domingo, 31 de octubre de 2021

Matemática Financiera: Ejercicios 5.4, Problema 34 - Compra de Tractor con Pagos en Mora - José Luis Villalobos

Hola a todos, hoy vamos a continuar con los ejercicios del libro: Matemáticas Financieras Tercera  Edición del autor José Luis Villalobos. 

Vamos a trabajar el problema 34 y lo resolveremos en excel:

34. El ingeniero Ramírez compró un tractor con un anticipo de $52,000 y 18 abonos mensuales vencidos de $15,750. Luego de efectuar el sexto se retrasa con 7. ¿Con cuánto se pone al corriente al hacer el pago 14, si le cargan intereses del 10.68% anual, capitalizable por meses?

Para resolver el problema, vamos a construir el siguiente modelo financiero en excel: 


Veamos en el siguiente video, como es el paso a paso para construir el modelo y utilizar Buscar Objetivo:


Entonces, el valor con el que el ingeniero Ramírez se pone al corriente en el pago 14 es de $129,996.

Hasta una próxima.

sábado, 30 de octubre de 2021

Matemática Financiera: Ejercicios 5.4, Problema 25 - Renta Mensual Anticipada Equivalente - José Luis Villalobos

Hola a todos, hoy vamos a continuar con los ejercicios del libro: Matemáticas Financieras Tercera  Edición del autor José Luis Villalobos. 

Vamos a trabajar el problema 25 y lo resolveremos en excel:

25. Es la renta mensual anticipada equivalente a $5,000 trimestrales anticipados, considerndo intereses del 15% efectivo.

Para resolver el problema, vamos a construir el siguiente modelo financiero en excel: 


Lo primero que tenemos que hacer en este ejercicio es calcular la tasa mensual. Esto lo hacemos en la celda B4. El cálculo de la renta mensual equivalente anticipada, lo vamos a realizar utilizando la función PAGO() de excel

Como podemos ver en nuestro modelo, en la celda B6, el valor es de $1,686.12.

jueves, 28 de octubre de 2021

Matemática Financiera: Ejercicios 5.3, Problema 34 - Compra de Maquinaria con Anticipo y Financiación 2 - José Luis Villalobos

Hola a todos, hoy vamos a continuar con los ejercicios del libro: Matemáticas Financieras Tercera  Edición del autor José Luis Villalobos. 

Vamos a trabajar el problema 34 y lo resolveremos en excel:

34. En el problema 33, ¿De qué cantidad sería cada abono si fueran bimestrales?

Para resolver el problema, vamos a construir el siguiente modelo financiero en excel: 



Lo primero que tenemos que hacer en este ejercicio es calcular la tasa bimestral. Esto lo hacemos en la celda B11. El cálculo de la cuota, lo vamos a realizar utilizando la función PAGO() de excel

Como podemos ver en nuestro modelo, en la celda B12, el valor de la cuota bimestral es de $254,638.00.

miércoles, 27 de octubre de 2021

Matemática Financiera: Ejercicios 5.3, Problema 33 - Compra de Maquinaria con Anticipo y Financiación - José Luis Villalobos

Hola a todos, hoy vamos a continuar con los ejercicios del libro: Matemáticas Financieras Tercera  Edición del autor José Luis Villalobos. 

Vamos a trabajar el problema 33 y lo resolveremos en excel y python:

33. La empresa “Diseño e Impresión Virtual” compra una máquina con un anticipo del 25% y
12 pagos mensuales de $95,000 con cargos del 12.36% nominal mensual. ¿Cuál es el precio
de la máquina?

Para resolver el problema, vamos a construir el siguiente modelo financiero en excel: 


En este ejercicio tenemos un precio inicial de la maquina que es desconocido. Sabemos, que el 75% de ese precio al financiarlo con las condiciones planteadas, se paga con cuotas uniformes de $95,000. Entonces lo primero que vamos a hacer es encontrar cual es el valor presente equivalente a las 12 cuotas, para esto utilizaremos la función VA() de excel

Como podemos ver en nuestro modelo, en la celda B8, tenemos que el valor presente de dichas cuotas y que equivale al 75% del precio de la máquina, es de $1,067,208.43.

Ahora, para determinar el precio del 100% de la máquina, dividimos ese valor presente entre 75%, con lo que llegamos al 100% del precio, que en este caso es de: $1,422,944.57.

Para resolver el problema en python, vamos a escribir el siguiente script en la plataforma colab de google:


Haciendo uso de la función pv() de la librería numpy-financial, llegamos al mismo resultado que obtuvimos con anterioridad en excel.

A continuación el código fuente: