Métodos Combinatorios en la Teoría de Ruina

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

Download "Métodos Combinatorios en la Teoría de Ruina"

Transcripción

1 Métodos Combiatoios e la Teoía de Ruia Diego Heádez Ragel Julio 997 Seie Documetos de Tabao Documeto de Tabao No. 7

2 Ídice Pesetació La Teoía de Riesgo 2 Capítulo Defiicioes 5 Capítulo 2 Revisió de la Liteatua de Ruia Capítulo 3 Teoemas de la Ua 9 Capítulo 4 Fluctuacioes de Sumas de Vaiables Aleatoias 3 Capítulo 5 Fluctuacioes de Realizacioes de Pocesos Estocásticos y Pobabilidad de Ruia Evetual 4 Capítulo 6 Aplicacioes al Poblema de Ruia 52 Apédice A Apédice B Diseño del Algoitmo paa las Pobabilidades de Ruia e el Caso de Motos Discetos 58 Cálculo de Covolucioes Mediate la Tasfomada Rápida de Fouie 63 Notas 67 Refeecias 68

3 Métodos Combiatoios e la Teoía de Ruia Diego Heádez Ragel* Pesetació Esta tesis busca expoe el poblema de Ruia a tavés de la asombosa heamieta matemática desaollada po Takács(967), de la que se obtiee los picipales esultados de la llamada "Teoía de Ruia" a pati de ua geealizació del coocido "Teoema de la Ua". Duate esta exposició se completaá demostacioes pacialmete mostadas e dicho texto, se ealizaá ua coecció a ua demostació del mismo, así como ua demostació adicioal o icluida e el libo. Al ecoe el camio ete hipótesis y coclusioes, descubiedo el azoamieto seguido po muchas de las metes más billates de la Histoia Matemática, se establece las codicioes paa u aálisis sobe su aplicabilidad y sigificado e los seguos, costituyédose e ua base paa futuas ivestigacioes. La obteció de pobabilidades de uia sobe el Modelo Colectivo de Riesgo, ha sido tatada abudatemete e la liteatua actuaial a pati de los años teita, y seiamete cuestioada e cuato a su aplicabilidad y sigificado. E esta tesis se mostaá ua fómula de uia evetual paa el caso de motos discetos y seá utilizada paa esolve tes poblemas que apaece fecuetemete e la liteatua. Auque o es u obetivo de este tabao ealiza u estudio cítico sobe la Teoía Colectiva de Ludbeg, se busca que el lecto obtega la heamieta itelectual paa uzgala e sus vitudes y limitacioes y utilizala e la foma más coveiete. Ua vez defiidos e el pime capítulo los coceptos básicos de la Teoía Colectiva de Riesgo, e el capítulo 2 se pesetaá ua elació históica de la Liteatua de Ruia, itoduciedo al lecto e esta impotate ama de las matemáticas actuaiales. E el capítulo 3 se expoe los teoemas fudametales e que se basa el método de Takács, paa establece los teoemas sobe fluctuacioes de sumas de vaiables aleatoias del capítulo 4, mismos que seá geealizados a fluctuacioes de ealizacioes de pocesos estocásticos e el capítulo 5. Fialmete el capítulo 6 cotiee ua muesta de la capacidad de esta metodología paa obtee expesioes útiles ate poblemas cocetos de la Teoía de Ruia. El Poblema de Ruia coba sigificado e u etoo bie defiido: "La Teoía de Riesgo", azó po la cual se pesetaá a cotiuació ua beve semblaza sobe esta ama de las ciecias actuaiales.

4 La Teoía de Riesgo "Most of the isuace wold seems, with some ustificatio, to coside the theoy of isk as a hamless hobby cultivated by actuaies i Cotietal Euope ad paticulaly i Scadiavia couties". Boch, K., The Mathematical Theoy of Isuace. Lexigto Books, Lodo, 974 p73. La Ciecia Actuaial puede etedese como el coocimieto detallado de los "sistemas de seguidad fiaciea" e cuato a su azó de existi, sus matemáticas y la foma e que fucioa y se aplica a la vida ecoómica de la sociedad. Estos sistemas evolucioa coceptualmete del Utilitaismo como filosofía y de la oció de "avesió al iesgo" como ua caacteística del compotamieto humao. 2 Gebe(979) defie a la Teoía de Riesgo como aquella ama de la Ciecia Actuaial que modela al egocio aseguado utilizado vaiables aleatoias paa el úmeo y moto de los siiestos duate los peiodos cotactuales. - defiició ta simple y ta extesa - Esta teoía busca supea las técicas actuaiales covecioales basadas e fecuecias y motos pomedio de eclamacioes, las cuales e ocasioes simplifica excesivamete los hechos, al sustitui los iesgos úicamete po sus valoes espeados. 3 Camé(93) os da ua defiició que aclaa su fialidad: "El obeto de la Teoía de Riesgo es popocioa u aálisis matemático de las fluctuacioes aleatoias e los seguos y discuti los medios de potecció cota sus efectos desfavoables". Se distigue tes etapas e su evolució:. La Teoía Clásica de Riesgo Esta teoía, ogullo de las matemáticas actuaiales po más de u siglo, tiee ete sus pecusoes a Edmud Halley, al desaolla el modelo Tabla de Motalidad e 693 y a Daiel Beoulli, quie e 738 peseta e "Specime Theoiae Novae de Mesua Sotis", ua hipótesis sobe la toma de decisioes e codicioes de icetidumbe y su aplicació a seguos, tambié tatados e su mometo po Laplace. 4 Este documeto, oige diecto de la Teoía de Riesgo y de la Teoía de Juegos, pemitió e 834 a Baois la costucció de ua teoía muy completa y modea sobe el seguo de icedio, peo que desgaciadamete fue igoada po muchas geeacioes de actuaios hasta la seguda mitad de uesto siglo, lo que posiblemete impidió el desaollo opotuo de ua Teoía de Riesgo que cosideaa al seguo como ua mecacía que pudiea se compada y vedida a u pecio (pima) detemiado po la ofeta y demada del Mecado. 5 Es u hecho iteesate que la Teoía de Riesgo e ga pate fue desaolládose aea a los descubimietos de la Teoía de Pobabilidades y la Estadística Matemática. Boch explica esta situació obsevado que duate muchos años las úicas aplicacioes de la Teoía de Pobabilidades ea los uegos de aza y los seguos. E cosecuecia, los actuaios fomulao sus esultados como solució a poblemas de seguos, si tomase la molestia de explica el poblema e foma geeal. Así, cofome la Teoía de Pobabilidades fue ecotado otas 2

5 aplicacioes, esultó más secillo edescubi esos esultados que buscalos e la liteatua existete, dode pemaecía ecubietos e el agot actuaial. Es hasta 99 cuado Bohlma ealiza ua ecopilació de los esultados más impotates de la Teoía de Riesgo, ecamiados a detemia las desviacioes poducidas po las fluctuacioes aleatoias de las pólizas idividuales. Hasta ese mometo el compotamieto del potafolio de pólizas se cosideaba como la suma de los esultados de cada póliza e foma idividual. 6 La teoía así plateada asumía que la situació fiaciea de ua aseguadoa podía descibise completamete po ua distibució de pobabilidades F(x-p) dode x epeseta los pagos po eclamacioes y p las esevas dispoibles paa esos pagos. E el mudo eal esta distibució cambia día a día: las pimas so pagadas, igualmete las eclamacioes, los cotatos expia y uevos egocios se cotata. Esto implicaía ua evisió diaia de la situació de la aseguadoa paa adapta la distibució F a las uevas codicioes, lo cual e la páctica o es posible - meos aú deseable - sugiedo ua ecesidad de modelos alteativos. Este poblema de adecuació a los fies pácticos puede explica la escasa ateció que ecibió la Teoía de Riesgo, agavada tambié po la isistecia de aplica esta metodología al Seguo de Vida, desdeñado otos tipos de seguo sobe los cuales pudiea mosta cieta aplicabilidad. Como se podía espea, la sólida estuctua del Cálculo Actuaial de Vida o hizo sio evidecia los putos débiles de esta teoía. La ecesidad de ua teoía "diámica" del seguo dio oige a ua ueva fase: 2. La Teoía Colectiva de Riesgo. Su ceado fue Filip Ludbeg, quie e 93 pesetó e la Uivesidad de Uppsala los elemetos de su modelo. El plateamieto completo de su teoía se pesetó e el Cogeso Iteacioal de Actuaios de Viea e 99 y pati de etoces fue desaollada po u gupo elativamete pequeño de actuaios, picipalmete escadiavos. Paa la fomulació de su teoía, Ludbeg empleó pocesos estocásticos e tiempo cotiuo uos teita años ates de que este cocepto fuea iguosamete defiido, azó po la que Boch lo compaa co Bachelie, 7 sobe todo po el hecho de que ambos fueo pácticamete igoados po sus cotempoáeos. Su temiología, estictamete actuaial, impidió a los matemáticos o familiaizados co los seguos ecooce e su oba teoemas de validez geeal. Leos de lo que se pudiea espea, los seguidoes de Ludbeg o itetao peseta u paoama clao de sus descubimietos, co excepcioes otables como H. Camé y C.O. Segedahl. Bao esta ueva pespectiva, la compañía aseguadoa se cosidea ua "pesa", hacia la cual "fluye" cotiuamete las pimas, mietas de ésta se extae ua seie de pagos po eclamacioes. Se le cooce como el "Modelo Colectivo de Riesgo". El modelo de Ludbeg es elegate y podeoso: bao su popuesta o es ecesaio cosidea cada póliza e el potafolio paa detemia la distibució de pobabilidades del moto total de las eclamacioes. Po el cotaio, esta distibució se costuye a pati de la distibució del úmeo de eclamacioes e u peiodo detemiado y de la distibució del moto de las eclamacioes efectuadas e ese peiodo, ambas estimables a pati de los egistos de las 3

6 compañías. Su picipal vitud adica e su aspecto diámico, al icopoa el tiempo al modelo. Es sobe este modelo que suge la "Pobabilidad de Ruia", como ua medida sobe el gado de fluctuació de la solvecia de la aseguadoa: idica la factibilidad de que las esevas que costituye la compañía sea isuficietes paa afota las obligacioes deivadas de sus cotatos. Esta pometedoa teoía, pácticamete olvidada po veite años, fue explotada itesivamete po los actuaios escadiavos ete los años teita y cicueta, cocetado sus ivestigacioes a las distibucioes de la fecuecia y moto de las eclamacioes, así como a la obteció de la "pobabilidad de uia evetual". Si embago, los impesioates esultados obteidos co este efoque o ha teido la aplicabilidad que se espeaba, pese al aálisis pofudo de los fudametos del seguo a que motivó. La catidad de cálculos ecesaios paa obtee paámetos de iesgo como la Pobabilidad de Ruia, la Pédida Máxima Pobable, detemiació de cotatos óptimos de easeguo, ete otos pocedimietos, se pesetao e ua época e la que o existía los medios paa ealizalos. La alteativa de las apoximacioes caecía e ocasioes tato de límites de cofiaza bie defiidos como de supuestos que pudiea veificase e la páctica. 8 Po oto lado, ea evidete que el uso de u sólo úmeo (como la pobabilidad de uia) o podía da ua descipció completa de la situació eal de la compañía, más aú si la estimació de los paámetos del modelo pesetaba ga sesibilidad ate el uso de ifomació poveiete de los achivos de la empesa. Las Ciecias Físicas y la Ivestigació de Opeacioes esultao más favoecidas po estos descubimietos que la misma páctica actuaial La Teoía Modea de Riesgo Eemplos de esta etapa so los tabaos de De Fietti, Boch, Bead, Petikäie, ete otos, diigidos a esolve los poblemas pácticos efetados po las compañías aseguadoas: ) La detemiació de taifas. 2) El cálculo de esevas. 3) La evaluació de la "solidez" fiaciea del aseguado. 4) La caacteizació del cotato de easeguo más adecuado. Podemos señala que esta fase se iicia co u atículo de De Fietti pesetado e el Cogeso Iteacioal de Actuaios e 957, dode se evalúa la validez de los supuestos del modelo colectivo y se establece las bases paa ua Teoía de Riesgo que efectivamete loge modela a la empesa aseguadoa. Esta discusió cotiúa hoy e día, peo bao u etoo muy difeete al de los años de Ludbeg: Los actuaios ya o tiee exclusividad e el campo de la Teoía de Pobabilidad, e icluso sus modelos so cosideados casos paticulaes de las matemáticas puas y aplicadas, ceadas si efeecias diectas al seguo. El actuaio busca ahoa la fomulació adecuada a sus ecesidades paa aplica las heamietas que ya se ecueta a la mao y so utilizadas e Hidáulica, Teoía Electóica y de Comuicacioes, Ivestigació de Opeacioes, Teoía Modea de Fiazas, Teoía de Juegos... Más aú, Boch (974) obseva que si los actuaios e 4

7 igeieos hubiea plateado sus poblemas de estudio co la suficiete popiedad matemática, había uido fuezas desde hace 5 años. Si embago, múltiples aspectos de la teoía se ecueta todavía e la actualidad e el campo estictamete teóico. Las publicacioes muesta pocos atículos sobe casos pácticos y el úmeo de estos que utiliza datos empíicos dismiuye. E cosecuecia, o so motivo de iteés paa el actuaio pacticate al o esolve los poblemas a los que se efeta cotidiaamete. A aíz del Pime Cogeso Iteacioal sobe Solvecia Aseguadoa e 986, se ha puesto de maifiesto que la becha ete los efoques fiacieos y actuaiales del seguo se está ceado. Las publicacioes subsiguietes eflea la búsqueda de alteativas a los efoques tadicioales del seguo. Asimismo la Teoía Geeal de Cotol de Pocesos, se evela como ua heamieta ideal paa su tatamieto diámico. 2 Esta es la situació actual de uo de los desaollos matemáticos más fasciates: ua especializació cotiua y a la vez ua ceciete afiidad co disciplias ates leaas. Al peseta la Teoía de Ruia desde el efoque de Laos Takács, se tata de maifesta pecisamete esa afiidad, esultado u tema paa el ivestigado iteesado e los poblemas de su tiempo. Capítulo Defiicioes El modelo colectivo busca epeseta e témios pobabilísticos el compotamieto de la eseva po iesgo de ua compañía de seguos, mateiedo u equilibio ete simplicidad y explicabilidad de los factoes que iteactúa co este fodo. Al mismo tiempo es u puto de patida paa el desaollo de modelos más completos y diigidos a u mayo coocimieto del egocio aseguado, que gia e too al cocepto de solvecia, más amplio que el de eseva e iesgo. Siguiedo los mismos supuestos simplificadoes utilizados po Ludbeg, paa obtee u modelo accesible se cosideaá que el potafolio de cotatos de seguo se matiee e u gado de balace que pemite modela el fluo de pimas como u moto costate po uidad de tiempo o al meos vaiable e foma detemiística. Además se utilizaá la misma distibució paa el moto de las eclamacioes duate todo el peiodo cosideado. No seá cosideados tato los gastos o diectamete elacioados al pago de los siiestos como aquellos igesos distitos al pago de pima (si ecagos po gastos). 3 Paa ua discusió sobe la iclusió de estos factoes véase Cummis y Deig (989). Comezaemos expoiedo el caso de seguos "odiaios", etediedo po estos los que cosiste e el pago de la aseguadoa al beeficiaio de ua suma aseguada e caso de pesetase la evetualidad pevista e el cotato, mediate el pago de la pima. A este tipo de cotatos se les deomia "de sumas positivas", paa distiguilos de otos seguos de difeete compotamieto y que se expodá posteiomete. 5

8 . Siiestos Agegados El Modelo Colectivo de Riesgo popuesto po Ludbeg supoe que e el itevalo de tiempo (,) las eclamacioes poveietes de u potafolio de pólizas ocue de acuedo co u λ u, u<, y la sumas pagadas po la compañía { } poceso de Poisso Nu ( ) de itesidad ( ) hasta el mometo u : X, X 2..., X N ( u ) so vaiables aleatoias mutuamete idepedietes e idéticamete distibuidas, así como idepedietes del tiempo e el que ocue las eclamacioes, co ua fució de distibució FX ( x) tal que F X ( ) =, es deci, el moto acumulado de las eclamacioes al tiempo u es ua suma aleatoia: Su = X X2... X N u () ( ) ( ) La distibució Poisso paa el úmeo de eclamacioes, esultado del estudio de Ludbeg sobe los supuestos de estacioaiedad e idepedecia del tiempo 4 es de uso geealizado e los textos y atículos sobe Teoía de Riesgo. Gebe (979) cosidea como alteativas las distibucioes biomial, biomial egativa y geomética, y se puede ecota e Seal (969, cap.2) ua discusió sobe la distibució a utiliza e fució de los datos históicos. El motivo esecial paa cosidea alteativas al Poisso suge de la vaiabilidad de la itesidad del poceso e el tiempo. Bead et. al. (969) sugiee además el uso de u poceso doblemete estocástico, dode la itesidad del poceso es a su vez u poceso aleatoio. Si embago, el popio Ludbeg popoe ua solució elegate paa tata la vaiabilidad e el tiempo: 2. Tiempo Opeacioal Al modelo fomulado e () se le deomia u Poceso de Poisso Compuesto o Homogéeo u, u (es deci, de itesidad vaiable), dode el úmeo de eclamacioes e u itevalo ( 2] u2 tiee ua distibució Poisso de paámeto λ( vdv ) y los icemetos sobe itevalos disutos so vaiables aleatoias idepedietes. De acuedo co esto, la pobabilidad de que al tiempo u exista exactamete eclamacioes es: (2) exp λ( ) u vdv u λ( vdv )!, paa =,2,3,... Este poceso puede, bao la siguiete tasfomació e la escala de tiempo t t( u) foma de u poceso de itesidad costate: = λνdν, λ>. λ (3) t ( ) u u =, toma la 6

9 La expesió (2) toma la foma: (4) e λt ( λt)! Así el poceso sobe el tiempo opeacioal t, deotado po S ( t) ' seá u Poceso de Poisso Compuesto Homogéeo de itesidad λ, lo que sigifica que el moto total de las sumas pagadas po cocepto de eclamacioes seá u poceso estocástico co icemetos estacioaios e idepedietes, y cuya fució de distibució se deduce de la Ley de Pobabilidades Totales de la siguiete foma: [ () ] () [ ] [ ] N' ( t) () 2 = PS ' t x = PN ' t = PX X... X xn ' t = [ ] (5) '() t λ = PS t x = e ( λt)! F * X ( x) * Dode F ( x) X deota a la eésima covolució de F ( x) X. El tiempo opeacioal pemite peseta la teoía e foma más elegate, peo esecialmete es ua heamieta muy podeosa e la estimació de la distibució de S, pues emplaza el coocimieto detallado de la costitució y pospectos del potafolio de pólizas, co ua estimació del úmeo espeado de eclamacioes duate el peiodo futuo e cosideació. 5 { } E lo sucesivo y po secillez e la otació, se etedeá que los pocesos () desaolla e la escala de tiempo opeacioal. { } St y ( ) Nt se 3. El Modelo Colectivo de la Reseva po Riesgo. E el caso e que 6 (6) p = xdfx ( x) exista, etoces el moto espeado total de siiestos pagados po la compañía e (,t ] seá: (7) E{ S() t } pt = λ Que es pecisamete la pima po iesgo calculada co el picipio del valo espeado. E el caso de aplica u ecago de seguidad b, la pima po iesgo acumulada seá: (8) ( λp b) t, co b>. 7

10 Si además: = 2 2 (9) σ p ( x p ) df X ( x) etoces la vaiaza del moto total de siiestos pagados po la compañía seá: () Va{ S() t } = σ 2 t dode σ = λ( p σ p ) Y la eseva po iesgo al tiempo t: () () ( ) λ ( ) Rt = R ( p bt ) St, t< ; (2) () () si c = λ ( ) Rt = w ct St, t< ( p b), R = w. Ua ealizació de este poceso se puede ilusta gáficamete de la siguiete foma: R(t) w Dode la eseva se icemeta a la tasa y dismiuye po los motos de las eclamacioes. Al aplica este modelo (como cualquie oto), se equiee asiga valoes uméicos a sus paámetos y detemia valoes iiciales paa sus vaiables a aaliza. Su obteció a pati de estadísticas y expeiecia dispoibles se ealiza mediate pocedimietos de estimació que o so abodados e esta tesis y so pesetados po eemplo e Basawa y Pakasa (98). Los poblemas causados po el descoocimieto cieto de los paámetos debe se, si o cosideados e el modelo explícitamete, sí tomados e cueta como u facto subyacete de ga impotacia: No seá útil aplica técicas muy avazadas paa loga esultados pecisos si los datos oigiales o so adecuados o suficietes. La elecció de los efoques y apoximacioes cosistetes co el poblema a tata es ua labo cotidiaa de la pofesió actuaial. t 8

11 4. Sumas Negativas de Riesgo Existe cotatos de seguo co compotamietos difeetes e la eseva po iesgo. Paa modelalos basta cambia el sigificado de las vaiables cosideadas e el modelo oigial como e el siguiete eemplo: Cosidéese u egocio de pesioes e el cual la compañía paga al aseguado ua eta vitalicia a cambio del pago de la pima. Sea u potafolio de pólizas como las aiba descitas y cuyas sumas aseguadas cotatadas (valo de las aualidades) tiee ua distibució e cualquie mometo igual a ua muesta aleatoia de ua distibució F( ). La istitució paga a los aseguados a ua tasa p b, b>, dode p es el valo espeado de F( ) y b es u ecago a favo de la istitució. La cueta que eúe las pimas etas pagadas tambié egistaá ua distibució F( ) paa dichas pimas y e caso de fallece uo de los aseguados, la pima eta de su cotato igesaá a la eseva. Deótese po S(t) las pimas acumuladas hasta el mometo t que igesao mediate este mecaismo a R(t). Co estas cosideacioes podemos costui la fómula de la eseva de este seguo: Rt () = w ( p bt ) St (), que es el modelo oigial co p <, b<, Xi < i e itesidad uitaia. La cosiguiete ealizació de este poceso tiee como epesetació gáfica: R(t) w t 5. El eveto de Ruia Se etedeá po uia el eveto e el cual la eseva po iesgo toma u valo egativo. Sea { } (9) T ífimo t R() t w = < el tiempo e que ocue la uia. 9

12 E el caso e que Rt (), paa toda t, la uia uca ocue y se deota T w =. 6. Pobabilidad de uia ates del mometo t Deótese po ψ ( wt, ) la pobabilidad de que R ( ) tome u valo egativo ates del tiempo t, es deci: () ψ ( wt, ) PT [ w t] () ( ) = < o tambié ψ ( wt, ) = P sup[ Su cu] > w u t Sea la pobabilidad del eveto complemetaio: (2) U ( wt, ) = ψ ( wt, ), llamada simplemete la pobabilidad de o uia. 7. Pobabilidad de uia evetual A la pobabilidad de que Rt () tome e algua ocasió u valo egativo, se le llama pobabilidad de uia evetual y es ua cota supeio paa ψ ( wt, ): (3) ψ ( w) límψ ( w t) =, o tambié (4) ( ) t ψ ( w) = P sup[ S u cu] > w u Y el eveto complemetaio seá: (5) U ( w) = ψ ( w). { } Es impotate señala que c p Rt tedá ua tedecia que cece si cota paa t, peo la peguta es si lo hace si toma amás u valo egativo. > λ, implica que cualquie ealizació del poceso ( ) 8. Cambio de uidad moetaia E lo que sigue de esta exposició seá coveiete escoge ua uidad moetaia tal que c =. Las fómulas de pobabilidad de uia esultates seá: ψ ( wt, ) = P sup[ Su u] > w u t (6) ( )

13 ψ ( w) = P sup[ S u u] > w u (7) ( ) Tato la pobabilidad de uia como la pobabilidad de uia evetual so medidas sobe los efectos desfavoables de la fluctuació de la eseva po iesgo, supoiedo al igual que el modelo sobe el que se defie, ua estabilidad de codicioes sobe los iesgos cubietos e cuato al moto de las eclamacioes y sobe todo que el egocio de seguo cotiuaá duate el peiodo de iteés. Es evidete que e cualquie mometo la admiistació de la compañía puede toma cotol de este poceso. Esta situació debe dea clao que se tata de ua idealizació matemática o equivalete a la isolvecia de la aseguadoa e la vida eal, peo que pemite al actuaio ua oció del gado de iesgo al que se expoe. Capítulo 2 Revisió de la Liteatua de Ruia La Liteatua de Ruia, co más de u siglo de atigüedad, se ha acumulado ápidamete, co éfasis e difeetes aspectos de la teoía, depediedo del gado de evolució de los coceptos actuaiales, la tecología y las teoías matemáticas ivolucadas. E este capítulo se pesetaá úicamete las cotibucioes más impotates, paa ua meo apeciació de la metodología de Takács.. La Teoía Clásica de Ruia La oció de "iesgo" Los efectos egativos de las fluctuacioes de la eseva e iesgo debe se efetados po las compañías de seguos y esulta atual que e la liteatua actuaial se ecuete umeosos itetos po defiilas, medilas y toma pevisioes adecuadas paa su cotol. La mayo pate de los atículos y textos e legua iglesa, ete ellos Boch (974) p. 263, atibuye a Tetes la pime defiició matemática del iesgo iheete a estas fluctuacioes e su atículo: "Eileitug zu Beechug de Leibete ud Awatschafe" de 786. Tetes defie este cocepto de la siguiete maea: Si el cotato cube ua pédida aleatoia X co fució de distibució Fx ( ), cuya pima po iesgo es p = xdf( x) motivo de este cotato po pate de la aseguadoa seá ( x p ) df( x). p, etoces el iesgo Más adelate, Hausdoff e 897 ealiza u estudio detallado de la desviació estáda σ, co = σ 2 2 ( ) ( ) x p df x como medida alteativa. 7 La pobabilidad de uia e el modelo clásico

14 Co el efoque de Hausdoff, el iesgo de u potafolio de pólizas idepedietes co pimas, esulta de la suma de los iesgos de las pólizas p, p 2,... p y iesgos σ, σ 2,..., σ idividuales: σ σ... σ. 2 La pimea expesió de la pobabilidad de uia se obtiee de esta defiició. Sea z el valo de la eseva po iesgo ua vez pagadas todas las idemizacioes del potafolio y w la eseva iicial costituida po la empesa pevia al pago de pimas. Po el picipio de equivalecia utilizado e el cálculo de la pima de cada cotato, su valo espeado seá ceo: Ez [ ] =. Co gade y las hipótesis usuales, z tedá ua distibució apoximadamete omal co 2 2 vaiaza σ = σ σ 2 σ 2 y la expesió.8 () ψ { } 2... x 2 w σ = < = = w 2 P z w σ π e 2 dx N 2 σ Deotaá la pobabilidad de que la eseva sea isuficiete paa hace fete a las obligacioes cotaídas. Es deci, la pobabilidad de uia. Co este ivel de la teoía (pevia a Ludbeg) ya es posible da u tatamieto más iguoso a opeacioes cotidiaas e la páctica actuaial: La pimea cosideació usualmete es supoe que la pobabilidad de uia debe mateese debao de cieto ivel, que epeseta el máximo aceptable. Si el valo de w es ta pequeño que la pobabilidad de uia excede este ivel, la compañía debe obtee capital adicioal o establece u cotato de easeguo que gaatice la viabilidad del egocio, es deci, que eduzca el iesgo y po ede la pobabilidad de uia. Ota opció esulta de ecaga la pima po iesgo, po eemplo, po u moto popocioal a la pima eta, así la pima po iesgo paa el cotato i seá ( θ) p i y el valo espeado de la eseva po iesgo Ez [ ] p= p p p 2 (2) ψ = θ p dode,...,, co la siguiete expesió paa la pobabilidad de uia (co gade): = w θp N σ El ivel máximo aceptable paa la pobabilidad de uia es cosideado ua vaiable exógea: Ua codició de solvecia que la compañía debe satisface paa cotiua co las opeacioes de seguo. U eemplo de esta situació lo popocioa el sistema de mágees de solvecia de la Comuidad Ecoómica Euopea. 9 Al asumi el valo ψ como dado, y co w costate (al meos duate u peiodo coto) el poblema se puede coceta a detemia el valo óptimo de θ. Paa ello es ecesaio fomula los obetivos de la compañía y las codicioes del cotato de easeguo que podía obteese. De maea simila, se puede supoe θ costate (detemiado posiblemete e u mecado competitivo o po la egulació Estatal) y detemia el cotato de easeguo más adecuado paa la empesa. Eemplos de estas aplicacioes puede ecotase e Bowes et al. (986) y Boch (974). 2

15 2. Teoía Colectiva de Ruia El compotamieto de la pobabilidad de uia tato e tiempo fiito como ifiito ha sido ampliamete ivestigado o solamete po su iteés páctico, sio tambié po la dificultad que ivoluca el cálculo explícito de las expesioes desaolladas. 2. Pobabilidad de uia e tiempo fiito. Taylo y Buchaa (989) peseta ua expesió atibuida a Afwedso e 95 paa U ( wt, ) = ψ ( wt, ) como la solució a la ecuació difeecial: (3) (, ) Uwt (, ) c Uwt w w (, ) (, ) ( ) = Uwt Uw ytdfx x t La solució fue dada po el mismo Afwedso e 954, e témios de tasfomadas de F X = de la siguiete foma: Laplace supoiedo que ( ) Sea la tasfomada de Laplace-Stieltes: (4) M ( ) = e y df( y) w st (5) (, ) = (, ) ν s e dw e Uwtdt La solució paa ν(,) s es: (6) ν( s) dode = ρ () s X, = ρ () s, y la doble tasfomada de Laplace: [ s c M( ) ] es la úica aíz eal positiva de la ecuació: s c M =, s> (7) ( ) Así la obteció de las pobabilidades de o uia equiee la ivesió de la doble tasfomada de Laplace (5), que implica poblemas de cómputo discutidos po Seal(969). Seal (969) peseta ua fómula alteativa paa U ( wt, ) que evita las tasfomadas de Laplace y so atibuidas a Bees (96) e la liteatua de teoía de Colas. 3

16 La pobabilidad de o uia e el caso de eseva iicial ceo es: = ct (8) U(, t) F (, ) ct S x t dx Este esultado es utilizado paa evalua la pobabilidad de o uia e el caso de eseva iicial positiva: ( ) Uwt, = FS w ctt, cu, τ fs w ct τ, t τ dτ (9) ( ) ( ) ( ) ( ) dode f ( x t) t s, es la desidad de los siiestos agegados al mometo t. El uso de las fómulas (8) y (9) está limitado po su compleidad y su depedecia e ua foma fucioal específica paa F ( x) 2.2 Pobabilidad de uia evetual. X. La pobabilidad de uia e tiempo ifiito es más tatable matemáticamete y la liteatua es especialmete abudate sobe este tema. Cuado t, la ecuació (3) toma la foma: w cu w U w U w y df y () '( ) = ( ) ( ) ( ) dode U ( w) ' deota difeeciació. Y puede toma la foma alteativa Seal (969): w ( ) () ( ) ( ) ( ) [ F y ] Uw= U Ux y Y la tasfomada de Laplace aáloga a (5): υ e U w dw w (2) ( ) = ( ) (3) υ( ) = ( c ) c M( ) [ ] c dy Ua fómula más accesible es la siguiete, atibuida a Beekma y cuya deducció se puede ecota po eemplo e Bowes et al. (986). 4

17 { } Sea el poceso de pédida St () ctt, el cual mide el exceso de eclamacioes agegadas sobe las pimas cobadas. Como hemos visto e el capítulo ateio, la fució de o uia es L= sup S t ct. { } la distibució de este poceso, es deci FL ( w) = U( w), dode () Cosideado los tiempos e que L egista pédidas acumuladas mayoes a las ateioes (pédidas écod), podemos descompoe L como: L= L L2... L N, dode N es el úmeo de veces que se egista ua pédida écod y es la difeecia e témios de pédida agegada ete los écods ( i ) e i. Basado e que N tiee ua distibució geomética y las L i so vaiables aleatoias idepedietes, idéticamete distibuidas e idepedietes de N, se obtiee la Fómula de Covolució de Beekma: θ θ (4) U w w ( ) * ( ) = ψ ( ) = θ H ( w) dode hy ( ) ( y) FX =, y >. p = Auque la ecuació (4) paece ofece u cálculo diecto de ψ ( w ), e la páctica su evaluació es extemadamete difícil salvo los casos e que la distibució del moto de las eclamacioes es expoecial o ua mezcla de expoeciales (véase Bowes et al. 986). Cuado FX ( x) está completamete detemiada, ψ ( w ) puede obteese mediate itegació uméica múltiple paa obtee H * ( w). Shiu (988) povee u estudio cuado los motos de las eclamacioes so eteos o egativos. Si embago es impotate ecalca que e la páctica o se tiee pefecto coocimieto de la distibució de motos, deado e vaias ocasioes fuea del campo de aplicacioes a esta fómula. Mediate la teoía de Matigalas, Gebe(979) peseta la siguiete fómula paa la pobabilidad de uia evetual: ψ w (5) ( ) RR ( t) = e [ Tw <] Ee Rw Dode R es el Coeficiete de Auste (ve expesió 2). E geeal o es posible ealiza la evaluació del deomiado de esta fómula. Este auto obtiee la pobabilidad de uia e los casos e que la distibució de motos es expoecial y e el caso w=. E Bowes et al. (986) p.363, se peseta ua expesió implícita: ( ) w (6) e ψ ( ) θp w dw= ( θ) p M X ( ) t 5

18 Se equiee etoces de ua ivesió paa obtee la pobabilidad de uia, lo cual úicamete fucioa paa cietas familias de distibucioes del moto de las eclamacioes, como la mezcla de expoeciales. Basado e los tabaos de Takács, Shiu(988) peseta dos fómulas paa ψ ( w ) paa el caso e que las X i toma valoes e los eteos positivos: (7) ψ ( w) (8) ψ ( w) dode: [( θ) ] aw θe = θ a = c λ = p y [ ] w k * c a( k w) e aw k ak e θ k= w = ak k = = k! [ ( )] * θe ck a k w =! * ck = P Xi = k. i= Se puede ecota e Seah (99) u aálisis sobe la aplicació de estas fómulas mediate pogamas eecutables e ua computadoa pesoal, esultado ua guía útil paa cosidea los poblemas de edodeo, desbodamietos de memoia y velocidad de covegecia de seies ifiitas. 2.3 Apoximacioes E vista de las dificultades paa evalua e foma exacta las pobabilidades de uia, ga pate de las ivestigacioes se ha dedicado a la obteció de apoximacioes pácticas. La más secilla y coocida de las apoximacioes paa la pobabilidad evetual de uia es: (9) ψ ( w) e Rw Dode R es llamado el Coeficiete de Auste (o Coeficiete de Ludbeg) y es la úica aíz positiva de la ecuació: c M =, c λ p (2) ( ) 6

19 Obsévese que la eseva e el mometo de uia, RT ( ) es obviamete egativa y e cosecuecia ( ) >. Utilizado la fómula (5) cocluimos que auque esta apoximació e RR T ψ w. es e geeal poco pecisa, sive como cota supeio de ( ) Bao u agumeto simila Bowes et al. (986) muesta ua cota ifeio paa la pobabilidad ( ) de uia:, dode m es la suma aseguada máxima a paga. e R w m La fómula (9) puede meoase, obteiédose la apoximació Camé-Ludbeg: 2 (2) ψ ( w) θp M R p e ' X ( ) ( θ) Rw Utilizado ua distibució gamma paa apoxima la distibució del moto de eclamacioes se obtiee la apoximació Beekma-Bowes de 969: θ [ ] (22) ψ ( w) G( w) dode Gw ( ) = w b y e Γ a a y/ b ( a) dy es la distibució gamma co paámetos: p 2 θ a = b 2θ p 2 p p 3 2 θ b = 3 p 2θ p 2 Recodado que p = E[ X ] Basado e los estudios de Gadell, Segedahl y Seal, Ramsay (992) idica que la apoximació (22) paece da esultados pecisos úicamete e el caso de eclamacioes expoeciales y que o es ta pecisa como la Camé-Ludbeg. El mismo Ramsay peseta ota apoximació páctica atibuida a De Vylde. Esta cosiste e Rt mediate u poceso más simple { } apoxima todo el poceso de la eseva po iesgo ( ) Rt () tal que { } () = ( θλ ) () Rt w p St 7

20 Dode λ es el uevo paámeto Poisso, St ( ) es el poceso de siiestos agegados geeado po motos de eclamacioes expoeciales i.i.d. co media p y el uevo ecago de seguidad es θ. Estos uevos paámetos se obtiee igualado los tes pimeos mometos: [ ] k [ ()] k () ER t = ER t, k = 23,,. Obteiédose: p p3 = 3p 2 θ = 2 pp 3θ 2 3p λ = 9 p 2 p λ. Y la apoximació esultate es, como cabe espea, la pobabilidad de uia e el caso expoecial: (23) ψ ( x) wθ exp. θ p ( θ) Paa la pobabilidad de uia e tiempo fiito, se puede utiliza la apoximació de Camé que se puede ecota e Taylo y Buchaa (989): 3 ( γ w γ t) (24) ( ) ( ) ψ w ψ w, t = wt e 2 cuado wt, y w o( t) = y dode γ γ, so costates defiidas e foma implícita e témios de la distibució del moto de las eclamacioes. Nigua de estas fómulas es fácil de evalua: icluso la apoximació (9) equiee de esolve la ecuació (2); además es evidete a pati de esa ecuació que la apoximació (9) es válida solamete si MX ( ) existe. Embechts y Veavebeke (982) peseta u desaollo alteativo cuado esta tasfomada de Laplace-Stieltes o covege. E cualquiea de estas cicustacias se equiee el completo coocimieto de la distibució de motos. U efoque elativamete eciete y que ofece mayoes posibilidades es el pesetado e Goovaets et al. (99), dode se establece cotas paa esta pobabilidad mediate el Odeamieto de Riesgos. 8

21 Ifomació impotate sobe la elació ete la pobabilidad de uia y la distibució del moto de la eclamació puede apeciase eexpesado al coeficiete de auste: 2 p p p (25) R = O 2η p 2η p p p p p 3 2η η p 2 2 Dode η = c y p = x df ( x) 2 X , y se aplica u cambio de escala tal que p =. De esta expesió Taylo afima e foma o iguosa esultados iteesates elativos a la apoximació (9): a) Debido a que R depede de los mometos alededo del oige después del cambio de escala tal que p =, etoces cada p puede eemplazase po p ates de p dicho cambio de escala. Esto implica que la apoximació (9) depede de la foma de la distibució de la eclamació y o de su localizació. b) U icemeto e h causa u icemeto e R y la pobabilidad de uia decece expoecialmete. c) El paámeto de la distibució de la eclamació que más ifluye e la pobabilidad 2 de uia es el coeficiete de vaiació ( p 2 ). Esto establece cieto ode de las distibucioes de eclamació: ua cola más pesada de la distibució implica ua pobabilidad evetual de uia mayo. d) Si h= etoces R= y ocue uia co pobabilidad. Oto tipo de apoximacioes suge del uso de técicas o paaméticas como el emuesteo paa apoxima la pobabilidad de uia evetual. El lecto iteesado puede cosulta Fees (986). Ua técica pometedoa peo sopedetemete poco utilizada es la de Mote Calo. Sobe este tema ua exposició muy completa se ecueta e Bead et al. (984) e impotates ecomedacioes paa su aplicació se expoe e Dufese y Gebe (989). 4 Capítulo 3 Teoemas de la Ua Las defiicioes (6) y (7) del pime capítulo, idica que obtee la distibució del supemo del poceso estocástico St () t coduce diectamete a la pobabilidad de uia. { } Takács (966) esuelve el poblema de obteció de la distibució del supemo e ua amplia gama de pocesos estocásticos mediate ua geealizació del Teoema Clásico de la Ua. La 9

22 ifluecia de este auto se extiede a umeosos textos y atículos sobe la Teoía de Ruia, siedo la exposició más completa del poblema y su solució. E esta secció se peseta el teoema clásico de la ua, así como su geealizació e implicacioes a las vaiables aleatoias itecambiables; mateial idispesable paa peseta fomalmete la solució al poblema de uia.. Teoema clásico de la ua. Teoema. Si e ua ua existe a votos paa el cadidato A y b votos paa el cadidato B, siedo a μ b y μ u eteo o egativo, etoces la pobabilidad de que duate el poceso de coteo el úmeo de votos egistados paa A sea siempe mayo a m veces el úmeo de votos egistados paa B es: a μb a b siempe que todas las fomas e que se puede da el egisto sea igualmete pobables. Este esultado, paa μ= se atibuye a J. Betad y data de 887, tambié e ese año É. Babie ecueta la expesió paa μ. E el mismo año D. Adé demuesta el caso μ= y hasta 924 A. Aeppli lo hace paa μ. La demostació de este teoema paa μ= es como sigue: Sea dos ugadoes, A y B, que paticipa e ua seie de uegos de aza. E cada uego, idepediete de los demás sucede sólo uo de los siguietes evetos: A gaa ua moeda de B co pobabilidad p ó B gaa ua moeda de A co pobabilidad (-p). Supogamos que A tiee u capital iicial de (a-b) moedas y B tiee u capital ifiito. Cuál es la pobabilidad de que A se auie e el (ab) ésimo uego? Paa esolve esto, obsevemos que la pobabilidad de que e el (ab) ésimo uego A haya pedido a uegos y B haya pedido b uegos es: a b p a b ( p) a. Además la pobabilidad codicioal de que A se auie e el (ab) ésimo uego, dado que e el (ab) ésimo uego A pieda a uegos y B pieda b uegos es 2

23 a b a b. Po tato, la pobabilidad buscada es: a b a b a b p a b ( p) a. Este esultado fue obteido e 775 po Lagage y Laplace, auque ya e 78 De Moive había plateado el poblema y su solució peo si povee ua demostació. Veamos ua posible ealizació de este uego e dode (a-b)=5 y (ab)=5: Capital de A uego Cosideemos ahoa los uegos e el ode cotaio, es deci, tomado el uego (ab), luego el (ab-), el (ab-2),... E itepetemos ua pédida paa A e el uego oigial como u voto a su favo y lo mismo paa B. La gáfica ivetida hoizotalmete muesta etoces los votos que el cadidato A lleva de vetaa co especto a B. Votos de vetaa de A co especto a B uego 2

24 Etoces podemos obseva que tambié a b es la pobabilidad de que duate todo el a b poceso de coteo, el cadidato A tega siempe más votos que B. La heamieta matemática de Takács se basa e las siguietes geealizacioes del teoema de la ua: 2. Geealizació del Teoema clásico de la ua. 2. Caso disceto: Teoema 2. Sea k, k 2,..., k eteos o egativos tales que k, k 2,..., k. Ete las pemutacioes cíclicas* de k, k,..., existe exactamete -k paa las cuales la suma de los pimeos 2 k elemetos es meo que, paa toda =,2,...,. Demostació: Esta demostació se basa e Faah (994) 22. Es impotate señala que el texto oigial de Takács peseta ua icoecció, po lo que aquí se muesta la vesió coegida y completa de dicha demostació, fudametal paa etede la metodología de Takács. Sea k = k paa = 2,,... y sea φ = k k2... k, = 2 siguietes fucioes:,,... co φ =. Defíase las δ si i- φi > φ, paa i >, = de ota foma y ψ { i φ i } = if, > paa =,,2,... i Obsévese que las fucioes φ y ψ so o dececietes. La pimea pate de la demostació cosistiá e dos afimacioes especto de las fucioes ψ y δ : Po la mootoía de φ, se sigue que paa toda >i: φ φ φ φ. () ( ) ( i ) = ( i) ( ) ( i) i i Obsévese que e el caso paticula = i, la afimació > es equivalete a i >. Bao esta elecció la desigualdad () toma la foma: 22

25 ( φ ) ( i φi) paa i >. Co esta desigualdad se puede afima: { z φ z> } ( φ ) ( i φ ) if, Es deci,, i >. z i (2) ψ ( φ ) ( i φ ), i >. i Si el lado deecho de (2) es vedadeo paa toda i ψ φ ψ (3) ( ) > e paticula lo seá paa ψ : Po (3) y la mootoía de ψ obteemos la pimea de las afimacioes: (4) ψ ψ La seguda afimació es la siguiete: (5) δ = ψ ψ Como ψ ψ { } Caso I:, solamete se tiee que poba los siguietes casos: Si δ = etoces, po defiició i φ > φ, i > y e paticula ψ > φ. ψ = if i φ, i > = φ, po lo que ψ ψ = Además { } i Si supoemos ahoa ψ ψ = ψ = φ < ψ i φ i, i > lo cual sigifica que δ =. Caso II: i. > etoces obviamete ψ ψ, lo cual sucede si y sólo si Si δ =, etoces existe ua s > tal que s φ s φ, lo cual implica que ψ = if { i φi, i > } = s φs y ψ = s φ s, pues de lo cotaio φ < s φ s ocuiedo ua cotadicció. Esto afima que δ = implica que ψ ψ = y vicevesa. Quedado así demostada la idetidad (5). 23

26 Paa temia co la demostació, distiguimos dos casos especto de φ : Caso I: φ. Paa cualquie = 2,,,... se tiee que ( ) φ = ( ) φ φ ( ) ( ) = φ φ φ lo cual implica que paa todo existe s tal que s Caso 2: φ = k <. δ = si y sólo si i φ > φ, i > lo cual es equivalete a: φ i φ < i, i > k k... k < i, i > 2 i i φ φ y po tato δ =, =,,... Po lo que la fució δ es ua idicadoa del eveto e que las sumas paciales de la pemutació cíclica de las k's: ( k, k 2,..., ki) se ecuete po debao del úmeo de sumados de dicha suma pacial. Po eemplo, = idica el eveto: k k... k < i paa todo i >. 2 3 i El caso = idica el eveto coespodiete a la pemutació cíclica que comieza co k k =. De esta foma la suma δ = pemutacioes está po debao del úmeo de sus sumados. Obsévese ahoa que ψ { s φ s } { s φ φ s s } φ if { φ, } = if, > = if, > = s s s> = φ ψ s Es deci, ψ ψ = φ. Po lo que la sumatoia se taduce e: s deota el úmeo de veces que las sumas paciales de esas 24

27 δ = δ δ 2 δ 3... δ = = ψ ψ ψ ψ... ψ ψ = ψ ψ = φ 2. Co lo que queda demostado el teoema. La fómula geeal paa los dos casos es: = = (6) δ ( φ ) dode ( x) = x si x y ceo de ota foma. U eemplo ilustativo de esta situació es el siguiete: ι κι φι ι φι ψι δι ψι ψι La epesetació gáfica de estas fucioes se muesta e la siguiete págia. 25

28 ι φι ι φι ι ι φι ψι ψι ψι ι ι φι ψι δι ι 26

29 2.2 Caso de Paámeto Cotiuo: Teoema 3: Sea φ( u), u t ua fució escaloada o dececiete tal que ( ) Defíase φ( u), u [, ) mediate la expesió φ( ) φ( ) φ( ) Y a la fució δ como: δ ( u) Etoces δ ( u) ( ) φ( ) si v φ v u u paa v u = de ota foma ( ) φ( ) si v φ v u u paa v u = de ota foma φ u, u t. u t = u t, u. Debido a que esta demostació se ve otablemete simplificada supoiedo que existe u úmeo fiito de saltos e (,t ), se pesetaá pimeo este caso y a cotiuació la situació más geeal. Cabe señala que la siguiete demostació o apaece e la Liteatua, ya que es u eecicio paa el lecto, si embago os pemite ecooce los agumetos de Takács e ua foma muy accesible. Demostació cuado existe u úmeo fiito de saltos e (,t): El caso φ() t E el caso φ() t > t tivialmete se cumple. t se apeciaá la simplificació: { } Sabemos que ψ( u) = v φ( v) v u ψ () t ψ ( ) = t φ() t. Como ( ) itevalo (,t ) e subitevalos aeos e los cuales la fució ( ) if, es ua fució cotiua y o dececiete, y además φ u tiee u úmeo fiito de saltos, se puede sepaa el δ u tome los valoes y e foma alteada como se muesta e el esquema, que peseta los itevalos de u eemplo umeados del al 7. ψ(υ) ψ(t)-ψ(ο) t

30 Si δ( u ) = e uo de esos subitevalos, digamos e ( w, w2) etoces ψ ( u) u φ( u) todo u ( w, w ), po lo que: 2 ( w ) ( w ) = w ( w ) w ( w ) ψ ψ φ φ Como φ( u ) o peseta bicos e ( w w ) etoces: (8) ψ( ) ψ( ) w w = w w Si δ( u ) = e ( w, w ) etoces ψ( w ) ψ( w ) deseada: t w 2 ( ) ( ) ( ) ( ) w δ u du = δ u du δ u du δ u du... w 2 w w 3 2 = paa,, esta fució es costate e ese itevalo, =. Ahoa podemos calcula la itegal 2 Y todo se educe a ecota la logitud de los itevalos e los cuales δ( u ) =, peo (8) os idica que dicha logitud es igual a la difeecia ψ ( t) ψ ( ) y po ello: t ( udu ) () t ( ) t () t δ = ψ ψ = φ Co lo que temia la demostació. Demostació del caso geeal: Si φ() t Si φ() t > t, etoces δ( u) t, defiimos: { paa } ( ) φ( ) ψ u = if v v v u. Como φ( u t) = φ( u) φ( t), u, se tiee que u t φ( u t) = u φ( u) t φ ( t), u y etoces ψ u t = ψ u t φ t, u. ( ) ( ) ( ) La pimea afimació aáloga a (4) es: =, u y etoces el teoema es vedadeo. 28

31 (7) ψ ( ) ψ ( ) v u v u, u v. Esto poque ψ es ceciete y paa v u : ( ) φ( ) φ ( ) φ( ) ( φ ( )) ( v) v ( v) v u u ( u) v v u u v u v v v u u u ( ) ψ φ φ y e paticula ψ ψ ( v) v u ψ ( u) ( v) ψ ( u) v u. Esto idica que ψ ( u ) es moótoa o dececiete y absolutamete cotiua, po lo que ψ '( u ) existe e todo su domiio, salvo e u couto a lo más umeable. Además ψ '( u ) y t ( udu ) = () t ( ) = t () t ψ' ψ ψ φ. El siguiete paso seá demosta que ψ '( u) δ( u) umeable: Nótese que = paa toda u salvo po u couto a lo más a) δ( u ) = si y sólo si v φ( v) u φ ( u), v u y esto si y sólo si ψ ( u) u φ( u) b) ψ ( u) u φ( u) siempe es vedadeo. c) ψ '( u ) = paa casi toda u. I) Comezamos demostado que ψ '( u) δ( u) paa casi toda u: Ia) Si ψ '( u ) existe, y si ψ '( u ) =, etoces δ( u ) y queda demostado. Ib) Si ψ '( u ) existe, ψ '( u ) > y φ( u ) = φ( u) Si ψ '( u ) >, etoces ψ ( v) ψ ( u) ( ) φ( ) { } ψ u = if s s, u s v paa v> u. Etoces ( ) ( ) ( ), etoces: > paa v> u y po tato: u φ v ψ u u φ u, v > u y e paticula: ( ) ( ) ( ) u φ u ψ u u φ u, v> u. =. 29

32 Como φ( u ) = φ( u) etoces u φ( u) ψ ( u) u φ ( u), es deci ψ ( u) u φ( u) defiició se tiee que δ( u ) = y queda demostado. II) Ahoa demostaemos que ψ '( u) δ( u) paa casi toda u: IIa) Si δ( u ) = y ψ '( u ) existe, etoces ψ '( u ) y queda demostado. IIb) Si δ( u ) =, ψ '( u ) existe, ( ) D= u δ( u) =, u [, ) etoces demostaemos que ( ) { } =, y po φ' u = y u es u puto de acumulació del couto ψ ' u = : Supogamos u D, tal que u= lim u Po defiició del couto D : ψ ψ ( u) = u φ( u) ( u ) = u φ( u ) co u D u u,. Si ψ '( u ) existe y φ' ( u ) = etoces ( ) ( ) ( ) ( ) ψ ψ φ φ ψ '( u) lim u u lim u u u u = = u u u u φ( ) φ( ) ψ '( u) lim u u = = φ' ( u) = u u Y como { u } es u couto umeable, queda demostada la desigualdad. Las dos desigualdades pesetadas e I) y II) implica que ψ '( u) δ( u) = paa toda u salvo po u couto a lo más umeable. Esto temia la demostació del teoema. Capítulo 4 Fluctuacioes de Sumas de Vaiables Aleatoias E este capítulo se obtiee uevos esultados a pati de los teoemas 2 y 3 del capítulo ateio, co la fialidad de ecota expesioes paa la distibució del máximo de vaiables aleatoias, descubiedo la capacidad del método de Takács paa su obteció y pepaado el camio paa la geealizació de estos esultados a las fluctuacioes de ealizacioes de los pocesos estocásticos que os iteesa. Nótese que tato los teoemas como las demostacioes o so sio aalogías de los esultados básicos ya pesetados: tal es la elegacia del método de Takács. 3

33 Vaiables aleatoias cíclicamete itecambiables. Sucesió fiita de v.a. cíclicamete itecambiables Se dice que las vaiables aleatoias v, v 2,..., v so cíclicamete itecambiables si todas sus pemutacioes cíclicas tiee la misma distibució couta. Obsévese que si v, v 2,..., v so vaiables aleatoias idepedietes e idéticamete distibuidas so tambié cíclicamete itecambiables. Supógase que v, v 2,..., v puede toma valoes e los eteos o egativos, y v = v, =,...,. Sea las fucioes N = i= v i co N = y si i N > N paa i >, = de ota foma. δ i Al se v, v 2,..., v cíclicamete itecambiables, δ seá ua vaiable aleatoia co la misma distibució paa toda = 2,,,... Si δ = etoces N <, paa =,,..., po lo que teemos ua vaiable idicadoa de este eveto y podemos calcula su pobabilidad: { } { <, =,..., } = { <, =,..., } = EE{ δ N} P N E P N N = E E { N} δ = = EE { δ N } = Po el esultado (6) del capítulo 3 podemos simplifica esta última expesió como: { } [ ] EE N E N E N δ = = = Resumiemos este aálisis e el siguiete teoema: 3

34 Teoema 4 Sea v, v,..., vaiables aleatoias cíclicamete itecambiables que toma valoes e los 2 v eteos o egativos. Sea N = v N P{ N <, = 2,,..., } = E i= i paa = 2,,...,. Etoces Paa geealiza esta expesió a ua sucesió ifiita de vaiables aleatoias ecuiemos al cocepto de distibució límite y a la Ley Débil de los Gades Númeos..2 Ley Débil de los Gades Númeos: Si v, v 2,..., v,... es ua sucesió ifiita de vaiables aleatoias itecambiables, existe ua Gx tal que fució de distibució ( ) lim P N x G x = ( ) Si v, v,...,,... so vaiables aleatoias idepedietes e idéticamete distibuidas co 2 v media, etoces la distibució límite toma la foma: Gx ( ) dode si x < γ, = si x γ () γ = lim N e pobabilidad Sucesió ifiita de v.a. idepedietes e idéticamete distibuidas Ahoa bie, gacias al teoema de cotiuidad paa pobabilidades: 24 { < co = 2,,...} = { < co = 2,,..., } P N limp N Po defiició, paa toda fiita, v, v 2,..., v so vaiables aleatoias cíclicamete itecambiables, así que po el teoema 4 de este capítulo: P{ N < co =, 2,... } = lime N 32

35 N = γ e pobabilidad y al esta acotado Po (): lim [ ] N se afima que N lim E = γ [ ] Podemos esumi este esultado de la siguiete maea: Teoema 5 Sea v, v,...,,... vaiables aleatoias idepedietes, idéticamete distibuidas co media 2 v γ y que toma valoes e los eteos o egativos. Sea N γ, si γ <, P{ N < co = 2,,...} = si γ. 2. La Distibució del Máximo de { N } Teoema 6 v = i= v i paa = 2,,... Etoces: Sea v, v,..., vaiables aleatoias itecambiables que toma valoes e los eteos o 2 egativos. Etoces: (2) { ( ) < } = { < } PmaxN k PN k l P N = k, N = k l = l= { } paa k =, ±, ± 2,... Si k< etoces ambos lados so ceo. v Si e paticula v, v,..., so idepedietes e idéticamete distibuidas: 2 (3) { ( ) } { } PmaxN < k = PN < k N P{ N = k} E = 33

36 Demostació El lado izquiedo de (2) es: P{ N < k, = 2,,..., y N < k} = P{ N < k, = 2,,..., y N k } (4) = P{ N k } P N k paa algua = 2,,..., y N k Paa obtee el sustayedo de (4) defiimos: { } = max N k Etoces N = k y N < k paa =, 2,...,. Es deci, N N <, =,...,. Po el teoema 4 sabemos que: { <, =,..., =, = } P N N N k N N l l = Y mediate la Ley de Pobabilidades Totales se obtiee el sustayedo de (4). Obsévese que l = N N < y = 2 l, so l. Esto temia la demostació de (2).,,...,, po tato, los posibles valoes de ( ) Cuado v, v,..., so vaiables aleatoias idepedietes e idéticamete distibuidas 2 v { N = k N = k l} = { N = k} { N N = l} P, P P Peo N N = v,..., v tiee la misma distibució que v, v 2,..., v, pues las v i so P N N = l = P N = l itecambiables, etoces { } { } (2) es: y el sustayedo del lado deecho de = l= l P = P = { N k} { N l} 34

37 = l = P{ N k} P{ N = l} = = P{ N k} l= N = = y (3) queda demostado. Ua vez especificada la distibució del máximo del poceso { N }, ecotaemos su valo espeado paa el caso de vaiables aleatoias idepedietes e idéticamete distibuidas. 3. El valo Espeado del máximo de { N } Teoema 7 Sea v, v,..., vaiables aleatoias idepedietes e idéticamete distibuidas co media 2 v γ, que toma valoes e los eteos o egativos. Etoces { } [ = ] (5) E max( N ) Demostació 25 Como (6) ( ) = EN { } = { ( ) < } E max N P max N k k = El lado deecho de (6) es, po el teoema 6 l { } [ N = k N = k l] P < P, (7) [ N k] k = k = = l= Po el teoema 6, sabemos que paa k< los dos lados de la ecuació (2) so ceo, así que "sumamos ceo" a (7) paa obtee: k = l [ N k] [ N = k N = k l] P P, k = = l= { } [ N k] P max( N ) P < < k = y témio a témio se obtiee: 35

38 N E N E = (8) EN [ ] E [ ] N Nótese que EN [ ] E [ N ] = EN [ ] (9) = E[ N ] = γ = ( γ ) Aplicado (9) a (8) y utado el segudo y cuato témios: () ( ) γ E = N y aplicado uevamete (9): () ( ) E N E N γ = = E N = = = ( γ ) ( γ ) E N = ( γ ) ( γ ) = = E N [ ] = EN = = que es el lado deecho de (5), co lo que queda demostado. 4. Distibució del Supemo de { N } 4. Ua expesió explícita paa la distibució E esta secció se busca geealiza el teoema 6 a ua sucesió ifiita de vaiables aleatoias idepedietes e idéticamete distibuidas. Esto se loga mediate el siguiete teoema: 36

Tema 5 Modos de convergencias de sucesiones de variables aleatorias

Tema 5 Modos de convergencias de sucesiones de variables aleatorias Tema 5 Modos de covegecias de sucesioes de vaiables aleatoias Itoducció Cuado se cosidea sucesioes y seies de vaiables aleatoias, es deci, sucesioes y seies de fucioes medibles, su covegecia puede se cosideada

Más detalles

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia

Scientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia Scietia Et Techica ISSN: 01-1701 scietia@utp.edu.co Uivesidad Tecológica de Peeia Colombia GONZALEZ PINEDA, CAMPO ELIAS; MILENA GARCIA, SANDRA; OSORIO ACEVEDO, LUIS EDUARDO LA SERIE GEOMETRICA Y SU DERIVADA

Más detalles

a) [1,5 puntos] Discutir y resolver en función de los valores del parámetro m el sistema lineal = + + = + = + =

a) [1,5 puntos] Discutir y resolver en función de los valores del parámetro m el sistema lineal = + + = + = + = Puebas de Aptitud paa el Acceso a la Uivesidad. JUNIO 009. Matemáticas II.. ÁLGEBRA Opció A a) [,5 putos] Discuti y esolve e fució de los valoes del paámeto m el sistema lieal + y + z = + + = m + m y +

Más detalles

DIRECCIÓN FINANCIERA I

DIRECCIÓN FINANCIERA I DIRECCIÓN FINNCIER I GRDO EN DMINISTRCIÓN DIRECCIÓN DE EMPRESS UNIVERSIDD DE VLLDOLID Este documeto ha sido elaboado po Susaa loso Bois, Pablo de dés loso, Vl Valetí zofa Palezuela, l José Maía Fotua Lido,

Más detalles

LA SERIE GEOMETRICA Y SU DERIVADA

LA SERIE GEOMETRICA Y SU DERIVADA Scietia et Techica Año XVII, No 7, Abil de 0. Uivesidad Tecológica de Peeia. ISSN 0-70 96 LA SERIE GEOMETRICA Y SU DERIVADA The Geometic seies ad it deivative RESUMEN E este atículo hallaemos el valo al

Más detalles

Selección de Inversores

Selección de Inversores Selecció de Ivesoes Selecció de Ivesoes. Nivel Medio. etabilidad 2014 Istituto Euopeo de Posgado Coteido 1 etabilidad 2 1.1 Itoducció... 2 2 etabilidad Fiaciea 2 2.1 etabilidad Históica y etabilidad Espeada...

Más detalles

1. ESPACIOS VECTORIALES

1. ESPACIOS VECTORIALES Espacios Vectoiales Heamietas ifomáticas paa el igeieo e el estudio del algeba lieal. ESPACIOS VECTORIALES.. ESTRUCTURA DE ESPACIO VECTORIAL... Defiició..2. Ejemplos de espacios vectoiales..3. Popiedades

Más detalles

Nombre del estudiante:

Nombre del estudiante: UNIVERSIDAD DE OSTA RIA ESUELA DE IENIAS DE LA OPUTAIÓN E INFORÁTIA I-0 ESTRUTURAS DISRETAS PROF. KRYSIA DAVIANA RAÍREZ BENAVIDES II Semeste 06 Fecha: /09/06 SOLUIÓN EXAEN PARIAL I Nombe del estudiate:

Más detalles

el blog de mate de aida MATEMÁTICAS I. Números complejos. Pág. 1 Diofanto, un adelantado a su época.

el blog de mate de aida MATEMÁTICAS I. Números complejos. Pág. 1 Diofanto, un adelantado a su época. el blog de mate de aida MATEMÁTICAS I. Númeos complejos. Pág. 1 AMPLIACIÓN DEL CAMPO NUMÉRICO Diofato, u adelatado a su época. Este tiágulo está costuido co ua cueda e la que se ha ealizado doce udos a

Más detalles

Veamos cuáles son las interpretaciones geométricas para los distintos valores de n, que definirán la dimensión de los espacios vectoriales.

Veamos cuáles son las interpretaciones geométricas para los distintos valores de n, que definirán la dimensión de los espacios vectoriales. Pof. Adea Campillo Aálisis Matemático II Topología elemetal Recodemos cómo se defie u etoo de ceto R adio E = { R / < } Sabemos que ( R : < < < < < Esfea abieta e R Si geealizamos el cocepto de etoo e

Más detalles

Principio de multiplicación: Sean A 1, A 2,..., A n, una colección de conjuntos finitos no vacíos, entonces A 1 xa 2 x...xa n = A 1 A 2... A n.

Principio de multiplicación: Sean A 1, A 2,..., A n, una colección de conjuntos finitos no vacíos, entonces A 1 xa 2 x...xa n = A 1 A 2... A n. Matemática Disceta: Método combiatoio MATEMATICA DISCRETA 3 Método Combiatoio 3 Técicas básicas Sea S u cojuto fiito o vacío Se desiga po S el cadial de S (el úmeo de elemetos de S) Picipio de adició:

Más detalles

FUNDAMENTOS DE LA TEORÍA DE LA

FUNDAMENTOS DE LA TEORÍA DE LA Pepaado po Iee Paticia Valdez y lfao eptiembe 2006 Coceptos pevios FCULTD DE INGENIERÍ U N M PROBBILIDD Y ETDÍTIC Iee Paticia Valdez y lfao ieev@sevido.uam.mx FUNDMENTO DE L TEORÍ DE L PROBBILIDD CONCEPTO

Más detalles

2. Medición de Índices de Refracción. Neil Bruce

2. Medición de Índices de Refracción. Neil Bruce . Medició de Ídices de Refacció Neil Buce Laboatoio de Optica Aplicada, Ceto de Ciecias Aplicadas y Desaollo Tecológico, U.N.A.M., A.P. 70-86, México, 0450, D.F. Objetivos Istumeta e el laboatoio métodos

Más detalles

DESCARGA DE UN CONDENSADOR

DESCARGA DE UN CONDENSADOR DEAGA DE UN ONDENADO Objetivo: 1. Apede que e u cicuito de coiete diecta la descaga de u capacito tiee u compotamieto expoecial. INTODUIÓN U cicuito eléctico que se compoe de u codesado y ua esistecia

Más detalles

INSTRUMENTOS FINANCIEROS Y COBERTURAS DE RIESGOS

INSTRUMENTOS FINANCIEROS Y COBERTURAS DE RIESGOS Maste de Cotabilidad, Auditoía y Cotol de Gestió INSTRUMENTOS FINANCIEROS Y COBERTURAS DE RIESGOS Cuso 007/008 Cuso 007/008 Maste de Cotabilidad, Auditoía y Cotol de Riesgos DEPÓSITO FORWARD-FORWARD Acuedo

Más detalles

CAPÍTULO VI PERMUTACIONES Y COMBINACIONES

CAPÍTULO VI PERMUTACIONES Y COMBINACIONES ERMUTAIONES Y OMBINAIONES 8 AÍTULO VI ERMUTAIONES Y OMBINAIONES Ates de iicia el estudio de este capítulo, coviee eflexioa sobe el siguiete poblema: Imagie que u peató debe i de u puto A de la ciudad a

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ

UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Objetivos Itoduci coceptos de Coelació y Regesió Lieal. Explica la foma de cálculo. Realiza las puebas de hipótesis asociadas Coteido

Más detalles

w = 3α 2w r α = α = = 5014 Mecánica Segunda Parte (90 minutos) : Ejercicio nº 1 w( α ) =

w = 3α 2w r α = α = = 5014 Mecánica Segunda Parte (90 minutos) : Ejercicio nº 1 w( α ) = Fecha de Exame: -6-8 5 Mecáica Pime pellido: Matícula: Segudo pellido: Nombe: NO: e el euciado las magitudes vectoiales se escibe e egita (V), auque e la solució Vd. Debe epesetalas co ua flecha ( V ).

Más detalles

Identificación n de SIStemas

Identificación n de SIStemas Idetificació de SIStemas Idetificació e Lazo Ceado ISIS J. C. omez Idetificació e Lazo Ceado A eces es ecesaio ealiza los expeimetos de idetificació e lazo ceado co etoalimetació. Las azoes puede se ue

Más detalles

ALGUNAS CUESTIONES DE ELECTROMAGNETISMO LECCIONES 1 A 10 ( )

ALGUNAS CUESTIONES DE ELECTROMAGNETISMO LECCIONES 1 A 10 ( ) ALGUNAS CUESTIONES DE ELECTROMAGNETISMO LECCIONES 1 A 1 (24-25) 1. E ua esfea de adio a teemos ua caga Q distibuida de modo que cea u campo eléctico adial de itesidad: k E, < < a 2 siedo k ua costate.

Más detalles

CÁLCULO Primer curso de Ingeniero de Telecomunicación Primer Examen Parcial. 27 de Enero de 2003

CÁLCULO Primer curso de Ingeniero de Telecomunicación Primer Examen Parcial. 27 de Enero de 2003 CÁLCULO Pime cuso de Igeieo de Telecomuicació Pime Exame Pacial. 7 de Eeo de 3 Ejecicio. Deducilafómuladeláeadeusegmetopaabólico e fució de su base y su altua. Se cosidea u coo cicula ecto co adio de la

Más detalles

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente: Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes

Más detalles

Convergencia de variables aleatorias

Convergencia de variables aleatorias Capítulo Covergecia de variables aleatorias El objetivo del presete capítulo es estudiar alguos tipos de covergecia de variables aleatorias. Iiciaremos co la defiició de los distitos modos de covergecia...

Más detalles

mientras que si la valoración se realiza al final de la operación entonces se denomina valor final y se simboliza por V

mientras que si la valoración se realiza al final de la operación entonces se denomina valor final y se simboliza por V Retas Fiacieas. aloació de ua eta 2. ALORACIÓN DE UNA RENTA: ALOR ACTUAL Y ALOR FINAL aloa ua eta e el dieiieto T cosiste e halla la sua del valo iacieo, e dicho dieiieto, de cada uo de los capitales que

Más detalles

Coeficientes de Influencia

Coeficientes de Influencia Coeficietes de Ifluecia 5 Cetémoos ahoa e la maea de obtee los coeficietes de ifluecia. E uesto caso esto se educe al cálculo de las itegales d k ik elemeto _ k d ik σ, σ σ sobe elemeto _ k k elemeto _

Más detalles

Chapingo, Texcoco, Edo. de México, Noviembre de 2012 ii

Chapingo, Texcoco, Edo. de México, Noviembre de 2012 ii Esta tesis fue ealizada po Miguel Agel Pascual Miguel, bajo la diecció del Docto Eduado Gutiéez Gozález. Fue evisada y apobada po el siguiete Comité Reviso y Juado Eamiado, paa obtee el título de Liceciado

Más detalles

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes

Más detalles

Control de seguimiento de robots manipuladores, un estudio comparativo

Control de seguimiento de robots manipuladores, un estudio comparativo Cotol de seguimieto de obots maipuladoes, u estudio compaativo M. e C. Josué R. MARÍNEZ Coodiació de Igeieía Mecatóica, Uivesidad Politécica de Pachuca Zempoala, Hidalgo CP. 4383, México D. Geado V. GUERRERO

Más detalles

INTEGRACIÓN ENTRE RELACIONES DE RECURRENCIA Y FUNCIONES GENERATRICES

INTEGRACIÓN ENTRE RELACIONES DE RECURRENCIA Y FUNCIONES GENERATRICES INTEGRACIÓN ENTRE RELACIONES DE RECURRENCIA Y FUNCIONES GENERATRICES Malva Albeto de Toso; Yaia Fumeo Uivesidad Nacioal del Litoal Uivesidad Tecológica Nacioal Pov. de Sata Fe (Agetia) mtoso@satli.com.a

Más detalles

Figura 1.63: letra i superpuesta con los símbolos = e. Figura 2.1: donde dice δc debe decir δs.

Figura 1.63: letra i superpuesta con los símbolos = e. Figura 2.1: donde dice δc debe decir δs. Fe de eatas Debido a poblemas técicos duate la impesió de esta pimea edició de lectomagetismo elemetal, vaias iguas peseta eoes ue o existía e el mauscito oigial pesetado po el auto. uellas e las cuales

Más detalles

APÉNDICE: TÉCNICAS DE CONTEO

APÉNDICE: TÉCNICAS DE CONTEO APÉNDICE: TÉCNICAS DE CONTEO Métodos de eumeació La ciecia es la estética de la iteligecia Gastó Bachelad La ESTADÍSTICA es la estética de la atualeza MOVE Co la fialidad de especifica el total de esultados

Más detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos...

ÍNDICE. Prólogo Capítulo 1. Ecuaciones diferenciales ordinarias. Generalidades.. 11 Introducción teórica Ejercicios resueltos... ÍNDICE Prólogo... 9 Capítulo 1. Ecuacioes difereciales ordiarias. Geeralidades.. 11 Itroducció teórica... 13 Ejercicios resueltos.... 16 Capítulo 2. itegració de la ecuació de primer orde. La ecuació lieal...................................................................

Más detalles

el blog de mate de aida CSII: Inferencia estadística. Pág. 1

el blog de mate de aida CSII: Inferencia estadística. Pág. 1 el blog de mate de aida CSII: Ifeecia estadística ág INTRODUCCIÓN La ifeecia estadística estudia cómo saca coclusioes geeales paa toda la població a pati del estudio de ua muesta, y el gado de fiabilidad

Más detalles

Bárbara Cánovas Conesa

Bárbara Cánovas Conesa Bábaa Cáovas Coesa 67 7 www.clasesalacata.com Reseva. 6 Dada la fució f() = + a + a, b R b + a) Detemia el valo de los paámetos a, b R sabiedo que y = + es ua asítota oblicua de f(). b) aa los valoes de

Más detalles

U N I V E R S I D A D SAN MARTIN DE PORRES PROGRAMA LA UNIVERSIDAD INTERNA 2012 VALOR DEL DINERO EN ELTIEMPO

U N I V E R S I D A D SAN MARTIN DE PORRES PROGRAMA LA UNIVERSIDAD INTERNA 2012 VALOR DEL DINERO EN ELTIEMPO U N I V E R S I D A D D E SAN MARTIN DE PORRES PROGRAMA LA UNIVERSIDAD INTERNA 2012 Tema: VALOR DEL DINERO EN ELTIEMPO D. JORGE L. PASTOR PAREDES 1 INTERES SIMPLE El capital que geea los iteeses pemaece

Más detalles

El producto de convolución de la derivada de la delta de Dirac en 1-x 2*

El producto de convolución de la derivada de la delta de Dirac en 1-x 2* ISSN 88-67 Impeso e Nicaagua. www.ui.edu.i/neo Vo. No. pp.66-7/diciembe 9 E poducto de covoució de a deivada de a deta de Diac e - * M. Gacía y M. Aguie Núceo Cosoidado Matemática Pua y Apicada-NUCOMPA

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

Ejercicios de preparación para olimpiadas. Funciones

Ejercicios de preparación para olimpiadas. Funciones Ejercicios de preparació para olimpiadas. Fucioes 5 de diciembre de 04. Fucioes covexas Comezamos estas otas hablado de fucioes covexas. Auque la covexidad de ua fució se puede estudiar por técicas de

Más detalles

Planes de Muestreo. Plan de muestreo simple

Planes de Muestreo. Plan de muestreo simple PlaMuesteo.b Guillemo Sachez 1 Plaes de Muesteo Guillemo Sáchez Actualizado: 2007-09-20 (ejectuado de uevo co Mathematica 8.0 e Mayo 2012, si modifica) Pla de muesteo simple à Fudametos uesto objetivo

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

CAPÍTULO 4 MÉTODO DE PERTURBACIONES

CAPÍTULO 4 MÉTODO DE PERTURBACIONES CAPÍTULO : MÉTODO DE PERTURBACIONES 8 CAPÍTULO MÉTODO DE PERTURBACIONES. Resume Se ecueta solució aalítica a la ecuació ifeecial (.5) el pefil e oas e témios e las amplitues e los amóicos, que esulta e

Más detalles

Unidad 1 Operaciones con Números Reales y Complejos

Unidad 1 Operaciones con Números Reales y Complejos UNIDAD : Opeacioes co Númeos Reales Uidad Opeacioes co Númeos Reales y Complejos Itoducció Los distitos cojutos de úmeos eales que se utiliza se deduce a pati de sucesivas ampliacioes del cojuto de úmeos

Más detalles

Objetivos. Sucesiones numéricas. Series numéricas.

Objetivos. Sucesiones numéricas. Series numéricas. TEMA 3 Objetivos. Sucesioes uméics. Seies uméics. Mej os coceptos de sucesió y seie y utiiz s seies de potecis p epeset s fucioes. Sucesioes de úmeos ees: mootoí, cotció y covegeci Se m sucesió de úmeos

Más detalles

LAZOS DE AMARRE DE FASE

LAZOS DE AMARRE DE FASE LAZOS DE AMARRE DE FASE Maco Atoio Péez Ciseos *, Mak Readma * Divisió de Electóica Computació, CUCEI, Uivesidad de Guadalajaa, México. Cosulto Cotol Sstems Piciples RESUMEN: Este atículo peteece a la

Más detalles

Sucesiones y series de números reales

Sucesiones y series de números reales 38 Matemáticas : Cálculo diferecial e IR Capítulo Sucesioes y series de úmeros reales Sucesioes Defiició 37- Llamaremos sucesió de úmeros reales a cualquier aplicació f: N R y la represetaremos por { a,

Más detalles

Semana 10 [1/24] Sucesiones (II) 2 de mayo de Sucesiones (II)

Semana 10 [1/24] Sucesiones (II) 2 de mayo de Sucesiones (II) Semaa 0 [/24] 2 de mayo de 2007 Sadwich de sucesioes Semaa 0 [2/24] Límites y Orde. Teorema Sea u ) y w ) sucesioes covergetes a u y w, respectivamete. Si 0 tal que para 0 se cumple que etoces u w. u w

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

Fundamentos de la teoría de la probabilidad

Fundamentos de la teoría de la probabilidad Fudametos de la teoía de la pobabilidad M. e A. Vícto D. Piilla Moá Facultad de Igeieía, UNAM Resume Feómeos detemiista y aleatoio. Feómeos aleatoios discetos y cotiuos. Espacio muestal de u feómeo aleatoio.

Más detalles

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t.

es un proceso de conteo si representa el número de eventos ocurridos hasta el tiempo t. PROCESOS ROBABILIDADES ESTOCÁSTICOS (ITEL-3005) (80807) Tema 4. Los Procesos Tema. de Fudametos Poisso y otros de Estadística procesos asociados Descriptiva Semaa Distribució 5 Clase 07 de frecuecias Lues

Más detalles

4. Soluciones de ecuaciones lineales en series de potencias. ( Chema Madoz, VEGAP, Madrid 2009)

4. Soluciones de ecuaciones lineales en series de potencias. ( Chema Madoz, VEGAP, Madrid 2009) Soluioes de euaioes lieales e seies de poteias Chema Madoz, VEGAP, Madid 9 Repaso de Seies de Poteias Reueda de álulo que ua seie de poteias e a es ua seie de la foma a a a Se die que es ua seie de poteias

Más detalles

3.8. Ejercicios resueltos

3.8. Ejercicios resueltos 3.8 Ejercicios resueltos 101 3.8. Ejercicios resueltos 3.8.1 Ua sucesió a ) se dice que es cotractiva si existe 0

Más detalles

EL PROCESO ANALÍTICO JERÁRQUICO (AHP) 1. Características Principales

EL PROCESO ANALÍTICO JERÁRQUICO (AHP) 1. Características Principales A DECISION CON APOYO CUANTITATIVO E PROCESO ANAÍTICO JERÁRQUICO (AHP). Caacteísticas Picipales El Poceso Aalítico Jeáquico (Aalytic Hieachy Pocess, AHP), popuesto po Saaty e 980, se basa e la idea de que

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

INTEGRALES DE RIEMANN

INTEGRALES DE RIEMANN NOTAS PARA LOS ALUMNOS DE ANALISIS MATEMATICO III INTEGRALES DE RIEMANN Ig. Jua Sacerdoti Departameto de Matemática Facultad de Igeiería Uiversidad de Bueos Aires 00 INDICE.- INTEGRAL..- INTRODUCCIÓN..-

Más detalles

La ley de los grandes números

La ley de los grandes números La ley de los grades úmeros "El idicio de que las cosas estaba saliédose de su cauce ormal vio ua tarde de fiales de la década de 1940. Simplemete lo que pasó fue que etre las siete y las ueve de aquella

Más detalles

TEMA Modos de operación en el cifrado por bloques

TEMA Modos de operación en el cifrado por bloques TEMA Modos de opeació e el cifado po bloques Los algoitmos de cifado po bloque puede se ejecutados de difeetes modos. Mostamos ahoa los modos más extedidos. Supodemos que el alfabeto de uesto bloque a

Más detalles

AYUDAS GRAFICAS CARTA DE SMITH Y APLICACIONES

AYUDAS GRAFICAS CARTA DE SMITH Y APLICACIONES 7 CAPITULO 4 AYUDAS GRAFICAS CARTA DE SMITH Y APLICACIONES Existe vaios métodos de ayudas gáficas paa el diseño, acople y solució de poblemas e líeas de tasmisió, que ha ido evolucioado co el tiempo. Keell

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

Estimación de la severidad de una cartera de préstamos hipotecarios

Estimación de la severidad de una cartera de préstamos hipotecarios Estimació de la seveidad de ua catea de péstamos hipotecaios Gegoio Moal Tuiel y Raúl Gacía Baea. INTRODUCCIÓN E los póximos años, la utilizació de estimacioes iteas de detemiados paámetos de las cateas

Más detalles

Medida de Probabilidad

Medida de Probabilidad Medida de Probabilidad Memo Garro Resume E este artículo etramos de lleo e el estudio del cocepto de medida de probabilidad. Para llegar a él seguiremos dos camios complemetarios: e primer térmio, partiremos

Más detalles

OPTIMIZACIÓN PARA INGENIEROS (Notas de clase) Instructores: Luis Zerpa Juan Colmenares

OPTIMIZACIÓN PARA INGENIEROS (Notas de clase) Instructores: Luis Zerpa Juan Colmenares OPTIMIZACIÓN PARA INGENIEROS (Notas de clase) Istuctoes: Luis Zepa Jua Colmeaes Eeo 4 Ídice Geeal. OPTIMIZACIÓN...3. Mathematical Optimizatio Poblem o Mathematical Pogam...4.. Fomulació Geeal de u Poblema

Más detalles

Construcción de los números reales.

Construcción de los números reales. B Costrucció de los úmeros reales. E el cojuto C de las sucesioes de Cauchy de úmeros racioales defiimos la relació siguiete: si (x ) =1 e (y ) =1 so dos sucesioes de C etoces (x ) =1 (y ) =1, si lím (x

Más detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

4. Sucesiones de números reales

4. Sucesiones de números reales 4. Sucesioes de úmeros reales Aálisis de Variable Real 2014 2015 Ídice 1. Sucesioes y límites. Coceptos básicos 2 1.1. Defiició de sucesió... 2 1.2. Sucesioes covergetes... 2 1.3. Sucesioes acotadas...

Más detalles

CLAUSURA ALGEBRAICA Y NÚMEROS COMPLEJOS

CLAUSURA ALGEBRAICA Y NÚMEROS COMPLEJOS Clausura algebraica y úmeros complejos CLAUSURA ALGEBRAICA Y NÚEROS COPLEJOS. Itroducció Nos pregutamos Porqué o podemos resolver ciertas ecuacioes poliómicas e u determiado campo de úmeros?. Geeralmete,

Más detalles

TEMA 2 ARITMÉTICA MERCANTIL 2.1 AUMENTOS Y DISMINUCIONES PORCENTUALES

TEMA 2 ARITMÉTICA MERCANTIL 2.1 AUMENTOS Y DISMINUCIONES PORCENTUALES TEMA 2 ARITMÉTICA MERCANTIL MATEMÁTICAS CCSSI - 1º Bach. 1 TEMA 2 ARITMÉTICA MERCANTIL 2.1 AUMENTOS Y DISMINUCIONES PORCENTUALES E u aumeto o dismiució pocetual, el úmeo po el que hay que multiplica la

Más detalles

2x 8 x 2 1 = 4. = 2x 8 + 4x 2 4 x 2 1. Estamos calculando un límite cuando x está cerca de 3. Esto quiere decir que. x

2x 8 x 2 1 = 4. = 2x 8 + 4x 2 4 x 2 1. Estamos calculando un límite cuando x está cerca de 3. Esto quiere decir que. x ALGUNOS PROBLEMAS PROCEDENTES DE EXÁMENES PRECEDENTES.. problemas de ites y series. Pruebe, usado la defiició, que: x 3/ x 8 x = 4. Solució. Dado ɛ > 0 queremos que x 8 ( 4 x, sea meor que ɛ cuado x esté

Más detalles

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García TEORÍA DE CÁLCULO I Para Grados e Igeiería Capítulo 3: Sucesioes y series Domigo Pestaa Galvá José Mauel Rodríguez García Figuras realizadas co Arturo de Pablo Martíez TEMA 3. Sucesioes y series 3. Sucesioes

Más detalles

ÁLGEBRA,TRABAJO PRÁCTICO UNIDAD TEMÁTICA Nº 2

ÁLGEBRA,TRABAJO PRÁCTICO UNIDAD TEMÁTICA Nº 2 ÁLGEBRA,TRABAJO PRÁCTICO UNIDAD TEMÁTICA Nº Estuctuas Algebaicas Esacios Vectoiales Auto: ZAIA, Alejada Cistia Ficha de Cáteda: Caeas: Cotado Público- Liceciatua e Ciecias Ecoóicas Mateia: Álgeba 018 UCES

Más detalles

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos

Probabilidad y Estadística 2003 Intervalos de Confianza y Test de Hipótesis paramétricos Probabilidad y Estadística 3 Itervalos de Cofiaza y Test de Hipótesis paramétricos Itervalos de Cofiaza Defiició Dada ua muestra aleatoria simple es decir, u vector de variables aleatorias X co compoetes

Más detalles

Series de números reales

Series de números reales Tema 6 Series de úmeros reales 6. Series de úmeros reales. Defiició 6. Sea {a } ua sucesió de úmeros reales y cosideremos la sucesió {S }, defiida por S = a + a + + a, para cada IN, que llamaremos sucesió

Más detalles

UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERIA

UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERIA UNIERSIDAD NACIONAL DE LA PLATA FACULTAD DE INGENIERIA IITREE - Istituto de Ivestigacioes Tecológicas paa Redes y Equipos Elécticos Cáteda de Campos y Odas Notas sobe Electostática e el vacío Po los Igs.

Más detalles

A B. Figura 1. Representación de los puntos en el espacio

A B. Figura 1. Representación de los puntos en el espacio 1. Pao catesiao E puto es u eemeto básico e geometía co e cua se oga idica ua posició e e espacio y costui eemetos geométicos como a ecta y e pao. Paa pode tabaja co os putos se utiiza a eta mayúscua paa

Más detalles

Capítulo 4. Lazos enganchados en fase. PLL. Aplicaciones de los PLL

Capítulo 4. Lazos enganchados en fase. PLL. Aplicaciones de los PLL Electóica de Comuicacioes Cuso 009/00 Capítulo 4 Lazos egachados e fase. PLL Aplicacioes de los PLL Sítesis de fecuecia Patiedo de u oscilado pató (f 0 ), pemite geea fecuecias elacioadas de la foma f=(/m)f

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

Departamento de Ingeniería Matemática - Universidad de Chile

Departamento de Ingeniería Matemática - Universidad de Chile 12.4. Raíces de la uidad Igeiería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Itroducció al Álgebra 08-1 Importate: Visita regularmete http://www.dim.uchile.cl/~algebra.

Más detalles

1.- Nociones de los Procesos Estocásticos.

1.- Nociones de los Procesos Estocásticos. Capítulo 1. 1.- Nocioes de los Procesos Estocásticos. 1.1. Procesos Estocásticos. La palabra estocástico es sióimo de aleatorio, los procesos estocásticos so modelos matemáticos que estudia los feómeos

Más detalles

Mg. Ing. Susana Vanlesberg Profesor Titular

Mg. Ing. Susana Vanlesberg Profesor Titular Uiversidad Nacioal del Litoral Facultad de Igeiería y Ciecias Hídricas ESTADÍSTICA Igeierías: Recursos Hídricos-Ambietal-Agrimesura- Iformática Mg. Ig. Susaa Valesberg Profesor Titular MODELOS PARA VARIABLES

Más detalles

UNIDAD 4 MODELOS PROBABILÍSTICOS

UNIDAD 4 MODELOS PROBABILÍSTICOS Uiversidad Nacioal del Litoral Facultad de Igeiería y Ciecias Hídricas ESTADÍSTICA Igeiería Iformática TEORÍA Mg.Ig. Susaa Valesberg Profesor Titular UNIDAD 4 MODELOS PROBABILÍSTICOS Estadística - Igeiería

Más detalles

Nota Metodológica sobre Diseño Muestral

Nota Metodológica sobre Diseño Muestral ISTITUTO ACIOAL DE ESTADÍSTICA Y GEOGRAFÍA DIRECCIÓ GEERAL DE ESTADÍSTICAS ECOÓMICAS DIRECCIÓ DE MARCOS Y MUESTREO ota Metodológica sobe Diseño Muestal Ecuesta sobe Ivestigació y Desaollo de Tecología,

Más detalles

ANÁLISIS DE ARMONICOS EN SISTEMAS DE POTENCIA. LEÓNIDAS SAYAS POMA, Phd,Msc, MBA, Prof. Ing Gerencia de Fiscalización Eléctrica

ANÁLISIS DE ARMONICOS EN SISTEMAS DE POTENCIA. LEÓNIDAS SAYAS POMA, Phd,Msc, MBA, Prof. Ing Gerencia de Fiscalización Eléctrica //4 AÁSS DE ARMOOS E SSEMAS DE POEA EÓDAS SAYAS POMA, Pd,Msc, MBA, Pof g Geecia de Fiscalizació Eléctica Magdalea del Ma, Juio 4 OEDO Defiicioes coceptuales, fudameto teóico de amóicos Oige de los amóicos

Más detalles

Tasa de Fallo y Variables Aleatorias sin Memoria

Tasa de Fallo y Variables Aleatorias sin Memoria Tasa de Fallo y Variables Aleatorias si Memoria M.A. Fiol Departamet de Matemàtica Aplicada IV Uiversitat Politècica de Cataluya email: fiol@mat.upc.es webpage: www-ma4.upc.es/~fiol Abstract Se estudia

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene:

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene: 9 TEORÍA DE TRÁFIO La teoría de tráfico es ua herramieta ampliamete utilizada para el aálisis del comportamieto de las redes de comuicacioes, las cuales puede ser de comutació de circuitos, como las redes

Más detalles

Series alternadas Introducción

Series alternadas Introducción Sesió 26 Series alteradas Temas Series alteradas. Covergecia absoluta y codicioal. Capacidades Coocer y aplicar el criterio para estudiar series alteradas. Coocer y aplicar el teorema de la covergecia

Más detalles

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números.

El tema de este capítulo es el estudio de las sucesiones de números reales. Una sucesión no es más que un conjunto ordenado de números. Capítulo 3 Sucesioes 3 Defiicioes Geerales El tema de este capítulo es el estudio de las sucesioes de úmeros reales Ua sucesió o es más que u cojuto ordeado de úmeros Por ejemplo, 2, 4, 6, 8, 0, 2,, 2,

Más detalles

Cálculo diferencial e integral en una variable. Examen Febrero de 2018

Cálculo diferencial e integral en una variable. Examen Febrero de 2018 Cálculo difeencial e integal en una vaiable 2do semeste de 207 Examen Febeo de 208 Ejecicios: Múltiple opción (Total: 6 puntos) Ejecicio Sea f : [, + ) R una función continua tal que x R. Indique la opción

Más detalles

SOLUCIÓN DE LA PRUEBA DE ACCESO

SOLUCIÓN DE LA PRUEBA DE ACCESO Física Física ANDALUCÍA CONVOCATORIA JUNIO 009 SOLUCIÓN DE LA PRUEBA DE ACCESO AUTOR: Tomás Caballeo Rodíguez Opció A a) Po tato, la eegía ciética del satélite e óbita es: m E c m s s GM T o R T h La eegía

Más detalles

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES.

PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. PROBLEMA DEL USO DE FERTILIZANTE EN GRANJAS DE PRODUCCIÓN DE TOMATES. E el siguiete ejercicio se tratará de expoer, de forma didáctica, el proceso de solució de u problema de regresió simple. Problema:

Más detalles

CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS

CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS CAPÍTULO XIV. SERIES NUMÉRICAS ARBITRARIAS SECCIONES A. Series de térmios de sigo variable. B. Series depedietes de parámetros. C. Ejercicios propuestos. 193 A. SERIES DE TÉRMINOS DE SIGNO VARIABLE. E

Más detalles

Estimadores Puntuales: Propiedades de estimadores Sebastián Court

Estimadores Puntuales: Propiedades de estimadores Sebastián Court Estadística Estimadores Putuales: Propiedades de estimadores Sebastiá Court 1.Motivació Cosideremos ua variable aleatoria X co ciertas características, como por ejemplo, u parámetro θ, y ua muestra aleatoria

Más detalles

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como:

Otro ejemplo es la tasa de cambio del tamaño de una población (N), que puede expresarse como: SOLUCIÓN DE ECUACIONES DIFERENCIALES Autor: Keith Gregso Traducció: José Alfredo Carrillo Salazar Muchos sistemas diámicos puede represetarse e térmios de ecuacioes difereciales. Por ejemplo, la tasa de

Más detalles

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20

Técnicas Cuantitativas II Muestra y Estadísticos Muestrales. TC II Muestra y Estadísticos Muestrales 1 / 20 Técicas Cuatitativas II 2012-2013 Muestra y Estadísticos Muestrales TC II Muestra y Estadísticos Muestrales 1 / 20 Ídice Ídice Cocepto de muestra y Alguos ejemplos de variaza de la media Cocepto de muestra

Más detalles

El método de Monte Carlo

El método de Monte Carlo El método de Mote Carlo El método de Mote Carlo es u procedimieto geeral para seleccioar muestras aleatorias de ua població utilizado úmeros aleatorios. La deomiació Mote Carlo fue popularizado por los

Más detalles

2. Estimación de errores de medidas directas

2. Estimación de errores de medidas directas Estimació de errores y forma de expresar los resultados de las prácticas. Error: Defiició E el laboratorio igua medida tiee ifiita precisió. Por ello, ua parte importate del proceso de medida es la estimació

Más detalles

Procesado digital de imagen y sonido

Procesado digital de imagen y sonido ema ta zabal zazu Uivesidad del País Vasco Depatameto de Aquitectua y Tecología de Computadoes upv ehu Tema _ Señales Pocesado digital de image y soido Defiició Clasificació: Aalógicas Digitales. Digitalizació

Más detalles