% % 4% 00% Speculatve grade 00% All corporates 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 30% Asset correlaton 0% 40% 30% Asset correlaton 0% 0% 0% 0% 0% 0% 0% % % 3% 4% 5% 6% 7% 8% 9% 0% % 0% 0.0% 0.5%.0%.5%.0%.5% 3.0% 3.5% Metodología de Resgos Corporatvos 9

20 La conclusón es que la dstrbucón propuesta por Baslea sobreestma el resgo, en la realdad las tasas de default en las colas son menores. 00% Ba corparates 90% 80% 70% 60% 50% 40% 30% 0% 0% 0% 0.0%.0%.0% 3.0% 4.0% 5.0% 6.0% Defaults al 90% de confanza, dstrbucón empírca Metodología de Resgos Corporatvos 0 Defaults al 90% de confanza, dstrbucón BIS II

21 Un ejercco nteresante es estmar la correlacón de actvos mplcta en los datos empírcos. Dcha correlacón está en el entorno al 0% frente al propuesto 0% de Baslea. CDF for dfferent asset correlatons 00% Ba corporates 00% B corporates 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 30% Asset Correlaton,7% 40% 30% Asset correlaton,6% 0% 0% 0% 0% 0.0% 0.5%. 0%.5%.0%.5% 3. 0% 3.5% 4.0% 4.5% 5.0% 5.5% 0% 0% 0% 3% 6% 9% % 5% 8% % 4% 00% Speculatve grade 00% All corporates 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 30% Asset correlaton 9,6% 40% 30% Asset correlaton 8,% 0% 0% 0% 0% % % 3% 4% 5% 6% 7% 8% 9% 0% % 0% 0% 0% 0.0% 0.5%.0%.5%.0%.5% 3.0% 3.5% Metodología de Resgos Corporatvos

22 Los gráfcos sguentes presentan: -las dstrbucón acumulada empírca -la propuesta por Baslea con correlacón del 0% - la curva que resultaría utlzando una correlacón del 0%. El ajuste con correlacón del 0% es claramente mejor en todos los percentles, ncludos los percentles por encma del 80%. 00% 90% 80% 70% 60% 50% 40% 30% 0% 0% 0% Speculatve-Grade 0% Speculatve-Grade 0% Emprcal 0% % % 3% 4% 5% 6% 7% 8% 9% 0% % 00% 90% 80% 70% 60% 50% 40% 30% 0% 0% 0% All Corporates 0% All Corporates 0% Emprcal 0.0% 0.5%.0%.5%.0%.5% 3.0% 3.5% Metodología de Resgos Corporatvos

23 7-. Una extensón: modelo bfactoral En relacón al uso de un modelo unfactoral su mpacto en el consumo de captal se ha desarrollado un modelo bfactoral para poder así estudar las dferencas respecto del modelo unfactoral. Para vsualzar el modelo se puede pensar en los sguentes térmnos: Se supone que exsten dos economías-países, cada una de ellas drgda por un únco factor, e nterrelaconadas a través de la correlacón entre dchos factores para vsualzar el modelo, podría pensarse que el factor fuese el PIB de cada una de las economías-países. Exsten dos tpos de empresas, de manera que el valor de los actvos que toma cada una de las empresas depende del factor de nuevo pénsese en el PIB específco de la economía-país a la que pertenece Metodología de Resgos Corporatvos 3

24 En la economía exsten, por tanto, dos tpos de contrapartdas una por cada economía-país: Las contrapartdas de tpo, todas con gual probabldad de ncumplmento p e gual correlacón de actvos..el valor de sus actvos está afectado sólo por el factor f. Las contrapartdas de tpo, todas con gual probabldad de ncumplmento p e gual correlacón de actvos,. El valor de sus actvos está afectado sólo por el factor f. Relacón entre factores f f + F F corr f, f F ζ V f + ξ Metodología de Resgos Corporatvos 4 Valor de las empresas j j V f + ξ

25 Metodología de Resgos Corporatvos 5 La dstrbucón de defaults en este contexto no tene solucón analítca como en el caso unfactoral Es necesaro resolver la doble ntegral sguente. Ω, d d x F φ { } x K n K n a s Φ + Φ Ω.., Dcha ntegral se puede resolver medante métodos numércos.

26 A fn de ver con números el mpacto de utlzar un modelo unfactoral versus otro bfactoral, se han realzado algunas smulacones para las que se ha supuesto: p : Probabldad de ncumplmento de las contrapartdas afectadas por el factor contrapartdas de tpo : % p : Probabldad de ncumplmento de las contrapartdas afectadas por el factor contrapartdas de tpo : 3% n : Porcentaje de contrapartdas de tpo : varía entre 0% 00% n -n : porcentaje de contrapartdas de tpo : varía entre 0% 00% : Correlacón de actvos de las contrapartdas de tpo : 0% * : correlacón de actvos de las contrapartdas de tpo: 0% * f : Correlacón entre el factor el factor : varía entre 0% 00% * Para ser consstentes con el supuesto de BISII Metodología de Resgos Corporatvos 6

27 Prmera smulacón: sensbldad a la correlacón entre los factores p : Probabldad de ncumplmento de las contrapartdas afectadas por el factor contrapartdas de tpo : % p : Probabldad de ncumplmento de las contrapartdas afectadas por el factor contrapartdas de tpo : 3% n : Porcentaje de contrapartdas de tpo : 90% n : porcentaje de contrapartdas de tpo : 0% : Correlacón de actvos de las contrapartdas de tpo : 0% : correlacón de actvos de las contrapartdas de tpo: 0% f : Correlacón entre el factor el factor : varía entre 0% 00% Un banco ha ncorporado a su cartera un 0% de préstamos, en un nuevo país, con maor PD. Cuál es el mpacto en su captal económco? regulatoro? Metodología de Resgos Corporatvos 7

28 El gráfco adjunto presenta las colas de la dstrbucón de defaults de la cartera para 5 nveles dferentes de correlacón entre los dos factores países Metodología de Resgos Corporatvos 8

29 Se puede comparar, para cada nvel de confanza la cartera antes descrta, el ncremento porcentual de consumo de captal que supone asumr el modelo unfactoral respecto a otro bfactoral con dferentes grados de correlacón entre factores. Metodología de Resgos Corporatvos 9

30 Segunda smulacón: sensbldad a la estructura de la cartera p : Probabldad de ncumplmento de las contrapartdas afectadas por el factor contrapartdas de tpo : % p : Probabldad de ncumplmento de las contrapartdas afectadas por el factor contrapartdas de tpo : 3% n : Porcentaje de contrapartdas de tpo : varía entre 0 00% n : porcentaje de contrapartdas de tpo : varía en funcón de n : Correlacón de actvos de las contrapartdas de tpo : 0% : correlacón de actvos de las contrapartdas de tpo: 0% f : Correlacón entre el factor el factor : 5% Un banco está pensando en ncorporar a su cartera préstamos, en un nuevo país, con maor PD baja correlacón. Cuántos préstamos debería ncorporar? De nuevo, qué mpacto tendrá esto en el captal económco regulatoro? Metodología de Resgos Corporatvos 30

31 La línea roja mde el percentl 99,5% para dferentes combnacones de porcentajes de préstamos tpo consderando una correlacón entre factores del 5%. La línea morada es el caso unfactoral que es gual que suponer una correlacón de factores del 00%... El gráfco nferor mde el exceso de captal del modelo unfactoral respecto del modelo bfactoral con correlacón entre factores del 5% Metodología de Resgos Corporatvos 3

32 Añadr préstamos de peor caldad ncluso reduce el captal requerdo En el modelo unfactoral, añadr a la cartera con préstamos de PD % otros préstamos con PD superor 3% sempre ncrementa las necesdades de captal. Sn embargo, en el modelo bfactoral añadr préstamos con PD del 3% en cantdades razonables, nferores a un 30% ncluso dsmnue lgeramente las necesdades de captal debdo al efecto de dversfcacón. Metodología de Resgos Corporatvos 3

33 Resulta nteresante determnar cuál es el nvel de correlacón que bajo el modelo unfactoral genera las msmas necesdades de captal que el modelo bfactoral con correlacón de factores del 5%. Exsten combnacones de cartera que reducrían el nvel de correlacón mplícta hasta el.50%. Estos resultados están en línea con los obtendos del análss empírco de los defaults hstórcos Mood s Metodología de Resgos Corporatvos 33

34 8.- Conclusones I Modelo BIS II: Consste báscamente en la aplcacón del modelo de Merton a una cartera con nfntas contrapartdas guales dentro de una economía unfactoral. Este caso admte una solucón analítca.. Tratamento de la LGD: En el modelo BIS II la LGD no es aleatora, es un parámetro constante, esto derva en que la LGD afecta al captal de manera proporconal se puede convertr en un factor crítco en el modelo. Parametrzacon conservadora conservadora. En el caso de empresas, el parámetro de correlacón elegdo por Baslea es del 0%. Análss empírcos sobre muestras hstórcas de defaults nducen a pensar que la correlacón es del orden de la mtad 0%. Metodología de Resgos Corporatvos 34

35 8.- Conclusones II Es posble extender el modelo de BIS II al caso de economías n- factorales s ben a costa de perder la solucón analítca a la dstrbucón de defaults. Un ejemplo nteresante es el caso de un modelo bfactoral se puede nterpretar como el caso de nversones en dos economías-países unfactorales que tenen entre s un certo grado de correlacón. En este contexto el uso del modelo propuesto por BIS II: Es conservador desncentva la dversfcacón Para palar estos problemas dentro del modelo unfactoral una posble solucón sería modfcar, a la baja, el supuesto de correlacón. Metodología de Resgos Corporatvos 35

36 9.- Bblografía Factor Models for portfolo credt rsk. Phlpp J. Schönbucher. The New Basel Captal Accord. An Analtc Approach to Credt Rsk of Large Corporate Bond and Loan Portfolos. Andre Lucas, Peter Klaassen, Peter Sprej, and Stefan Straetmans Default and Recover Rates of CorporateBond Issuers: 000. Mood s Investors Servce. Modellng Dependences n Credt Rsk Management. Dploma Thess of Mark A. Nfeler. Swss Federal Insttute of Technolog Zurch. Portfolo Management of Default Rsk. KMV Corporaton Metodología de Resgos Corporatvos 36

37 ANEXO I FUNCIÓN DE DISTRIBUCIÓN DE DEFAULTS PARA EL CASO UNIFACTORIAL Metodología de Resgos Corporatvos 37

38 Metodología de Resgos Corporatvos 38 f V ξ + [ ] [ ] Φ < < + < ξ ξ K f f K P f K f P f K T P V p p K K K P V p Φ Φ [ ] Y p X P Dervacón de la dstrbucón de Dervacón de la dstrbucón de defaults defaults en un modelo en un modelo unfactoral unfactoral I I El valor de los actvos de la empresa está drgdo por un factor común f Exste una relacón entre la probabldad de ncumplmento de la empresa la barrera de default K. Es posble calcular la probabldad de default condconada a la realzacón del factor f. Condconando a la realzacón del factor f, los defaults de la cartera son varables ndependentes. Aplcando la le de los grandes números se puede afrmar que con probabldad la tasa de defaults será gual a la probabldad condconada de default

39 Metodología de Resgos Corporatvos 39 [ ] [ ] Φ Φ Φ Φ + Φ Φ K x x K d d d Y x p X P x X P x K x K 0 φ φ φ [ ] Φ Φ Φ p x x X P x F Dervacón Dervacón de la dstrbucón de de la dstrbucón de defaults defaults en un modelo en un modelo unfactoral unfactoral II II Aplcando la le de las esperanzas teradas se tene... La ntegral anteror se puede resolver analítcamente Así se obtene la funcón de dstrbucón acumulada [ ] [ ] [ ] [ ] [ ] d Y x p X P d Y x X P Y x X P E x X P φ φ

40 ANEXO II FUNCIÓN DE DISTRIBUCIÓN DE DEFAULTS PARA EL CASO BIFACTORIAL Metodología de Resgos Corporatvos 40

41 Metodología de Resgos Corporatvos 4 Dervacón de la dstrbucón de Dervacón de la dstrbucón de defaults defaults en un modelo en un modelo bfactoral bfactoral I I El valor de los actvos de las empresas están drgdos por dos factores correlaconados, f f F corr f V ξ + j j f V ξ + Es posble calcular la probabldad de default condconada a la realzacón de los dos factores f f. [ ] [ ] Φ Φ < < + < ξ ξ K f f K P f K f P f K P V p [ ] [ ] Φ Φ < < + < ξ ξ K f f K P f K f P f K P V p

42 Dervacón de la dstrbucón de defaults en un modelo bfactoral II Condconando en este caso a la realzacón de ambos factores, los defaults de la cartera son varables ndependentes, de nuevo se aplca la le de los grandes números... P [ X n p + n p Y, Y ] De nuevo aplcando la le de las esperanzas teradas... P [ X x] E[ P[ X x Y, Y ] + + P[ X x, ] φ, d d + + P[ X n p + n p x Y ] φ, d d En este caso la ntegral anteror se resuelve numércamente P [ X x] φ, d d n p + n p x Metodología de Resgos Corporatvos 4

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

3. VARIABLES ALEATORIAS.

3. VARIABLES ALEATORIAS. 3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores)

Más detalles

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES Documento Preparado para la Cámara de Fondos de Inversón Versón 203 Por Rodrgo Matarrta Venegas 23 de Setembre del 204 2 Análss Industral

Más detalles

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio. Tema 9 - Estadístca - Matemátcas B 4º E.S.O. 1 TEMA 9 - ESTADÍSTICA 9.1 DOS RAMAS DE LA ESTADÍSTICA 9.1.1 - INTRODUCCIÓN La estadístca tene por objeto el desarrollo de técncas para el conocmento numérco

Más detalles

Métodos específicos de generación de diversas distribuciones discretas

Métodos específicos de generación de diversas distribuciones discretas Tema 3 Métodos específcos de generacón de dversas dstrbucones dscretas 3.1. Dstrbucón de Bernoull Sea X B(p). La funcón de probabldad puntual de X es: P (X = 1) = p P (X = 0) = 1 p Utlzando el método de

Más detalles

EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO

EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO 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

Más detalles

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp

Análisis de Weibull. StatFolio de Muestra: Weibull analysis.sgp Análss de Webull Resumen El procedmento del Análss de Webull está dseñado para ajustar una dstrbucón de Webull a un conjunto de n observacones. Es comúnmente usado para analzar datos representando tempos

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

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

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

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

1. Lección 7 - Rentas - Valoración (Continuación)

1. Lección 7 - Rentas - Valoración (Continuación) Apuntes: Matemátcas Fnanceras 1. Leccón 7 - Rentas - Valoracón (Contnuacón) 1.1. Valoracón de Rentas: Constantes y Dferdas 1.1.1. Renta Temporal y Pospagable En este caso, el orgen de la renta es un momento

Más detalles

INTRODUCCIÓN. Técnicas estadísticas

INTRODUCCIÓN. Técnicas estadísticas Tema : Estadístca Descrptva Undmensonal ITRODUCCIÓ Fenómeno determnsta: al repetrlo en déntcas condcones se obtene el msmo resultado. (Ejemplo: lómetros recorrdos en un ntervalo de tempo a una velocdad

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

Seminarios de Matemática Financiera Instituto MEFF RiskLab-Madrid. The two-factor. model for credit risk. A comparison with the BIS II one-factor

Seminarios de Matemática Financiera Instituto MEFF RiskLab-Madrid. The two-factor. model for credit risk. A comparison with the BIS II one-factor Seminarios de Matemática Financiera Instituto MEFF RiskLab-Madrid Miércoles 7 de noviembre del 00 The two-factor model for credit risk A comparison with the BIS II one-factor model Juan Carlos García Céspedes

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

Modelos unifactoriales de efectos aleatorizados

Modelos unifactoriales de efectos aleatorizados Capítulo 4 Modelos unfactorales de efectos aleatorzados En el modelo de efectos aleatoros, los nveles del factor son una muestra aleatora de una poblacón de nveles. Este modelo surge ante la necesdad de

Más detalles

Tema 1.3_A La media y la desviación estándar

Tema 1.3_A La media y la desviación estándar Curso 0-03 Grado en Físca Herramentas Computaconales Tema.3_A La meda y la desvacón estándar Dónde estudar el tema.3_a: Capítulo 4. J.R. Taylor, Error Analyss. Unv. cence Books, ausalto, Calforna 997.

Más detalles

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas

IES Menéndez Tolosa (La Línea) Física y Química - 1º Bach - Gráficas IES Menéndez Tolosa (La Línea) Físca y Químca - 1º Bach - Gráfcas 1 Indca qué tpo de relacón exste entre las magntudes representadas en la sguente gráfca: La gráfca es una línea recta que no pasa por el

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

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

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

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

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

REGRESION LINEAL SIMPLE

REGRESION LINEAL SIMPLE REGREION LINEAL IMPLE Jorge Galbat Resco e dspone de una mustra de observacones formadas por pares de varables: (x 1, y 1 ) (x, y ).. (x n, y n ) A través de esta muestra, se desea estudar la relacón exstente

Más detalles

EJERCICIOS RESUELTOS TEMA 2

EJERCICIOS RESUELTOS TEMA 2 EJERCICIOS RESUELTOS TEMA.1. La Moda, para el grupo de Varones de la Tabla 1, es: A) 4,5; B) 17; C) 60.. Con los datos de la Tabla 1, la meda en para las Mujeres es: A) gual a la meda para los Varones;

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

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

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

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

Organización y resumen de datos cuantitativos

Organización y resumen de datos cuantitativos Organzacón y resumen de datos cuanttatvos Contendos Organzacón de datos cuanttatvos: dagrama de tallos y hojas, tablas de frecuencas. Hstogramas. Polígonos. Ojvas ORGANIZACIÓN Y RESUMEN DE DATOS CUANTITATIVOS

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

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

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad Vda Utl, característcas de la Fabldad e Invabldad y dstrbucones teórcas en el terreno de la fabldad Realzado por: Mgter. Leandro D. Torres Vda Utl Este índce se refere a una vda útl meda nomnal y se puede

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

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios

Teoría de Modelos y Simulación Enrique Eduardo Tarifa Facultad de Ingeniería - Universidad Nacional de Jujuy. Generación de Números Aleatorios Teoría de Modelos y Smulacón Enrque Eduardo Tarfa Facultad de Ingenería - Unversdad Naconal de Jujuy Generacón de Números Aleatoros Introduccón Este capítulo trata sobre la generacón de números aleatoros.

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

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

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x Dstrbucones de Probabldad dscretas-bn1b DISTRIBUIONES DISRETAS DE PROBABILIDAD Dstrbucones dscretas son aquellas en las que la varable sólo puede tomar valores aslados. Ejemplo: lanzar una moneda ( valores:

Más detalles

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w

Más detalles

El costo de oportunidad social de la divisa ÍNDICE

El costo de oportunidad social de la divisa ÍNDICE El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado

Más detalles

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza Maestría en Admnstracón Meddas Descrptvas Formularo e Interpretacón Dr. Francsco Javer Cruz Arza A contnuacón mostramos el foco de atencón de las dstntas meddas que abordaremos en el presente manual. El

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

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL. Concepto de varable aleatora. Se llama varable aleatora a toda aplcacón que asoca a cada elemento del espaco muestral de un expermento, un número real.

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

Regresión Lineal Simple y Correlación

Regresión Lineal Simple y Correlación 4 Regresón Lneal Smple y Correlacón 4.1. Fundamentos teórcos 4.1.1. Regresón La regresón es la parte de la estadístca que trata de determnar la posble relacón entre una varable numérca, que suele llamarse

Más detalles

Análisis de ruido en detectores ópticos.

Análisis de ruido en detectores ópticos. Análss de rudo en detectores óptcos. La corrente real generada en un fotododo es de carácter aleatoro, cuyo valor fluctúa entre el valor promedo defndo por la foto-corrente: p = RP Dchas fluctuacones se

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

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

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

VP = 1 VF. Anualidad: conjunto de pagos iguales realizados a intervalos iguales de tiempo.

VP = 1 VF. Anualidad: conjunto de pagos iguales realizados a intervalos iguales de tiempo. Ingenería Económca Tema 2.1. Factores de equvalenca y seres de gradentes UNIDAD II. FACTORES USADOS EN LA INGENIERÍA ECONÓMICA Tema 2.1. Factores de equvalenca y seres de gradentes Saber: Descrbr los factores

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

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1 Tema 8 - Estadístca - Matemátcas CCSSI 1º Bachllerato 1 TEMA 8 - ESTADÍSTICA 8.1 NOCIONES GENERALES DE ESTADÍSTICA 8.1.1 INTRODUCCIÓN Objetvo: La estadístca tene por objeto el desarrollo de técncas para

Más detalles

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística Facultad de Ingenería Dvsón de Cencas Báscas Coordnacón de Cencas Aplcadas Departamento de Probabldad y Estadístca Probabldad y Estadístca Prmer Eamen Fnal Tpo A Semestre: 00- Duracón máma:. h. Consderar

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado en Geomátca y Topografía Escuela Técnca Superor de Ingeneros en Topografía, Geodesa y Cartografía. Unversdad Poltécnca de Madrd

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

Valoración de opciones financieras por diferencias finitas

Valoración de opciones financieras por diferencias finitas Valoracón de opcones fnanceras por dferencas fntas José Mª Pesquero Fernández Dpto. Nuevos Productos - Tesorería BBVA mpesquero@grupobbva.com Indce INDICE. Introduccón. La ecuacón dferencal 3. Dferencas

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

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores

Estimación del consumo del consumo diario de gas a partir de lecturas periódicas de medidores Estmacón del consumo del consumo daro de gas a partr de lecturas peródcas de meddores S.Gl, 1, A. Fazzn, 3 y R. Preto 1 1 Gerenca de Dstrbucón del ENARGAS, Supacha 636- (18) CABA- Argentna Escuela de Cenca

Más detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas...

1. Concepto y origen de la estadística Conceptos básicos Tablas estadísticas: recuento Representación de graficas... TEMA. ESTADÍSTICA DESCRIPTIVA.. Concepto y orgen de la estadístca..... Conceptos báscos..... Tablas estadístcas: recuento..... Representacón de grafcas.... 6.. Varables cualtatvas... 6.. Varables cuanttatvas

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

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución.

Ejercicio nº 1. a) Elabora una tabla de frecuencias. b) Representa gráficamente la distribución. Ejercco nº En una empresa de teleonía están nteresados en saber cuál es el número de aparatos teleóncos (ncludos teléonos móvles) que se tene en las vvendas. Se hace una encuesta y, hasta ahora, han recbdo

Más detalles

16/07/2012 P= F A. Pascals. Bar

16/07/2012 P= F A. Pascals. Bar El Estado Gaseoso El Estado Gaseoso Undad I Característcas de los Gases Las moléculas ndvduales se encuentran relatvamente separadas. Se expanden para llenar sus recpentes. Son altamente compresbles. enen

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

Variable aleatoria: definiciones básicas

Variable aleatoria: definiciones básicas Varable aleatora: defncones báscas Varable Aleatora Hasta ahora hemos dscutdo eventos elementales y sus probabldades asocadas [eventos dscretos] Consdere ahora la dea de asgnarle un valor al resultado

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

Rentas o Anualidades

Rentas o Anualidades Rentas o Anualdades Patrca Ksbye Profesorado en Matemátca Facultad de Matemátca, Astronomía y Físca 10 de setembre de 2013 Patrca Ksbye (FaMAF) 10 de setembre de 2013 1 / 31 Introduccón Rentas o Anualdades

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

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

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

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- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

Descripción de una variable

Descripción de una variable Descrpcón de una varable Tema. Defncones fundamentales. Tabla de frecuencas. Datos agrupados. Meddas de poscón Meddas de tendenca central: meda, medana, moda Ignaco Cascos Depto. Estadístca, Unversdad

Más detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 0 INSTITUTO NACIONAL DE ESTADÍSTICAS 03 ÍNDICE I. METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE INTERURBANO DE PASAJEROS POR CARRETERA.

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

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

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA. LA MEDIANA: Es una medda de tendenca central que dvde al total de n observacones debdamente ordenadas

Más detalles

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900? EJERCICIO 1. A contnuacón tene dos dstrbucones por sexo y salaro declarado en el prmer empleo tras obtener la lcencatura de un grupo de ttulados por la UNED. Salaro en Hombres en % Mujeres en % < de 600

Más detalles

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA

TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Ing. Federco G. Salazar Termodnámca del Equlbro TERMODINÁMICA DEL EQUILIBRIO CAPÍTULO V. EQUILIBRIO DE REACCIÓN QUÍMICA Contendo 1. Conversón y Coordenada de Reaccón. 2. Ecuacones Independentes y Regla

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

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES DISTRIBUCION DE RENDIMIENTOS: APLICACIONES Puntos a desarrollar Como es el modelo de dstrbucon normal de los rendmentos Como se puede utlzar para hacer predccones futuras sobre precos de actvos Como se

Más detalles

FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS

FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS FIABILIDAD (V): COMPARACIÓN (NO PARAMÉTRICA) DE MUESTRAS Autores: Ángel A Juan Pérez (ajuanp@uocedu), Rafael García Martín (rgarcamart@uocedu) RELACIÓN CON OTROS MATH-BLOCS Este math-block forma parte

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

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO

http://www.rubenprofe.com.ar biofisica@rubenprofe.com.ar RESISTENCIAS EN PARALELO bofsca@rubenprofe.com.ar El crcuto funcona así: ESISTENCIS EN PLELO.- Las cargas salen del extremo postvo de la fuente y recorren el conductor (línea negra) hasta llegar al punto, allí las cargas se dvden

Más detalles

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c.

Continua: Corriente cuyo valor es siempre constante (no varía con el tiempo). Se denota como c.c. .. TIPOS DE CORRIENTES Y DE ELEMENTOS DE CIRCUITOS Contnua: Corrente cuyo valor es sempre constante (no varía con el tempo). Se denota como c.c. t Alterna: Corrente que varía snusodalmente en el tempo.

Más detalles

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1). TRABAJO 1: Varables Estadístcas Undmensonales (Tema 1). Técncas Cuanttatvas I. Curso 2016/2017. APELLIDOS: NOMBRE: GRADO: GRUPO: DNI (o NIE): A: B: C: D: En los enuncados de los ejerccos que sguen aparecen

Más detalles

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA

INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA INSTITUTO DE FÍSICA FACULTAD DE INGENIERÍA LABORATORIO 1-008 PRACTICA 4: LEYES DE LOS GASES 1. OBJETIVOS ) Comprobacón expermental de las leyes de los gases. En este caso nos vamos a concentrar en el estudo

Más detalles

Premio Nacional BMV. Autor: Blackbird. Categoría: Investigación

Premio Nacional BMV. Autor: Blackbird. Categoría: Investigación Estmacón del resdual de un bono respaldado por hpotecas medante un modelo de resgo crédto: una comparacón de resultados de la teoría de cópulas y el modelo IRB de Baslea II en datos del mercado hpotecaro

Más detalles

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón

Más detalles

TEMA 8: PRÉSTAMOS ÍNDICE

TEMA 8: PRÉSTAMOS ÍNDICE TEM 8: PRÉSTMOS ÍNDICE 1. CONCEPTO DE PRÉSTMO: SISTEMS DE MORTIZCIÓN DE PRÉSTMOS... 1 2. NOMENCLTUR PR PRÉSTMOS DE MORTIZCIÓN FRCCIOND... 3 3. CUDRO DE MORTIZCIÓN GENERL... 3 4. MORTIZCIÓN DE PRÉSTMO MEDINTE

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

CESMA BUSINESS SCHOOL

CESMA BUSINESS SCHOOL CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 4 RENTAS y MÉTODOS DE AMORTIZACIÓN Javer Blbao García 1 1.- Introduccón Defncón: Conjunto de captales con vencmentos equdstantes de tempo. Para que exsta

Más detalles

T. 9 El modelo de regresión lineal

T. 9 El modelo de regresión lineal 1 T. 9 El modelo de regresón lneal 1. Conceptos báscos sobre el análss de regresón lneal. Ajuste de la recta de regresón 3. Bondad de ajuste del modelo de regresón Modelos predctvos o de regresón: la representacón

Más detalles

8 MECANICA Y FLUIDOS: Calorimetría

8 MECANICA Y FLUIDOS: Calorimetría 8 MECANICA Y FLUIDOS: Calormetría CONTENIDOS Dencones. Capacdad caloríca. Calor especíco. Equlbro térmco. Calormetría. Calorímetro de las mezclas. Marcha del calorímetro. Propagacón de Errores. OBJETIVOS

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

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID

DELTA MASTER FORMACIÓN UNIVERSITARIA C/ Gral. Ampudia, 16 Teléf.: 91 533 38 42-91 535 19 32 28003 MADRID DELTA MATE OMAÓN UNETAA / Gral. Ampuda, 6 8003 MADD EXÁMEN NTODUÓN A LA ELETÓNA UM JUNO 008 El examen consta de ses preguntas. Lea detendamente los enuncados. tene cualquer duda consulte al profesor. Todas

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles