Informática para Economistas
Clase 15
• Ejemplo 1: Operando matrices
• Ejemplo 2: Simulación estadística
Ejemplo 1: Operando matrices
• Sean tres matrices A, B y C. Calcule el determinante
de la matriz D:
1
D ( A B C) t
• Se sabe que la matriz A es del orden 95x78 y cada
uno de sus elementos son valores aleatorios:
a( i , j ) ~ N (i 1) 78 j , 1
2
Ejemplo 1: Operando matrices
• B es una matriz triangular inferior de orden 78 y cada
uno de sus elementos son valores aleatorios: . Es
decir, que cada elemento está distribuido
normalmente con media 89 y desviación estándar
igual a 3.
• Finalmente, la matriz C es del orden 78x95 y cada
uno de sus elementos son valores aleatorios: , es
decir, distribuidos uniformemente entre 0 y 1:
3
Ejemplo 1: Operando matrices
a(1,1) ~ N (1,1) a(1, 2) ~ N (2,1) a(1,3) ~ N (3,1) a(1, 78) ~ N (78,1)
a a( 2, 78) ~ N (156,1)
( 2,1) ~ N (79,1) a( 2, 2 ) ~ N (80,1) a( 2,3) ~ N (81,1)
A( 95, 78) a(3,1) ~ N (157,1) a( 2, 2) ~ N (158,1) a(3,3) ~ N (159,1) a(3, 78) ~ N (234,1)
a( 95,1) ~ N (7333,1) a(95, 2 ) ~ N (7409,1) a( 95,3) ~ N (7410,1) a(95, 78) ~ N (7410,1)
b(1,1) ~ N (89,3) 0 0 0
b
( 2,1) ~ N (89,3) b( 2, 2 ) ~ N (89,3) 0 0
B( 78, 78) b( 3,1) ~ N (89,3) b( 3, 2 ) ~ N (89,3) b( 3,3) ~ N (89,3) 0
b( 78,1) ~ N (89,3) b( 78, 2 ) ~ N (89,3) b( 78,3) ~ N (89,3) b( 78, 78) ~ N (89,3)
c(1,1) ~ U (0,1) c(1, 2 ) ~ U (0,1) c(1,95) ~ U (0,1)
c c( 2,95) ~ U (0,1)
( 2 ,1) ~ U (0,1) c( 2, 2 ) ~ U (0,1)
C( 78,95)
4
c( 78,1) ~ U (0,1) c( 78, 2 ) ~ U (0,1) c( 78,95) ~ U (0,1)
Ejemplo 2: Simulación estadística
• Usando la siguiente expresión: yt yt 1 t
• En donde es un escalar conocido y t es una variable
aleatoria normalmente distribuida con media cero y variancia
4. Luego, se crea un workfile de 100 registros en el cual
realiza las siguientes acciones :
• Para cada uno de los valores de que van entre -0.02 a 0.98
(creciendo a una tasa constante de 0.01), se genera 100 veces
la serie según se describe líneas arriba y, para cada una de
estas 100 veces, se calcula cual es la variancia de largo plazo
de la variable.
• Cada uno de los valores calculados para la variancia de largo
plazo se almacenará como elementos de un vector. O sea, se
requerirán tantos vectores como s se definan. 5
Ejemplo 2: Simulación estadística
• Una vez concluidos los 100 experimentos para un theta dado,
será necesario calcular el valor medio de las 100 variancias
estimadas para “y”.
• Evidentemente, existirán tantas variancias “promedio” de
largo plazo como thetas se definan. Por ello, se le pide mostrar
gráficamente que conforme el valor de theta se acerca a la
unidad, la variancia “promedio” de “y” crece
exponencialmente
5000
Donde, “RESULT” indica la
4000
variancia “promedio” de
3000
los 100 experimentos
RESULT
2000 realizados para un
1000 coeficiente theta
0
determinado (“COEF”).
-0.2 0.0 0.2 0.4 0.6 0.8 1.0
6
COEF
