Choice under Risk : Theory and Applications

Es útil para estudiantes de postgrado (Master y Doctorado) en cursos de Economía o de Microeconomía en los que se analicen problemas de Decisión en condiciones de Riesgo o Incertidumbre. El documento comienza explicando la Teoría de la Utilidad Esperada. A continuación se estudian la aversión al riesgo, los coeficientes de aversión absoluta y relativa al riesgo, la relación “más averso que” entre agentes económicos y los efectos riqueza sobre las decisiones en algunas relaciones de preferencia utilizadas frecuentemente en el análisis económico. La sección 4 se centra en la comparación entre alternativas arriesgadas en términos de rendimiento y riesgo, considerando la dominancia estocástica de primer y segundo orden y algunas extensiones posteriores de esas relaciones de orden. El documento concluye con doce ejercicios resueltos en los que se aplican los conceptos y resultados expuestos en las secciones anteriores a problemas de decisión en varios contextos

Técnicas de predicción económica

Este documento es de utilidad como material docente a cualquier estudiante o persona interesada que quiera introducirse en el estudio de la predicción económica. De hecho, está pensado para su utilización, todo o en parte, en los cursos de predicción que se imparten en la licenciatura en Economía y en la licenciatura en Administración de Empresas.El contenido se centra en las técnicas de predicción cuantitativas de análisis de series temporales univariante. En el capítulo 1 se introduce la necesidad de la predicción y se describen las principales técnicas y sus limitaciones. El capítulo 2 define la noción de modelos de componentes no observados, objetivo central de este libro. Estos modelos se desarrollan con más detalle en el capítulo 3 que analiza las series con tendencia, en el capítulo 4 que trata de las series con estacionalidad y en el capítulo 5 que estudia los Modelos Estructurales de series temporales que son modelos basados en la idea de los componentes no observados pero especificados de forma estocástica. Por último, en el capítulo 6 se presenta de forma sucinta la teoría de la predicción con modelos ARIMA y el capítulo 7 ofrece al lector una colección de ejercicios como apoyo para trabajar los distintos temas planteados.

On parallel computing for stochastic optimization models and algorithms

167 p.

Spin-related phenomena in magnetic and spin-orbit couppled bose-einstein condensates

129 p.

Contributions to time series data mining departing from the problem of road travel time modeling

194 p.