Tarea Final – Segundo 50% del Semestre Desarrollo de Aplicación Web en Streamlit con GitHub Codespaces + Copilot Asignatura: Programación de Computadores con Python Tema final: Aplicaciones integradas con módulos de Python (SymPy, NumPy, Matplotlib, Bokeh/Plotly/Altair y Pandas) Duración: 4 semanas Entregable final: Video grupal + App desplegada en **Streamlit Community Cloud Objetivo General: Desarrollar una aplicación multipágina en Streamlit que integre los módulos vistos (SymPy, NumPy, Matplotlib, Bokeh/Plotly/Altair y Pandas) aplicada a una situación de interés real en Ingeniería Agrícola, Agroindustrial o Civil, utilizando GitHub Codespaces y Copilot como entorno colaborativo de desarrollo y documentación.

Psyc 251 class

¿Cómo usar PCA en la gestión de portafolios? La teoría de portafolio nos enseña que diversificar reduce el riesgo específico, pero ¿cómo detectar patrones comunes y diferencias entre activos? El Análisis de Componentes Principales (PCA) descompone la correlación entre acciones en factores independientes: PC1 = movimiento común del mercado (riesgo sistemático) PC2 = diferencias relativas (rotación sectorial) En este análisis, utilizando acciones como AMZN, AAPL y NVDA, PC1 explica más del 70% de la variabilidad, mientras que PC2 y PC3 capturan las diferencias relativas entre los activos. Esto permite construir portafolios más eficientes, minimizar riesgos idiosincráticos y optimizar la relación riesgo-retorno.

Participación sesión 6 Clase: Inferencia Estadistica