You are on page 1of 60

UNIVERSIDAD DE CUENCA

ndices y Probabilidades

www.bryan-guerra-69.blogspot.com

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

INDICE
Unidad 1: Los ndices
Definicin _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 4 Clases Tipos de Nmeros ndices_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 6 ndices simples de Precio, Cantidad y Valor Incremento Puntual Porcentual e Incremento Porcentual _ _ _ _ _ _ _ _ _ _ _ 8 Promedios Simples de Precios Relativos_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 9 ndice Agregativo Simple_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ 10 ndices Ponderados_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ 12 o Laspeyres o Paasche o Fisher Ventajas y Desventajas de los ndices de Laspeyres y de Paasche_ _ _ _ _ __ 15 ndice de Precios al Consumidor_ _ _ _ _ __ _ _ _ _ _ __ _ _ _ _ _ _ _ _ __ _ 16 o Determinar el ingreso personal real disponible o Deflactar las ventas u otras series o Evaluar el costo de la unidad monetaria o Determinar el aumento del costo de la vida o Entre Otros Cambio de Periodo Base_ _ _ _ _ __ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _20

Unidad 2: Teora de las Probabilidades


Introduccin_ _ _ _ _ __ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _21 Conceptos Bsicos Espacio Muestral_ _ _ _ __ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _22 Probabilidad de un Evento Notacin de Probabilidades_ _ _ __ _ _ _ _ _ _ _ _ __ _ _ _ _ __ _ _ __ __ _ _23 Propiedades de los Eventos_ _ _ __ _ _ _ _ _ _ _ _ _ _ ___ _ _ _ _ _ __ __ _ _25 Enfoques de Probabilidad_ _ _ __ _ _ _ _ _ _ _ __ _ _ __ __ _ _ _ _ _ _ __ _ _26 o Enfoque Objetivo ( Clsico y Emprico) o Enfoque Subjetivo
_ _ _ _ _ __ __ _ _ _ _ _ _ _ __ _ _29

Reglas de la Probabilidad_ _ _ __ _ _ _ _ _

o Regla Especial de Adicin Diagrama de Venn o Regla del Complemento _ _ _ __ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ __ _ _30 o Regla General de Adicin_ _ __ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ __ _ _32

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


o Regla Especial de la Multiplicacin_ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ __ _ _33 o Probabilidad Condicional o Regla General de la Multiplicacin_ __ _ _ _ _ _ __ _ _ _ _ _ _ _ __ _ _35

Diagrama de rbol_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ __ _ _36 Teorema de Bayes_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ __ _ _37 Tcnicas de Conteo_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ __ _ 39


o Frmula de la Multiplicacin o Frmula de la Permutacin_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ 40 o Frmula de la Combinacin_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ 43

Pruebas Ordenadas_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ Distribuciones Probabilsticas_ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _


o o o o

44 46

Definicin Preparacin Caractersticas importantes Variables Aleatorias_ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 47

Clases o La Media de una Distribucin Probabilstica o Varianza y Desviacin Estndar_ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 48 o Suma de Variables_ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 50

Distribuciones Probabilsticas Discretas_ _ _ _


o o o o o

_ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ 52

Distribucin Binomial Propiedades de una Distribucin Binomial Media y Varianza de una Distribucin Binomial_ _ _ _ _ _ _ _ _ _ _ _ 54
Distribuciones Binomiales Acumuladas_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 55 Tabla para clculo de probabilidad binomial_ _ __ _ _ _ _ _ _ _ _ _ _ 56

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

NDICES
Definicin El nmero ndice es un indicador que mide en forma relativa, cambios de la variable econmica a travs del tiempo y del espacio, en otras palabras, es un nmero que expresa el cambio relativo de u lapso de tiempo a otro en los conceptos de: Precio, Cantidad y Valor.

Clases
ndice Simple Se denomina as cuando el nmero ndice se utiliza para medir el cambio relativo en una sola variable, es decir, es un indicador que mide las variaciones de un solo producto, artculo o variable econmica relacionadas al Precio, Cantidad o Valor a travs del tiempo y/o espacio. ndice Compuesto Se denomina as cuando la comparacin comprende u grupo de elementos, por ejemplo: adems de comparar el precio del aceite, se puede incluir el precio de otros artculos como la leche, pan, mantequilla, etc; as mismo las variaciones pueden darde no solo en el precio, sino en las cantidades en que se consumen dichos artculos, por ejemplo: En las empresas se pueden calcular las variaciones en los precios y cantidades de materias primas, mano de obra, bienes producidos, ventas, etc. La frmula que nos servir de base para desarrollar este captulo es la siguiente:

En donde IR nos indica el ndice que vamos a comparar; PR es el perodo referencial, y PB es el periodo base.

Principales Usos de un Nmero ndice


1) Nos sirve para sealar en cambio porcentual en uno a ms elementos, de un perodo de tiempo a otro, por ejemplo: aumentos y disminuciones de salarios, aumentos y disminuciones en la poblacin. 2) Un ndice puede usarse para comparar una cosa con otra, No referido nicamente a comparaciones entre diferentes perodos, sino comparaciones dentro de un mismo marco de referencia temporal.

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejercicios Resueltos: 1) De acuerdo a estadstica laborales, en Enero del ao 2005 el salario promedio por hora para los trabajadores manufactureros era de $5.90, en septiembre del ao 2012 fue de $7.39, cual es el ndice salarial de dicha actividad en septiembre del 2012 con base a Enero del 2005.

IS significa: ndice Salarial. En el resultado colocamos el signo % entre parntesis, por que el ndice es un indicador, No un porcentaje. Entonces la interpretacin nos queda de la siguiente manera: El ndice salarial para el ao 2012 con relacin al ao 2005 es de 125.25, lo que significa que, el salario promedio por hora, para septiembre del 2012, aument en un 25.25% con relacin al salario promedio por hora de Enero del ao 2005.

2) La oficica de censos de la ciudad X inform que la poblacin rural disminuy de 4220.000 habitantes en el ao de 1990, a aproximadamente 1960.000 en el ao 2010. Cual es el indice para el ao 2010 con relacin al ao de 1990.

Interpretacin El indice poblacional para el ao 2010 con relacion al ao de 1990 es 46.45, es decir, para el ao 2010 la poblacin ha disminuido en un 53.55%.

3) El numero de pasajeros que llegan y salen del aeropuerto internacional X es de 65091.168. Para el aeropuerto Z la cantidad es 26796.036. Cul es la tasa de

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


movimientos (llegadas y salidas) del aeropuerto X comparada con el aeropuerto Z y expresada con un ndice?.

Interpretacin La tasa de movimiento del aeropuerto X con relacin al aeropuerto Z es 242.91, es decir, la tasa de movimiento del aeropuerto X es 142.91% mayor que del aeropuerto Z.

Tipos de Nmeros ndices Simples


Relativos de Base Fija Son aquellos nmeros ndices simples que utilizan un perodo base comn, por ejemplo: comparar las ventas del ao 2012 con relacin al ao 2005 y las ventas del 2011 con relacin al ao 2005 tambin. Relativos de Enlace Concentran la atencin en cambios anuales,cada Precio, Cantidad o Valor anual se mide como una razn, con respecto al ao anterior.

ndice Simple de Precio (IP), Cantidad (IQ) y Valor (IV)

Para el ndice de valor, debemos considerar en la frmula las variables Precio y Cantidad, por que, como todos sabemos, el valor es el total de las cantidades por sus precios individuales; esto lo podemos entender observando la estructura de una factura como esta:

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Bajo este esquema, tenemos la frmula del ndice simple de Valor:

Ejemplo: Los siguientes datos representan el volumen y los precios para una empresa comercializadora de autos:
AO 2007 2008 2009 2010 2011 2012 Precio Promedio Vtas 6300 6700 7100 6800 7350 12000 Cantidad Vendida 50 40 60 65 70 65

a) Determine los ndices de Precio, Cantidad y Valor para el ao 2010 con relacin al ao 2007. b) Determine el ndice de Precios Relativos de Enlace para el ao 2012. c) Determine el ndice de Precios para el ao 2012 considerando 2007 , 2008 = 100

El literal c nos indica considerar 2007 , 2008 =100, esto simplemente significa, que debemos considerar como base el promedio entre estos 2, asi que nos queda de la siguiente manera:

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Finalmente no debemos olvidar la interpretacin, en esta ocacin, slo pondr la interpretacin del ltimo literal: Interpretacin El ndice de precios para el ao 2012 con relacin al perodo 2007 2008 es 184.62, lo que significa que, el precio promedio de venta de los automviles aument en un 84.62% con relacin al perodo 2007 2008.

Incremento Puntual Porcentual e Incremento Porcentual


Ejercicio de Aplicacin: La empresa empacadora de carne informa a continuacin sobre sus tres artculos ms populares en el mercado. Determine el ndice de precio simple para cada producto, considerando el ao 2010 como periodo base para cada uno de los aos establecidos.
ARTICULO Pollo Res Cerdo 2010 1,25 2,35 2,00 2011 1,50 2,20 2,50 2012 2,15 2,65 2,40

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Determinar el Incremento Puntual Porcentual y el Incremento o Decremento Porcentual para el ao 2012 con relacin al ao 2011 de la carne de Pollo y de Cerdo.

Promedio Simple de Precios Relativos


Si queremos obtener un promedio simple de precios relativos de determnados artculos, primero calculamos los ndices de precio simple de cada uno, sumamos y luego dividimos para el nmero de artculos considerados; en otras palabras, es el promedio de los ndices simples de precio de un conjunto de artculos. Ejemplo de Aplicacin: Determiar el promedio simple de precios relativos para los siguientes artculos, para el ao 2011 considerando el ao 2005 = 100.

ARTICULO Pan Leche Manzanas

2005 1,00 0,88 1,46

2011 1,12 1,15 1,56

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

Interpretacin El ndice promedio simple de precios relativos para el ao 2011 con relacin al ao 2005 es 116.51, lo que significa que, la media del grupo de ndices para estos tres artculos aument en 16.51%.

ndice Agregativo Simple


Con frecuencia se desea calcular un ndice de precios para varios artculos, lo que se denomina ndices de precios agregativo. Un ndice agregativo se calcula sumando el precio de los bienes individuales en el ao de referencia y dividiendo para la suma de tales precios en el ao base, el resultado se multiplica por 100. En el ejercicio de la pgina 8, la sumatoria de los precios del ao de referencia, es decir, del ao 2011, es igual a 3.83; y la sumatoria de los precios del ao base, es decir, del ao 2005, es igual a 3.34. Por lo tanto el ndice de precios agregativo simple para dicho ejemplo nos queda de la siguiente manera:

Interpretacin El ndice de precios agregativo para el ao 2011 con relacin al ao 2005 es 114.67, lo que significa que, para el ao 2011 el precio de esta canasta de tres artculos aument en 14.67% con relacin al ao 2005. Dicho en otros trminos; en el ao 2011 se necesitaron $114.67 para comprar lo que en el ao 2005 se compraba con $100.

10

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejercicio Completo de Aplicacin del Captulo El saln de belleza X est considerando ajustar los precios de sus servicios; su propietario desea conocer: 1) Los ndices de precio simple para cada artculo y para cada mes con base en el mes de Enero. 2) El incremento puntual porcentual y el incremento o decremento porcentual para el mes de marzo con relacion al mes de febrero para cada uno de los artculos. 3) El promedio simple de precios relativos para el mes de marzo, considerando como base el mes de febrero. 4) Determinar el indice de precios agregativo para el mes de marzo, con relacion al mes de febrero.
ARTICULO Shampoo Corte Cabello Peinado ENERO 10,00 8,00 12,00 FEBRERO 12,00 10,50 13,50 MARZO 16,50 9,50 14,00

Incremento Puntual porcentual Shampoo = 165 120 = 45 Incremento Porcentual Shampoo =

Decremento Puntual Porcentual Corte de Pelo = 118.75 131.25 =12.5 Decremento Porcentual Corte de Pelo =

11

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

Incremento Puntual Porcentual Peinado= 116.67 112.5 = 4.17 Incremento Porcentual Peinado =

Promedio Simple de Precios Relativos Marzo: 165 + 116.67 + 118.75 = 133.47(%)

ndice Agregativo Simple Marzo: Sumatoria Marzo = 40 Sumatoria Febrero = 36

Interpretacion Los indices de precio simple del shampoo para el mes de Febrero con relacin al mes de Enero, y del mes de Marzo con relacin al mes de Febrero son de 120 y 165 respectivamente. Los ndices de precios simples del corte de pelo para el mes de Febrero con relacin al mes de Enero, y del mes de Marzo con relacin al mes de Febrero son de 112.5 y 116.67 respectivamente; y, los ndices de precios simples del peinado para el mes de Febrero con relacin al mes de Enero, y del mes de Marzo con relacin al mes de Febrero son de 131.25 y 118.75 respectivamente. La misma interpreacin se usa para los otros ndices, pero en esta ocacin, slo dejaremos la primera, para no repetir lo mismo.

Con el uso de los ndices agregativos simples, surgen dos problemas al momento de su clculo, el primero, es la forma arbitraria con la cual se expresan sus unidades, y segundo, los ndices agregativos tal como se calculan, no tienen en cuenta el hecho de que algunos productos se venden en cantidades mayores que otros menos populares, por lo que es necesario el clculo de los ndices de precios agregativos ponderados.

ndice de Precios Agregativo Ponderado


Toman en consideracin las cantidades vendidas como factor de ponderacin, lo que proporciona un reflejo ms exacto del costo verdadero de la canasta tpica del consumidor. Fundamentalmente tenemos 2 ndices, el de Laspeyres y el de Paasche.

12

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas ndice de Laspeyres


Es un ndice agregativo ponderado que toma como factor de ponderacin las cantidades vendidas en el perodo base.

Ejercicio de Aplicacin: Planta empacadora de carne (pgina 7). Calcular el ndice de Laspeyres para el ao 2012 considerando el ao 2010 =100.
ARTICULO Pollo Res Cerdo PRECIOS 2011 1,5 2,2 2,5 CANTIDAD 2011 320 200 100

2010 1,25 2,35 2

2012 2,15 2,65 2,4

2010 250 150 80

2012 350 225 95

Interpretacin El ndice de Laspeyres para el ao 2012 con relacin al ao 2010 es de 136.61, lo que significa que en el 2012 el precio de esta canasta de tres articulos aument en 36.61% con relacin al ao 2010.

13

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas ndice de Paasche


Es un ndice agregativo ponderado que asigna como factor de ponderacin las cantidades vendidas en el periodo de referencia.

En el mismo ejercicio de la pgina 7 determinar el ndice de Paasche para el ao 2012 considerando como periodo base el ao 2010. (P2012 x Q2012) (P2010 x Q2012)

Interpretacin El ndice de Paasche para el ao 2012 con relacin al ao 2010 es de 136.37, lo que significa que en el 2012 el precio de esta canasta de 3 artculos aument en 36.37% con relacin al ao 2010.

ndice Ideal de Fisher


Es una combinacin de los dos ndices anteriores; es igual a la raz cuadrada del producto del ndice de Laspeyres por el ndice de Paashe.

14

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Del mismo ejercicio utilizado anteriormente, determinar el ndice de Fisher para el ao 2012 considerando como periodo base el ao 2010.

ste ndice es muy poco utilizado, por que en la prctica, las empresas siempre buscan reducir los recursos y tiempo empleados; por lo tanto, no existe una interpretacin establecida para este ndice.

Ventajas ndice de Laspeyres


Requiere datos de cantidad para un solo periodo, por lo que es mas fcil obtener la informacin. Se puede realizar una interpretacin ms significativa del ndice debido a que los cambios se atribuyen a los movimientos en los precios.

Desventajas ndice de Laspeyres


Sobrepondera los productos cuyos precios aumentan, debido a que el incremento en los precios va acompaado de una reduccin en la cantidad (Ley de la demanda). No refleja losa cambios en los patrones de compra a travs del tiempo.

Ventajas ndice de Paasche


Refleja los cambios en lo hbitos de compra, debido a que utiliza los datos de cantidad para cada periodo de referencia.

Desventajas ndice de Paasche


Requiere datos de cantidad para cada ao, lo que en muchos casos es difcil de obtener. Debido a que se utiliza cantidades diferentes, es imposible atribuir los cambios en el ndice, slo a los movimientos en los precios. Sobrepondera los productos cuyos precios disminuyen.

15

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas ndice de Precios al Consumidor (IPC)
Adems de medir el cambio en los precios de los bienes y servicios consumidos de un periodo de referencia con relacion a un periodo base, el IPC tiene otras aplicaciones; nos sirve para: Determinar el ingreso personal real disponible Deflactar las ventas u otras series Evaluar el costo de la unidad monetaria Determinar el aumento del costo de la vida Entre Otros.

Determinar el Ingreso Personal Real Disponible


Una persona tiene un ingreso de $1500 en el periodo 2005 2006 considerando como periodo base; y su ingreso actual es de $3000, sin embargo, el indice de precios al consumidor de duplic con respecto al periodo base. Determine el ingreso real de esta persona.

Interpretacin Si bien el ingreso monetario de esta persona, se duplic con respecto al periodo base, los precios que pag por alimentos, vestuario, etc. Tambin se duplicaron, en consecuencia, el nivel de vida de esta persona en el mejor de los casos permanecin igual desde el periodo base hasta la actualidad. El concepto de Ingreso Real1 en algunos casos de denomina Ingreso Deflacionado, y el IPC es entonces un indice de deflacin.

Ingreso Real: Poder adquisitivo del ingreso monetario.

16

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


La siguiente informacin constituye el ingreo monetario para los aos seleccionados. Determinar el ingreso real disponible.

Los economistas comnmente deflactan2 el Producto Interno Bruto3 (PIB) para obtener una medida del incremento de la produccin real de la nacin. Al deflactar el PIB, con el tiempo se elimina todo incremento debido a la inflacin en los precios, y se llega a una medida del incremento verdadero en la produccin de los bienes y servicios disponibles para el consumo. Entonces el PIB real es una medida del valor de la produccin de la nacin en dlares constantes en algun periodo base, y omite toda fluctuacin o variacin debida a los precios cambiantes.

Deflactar las Ventas u otras Series


La deflacin en las ventas es importante para mostrar la tendencia de las ventas reales.

El Indice Adecuado es en este caso el Indice de Precios al Productor.

Deflactar una serie significa eliminar el efecto de los cambios en los precios y expresa la serie el dares constantes. 3 PIB es el valor monetario de todos los bienes y servicios finales producidos por una economa.

17

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo de Aplicacin: Las ventas de una pequea empresa aumentaron de $882.000 en el 2007, a $1210.000 en el 2011. El propietarios desea deflacionar las ventas considerando el ao 2007 = 100 y sabiendo que el Indice de Precios al Productor (IPP) aument en un 31.8%.

Interpretacin En el ao 2011 aparentemente ha habido un aumento en las ventas, pero el ndice de precios al productor ha aumentado tambin, y porlo tanto las ventas reales son menores, es decir, son de $918057.66

Evaluar el Costo de la Unidad Monetaria


Supongase que el IPC en el mes de Enero de este ao fue de 200 considerando el ao 2004 = 100. Cul es el poder adquisitivo del dinero?

Para calcular el poder adquisitvo del dinero, debemos en otras palabras, obtener en valor real de $ 1 (un dlar). El IPC de 200 nos indica que los precios se duplicaron del ao 2004 a Enero de este ao, en consecuencia, el poder adquisitivo del dinero se redujo a la mitad.

18

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Determinar el Aumento del Costo de la Vida
El IPC tambin es la base de los llamados ajustes del costo de la vida en muchos contratos entre empresas y sindicatos 4. La clasula especfica en el contrato se conoce como clasula de escalacin, por ejemplo en los Estados Unidos, millones de personas tienen ligadas sus pensionaes al IPC. El IPC tambin se emplea para ajustar los pagos de manutencin de nios, pagos de compensaciones a los trabajadores, pagos de ayuda social y otros, por ejemplo: si una persona retirada recibe una pensin de $500 al mes, y el IPC aumenta de 100 a 105, (supongamos que por cada punto porcentual que aumenta el IPC, en beneficio de la pensin aumenta un 1%) la nueva pensin de esta persona sera $525.

Indice de Inflacin
El IPC es altamente til para medir la inflacin. Las tasas anuales de inflacin se miden por el cambio porcentual en el IPC de un ao al siguiente.

Ejemplo de Aplicacin Determinar el ndice de inflacin para los aos seleccionados.


AO 2007 2008 2009 2010 2011 2012 IPC (2004=100) 113,6 118,3 124,3 127,2 136,2 140,3 ndice de Inflacin 4,14 5,07 2,33 7,08 5,01

Aplicando la frmula expuesta en el prrafo anterior obtenemos las canidades marcadas en negrita; en el primer perodo a calcular ser siempre cero.

Sindicatos son agrupaciones de trabajadores que juntos reclaman sus derechos ante los patronos.

19

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Cambio de Periodo Base


Para el cambio de perodo base lo nico que hacemos es: calcular el ndice simple considerando la nueva base que deseamos; esto nos dar como resultado nuevos ndices que nos servirn para diversas interpretaciones, por ejemplo, comparar dos ndices que estn calculados con diferente perodo se base. Ejemplo En el ejercicio de la pgina 18 el IPC est calculado tomando como periodo base el ao 2004; ahora vamos a cambiar el periodo base al ao 2007.
AO 2007 2008 2009 2010 2011 2012 IPC (2007=100) 100 104,14 109,42 111,97 119,89 123,5

Lo que hicimos aqu no fue magia ni obra del espritu santo, unicamente tomamos los indices del ejercico de la pgina 18, los dividimos para el indice del ao 2007 que ser nuestro nuevo periodo base y multiplicamos por 100; por eso el primer indice del 2007 es igual a 100.

20

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

Teora de las Probabilidades

Introduccin La estadstica descriptiva utiliza medidas de tendencia central y de dispersin en la informacin de acontesimientos ya ocurridos. En cambio la estadstica inferencial se ocupa de deducciones hacerca de una poblacin con base en una muestra tomada a partir de tal poblacin, y del clculo de la posibilidad de que algo ocurra en el futuro. Entonces debido a que existe una incertidumbre considerable al tomar desiciones, resulta importante que todos los riesgos implcitos conocidos, se evalen cientficamente. En esta evaluacin, es de gran ayuda la Teora de la Probabilidad o denominada tambin Ciencia de la Incertidumbre. El empleo de tal teora probabilstica permite, a quien toma desiciones analizar, con informacin limitada, los riesgos y el azar inherente.

Conceptos Bsicos
Teora de las Probabilidades Es la posibilidad de que algo suceda, dicho en otras palabras, es la posibilidad numrica, medida entre 0 y 1 de que ocurra un evento. Experimento Es el proceso que conduce a la ocurrencia de una y solamente una de varias observaciones posibles, es decir, es el proceso que produce un evento, por ejemplo, el lanzamiento de un dado, o de una moneda. Resultado Es lo que resulta especficamente de u n experimento, por ejemplo, en el lanzamiento de un dado, un resultado especfico sera que nos caiga en el nmero 3. Evento Es el conjunto de uno o ms resultados de un experimento, por ejemplo, en el experiemento de lanzar un dado, existen 6 resultados posibles, pero hay muchso eventos factibles como: obtener un nmero par, un nmero impar, un nmero mayor que 3, etc. Adems un evento lo representamos con una letra mayscula.

21

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Espacio Muestral


El conjunto de todos los resulatdos posibles para un experimento, constituye el espacio muestral, por ejemplo: en el experimento de lanzar un dado, el espacio muestral (SS) es:

Ejercicio de Aplicacin Se va a desarrollar un nuevo juego de video, 80 jugadores de este tipo de actividades van a probar su potencial de mercado. a) Cul es el Experimento b) Cul es un resultado posible c) Suponga que 65 jugadores dijeron que les gust el juego. Es 65 una probabilidad?. d) La probabilidad de que el nuevo juego de video sea un xito se calcula como -1. Comente este resultado.

Soluciones: a) El experimento consiste en probar el potencial de mercado del nuevo video juego. b) Un resultado posible sera que haya un 64% de aceptacin (slo un ejemplo). c) No es una probabilidad, por que para serlo debe estar entre 0 y 1. d) Una probabilidad no puede ser negativa.

22

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Probabilidad de un Evento


La probabilidad de que almenos uno de los eventos que estn en el espacio muestral ocurra es igual a 1, por ejemplo: si se lanza el dado, el resultado debe ser un nmero entre 1 y 6; debido a que esto es una certeza, puede decirse que: la sumatoria de las probabilidades de los eventos es igual a 1.

P (E) Probabilidad de un Evento. La probabilidad se expresa como un nmero decimal, sin embargo, puede tambin escribirse como una fraccin; puede solamente ser un nmero entre 0 y 1, inclusive 0 P 1. La probabilidad 0 nos indica algo que No puede ocurrir; mientras ms cercana est la probabilidad a 0, es ms improbable que ese evento suceda. La probabilidad 1 nos indica algo que seguramente va a ocurrir; mientras ms cercana est una probabilidad a 1, ms seguridad habr de que tal evento ocurra. Nota: El nmero de resultados posibles se encuentra multiplicando el espacio muestral de cada evento; por ejemplo: si lanzamos 3 dados, el numero de resultados posibles es 216, porque cada dado tiene un espacio muestral de 6, entonces multiplicamos 3 veces 6. Cada resultado del espacio muestral, se conoce con el nombre de punto muestral; a cada punto muestral se le asigna una ponderacin, la misma que mide el grado de veracidad de ocurrencia de un evento. A esta ponderacin se la llama probabilidad.

Notacin de Probabilidades
P (XI = ) Para simbolizar la probabildad de un punto muestral. P (SS) Para simbolizar la probabilidad de un espacio muestral. P (A) Para simbolizar la probabilidad de un evento. P (XI) Para simbolizar la probabilidad de un experimento.

23

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Para enlistar los resultados del espacio muestral se puede optar por la regla o enunciado y por el diagrama del rbol.

La Regla o Enunciado
Se aplica cuando el espacio muestral es grande o infinito, por ejemplo: si los resultados posibles de un experimento son, el conjunto de ciudades capitales del mundo, lo expresamos de la siguiente manera:

Diagrama de rbol
Se utiliza cuando el espacio muestral no es muy grande; es una representacin grfica que nos permite organizar los resultados posibles de un experimento, en donde las diversas trayectorias a lo largo de las ramas del rbol dan los puntos muestrales, por ejemplo: enlistar los posibles resulatdos de lanzar 2 monedas a la vez.

C representa la cara de la moneda, y S representa el sello de la moneda. De la misma manera podemos construir el diagrama del rbol con todos los resultados posibles de cualquier experimento, por ejemplo podriamos lanzar monedas y dados a la vez, esto dara lugar a un diagrama ms grande y nos facilitara determinar los resultados.

24

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Propiedades de los Eventos


Unin (U) Si dos eventos son subconjuntos del espacio muestral, la unin de estos 2 eventos formar el evento C. El evento C ocurrir si ocurre el evento A o el evento B o ambos.

Interseccin () Si dos eventos se intersectan, dan origen a un tercer evento; el evento D, el cual ocurrir slo si ocurren los eventos A y B al mismo tiempo.

Complemento El evento A ocurre, si no ocurre el evento A; el evento A est conformado por todos los elementos del espacio muestral que no estn en A.

25

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Enfoques de Probabilidad


Tenemos dos enfoques de probabilidad, el enfoque objetivo y el subjetivo; el enfoque objetivo a su vez se divide en clsico y emprico. Enfoque Clsico Se basa en la consideracin de que los resultados de un experimento son igualmente posibles; desde este punto de vista, la probabilidad de que suceda un evento se calcula: dividiendo el nmero de resultados favorables, para el nmero total de resultados posibles.

P (E) Probabilidad de un Evento. Por ejemplo, en el experimento de lanzar un dado, determine la posibilidad de que caiga en un nmero par.

Para aplicar la probabilidad clsica, los eventos adems de ser igualmente posibles, deben ser tambin: Mutuamente Excluyentes Se expresa esto porque, la ocurrencia de cualquier evento, implica que ningn otro evento puede ocurrir al mismo tiempo; por ejemplo: en el experimento de lanzar el dado, el evento: un nmero par y el evento un nmero impar son mutuamante excluyentes, pues si cae un nmero par, no podra caer un impar al mismo tiempo. Colectivamente Exhaustivo Se seala esto porque, por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento; por ejemplo: en el experimento de lanzar el dado, cada resultado ser o un nmero par, o bien un nmero impar, por lo tanto, el conjunto de eventos es colectivamente exhaustivo.

26

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Si el conjunto de eventos es mutuamente excluyente y colectivamente exhaustivo, la suma de las probabilidades es igual a 1.

En este enfoque es innecesario realizar un experimento para determinar la probabilidad de que ocurra un evento, ms bien, la probabilidad clsica implica la determinacin de la probabilidad de algn evento a priori 5 por ejemplo:Determinar la probabilidad de sacar 1 as de una baraja de 52 cartas. Solucin todos sabemos que en una baraja hay 4 ases, as que no es necesario realizar el experimento para determinar la probabilidad de que suceda el evento sacar un as.

Enfoque Emprico Otra manera de definir la probabilidad, es con base en las frecuencias relativas. La probabilidad de que un evento ocurra a largo plazo se determina observando en que fraccin de tiempo sucedieron eventos semenjantes en el pasado y dividiendo para el nmero total de observaciones.

A priori trmino que significa antes de

27

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo de Aplicacin: Se efectu un estudio de 851 graduados en Administracin de Empresas en la Universidad X, este evento revel que: 483 de los 851 graduados no estaban empleados segn su rea de estudios. Cul es la probabilidad de que un graduado especficamente en Administracin est empleado en un rea distinta a la principal de sus estudios universitarios?.

Interpretacin Existe una probabilidad d e 0.57 de que un estudiante graduado en Adminitracin de Empresas se desempee en un rea diferente de sus estudios. Enfoque Subjetivo Fundamentalemente significa evaluar las opiniones disponibles y otra informacin subjetiva, para despus estimar o asignar la probabildiad; es decir, la probabilidad subjetiva es la probabilidad de que suceda en evento especfico, asignado por una persona con base en cualquier informacin disponible, por ejemplo: Cul es la probabilidad de que el deportivo Cuenca llegue a las finales el prximo ao?... Como yo soy hincha del deportivo Cuenca le asigno una probabilidad de 0.8 Ejercicios Propuestos: Del siguiente conjunto de ejercicios realice lo que se pide y adems explique que tipo de enfoque probabilstico utiliz. 1. De una baraja de 52 cartas, se va a seleccionar una en forma aleatoria. Cul es la probabilidad de que la carta elejida sea de color negro?. 2. El centro de estadstica de una ciudad X determin en su informe de salud que, de cada 1520 decesos, 105 se devieron a accidentes automovilisticos, 285 a cncer y 430 a enfermedades del corazn. Cul es la probabilidad de que una muerte especfica se deba a? A). Accidente Automovilstico B). Cncer C). Enfermedades del Corazn 3. Cul es la probabilidad de que en las prximas elecciones presidenciales gane una mujer?

28

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Reglas de Probabilidad


Regla Especial de Adicin Para aplicar esta regla los eventos deben ser mutuamente excluyentes. Si dos eventos A y B son mutuamente excluyentes, la regla especial de adicin indica que la probabilidad de que ocurra el evento A o el evento B 6, es igual a la suma de sus probabilidades.

Diagrama de Venn
Sirve para representar grficamente el resultado de un experimento. El concepto de mutuamente excluyente y otras reglas diversas para combinar probabilidades, pueden visualizarse utilizando este diagrama. Para elaborar un diagrama de Venn se grafica un rectngulo, que constituye el espacio muestral, y dentro de ste crculos que son proporcionales a la probabilidad de los eventos, por ejemplo: representar en el diagrama de Venn las probabilidades de que salga cara o sello al lanzar una moneda segn un experimento X con los siguientes resultados.

Recordemos que A o B se simboliza como A U B y es la operacin de Unin, y cuando tenemos A y B se simboliza como A B y es la operacin de Interseccin

29

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Regla del Complemento Se utiliza para determinar la probabiliad de que ocurra un evento; restando de la unidad la probabilidad de que no ocurra. Si nos referimos al ejemplo anterior, la probabilidad del evento A salga cara:

Probabilidad de A, ms probabilidad de que no sea A es igual a la unidad. Despejando la ecuacin anterior, obtenemos la frmula de la Regla del Complemento:

Ejercicios de Aplicacin 1.- Si la probabilidad de que una bolsa de legumbres tenga peso menor es de 0.025 y la probablidad de que tenga un peso mayor es de 0.075. Determine la probabiliad de que la bolsa de legumbres tenga un peso satisfactorio.

2.- Se va a entrevistar a un grupo selecto de empleados con respecto a un plan de pensiones. Se realizaran entrevistas detalladas a cada uno de los empleados; stos fueorn clasificados de la siguiente manera:
Clasificacin Supervisores Mantenimiento Produccin Gerencia Secretara # Empleados 120 50 1460 302 68

30

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Determine la probabilidad de que la primera persona entrevistada sea: a) Un empleado de mantenimiento b) Un empleado de Gerencia c) Un empleado de Mantenimiento o Secretara d) Un empleado de Gerencia o Produccin e) No sea de Gerencia Solucin:

31

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Regla General de Adicin Se aplica cuando los eventos no son mutuamente excluyentes, es decir, cuando los eventos se traslapan, a lo que se denomina probabilidad conjunta. La probabilidad conjunta es la probabilidad que mide la posibilidad de que dos o mas eventos ocurran en forma simultnea, en este caso, la regla general de la adicin establece que, la probabilidad del evento A o B es igual a la suma de sus probabiliades, y menos la probabilidad conjunta de A y B.

Ejemplos de Aplicacin: 1. Supongamos que se selecciona una muestra de 200 turistas que visitaron el Ecuador el ao anterior. Las encuestas revelan que 100 turistas visitaron Quito, 150 visitaron Cuenca y 60 turistas visitaron Quito y Cuenca. Determine la probabilidad de que un turista seleccioado al azar, haya visitado Quito o Cuenca.

2. Cul es la probabilidad de que una carta elejida al azar de una baraja, sea un Rey, o una de corazones negros. Evento A Salga un Rey (Hay 4 Reyes en una baraja; uno de cada color) Evento B Salga una carta de corazones negros Evento AB La interseccin entre estos dos eventos es una carta, porque tambin hay un Rey en los corazones negros.

32

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Regla Especial de la Multiplicacin La regla especial de la multiplicacin requiere que dos eventos A y B sean independientes. Dos eventos son independientes, si la ocurrencia de uno no altera la probabilidad del otro. Si hay dos eventos independientes A y B, la probabildad de que ocurran A y B se obtiene al multiplicar las dos probabilidades.

Ejemplo de Aplicacin Se lanzan a la vez un dado y una moneda; cul es la probabilidad de que el dado salga un nmero menor de 3 y la moneda salga sello. Evento D Dado salga menor de 3 Evento M Moneda salga sello

Probabilidad Condicional
Muchas veces se desea determinar la probabilidad de algn evento, dado que otro evento ya ocurri antes. El clculo de la probabilidad condicional se utiliza con frecuencia en el planeamiento de negocios, dado que existe informacin sobre un evento que ya ocurri.

33

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplos de Aplicacin 1. La probabilidad de que un vuelo programado salga a tiempo es de 0.81 , la probabilidad de que llegue a tiempo es de 0.80 y la probabilidad de que salga y llegue a tiempo es de 0.75. Encuentre la probabilidad de que un avin:

a) Llegue a tiempo dado que sali a tiempo. b) Salga a tiempo dado que lleg a tiempo.

2. Se sacan dos cartas, una y despus otra con reemplazo 7 . Determine la probabilidad de que la segunda carta sea trbol, dado que la primera sali un as. Evento A Sale un As (En una baraja hay 4 as) Evento B Salga un trbol (En una baraja hay 13 cartas de trbol) Evento AB Uno de los trboles tambin es un as

Sacar una carta con reemplazo quiere decir que se la vuelve a colocar en la baraja, en este caso la probabilidad se calcula considerando las 52 cartas. Si fuera sin reemplazo, en el clculo de la nueva probabilidad no se considerara esta carta.

34

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Regla General de la Multiplicacin Se aplica cuando dos eventos no son independientes; se utiliza para determinar la probabilidad conjunta de que ocurran dos eventos. En general la regla indica que, para dos eventos A y B, la probabilidad conjunta de que ambos sucedan, se evala al multiplicar la probabilidad de que suceda el evento A, por la probabilidad condicional de que suceda el evento B.

Ejemplo de Aplicacin: Supongamos que hay 10 rollos fotogrficos en una caja y se sabe que 3 estn defectuosos. Se van a seleccionar dos, unos despus del otro. Cul es la probabilidad de escoger un rollo con defectos, seguido de otro en la misma condicin?

Con respecto al mismo ejercicio: Cul es la probabilidad de escoger el primer rollo defectuoso, seguido por 2 rollos No Defectuosos.

35

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Diagrama de rbol


Es una representacin grfica til para organizar clculos que abarcan varias etapas. Cada segmento en el rbol es una etapa del problema. Con ste diagrama podemos determinar las probabilidades marginales, condicionales y conjuntas. Ejemplo de Aplicacin: Una encuesta a ejecutivos se enfoc sobre su lealtad a la empresa; una de las preguntas planteadas fue: Si otra compaa le hiciera una oferta igual o ligeramente mejor que la de su actual puesto; Se quedara en la empresa o tomara el otro empleo? Las respuestas de los 200 ejecutivos se clasificaron en forma cruzada, con su tiempo de servicio en la compaa.

36

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo 2 Un fabricante de video grabadoras compra un microchip a 3 proveedores. Un 30% de los microchips se compran a la empresa A, un 20% a la empresa B y el 50% restante se compra a la empresa C. El fabricante tiene historiales extensos acerca de los tres proveedores, y sabe que el 3% de los microchips de la empresa A son defectuosos; tambin lo son el 5% de la empresa B y el 4% de la empresa C. Determine la probabilidad de un chip defectuoso basndose en el diagrama del rbol.

Para responder a la pregunta, sumo todas las probabilidades que incluyen chips defectuosos (0.009 + 0.01+ 0.02) R// 0.39

Teorema de Bayes
Se basa en probabilidades condicionales, se tiene adems, la probabilidad a priori, que es la probabilidad inicial o marginal, con base en el nivel actual de informacin. La probabilidad a posteriori, es una probabilidad revisada con base en informacin adicional. Con la ayuda del teorema de Bayes es posible determinar la probabilidad a posteriori o revisada.

37

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo de Aplicacin referido al ejercicio anterior (Pg. 37) Cuando los microchips llegan al fabricante, se colocan directamente en un depsito sin ningn tipo de inspeccin. Un trabajador selecciona un chip para instalarlo en una video grabadora, y lo encuentra defectuoso. Cul es la probabilidad, de que este chip defectuoso haya sido fabricado por el proveedor A? (Probabilidad de que sea del proveedor A dado que ya es defectuoso). Como podemos notar, la notacin de la probabilidad condicional cambia.

Tambin podemos determinar la probabilidad de que el chip defectuoso haya sido fabricado por el proveedor B o por el proveedor C. El denominador es el mismo, lo que cambia es el numerador.

Tabla de Resumen de Probabilidad


Eventos Proveedor A Proveedor B Proveedor C Prob. A Priori 0,3 0,2 0,5 Prob. Condicional Prob. Conjunta Prob. A Posteriori 0,03 0,009 0,231 0,05 0,01 0,256 0,04 0,02 0,513 suma 0,039 1

En este cuadro se puede observar que, el teorema de bayes no es ms que el cociente de cada probabilidad conjunta, para el total de probabilidades conjuntas.

38

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Tcnicas de Conteo


Si el nmero de posibles resultados de un experimento e pequeo, resulta fcil enlistar y contar todos los eventos factibles; por ejemplo, en el lanzamiento de un dado. Sin embargo, si existe un gran nmero de posibles resultados, resulta difcil enlistar y contar todas las posibilidades, por ejemplo, el nmero de nios en familias con 4 hijos en la ciudad de Cuenca.

Frmula de la Multiplicacin
Teorema 1: Se aplica para encontrar el nmero de arreglos posibles para dos o ms grupos. Este teorema establece que: Si hay m modos de hacer una cosa, y n formas de hacer otra; existen mn formas de hacer ambas. M x N = MN M x N x O = MNO Ejemplo de Aplicacin Un vendedor desea anunciar que por $20000 usted puede comprar un auto Toyota, un Sedan o un Tucson, con eleccin de cubre ruedas deportivas o comunes. Cuntos arreglos diferentes puede ofrecer el comerciante? Al tratarse de un nmero pequeo de arreglos, podemos responder esta pregunta utilizando el diagrama de rbol, y posteriormente aplicaremos la frmula de la multiplicacin para comprobar que la respuesta sea la misma.

Segn el diagrama de rbol, tenemos 6 arreglos diferentes de autos.

39

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Aplicando la frmula de la multiplicacin:

Referido al ejemplo anterior. Si el vendedor ofrece 8 modelos de autos y 6 tipos de cubre ruedas, determine el nmero de arreglos posibles. 8 x 6 = 48

Frmula de la Permutacin
Teorema 2: Una permutacin nos sirve para determinar el nmero posible de arreglos cuando hay un solo grupo de objetos. En una permutacin se cuenta cada orden diferente de los objetos. El nmero de permutaciones de m objetos distintos es igual a n! (factorial)8. Ejemplo de Aplicacin: Una empresa de mensajera rpida, con viajes durante la noche, debe incluir 5 ciudades en su recorrido. Cuntas rutas diferentes son posibles, suponiendo que no importa el orden en que se incluyan las ciudades en el recorrido? 5! = 120 Nota: Generalmente diferenciamos la aplicacin de una permutacin de la aplicacin de una combinacin porque, en una permutacin importa el orden, mientras que en una combinacin no importa. Sin embargo, debemos tener en cuenta el planteamiento del ejercicio, porque, cuando dice que No importa el orden, significa que nosotros tenemos la libertad de escoger un orden, por lo tanto, existe un orden y en este caso, aplicamos una permutacin. Teorema 3: El nmero de permutaciones de n objetos distintos, tomados r a la vez, es igual a:

n= nmero total de objetos r= nmero de objetos que se van a disponer cada vez.
8

Factorial= n(n-1) (n-2) (n-3)(n-n). por ejemplo: 5! = 5 x 4 x 3 x 2 x 1

40

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejercicios de Aplicacin: 1. Supngase que hay 8 mquinas disponibles, pero solo 3 espacios en el piso del taller donde han de ser instaladas. De cuantos modos diferentes pueden colocarse las 8 mquinas en los 3 espacios disponibles?

2. Un msico desea escribir una partitura basado nicamente en 5 notas: Si, Do, Re, Mi y Sol, sin embargo, slo 3 de las 5 se utilizarn en sucesin: como Do, Si y Mi, no se permitirn repeticiones como: Si, Si y Mi. Cuntas permutaciones son posibles?

Nota: Tomemos en cuenta que el ejercicio dice: No se permitirn repeticiones es decir que, el orden tiene importancia, por lo tanto, utilizamos una permutacin.

3. Un operario de un taller debe hacer 4 verificaciones de seguridad antes de activar su mquina y no importa en qu orden se las realice. De cuntos modos puede hacer las verificaciones el mecnico operador? 4! = 24

41

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


4. Una pequea empresa productora de alfombras ha decidido usar 7 colores compatibles en su lnea de productos, sin embargo, al tejer una alfombra solo 5 husos pueden ser utilizados. En su publicidad desea indicar el nmero de diferentes grupos de colores disponibles para la venta. Cuntos grupos cromticos hay, en que se utilicen los 7 colores, agrupando 5 cada vez (esto supone que solo 5 colores distintos entran en cada alfombra, es decir, no hay repeticiones de color)?

Teorema 4: El nmero de permutaciones de n objetos distintos arreglados en un crculo es (n 1)! , por ejemplo: Si 4 personas estn alrededor de una mesa circular. En cuntas posiciones distintas pueden sentarse esas personas?

(4 1)! = 6

Teorema 5: El nmero de permutaciones distintas de n cosas, de las que n1 son de una clase, n2 son de una clase, y as hasta nk clases; es igual:

Ejemplo de Aplicacin De cuantas formas diferentes se pueden asignar 3 focos rojos, 4 amarillo y 2 azules en una guirnalda navidea que cuenta con 9 portafotos.

42

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Frmula de la Combinacin


Si no importa el orden de los objetos, el nmero total de ordenaciones se denomina combinacin. Teorema 6: Una combinacin es el nmero de modos para elegir r objetos de un grupo de n de ellos sin considerar el orden.

Ejemplos de Aplicacin 1. Un entrevistador seleccion al azar 4 de 10 personas disponibles. Cuntos grupos diferentes de 4 son posibles?

2. En una empresa, los ejecutivos: Arias, Torres y Andrade, van a ser elegidos como un comit para negociar una fusin de empresas. Cuntos arreglos de las 3 personas son posibles?

Teorema 7: El nmero de formas de partir un conjunto de n objetos en r subconjuntos o celdas, con n1 elementos en la primera celda, n 2 elementos en la segunda celda y as sucesivamente es igual a:

Si lo vemos detenidamente, notaremos que es la misma frmula del teorema 5.

43

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo de Aplicacin De cuntas formas se pueden asignar 7 cientficos a un hotel que cuenta con una habitacin triple y dos dobles?

Pruebas Ordenadas
Son importantes para entender el tema propuesto y desarrollar ejercicios de permutaciones. Tenemos dos tipos de pruebas ordenadas: Con sustitucin o Reemplazo, Sin Sustitucin o sin Reemplazo.

Con Sustitucin o con Reemplazo Consiste en que cada objeto escogido se regresa a su lugar antes de tomar el siguiente objeto, por ejemplo: De cuntas maneras se pueden escoger 3 cartas de una baraja, si se realiza la prueba con sustitucin, es decir, que cada carta se regresa a la baraja antes de escoger la siguiente? 52 x 52 x 52 = 140608 r 3 n = 52 = 140608

Prueba sin Sustitucin o sin Reemplazo En este caso el objeto escogido no se regresa a su sitio antes de escoger el siguiente. Esta prueba sin sustitucin, tomada de n elementos es una permutacin.

44

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplos de Aplicacin 1. De cuntas maneras se pueden escoger 3 cartas de una baraja, si se realiza esta prueba sin sustitucin? (2 procedimientos) 52 x 51 x 50 = 132600

2. Encuentre la probabilidad de seleccionar aleatoriamente 4 litros de leche en buenas condiciones, sucesivamente de un refrigerador que contiene 20 litros, de los cuales 5 estn echados a perder. a) Utilizando el primer teorema b) Utilizando el anlisis combinatorio

Explicacin: En el punto a no hay ninguna novedad, sin embargo, en el punto b aparece algo nuevo, se trata de un cociente de combinaciones; pues la pregunta dice: encontrar la probabilidad, y una probabilidad es un cociente en cuyo denominador est el total de N, y no olvidemos que una probabilidad es menor o igual a 1 y mayor o igual a 0.

45

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

Distribuciones Probabilsticas
Definicin Es la enumeracin de todos los posibles resultados de un experimento, junto con la probabilidad de cada resultado. Una distribucin de probabilidades da toda la gama de valores que pueden ocurrir en base a un experimento, y resulta parecida a una distribucin de frecuencias, sin embargo, en vez de describir el pasado, define que tan probable es que suceda un evento futuro. Por ejemplo: si queremos saber el nmero de caras que se obtiene si se lanza 3 veces una moneda. Primero determinamos el espacio muestral, utilizando cualquier herramienta de la aprendidas anteriormente; en este caso utilizaremos el diagrama de rbol.

Para preparar la tabla de distribucin debemos tomar en cuenta que N=8 y que el numero de caras (Xi) va de 0 a 3.

46

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Caractersticas Importantes de una Distribucin Probabilstica La probabilidad de un resultado debe estar entre 0 y 1 inclusive. La suma de las probabilidades de todos los resultados mutuamente excluyentes es 1.

Variables Aleatorias
Una variable aleatoria es la cantidad, que es el resultado de un experimento aleatorio, el cual, debido al azar, puede tomar diferentes valores numricos, por ejemplo: si consideramos el nmero de empleados ausentes en un horario de una empresa cualquiera, ste nmero es la variable aleatoria.

Clases de Variables Aleatorias Discreta.- Puede tomar ciertos valores especficos, con frecuencia nmero enteros, y en algunos casos puede tomar valores fraccionarios o decimales que deben estar claramente separados, es decir, tener cierta distancia entre ellos; por ejemplo: 1,15 y 2,50 son variable discreta, mientras que 1,15 y 1,156 no lo son. Continua.- Resultan de la medicin, y pueden tomar cualquier valor, al menos dentro de un rango dado; por ejemplo: la distancia, el peso, la estatura, etc. En cada caso la variable aleatoria puede medirse con cualquier valor, incluyendo fracciones de la unidad.

Media de una Distribucin Probabilstica


La media de una distribucin probabilstica se denomina con la letra griega . Es un valor particular que sirve para representar el valor medio de una distribucin probabilstica, o lo que es igual, el valor promedio a largo plazo de la variable aleatoria. La media de una distribucin probabilstica se denomina tambin, valor esperado E(x).

La frmula dice que la media de una distribucin probabilstica es igual a la sumatoria de las variables aleatorias por su probabilidad.

47

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo de Aplicacin Calcular el valor esperado del experimento de lanzar un dado.

Interpretacin: Si se promedian los resultados del experimento de lanzar un dado, se obtiene 3.5

Varianza y Desviacin Estndar de una Distribucin Probabilstica


La varianza nos permite determinar el grado de dispersin de los datos alrededor del valor esperado o media. Se expresa en unidades al cuadrado. Una comparacin de dos varianzas permite confrontar la variacin de dos distribuciones que tengan la misma media, pero diferentes dispersiones. La desviacin tpica o estndar de una distribucin de probabilidades, es igual a la raz cuadrada de la varianza. Se expresa en las mismas unidades que la variable aleatoria, en consecuencia, tiene una interpretacin ms racional.

Ejercicio de Aplicacin El seor X vende automviles nuevos, y generalmente negocia el mayor nmero de vehculos los das sbado. Ha establecido la siguiente distribucin

48

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


probabilstica para el nmero de autos que espera vender en un sbado en particular.
No Autos Vendidos 0 1 2 3 4 P(Xi) 0,1 0,2 0,3 0,3 0,1 1

a) En un sbado, Cuntos autos espera vender? b) Determine la varianza y la desviacin estndar de sta distribucin

En un sbado espera vender 2 autos, la varianza es 1.29 unidades al cuadrado y el valor esperado presenta 1 auto de desviacin estndar.

Ejercicios Propuestos 1. Utilizando la siguiente distribucin probabilstica discreta, encuentre la probabilidad de que X es: a) Exactamente 15 b) No ms de 10 c) Determine el valor esperado de la distribucin (R// 14.5)

49

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


d) Calcule la Varianza y la desviacin Estndar (R// 27,25 5,22)
Xi 5 10 15 20 P(Xi) 0,1 0,3 0,2 0,4 1

2. La siguiente tabla muestra la distribucin probabilstica para premios en efectivo de una rifa llevada a cabo en la tienda X.
Xi 0 10 100 500 P(Xi) 0,45 0,3 0,2 0,05 1

Si compra usted un boleto. Cul es la probabilidad de que gane: a) Exactamente $100 b) Por lo menos $10 d) Calcule el valor esperado y la desviacin tpica (R// 48 110,57)

Suma de Variables Aleatorias


Existen ciertas situaciones, en las que se puede considerar una variable aleatoria, que sea por s misma, la suma de dos o ms variables aleatorias. En estos casos se puede determinar, la media y la desviacin estndar, respecto a la variable aleatoria resultante.

50

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Las desviaciones estndar nunca se suman, solamente se pueden sumar las varianzas. Ejemplo de aplicacin Una compaa est trabajando en 4 proyectos independientes A, B,C, y D, con utilidades esperadas de 4000, 5000, 10000 y 20000 dlares, con desviaciones estndar de 100, 300, 200 y 400 dlares. Determine la utilidad esperada total de esos 4 proyectos, y la desviacin estndar de dicho total.

Ejercicios Resueltos 1. El nmero de quejas de los empleados de la compaa X, vara entre 0 a 6 cada da como se muestra en la siguiente tabla. Calcule e interprete el valor esperado, la varianza y la desviacin estndar Solucin:

Interpretacin: En un da normal se espera tener 2 quejas, teniendo una desviacin estndar de 1,9483

51

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


2. Para recolectar los datos de un proyecto de investigacin, un estudiante de mercadeo, en una universidad X, cont en 50 cursos de negocios el nmero de estudiantes que haban comprado recientemente discos compactos. En 12 clases no encontr estudiantes que hubieran hecho dicha compra, 3 estudiantes haban comprado en 8 clases, 4 haban comprado en 9 clases, 5 en 15 clases y 7 estudiantes de las 6 clases restantes haban aumentado su coleccin de msica. Calcule el valor esperado y la desviacin estndar, previamente realizada la tabla de distribucin probabilstica.

Distribuciones Probabilsticas Discretas

Distribucin Binomial
Cada ensayo en una distribucin binomial termina en slo uno de dos resultados mutuamente excluyentes, uno de los cules se identifica como xito y otro como fracaso. La probabilidad de cada resultado permanece constante de un ensayo al siguiente, por ejemplo: en el experimento de lanzar una moneda se tienen dos resultados posibles, cara y sello; la probabilidad de cada uno es conocida y constante de un intento al siguiente, y adems, el experimento puede repetirse muchas veces. En una distribucin probabilstica, este proceso se denomina Proceso de Bernoulli y cada ensayo se llama Experimento de Bernoulli.

52

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas Propiedades de una Distribucin Binomial
Slo debe haber dos posibles resultados; uno se identifica como xito () y el otro como fracaso (1 ). Sin embargo se advierte que estos trminos no significan bueno o malo, son objetivos, y un xito no implica un resultado deseado. La probabilidad de un xito y la probabilidad de un fracaso, son constantes de un ensayo a otro. La probabilidad de un xito en un ensayo, es totalmente independiente de cualquier otro ensayo. El experimento puede repetirse muchas veces.

La frmula que utilizaremos para determinar este tipo de probabilidades es la siguiente:

En donde:

Ejemplos de Aplicacin: 1. El gerente de crdito de la empresa X ha descubierto que la probabilidad de xito, esto es, el 10% de los usuarios de tarjeta, no paga el monto completo de la deuda durante un mes dado. Desea determinar la probabilidad de que, de 20 cuentas seleccionadas de manera aleatoria, 5 no sean pagadas.

53

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Interpretacin: Si la probabilidad de que no se pague una cuenta cualquiera en su totalidad es del 10%, existe un 3,2% de oportunidad de que exactamente 5 de 20 cuentas seleccionadas de manera aleatoria, no sean pagadas.

2. Se tiene que el personal de ventas de la empresa X, hace una venta al 15% de los empleados a los que visita. Si un miembro del personal de ventas llama a 15 clientes hoy, Cul es la probabilidad de que venda exactamente 2 aparatos?

Interpretacin: Existe un 28,56% de oportunidad de que se realicen exactamente 2 ventas de las 15 llamadas.

Ejercicio Propuesto: De acuerdo con el peridico de educacin superior, el 40% de todos los bachilleres, trabajan durante el verano para ganar dinero para la educacin universitaria correspondiente al siguiente perodo de otoo. Si 7 bachilleres se seleccionan de manera aleatoria, cul es la probabilidad de que: a) 5 Tengan trabajos en el verano (R// 7,7%). b) Ninguno trabaje (R// 2,79%). c) Todos trabajen (R// 0,16).

Media y Varianza de una Distribucin Binomial


La media o valor esperado de una distribucin binomial, se calcula multiplicando el nmero de observaciones, por la probabilidad de xito.

54

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


Ejemplo de Aplicacin ejercicio pgina 54 (peridico de educacin superior) Cuntos bachilleres se espera que trabajen?

Interpretacin: De los 7 bachilleres seleccionados aleatoriamente, se espera que 2 trabajen para ganar dinero para su educacin superior.

La varianza se calcula, multiplicando el valor esperado, por la probabilidad de fracaso (1 ), y la raz cuadrada de este resultado, es igual a la desviacin tpica o estndar.

Distribuciones Binomiales Acumuladas


Se trata de una variante de la distribucin binomial que revisamos anteriormente, la nica diferencia est en que, el nmero de objetos tomados (x) viene dado en un intervalo, tal como veremos a continuacin: Ejemplo de Aplicacin ejercicio pgina 54 (peridico de educacin superior) Cul es la probabilidad de que 3 menos estudiantes trabajen?

55

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas

Tabla Para Clculo de Probabilidad Binomial


Para calcular la probabilidad de una distribucin binomial, existe una forma ms rpida y sencilla de hacerlo, sin necesidad de aplicar la frmula revisada anteriormente. Esto consiste en utilizar la tabla que se encuentra en las pginas siguientes. Utilizar la tabla es muy sencillo, solo tienes que ubicar los pares del valor de n y el valor de X. El nico inconveniente es que, la tabla sirve para trabajar con nmeros enteros; es decir, que si tenemos datos que no constan en la tabla, necesariamente tenemos que aplicar la frmula para determinar la probabilidad.

DISTRIBUCIN DE PROBABILIDAD BINOMIAL


n=1 0,05 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 0,95 0,950 0,900 0,800 0,700 0,600 0,500 0,400 0,300 0,200 0,100 0,050 0,050 0,100 0,200 0,300 0,400 0,500 0,600 0,700 0,800 0,900 0,950 n=2 0,05 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 0,95 0,903 0,810 0,640 0,490 0,360 0,250 0,160 0,090 0,040 0,010 0,003 0,095 0,180 0,320 0,420 0,480 0,500 0,480 0,420 0,320 0,180 0,095 0,003 0,010 0,040 0,090 0,160 0,250 0,360 0,490 0,640 0,810 0,903

x 0 1

x 0 1 2

56

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


n=3 0,40 0,50 0,216 0,125 0,432 0,375 0,288 0,375 0,064 0,125 n=4 0,40 0,50 0,130 0,063 0,346 0,250 0,346 0,375 0,154 0,250 0,026 0,063 n=5 0,40 0,50 0,078 0,031 0,259 0,156 0,346 0,313 0,230 0,313 0,077 0,156 0,010 0,031 n=6 0,40 0,50 0,047 0,016 0,187 0,094 0,311 0,234 0,276 0,313 0,138 0,234 0,037 0,094 0,004 0,016

x 0 1 2 3

0,05 0,857 0,135 0,007 0,000

0,10 0,729 0,243 0,027 0,001

0,20 0,512 0,384 0,096 0,008

0,30 0,343 0,441 0,189 0,027

0,60 0,064 0,288 0,432 0,216

0,70 0,027 0,189 0,441 0,343

0,80 0,008 0,096 0,384 0,512

0,90 0,001 0,027 0,243 0,729

0,95 0,000 0,007 0,135 0,857

x 0 1 2 3 4

0,05 0,815 0,171 0,014 0,000 0,000

0,10 0,656 0,292 0,049 0,004 0,000

0,20 0,410 0,410 0,154 0,026 0,002

0,30 0,240 0,412 0,265 0,076 0,008

0,60 0,026 0,154 0,346 0,346 0,130

0,70 0,008 0,076 0,265 0,412 0,240

0,80 0,002 0,026 0,154 0,410 0,410

0,90 0,000 0,004 0,049 0,292 0,656

0,95 0,000 0,000 0,014 0,171 0,815

x 0 1 2 3 4 5

0,05 0,774 0,204 0,021 0,001 0,000 0,000

0,10 0,590 0,328 0,073 0,008 0,000 0,000

0,20 0,328 0,410 0,205 0,051 0,006 0,000

0,30 0,168 0,600 0,309 0,132 0,028 0,002

0,60 0,010 0,077 0,230 0,346 0,259 0,078

0,70 0,002 0,028 0,132 0,309 0,360 0,168

0,80 0,000 0,006 0,051 0,205 0,410 0,328

0,90 0,000 0,000 0,008 0,073 0,328 0,590

0,95 0,000 0,000 0,001 0,021 0,204 0,774

x 0 1 2 3 4 5 6

0,05 0,735 0,232 0,031 0,002 0,000 0,000 0,000

0,10 0,531 0,354 0,098 0,015 0,001 0,000 0,000

0,20 0,262 0,393 0,246 0,082 0,015 0,002 0,000

0,30 0,118 0,303 0,324 0,185 0,060 0,010 0,001

0,60 0,004 0,037 0,138 0,276 0,311 0,187 0,047

0,70 0,001 0,010 0,060 0,185 0,324 0,303 0,118

0,80 0,000 0,002 0,015 0,082 0,246 0,393 0,262

0,90 0,000 0,000 0,001 0,015 0,098 0,354 0,531

0,95 0,000 0,000 0,000 0,002 0,031 0,232 0,735

x 0 1 2 3 4 5 6 7

0,05 0,698 0,257 0,041 0,004 0,000 0,000 0,000 0,000

0,10 0,478 0,372 0,124 0,023 0,003 0,000 0,000 0,000

0,20 0,210 0,367 0,275 0,115 0,029 0,004 0,000 0,000

0,30 0,082 0,247 0,318 0,227 0,097 0,025 0,004 0,000

0,40 0,028 0,131 0,261 0,290 0,194 0,077 0,017 0,002

n=7 0,50 0,008 0,055 0,164 0,273 0,273 0,164 0,055 0,008

0,60 0,002 0,017 0,077 0,194 0,290 0,261 0,131 0,028

0,70 0,000 0,004 0,025 0,097 0,227 0,318 0,247 0,082

0,80 0,000 0,000 0,004 0,029 0,115 0,275 0,367 0,210

0,90 0,000 0,000 0,000 0,003 0,023 0,124 0,372 0,478

0,95 0,000 0,000 0,000 0,000 0,004 0,041 0,257 0,698

57

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


n=8 0,50 0,004 0,031 0,109 0,219 0,273 0,219 0,109 0,031 0,004 n=9 0,50 0,002 0,018 0,070 0,164 0,246 0,246 0,164 0,070 0,018 0,002

x 0 1 2 3 4 5 6 7 8

0,05 0,663 0,279 0,051 0,005 0,000 0,000 0,000 0,000 0,000

0,10 0,430 0,383 0,149 0,033 0,005 0,000 0,000 0,000 0,000

0,20 0,168 0,336 0,294 0,147 0,046 0,009 0,001 0,000 0,000

0,30 0,058 0,198 0,296 0,254 0,136 0,047 0,010 0,001 0,000

0,40 0,017 0,090 0,209 0,279 0,232 0,124 0,041 0,008 0,001

0,60 0,001 0,008 0,041 0,124 0,232 0,279 0,209 0,090 0,017

0,70 0,000 0,001 0,010 0,047 0,136 0,254 0,296 0,198 0,058

0,80 0,000 0,000 0,001 0,009 0,046 0,147 0,294 0,336 0,168

0,90 0,000 0,000 0,000 0,000 0,005 0,033 0,149 0,383 0,430

0,95 0,000 0,000 0,000 0,000 0,000 0,005 0,051 0,279 0,663

x 0 1 2 3 4 5 6 7 8 9

0,05 0,630 0,299 0,063 0,008 0,001 0,000 0,000 0,000 0,000 0,000

0,10 0,387 0,387 0,172 0,045 0,007 0,001 0,000 0,000 0,000 0,000

0,20 0,134 0,302 0,302 0,176 0,066 0,017 0,003 0,000 0,000 0,000

0,30 0,040 0,156 0,267 0,267 0,172 0,074 0,021 0,004 0,000 0,000

0,40 0,010 0,060 0,161 0,251 0,251 0,167 0,074 0,021 0,004 0,000

0,60 0,000 0,004 0,021 0,074 0,167 0,251 0,251 0,161 0,060 0,010

0,70 0,000 0,000 0,004 0,021 0,074 0,172 0,267 0,267 0,156 0,040

0,80 0,000 0,000 0,000 0,003 0,017 0,066 0,176 0,302 0,302 0,134

0,90 0,000 0,000 0,000 0,000 0,001 0,007 0,045 0,172 0,387 0,387

0,95 0,000 0,000 0,000 0,000 0,000 0,001 0,008 0,063 0,299 0,630

x 0 1 2 3 4 5 6 7 8 9 10

0,05 0,599 0,315 0,075 0,010 0,001 0,000 0,000 0,000 0,000 0,000 0,000

0,10 0,349 0,387 0,194 0,057 0,011 0,001 0,000 0,000 0,000 0,000 0,000

0,20 0,107 0,268 0,302 0,201 0,088 0,026 0,006 0,001 0,000 0,000 0,000

0,30 0,028 0,121 0,233 0,267 0,200 0,103 0,037 0,009 0,001 0,000 0,000

n = 10 0,40 0,50 0,006 0,001 0,040 0,010 0,121 0,044 0,215 0,117 0,251 0,205 0,201 0,246 0,111 0,205 0,042 0,117 0,011 0,044 0,002 0,010 0,000 0,001

0,60 0,000 0,002 0,011 0,042 0,111 0,201 0,251 0,215 0,121 0,040 0,006

0,70 0,000 0,000 0,001 0,009 0,037 0,103 0,200 0,267 0,233 0,121 0,028

0,80 0,000 0,000 0,000 0,001 0,006 0,026 0,088 0,201 0,302 0,268 0,107

0,90 0,000 0,000 0,000 0,000 0,000 0,001 0,011 0,057 0,194 0,387 0,349

0,95 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,010 0,075 0,315 0,599

x 0 1 2

0,05 0,569 0,329 0,087

0,10 0,314 0,384 0,213

0,20 0,086 0,236 0,295

0,30 0,020 0,093 0,200

n = 11 0,40 0,50 0,004 0,000 0,027 0,005 0,089 0,027

0,60 0,000 0,001 0,005

0,70 0,000 0,000 0,001

0,80 0,000 0,000 0,000

0,90 0,000 0,000 0,000

0,95 0,000 0,000 0,000

58

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


3 4 5 6 7 8 9 10 11 0,014 0,001 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,071 0,016 0,002 0,000 0,000 0,000 0,000 0,000 0,000 0,221 0,111 0,039 0,010 0,002 0,000 0,000 0,000 0,000 0,257 0,220 0,132 0,057 0,017 0,004 0,001 0,000 0,000 0,177 0,236 0,221 0,147 0,070 0,023 0,005 0,001 0,000 0,081 0,161 0,226 0,226 0,161 0,081 0,027 0,005 0,000 0,023 0,070 0,147 0,221 0,236 0,177 0,089 0,027 0,004 0,004 0,017 0,057 0,132 0,220 0,257 0,200 0,093 0,020 0,000 0,002 0,010 0,039 0,111 0,221 0,295 0,236 0,086 0,000 0,000 0,000 0,002 0,016 0,071 0,213 0,384 0,314 0,000 0,000 0,000 0,000 0,001 0,014 0,087 0,329 0,569

x 0 1 2 3 4 5 6 7 8 9 10 11 12

0,05 0,540 0,341 0,099 0,017 0,002 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,10 0,282 0,377 0,230 0,085 0,021 0,004 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,20 0,069 0,206 0,283 0,236 0,133 0,053 0,016 0,003 0,001 0,000 0,000 0,000 0,000

0,30 0,014 0,071 0,168 0,240 0,231 0,158 0,079 0,029 0,008 0,001 0,000 0,000 0,000

n = 12 0,40 0,50 0,002 0,000 0,017 0,003 0,064 0,016 0,142 0,054 0,213 0,121 0,227 0,193 0,177 0,226 0,101 0,193 0,042 0,121 0,012 0,054 0,002 0,016 0,000 0,003 0,000 0,000 n = 13 0,40 0,50 0,001 0,000 0,011 0,002 0,045 0,010 0,111 0,035 0,184 0,087 0,221 0,157 0,197 0,209 0,131 0,209 0,066 0,157 0,024 0,087 0,006 0,035 0,001 0,010 0,000 0,002 0,000 0,000

0,60 0,000 0,000 0,002 0,012 0,042 0,101 0,177 0,227 0,213 0,142 0,064 0,017 0,002

0,70 0,000 0,000 0,000 0,001 0,008 0,029 0,079 0,158 0,231 0,240 0,168 0,071 0,014

0,80 0,000 0,000 0,000 0,000 0,001 0,003 0,016 0,053 0,133 0,236 0,283 0,206 0,069

0,90 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,004 0,021 0,085 0,230 0,377 0,282

0,95 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,002 0,017 0,099 0,341 0,540

x 0 1 2 3 4 5 6 7 8 9 10 11 12 13

0,05 0,513 0,351 0,111 0,021 0,003 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,10 0,254 0,367 0,245 0,100 0,028 0,006 0,001 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,20 0,055 0,179 0,268 0,246 0,154 0,069 0,023 0,006 0,001 0,000 0,000 0,000 0,000 0,000

0,30 0,010 0,054 0,139 0,218 0,234 0,180 0,103 0,044 0,014 0,003 0,001 0,000 0,000 0,000

0,60 0,000 0,000 0,001 0,006 0,024 0,066 0,131 0,197 0,221 0,184 0,111 0,045 0,011 0,001

0,70 0,000 0,000 0,000 0,001 0,003 0,014 0,044 0,103 0,180 0,234 0,218 0,139 0,054 0,010

0,80 0,000 0,000 0,000 0,000 0,000 0,001 0,006 0,023 0,069 0,154 0,246 0,268 0,179 0,055

0,90 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,006 0,028 0,100 0,245 0,367 0,254

0,95 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,003 0,021 0,111 0,351 0,513

59

Universidad de Cuenca Facultad de Ciencias Econmicas y Administrativas


n = 14 0,40 0,50 0,001 0,000 0,007 0,001 0,032 0,006 0,085 0,022 0,155 0,061 0,207 0,122 0,207 0,183 0,157 0,209 0,092 0,183 0,041 0,122 0,014 0,061 0,003 0,022 0,001 0,006 0,000 0,001 0,000 0,000 n = 15 0,40 0,50 0,000 0,000 0,005 0,000 0,022 0,003 0,063 0,014 0,127 0,042 0,186 0,092 0,207 0,153 0,177 0,196 0,118 0,196 0,061 0,153 0,024 0,092 0,007 0,042 0,002 0,014 0,000 0,003 0,000 0,000 0,000 0,000

x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

0,05 0,488 0,359 0,123 0,026 0,004 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,10 0,229 0,356 0,257 0,114 0,035 0,008 0,001 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,20 0,044 0,154 0,250 0,250 0,172 0,086 0,032 0,009 0,002 0,000 0,000 0,000 0,000 0,000 0,000

0,30 0,007 0,041 0,113 0,194 0,229 0,196 0,126 0,062 0,023 0,007 0,001 0,000 0,000 0,000 0,000

0,60 0,000 0,000 0,001 0,003 0,014 0,041 0,092 0,157 0,207 0,207 0,155 0,085 0,032 0,007 0,001

0,70 0,000 0,000 0,000 0,000 0,001 0,007 0,023 0,062 0,126 0,196 0,229 0,194 0,113 0,041 0,007

0,80 0,000 0,000 0,000 0,000 0,000 0,000 0,002 0,009 0,032 0,086 0,172 0,250 0,250 0,154 0,044

0,90 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,008 0,035 0,114 0,257 0,356 0,229

0,95 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,004 0,026 0,123 0,359 0,488

x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

0,05 0,463 0,366 0,135 0,031 0,005 0,001 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,10 0,206 0,343 0,267 0,129 0,043 0,010 0,002 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

0,20 0,035 0,132 0,231 0,250 0,188 0,103 0,043 0,014 0,003 0,001 0,000 0,000 0,000 0,000 0,000 0,000

0,30 0,005 0,031 0,092 0,170 0,219 0,206 0,147 0,081 0,035 0,012 0,003 0,001 0,000 0,000 0,000 0,000

0,60 0,000 0,000 0,000 0,002 0,007 0,024 0,061 0,118 0,177 0,207 0,186 0,127 0,063 0,022 0,005 0,000

0,70 0,000 0,000 0,000 0,000 0,001 0,003 0,012 0,035 0,081 0,147 0,206 0,219 0,170 0,092 0,031 0,005

0,80 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,003 0,014 0,043 0,103 0,188 0,250 0,231 0,132 0,035

0,90 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,002 0,010 0,043 0,129 0,267 0,343 0,206

0,95 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,005 0,031 0,135 0,366 0,463

60

You might also like