Nuestros resultados son consistentes con investigaciones recientes sobre valoración de activos, que enfatizan la importancia de la heterogeneidad de los inversionistas. Una aplicación de nuestros resultados es el cálculo de la prima de riesgo de la cartera de mercado.
Una aplicaci´ on al c´ alculo del valor en riesgo (VaR)
En primer lugar, como era de esperar, el valor en riesgo generalmente disminuye a medida que aumenta la escala de tiempo (frecuencias más bajas). Esto significa que la pérdida potencial para un horizonte de un día es mayor si nos centramos en las fluctuaciones de los rendimientos a corto plazo.
Conclusiones
En este trabajo nos enfocamos en estimar el modelo CAPM, para diferentes horizontes temporales, con información de la Bolsa de Comercio de Santiago. Este estudio aborda el problema de programación de tareas en equipos de refinación y conformado, que típicamente surge en una fundición de concentrado de cobre.
Introducci´ on
La operación de refino se realiza en un conjunto de reactores de diferentes capacidades. De esto surge el problema de la programación automática de las operaciones de refinación y colada de una fundición de concentrado de cobre (PORYM).
Procedimiento de soluci´ on
Si por tamaño es factible procesar el trabajo en esa máquina, la asignación se realiza en el tiempo más largo entre la liberación de la máquina y la hora de llegada del trabajo. Si no es posible asignarlo por tamaño, se busca la máquina restante que tenga el menor tiempo de liberación.
Resultados
La segunda fase de la búsqueda (bucle while anidado) determina qué máquina estará disponible primero, en función de las asignaciones ya realizadas y teniendo en cuenta todas las restricciones de interrupción. La propagación de restricciones que dificultan la asignación de tareas a las máquinas se analiza cada vez que se busca el tiempo de liberación de una máquina, teniendo en cuenta tanto las tareas que ya han sido programadas como las que ya lo han sido y que aún no han sido asignadas.
Conclusiones
El algoritmo propuesto mejora la gestión de las operaciones en la producción de cobre, para el periodo de estudio. Optimización en la programación de las operaciones de refinación y fundición en la fundición de concentrados de cobre de Chuquicamata.
Estado del Arte
Otra variante del problema ampliamente estudiado en la literatura es la de minimizar las distancias recorridas por los equipos. Costa [6] consideró el problema de minimizar la suma de distancias recorridas por los equipos de la NHL de Estados Unidos y lo resolvió con una metaheurística que combina ideas de algoritmos genéticos y Tabú.
Requerimientos para el problema del f´ utbol chileno
Un patrón corresponde a una determinada combinación de fechas de ida y vuelta para un club en particular. Ningún equipo podrá jugar más de dos partidos consecutivos en casa o fuera. Si un equipo juega contra Colo Colo en casa, deberá jugar como visitante contra Universidad de Chile, y viceversa.
Los tres grandes equipos2 juegan un clásico en casa y otro fuera de casa.
Metodolog´ıa y resultados del modelo
La sección 2 analiza la importancia de la retención de clientes y el estado del arte en la literatura sobre el tema. En la Sección 5, se desarrolla un modelo matemático para la predicción de fugas. Estudios recientes han demostrado los beneficios de la retención de clientes en las instituciones bancarias.
La predicción de la deserción es un elemento importante de la retención de clientes.
Descripci´ on de las Variables Utilizadas
La Figura 5 muestra la distribución por edades de los clientes de la cartera total. Esta cifra representa únicamente los clientes que han presentado denuncias, los cuales representan el 1,5% de la cartera. Un análisis más detallado encontró que más del 75% de los clientes que discontinuaron sus productos habían presentado al menos un reclamo ante el centro de atención al cliente (ver Figura 7).
Esta relación entre el número de siniestros y el cierre de la cuenta corriente motiva la inclusión de esta variable para identificar el patrón de fuga.
Preprocesamiento y Transformaci´ on de las Variables
La determinación del alcance de las variables se realizó en conjunto con expertos empresariales. La base de datos utilizada no se creó inicialmente con la visión de construir modelos matemáticos de predicción. El escalado y estandarización de variables numéricas dentro de un rango específico, por ejemplo en el rango [0,1].
El resultado de esta etapa es una base de datos convertida en valores numéricos, lista para el análisis estadístico y la construcción de modelos matemáticos de minería de datos.
Construcci´ on del modelo y enfoque de soluci´ on
En este sentido, cuando se desprenda del contexto, si el cliente está representado por un vector de la forma (~xi,+1), diremos que ese cliente es de clase positiva, o que el vector ~xi es Yo en la clase positiva. Entonces iff(~xi)>0, el cliente i está en la clase positiva y iff(~xi)<0, está en la clase negativa. Es decir, la distancia entre el hiperplano y el punto de clase positiva más cercano a él.
Denotaremos por x+ cualquier cliente ubicado en el hiperplano canónico de la clase positiva (lado derecho igual a +1), y por x− cualquier cliente ubicado en el hiperplano canónico de la clase negativa.
Resultados del Modelo Predictivo
También se comparó la efectividad de ambas técnicas durante dos meses consecutivos respecto al total de la cartera de clientes. Cabe señalar que los conjuntos de clientes con tendencias de fuga generadas por ambas técnicas pueden ser diferentes, ya que puede suceder que para un modelo un cliente tenga síntomas claros de fuga y para el otro no. La Tabla 5.2.1 describe los éxitos para cada conjunto de clientes: por ejemplo, en el mes 1, se observa que al comparar los 20 clientes con mayores síntomas de fuga para cada modelo, el SVM identifica 10 casos, mientras que la red MLP no identificar cualquiera de los casos de fuga.
La superioridad se observa en la predicción de la rotación de clientes en ambos meses por el modelo propuesto (SVM), donde esta superioridad se acentúa en los primeros segmentos de clientes seleccionados (los de mayor tendencia).
Conclusiones y Trabajo Futuro
Específicamente, las variables de decisión son el flujo másico a través de cada arco de la red y la presión del gas en cada nodo de la red. Esto incluye una descripción de la estructura matemática del modelo, así como los supuestos utilizados. En este trabajo se utilizan técnicas de programación dinámica (DP) para resolver problemas de optimización en redes simples de gas natural.
R´íos Mercado El Preprocesamiento Efectivo de... la demostración, utilizando los resultados de la teoría de grafos y análisis funcional, de la existencia de la solución única a un sistema de ecuaciones algebraicas no lineales que surgen de corrientes en una red de transporte.
Planteamiento del Problema
Aunque en la práctica es posible considerar estos datos como una variable de decisión, esto convertiría el problema en un programa entero mixto no lineal, que requiere una metodología de solución completamente diferente. La restricción (2) especifica el equilibrio del flujo de masa en cada nodo de la red. En la práctica, el distribuidor suele fijarlo en un valor ligeramente inferior a la capacidad real del gasoducto para compensar posibles desequilibrios.
Estos límites definen el dominio en el que el compresor puede funcionar en la industria.
T´ ecnicas de Preprocesamiento
La segunda razón es que pueden garantizar que las variables permanezcan en una región adecuada. Escalar significa que los valores de los coeficientes de las variables deben tener un grado de magnitud muy similar. Las variables escalan bien si se miden con las unidades apropiadas.
En la mayoría de los casos, la unidad de medida de las variables debe elegirse de modo que su valor esperado esté alrededor de la unidad.
Evaluaci´ on Computacional
Las Tablas 1, 2 y 3 muestran los resultados cuando se aplican estas dos técnicas de preprocesamiento en las tres topologías utilizadas en la evaluación. Como se puede ver en la Tabla 1, la cantidad de soluciones óptimas locales se encontró cuando estas técnicas de preprocesamiento se aplicaron en la topología de la red en línea. H1: El número promedio de iteraciones en el escenario E2 es mayor que en el escenario E3 para cada topología.
De manera similar, vemos que el número promedio de iteraciones en E2 es mayor que en el escenario E3 para las tres topologías.
Conclusiones y Recomendaciones
Lo anterior fue demostrado estadísticamente, utilizando una prueba de hipótesis para confirmar científicamente los resultados obtenidos en esta evaluación. Los resultados obtenidos en la evaluación de técnicas de preprocesamiento apoyan categóricamente su uso. Otra recomendación es que, a partir de las soluciones obtenidas en la evaluación realizada con las técnicas de preprocesamiento, se realice un estudio más completo de la fase de optimización del algoritmo, tomando estas como iniciales.
Se espera que los resultados obtenidos en este estudio sean de gran utilidad para futuros trabajos que aborden este importante problema de la industria del gas natural.
