Está en la página 1de 60

UNIVERSIDAD DE CUENCA

Índices y Probabilidades

www.bryan-guerra-69.blogspot.com

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas

INDICE
Unidad 1: Los Índices
        Definición _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 4 Clases Tipos de Números índices_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 6 Índices simples de Precio, Cantidad y Valor Incremento Puntual Porcentual e Incremento Porcentual _ _ _ _ _ _ _ _ _ _ _ 8 Promedios Simples de Precios Relativos_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 9 Índice Agregativo Simple_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ 10 Índices Ponderados_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __ 12 o Laspeyres o Paasche o Fisher Ventajas y Desventajas de los índices de Laspeyres y de Paasche_ _ _ _ _ __ 15 Índice 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: Teoría de las Probabilidades       
Introducción_ _ _ _ _ __ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _21 Conceptos Básicos Espacio Muestral_ _ _ _ __ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _22 Probabilidad de un Evento Notación de Probabilidades_ _ _ __ _ _ _ _ _ _ _ _ __ _ _ _ _ __ _ _ __ __ _ _23 Propiedades de los Eventos_ _ _ __ _ _ _ _ _ _ _ _ _ _ ___ _ _ _ _ _ __ __ _ _25 Enfoques de Probabilidad_ _ _ __ _ _ _ _ _ _ _ __ _ _ __ __ _ _ _ _ _ _ __ _ _26 o Enfoque Objetivo ( Clásico y Empírico) o Enfoque Subjetivo
_ _ _ _ _ __ __ _ _ _ _ _ _ _ __ _ _29

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

o Regla Especial de Adición  Diagrama de Venn o Regla del Complemento _ _ _ __ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ __ _ _30 o Regla General de Adición_ _ __ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ __ _ _32

2

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
o Regla Especial de la Multiplicación_ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ __ _ _33 o Probabilidad Condicional o Regla General de la Multiplicación_ __ _ _ _ _ _ __ _ _ _ _ _ _ _ __ _ _35

 Diagrama de árbol_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ __ _ _36  Teorema de Bayes_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ __ _ _37  Técnicas de Conteo_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ __ _ 39
o Fórmula de la Multiplicación o Fórmula de la Permutación_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ 40 o Fórmula de la Combinación_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ 43

 Pruebas Ordenadas_ _ _ __ _ _ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _  Distribuciones Probabilísticas_ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _
o o o o

44 46

Definición Preparación Características importantes Variables Aleatorias_ _ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 47

Clases o La Media de una Distribución Probabilística o Varianza y Desviación Estándar_ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 48 o Suma de Variables_ _ _ _ _ _ _ _ __ __ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 50

 Distribuciones Probabilísticas Discretas_ _ _ _
o o o o o

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

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

3

cambios de la variable económica a través del tiempo y del espacio. es decir. de un período de tiempo a otro. Clases Índice Simple → Se denomina así cuando el número índice se utiliza para medir el cambio relativo en una sola variable. No referido únicamente a comparaciones entre diferentes períodos. Principales Usos de un Número Índice 1) Nos sirve para señalar en cambio porcentual en uno a más elementos. y PB es el periodo base. La fórmula que nos servirá de base para desarrollar este capítulo es la siguiente: En donde IR nos indica el índice que vamos a comparar. etc. Cantidad o Valor a través del tiempo y/o espacio. en otras palabras. sino comparaciones dentro de un mismo marco de referencia temporal. ventas. etc. aumentos y disminuciones en la población. por ejemplo: aumentos y disminuciones de salarios. por ejemplo: además de comparar el precio del aceite.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas ÍNDICES Definición → El número índice es un indicador que mide en forma relativa. pan. PR es el período referencial. por ejemplo: En las empresas se pueden calcular las variaciones en los precios y cantidades de materias primas. Índice Compuesto → Se denomina así cuando la comparación comprende u grupo de elementos. Cantidad y Valor. es un indicador que mide las variaciones de un solo producto. se puede incluir el precio de otros artículos como la leche. bienes producidos. mano de obra. sino en las cantidades en que se consumen dichos artículos. 4 . es un número que expresa el cambio relativo de u lapso de tiempo a otro en los conceptos de: Precio. 2) Un índice puede usarse para comparar una cosa con otra. artículo o variable económica relacionadas al Precio. así mismo las variaciones pueden darde no solo en el precio. mantequilla.

000 habitantes en el año de 1990. lo que significa que. el salario promedio por hora. En el resultado colocamos el signo % entre paréntesis.39. Para el aeropuerto Z la cantidad es 26´796.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejercicios Resueltos: 1) De acuerdo a estadística laborales.168.25. aumentó en un 25.000 en el año 2010. 3) El numero de pasajeros que llegan y salen del aeropuerto internacional X es de 65´091. en septiembre del año 2012 fue de $7. para el año 2010 la población ha disminuido en un 53. IS significa: Índice Salarial. Interpretación → El indice poblacional para el año 2010 con relacion al año de 1990 es 46. a aproximadamente 1´960. en Enero del año 2005 el salario promedio por hora para los trabajadores manufactureros era de $5.90. 2) La oficica de censos de la ciudad X informó que la población rural disminuyó de 4´220.55%. es decir.25% con relación al salario promedio por hora de Enero del año 2005. ¿Cuál es la tasa de 5 . No un porcentaje.45. Cual es el indice para el año 2010 con relación al año de 1990. cual es el índice salarial de dicha actividad en septiembre del 2012 con base a Enero del 2005. por que el índice es un indicador. Entonces la interpretación nos queda de la siguiente manera: El índice salarial para el año 2012 con relación al año 2005 es de 125. para septiembre del 2012.036.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas movimientos (llegadas y salidas) del aeropuerto X comparada con el aeropuerto Z y expresada con un índice?. el valor es el total de las cantidades por sus precios individuales. por que.91. con respecto al año anterior. es decir.cada Precio. Cantidad (IQ) y Valor (IV) Para el índice de valor. Tipos de Números Índices Simples Relativos de Base Fija → Son aquellos números índices simples que utilizan un período base común. la tasa de movimiento del aeropuerto X es 142. Interpretación → La tasa de movimiento del aeropuerto X con relación al aeropuerto Z es 242. debemos considerar en la fórmula las variables Precio y Cantidad.91% mayor que del aeropuerto Z. por ejemplo: comparar las ventas del año 2012 con relación al año 2005 y las ventas del 2011 con relación al año 2005 también. Relativos de Enlace → Concentran la atención en cambios anuales. como todos sabemos. Índice Simple de Precio (IP). esto lo podemos entender observando la estructura de una factura como esta: 6 . Cantidad o Valor anual se mide como una razón.

esto simplemente significa. Cantidad y Valor para el año 2010 con relación al año 2007.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Bajo este esquema. c) Determine el índice de Precios para el año 2012 considerando 2007 . tenemos la fórmula del índice simple de Valor: Ejemplo: Los siguientes datos representan el volumen y los precios para una empresa comercializadora de autos: AÑO 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 índices de Precio. asi que nos queda de la siguiente manera: 7 . b) Determine el índice de Precios Relativos de Enlace para el año 2012. 2008 =100. 2008 = 100 El literal c nos indica considerar 2007 . que debemos considerar como base el promedio entre estos 2.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Finalmente no debemos olvidar la interpretación. considerando el año 2010 como periodo base para cada uno de los años establecidos.62. lo que significa que.20 2. sólo pondré la interpretación del último literal: Interpretación → El índice de precios para el año 2012 con relación al período 2007 – 2008 es 184. Determine el índice de precio simple para cada producto.40 8 . ARTICULO Pollo Res Cerdo 2010 1.50 2.25 2.65 2.35 2.15 2. el precio promedio de venta de los automóviles aumentó en un 84.62% con relación al período 2007 – 2008.50 2012 2.00 2011 1. Incremento Puntual Porcentual e Incremento Porcentual Ejercicio de Aplicación: La empresa empacadora de carne informa a continuación sobre sus tres artículos más populares en el mercado. en esta ocación.

Promedio Simple de Precios Relativos Si queremos obtener un promedio simple de precios relativos de determnados artículos.15 1.00 0. primero calculamos los índices de precio simple de cada uno. Ejemplo de Aplicación: Determiar el promedio simple de precios relativos para los siguientes artículos.88 1. ARTICULO Pan Leche Manzanas 2005 1. es el promedio de los índices simples de precio de un conjunto de artículos. en otras palabras. para el año 2011 considerando el año 2005 = 100. sumamos y luego dividimos para el número de artículos considerados.12 1.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Determinar el Incremento Puntual Porcentual y el Incremento o Decremento Porcentual para el año 2012 con relación al año 2011 de la carne de Pollo y de Cerdo.56 9 .46 2011 1.

51%. En el ejercicio de la página 8. Índice Agregativo Simple Con frecuencia se desea calcular un índice de precios para varios artículos. Un índice agregativo se calcula sumando el precio de los bienes individuales en el año de referencia y dividiendo para la suma de tales precios en el año base. del año 2005. en el año 2011 se necesitaron $114. el resultado se multiplica por 100. es decir. Por lo tanto el índice de precios agregativo simple para dicho ejemplo nos queda de la siguiente manera: Interpretación → El índice de precios agregativo para el año 2011 con relación al año 2005 es 114.83. es igual a 3. es decir. lo que significa que. es igual a 3. 10 .51. Dicho en otros términos.67. lo que significa que.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Interpretación → El índice promedio simple de precios relativos para el año 2011 con relación al año 2005 es 116.34. lo que se denomina índices de precios agregativo. la media del grupo de índices para estos tres artículos aumentó en 16. para el año 2011 el precio de esta canasta de tres artículos aumentó en 14. la sumatoria de los precios del año de referencia.67% con relación al año 2005. del año 2011. y la sumatoria de los precios del año base.67 para comprar lo que en el año 2005 se compraba con $100.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejercicio Completo de Aplicación del Capítulo El salón de belleza X está considerando ajustar los precios de sus servicios. 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 artículos.00 8. 4) Determinar el indice de precios agregativo para el mes de marzo. considerando como base el mes de febrero.50 13. con relacion al mes de febrero.50 9.00 FEBRERO 12.00 Incremento Puntual porcentual Shampoo = 165 – 120 = 45 Incremento Porcentual Shampoo = Decremento Puntual Porcentual Corte de Pelo = 118.75 – 131. ARTICULO Shampoo Corte Cabello Peinado ENERO 10.00 10.5 Decremento Porcentual Corte de Pelo = 11 .50 MARZO 16.25 =12.00 12. 3) El promedio simple de precios relativos para el mes de marzo.50 14. su propietario desea conocer: 1) Los índices de precio simple para cada artículo y para cada mes con base en el mes de Enero.

Con el uso de los índices agregativos simples. y del mes de Marzo con relación al mes de Febrero son de 112.67 respectivamente.47(%) Índice Agregativo Simple Marzo: Sumatoria Marzo = 40 Sumatoria Febrero = 36 Interpretacion → Los indices de precio simple del shampoo para el mes de Febrero con relación al mes de Enero. por lo que es necesario el cálculo de los índices de precios agregativos ponderados.75 = 133. los índices agregativos tal como se calculan.5 = 4. lo que proporciona un reflejo más exacto del costo verdadero de la canasta típica del consumidor.25 y 118.17 Incremento Porcentual Peinado = Promedio Simple de Precios Relativos Marzo: 165 + 116. el primero.67 + 118. pero en esta ocación.5 y 116. y.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Incremento Puntual Porcentual Peinado= 116. La misma interpreación se usa para los otros índices. y del mes de Marzo con relación al mes de Febrero son de 120 y 165 respectivamente.75 respectivamente.67 – 112. Fundamentalmente tenemos 2 índices. sólo dejaremos la primera. Índice de Precios Agregativo Ponderado Toman en consideración las cantidades vendidas como factor de ponderación. y segundo. para no repetir lo mismo. no tienen en cuenta el hecho de que algunos productos se venden en cantidades mayores que otros menos populares. Los índices de precios simples del corte de pelo para el mes de Febrero con relación al mes de Enero. el de Laspeyres y el de Paasche. 12 . es la forma arbitraria con la cual se expresan sus unidades. surgen dos problemas al momento de su cálculo. y del mes de Marzo con relación al mes de Febrero son de 131. los índices de precios simples del peinado para el mes de Febrero con relación al mes de Enero.

5 2.65 2.25 2. Calcular el índice de Laspeyres para el año 2012 considerando el año 2010 =100.15 2.35 2 2012 2. Ejercicio de Aplicación: Planta empacadora de carne (página 7).5 CANTIDAD 2011 320 200 100 2010 1.4 2010 250 150 80 2012 350 225 95 Interpretación → El índice de Laspeyres para el año 2012 con relación al año 2010 es de 136.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Índice de Laspeyres Es un índice agregativo ponderado que toma como factor de ponderación las cantidades vendidas en el período base.61.2 2. 13 . lo que significa que en el 2012 el precio de esta canasta de tres articulos aumentó en 36.61% con relación al año 2010. ARTICULO Pollo Res Cerdo PRECIOS 2011 1.

lo que significa que en el 2012 el precio de esta canasta de 3 artículos aumentó en 36.37% con relación al año 2010. 14 . En el mismo ejercicio de la página 7 determinar el índice de Paasche para el año 2012 considerando como periodo base el año 2010.37. es igual a la raíz cuadrada del producto del índice de Laspeyres por el índice de Paashe. Índice Ideal de Fisher Es una combinación de los dos índices anteriores.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Índice de Paasche Es un índice agregativo ponderado que asigna como factor de ponderación las cantidades vendidas en el periodo de referencia. ∑(P2012 x Q2012) ∑(P2010 x Q2012) Interpretación → El índice de Paasche para el año 2012 con relación al año 2010 es de 136.

debido a que el incremento en los precios va acompañado de una reducción en la cantidad (Ley de la demanda). Éste índice es muy poco utilizado. es imposible atribuir los cambios en el índice. Se puede realizar una interpretación más significativa del índice debido a que los cambios se atribuyen a los movimientos en los precios. no existe una interpretación establecida para este índice. por lo tanto. No refleja losa cambios en los patrones de compra a través del tiempo. por lo que es mas fácil obtener la información. lo que en muchos casos es difícil de obtener. Debido a que se utiliza cantidades diferentes.  Ventajas Índice de Paasche  Refleja los cambios en lo hábitos de compra. Desventajas Índice de Laspeyres  Sobrepondera los productos cuyos precios aumentan. sólo a los movimientos en los precios. las empresas siempre buscan reducir los recursos y tiempo empleados. determinar el índice de Fisher para el año 2012 considerando como periodo base el año 2010. debido a que utiliza los datos de cantidad para cada periodo de referencia.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Del mismo ejercicio utilizado anteriormente. Ventajas Índice de Laspeyres   Requiere datos de cantidad para un solo periodo. por que en la práctica. Sobrepondera los productos cuyos precios disminuyen. Desventajas Índice de Paasche    Requiere datos de cantidad para cada año. 15 .

Interpretación → Si bien el ingreso monetario de esta persona. Determine el ingreso real de esta persona. 16 . etc.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Índice de Precios al Consumidor (IPC) Además de medir el cambio en los precios de los bienes y servicios consumidos de un periodo de referencia con relacion a un periodo base. vestuario. el indice de precios al consumidor de duplicó con respecto al periodo base. el IPC tiene otras aplicaciones. el nivel de vida de esta persona en el mejor de los casos permaneción 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 deflación. sin embargo. También se duplicaron. en consecuencia. los precios que pagó por alimentos. Determinar el Ingreso Personal Real Disponible Una persona tiene un ingreso de $1500 en el periodo 2005 – 2006 considerando como periodo base. 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. 1 Ingreso Real: Poder adquisitivo del ingreso monetario. se duplicó con respecto al periodo base. y su ingreso actual es de $3000.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
La siguiente información constituye el ingreo monetario para los años seleccionados. Determinar el ingreso real disponible.

Los economistas comúnmente deflactan2 el Producto Interno Bruto3 (PIB) para obtener una medida del incremento de la producción real de la nación. Al deflactar el PIB, con el tiempo se elimina todo incremento debido a la inflación en los precios, y se llega a una medida del incremento verdadero en la producción de los bienes y servicios disponibles para el consumo. Entonces el PIB real es una medida del valor de la producción de la nación en dólares constantes en algun periodo base, y omite toda fluctuación o variación debida a los precios cambiantes.

Deflactar las Ventas u otras Series
La deflación 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.

2

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

17

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Ejemplo de Aplicación: Las ventas de una pequeña empresa aumentaron de $882.000 en el 2007, a $1´210.000 en el 2011. El propietarios desea deflacionar las ventas considerando el año 2007 = 100 y sabiendo que el Indice de Precios al Productor (IPP) aumentó en un 31.8%.

Interpretación → En el año 2011 aparentemente ha habido un aumento en las ventas, pero el índice de precios al productor ha aumentado también, 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 año fue de 200 considerando el año 2004 = 100. ¿Cuál es el poder adquisitivo del dinero?

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

18

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Determinar el Aumento del Costo de la Vida
El IPC también es la base de los llamados “ajustes del costo de la vida” en muchos contratos entre empresas y sindicatos 4. La claúsula específica en el contrato se conoce como “claúsula de escalación”, por ejemplo en los Estados Unidos, millones de personas tienen ligadas sus pensionaes al IPC. El IPC también se emplea para ajustar los pagos de manutención de niños, pagos de compensaciones a los trabajadores, pagos de ayuda social y otros, por ejemplo: si una persona retirada recibe una pensión 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 pensión aumenta un 1%) la nueva pensión de esta persona sería $525.

Indice de Inflación
El IPC es altamente útil para medir la inflación. Las tasas anuales de inflación se miden por el cambio porcentual en el IPC de un año al siguiente.

Ejemplo de Aplicación Determinar el índice de inflación para los años seleccionados.
AÑO 2007 2008 2009 2010 2011 2012 IPC (2004=100) 113,6 118,3 124,3 127,2 136,2 140,3 Índice de Inflación 4,14 5,07 2,33 7,08 5,01

Aplicando la fórmula expuesta en el párrafo anterior obtenemos las canidades marcadas en negrita; en el primer período a calcular será siempre cero.

4

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

19

unicamente tomamos los indices del ejercico de la página 18. Ejemplo En el ejercicio de la página 18 el IPC está calculado tomando como periodo base el año 2004.14 109. por eso el primer indice del 2007 es igual a 100.89 123. 20 .42 111.97 119.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Cambio de Periodo Base Para el cambio de período base lo único que hacemos es: calcular el índice simple considerando la nueva base que deseamos. ahora vamos a cambiar el periodo base al año 2007. esto nos dará como resultado nuevos índices que nos servirán para diversas interpretaciones.5 Lo que hicimos aquí no fue magia ni obra del espíritu santo. los dividimos para el indice del año 2007 que será nuestro nuevo periodo base y multiplicamos por 100. AÑO 2007 2008 2009 2010 2011 2012 IPC (2007=100) 100 104. por ejemplo. comparar dos índices que están calculados con diferente período se base.

resulta importante que todos los riesgos implícitos conocidos. con información limitada. en el experiemento de lanzar un dado. Además un evento lo representamos con una letra mayúscula. a quien toma desiciones analizar. un número mayor que 3. es decir. dicho en otras palabras. por ejemplo. y del cálculo de la posibilidad de que algo ocurra en el futuro. 21 . pero hay muchso eventos factibles como: obtener un número par. El empleo de tal teoría probabilística permite. Evento → Es el conjunto de uno o más resultados de un experimento. un número impar. Conceptos Básicos Teoría de las Probabilidades → Es la posibilidad de que algo suceda. es la posibilidad numérica. por ejemplo. etc. es el proceso que produce un evento.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Teoría de las Probabilidades Introducción → La estadística descriptiva utiliza medidas de tendencia central y de dispersión en la información de acontesimientos ya ocurridos. es de gran ayuda la “Teoría de la Probabilidad” o denominada también “Ciencia de la Incertidumbre”. por ejemplo. En esta evaluación. los riesgos y el azar inherente. en el lanzamiento de un dado. Resultado → Es lo que resulta específicamente de u n experimento. Entonces debido a que existe una incertidumbre considerable al tomar desiciones. existen 6 resultados posibles. o de una moneda. se evalúen científicamente. En cambio la estadística inferencial se ocupa de deducciones hacerca de una población con base en una muestra tomada a partir de tal población. Experimento → Es el proceso que conduce a la ocurrencia de una y solamente una de varias observaciones posibles. medida entre 0 y 1 de que ocurra un evento. el lanzamiento de un dado. un resultado específico sería que nos caiga en el número 3.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Espacio Muestral El conjunto de todos los resulatdos posibles para un experimento. Comente este resultado. por ejemplo: en el experimento de lanzar un dado. a) Cuál es el Experimento b) Cuál es un resultado posible c) Suponga que 65 jugadores dijeron que les gustó el juego. constituye el espacio muestral. d) Una probabilidad no puede ser negativa. por que para serlo debe estar entre 0 y 1. 80 jugadores de este tipo de actividades van a probar su potencial de mercado. c) No es una probabilidad. 22 . d) La probabilidad de que el nuevo juego de video sea un éxito se calcula como -1. el espacio muestral (SS) es: Ejercicio de Aplicación Se va a desarrollar un nuevo juego de video. b) Un resultado posible sería que haya un 64% de aceptaciòn (sólo un ejemplo). Soluciones: a) El experimento consiste en probar el potencial de mercado del nuevo video juego. Es 65 una probabilidad?.

el resultado debe ser un número entre 1 y 6. P (E) → Probabilidad de un Evento. es más improbable que ese evento suceda. P (XI) → Para simbolizar la probabilidad de un experimento. P (SS) → Para simbolizar la probabilidad de un espacio muestral. La probabilidad 1 nos indica algo que seguramente va a ocurrir. debido a que esto es una certeza. sin embargo. se conoce con el nombre de punto muestral. A esta ponderación se la llama probabilidad. Nota: El número de resultados posibles se encuentra multiplicando el espacio muestral de cada evento. La probabilidad 0 nos indica algo que No puede ocurrir. el numero de resultados posibles es 216. inclusive 0 ≤ P ≤ 1. más seguridad habrá de que tal evento ocurra. puede también escribirse como una fracción. La probabilidad se expresa como un número decimal.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Probabilidad de un Evento La probabilidad de que almenos uno de los eventos que están en el espacio muestral ocurra es igual a 1. P (A) → Para simbolizar la probabilidad de un evento. 23 . la misma que mide el grado de veracidad de ocurrencia de un evento. puede solamente ser un número entre 0 y 1. Cada resultado del espacio muestral. Notación de Probabilidades P (XI = ¿) → Para simbolizar la probabildad de un punto muestral. por ejemplo: si lanzamos 3 dados. puede decirse que: la sumatoria de las probabilidades de los eventos es igual a 1. mientras más cercana esté la probabilidad a 0. a cada punto muestral se le asigna una ponderación. por ejemplo: si se lanza el dado. mientras más cercana esté una probabilidad a 1. entonces multiplicamos 3 veces 6. porque cada dado tiene un espacio muestral de 6.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Para enlistar los resultados del espacio muestral se puede optar por la regla o enunciado y por el diagrama del árbol. en donde las diversas trayectorias a lo largo de las ramas del árbol dan los puntos muestrales. el conjunto de ciudades capitales del mundo. C representa la cara de la moneda. lo expresamos de la siguiente manera: Diagrama de Árbol Se utiliza cuando el espacio muestral no es muy grande. y S representa el sello de la moneda. es una representación gráfica que nos permite organizar los resultados posibles de un experimento. por ejemplo podriamos lanzar monedas y dados a la vez. De la misma manera podemos construir el diagrama del árbol con todos los resultados posibles de cualquier experimento. La Regla o Enunciado Se aplica cuando el espacio muestral es grande o infinito. 24 . por ejemplo: enlistar los posibles resulatdos de lanzar 2 monedas a la vez. esto daría lugar a un diagrama más grande y nos facilitaría determinar los resultados. por ejemplo: si los resultados posibles de un experimento son.

el evento A´ está conformado por todos los elementos del espacio muestral que no están en A. la unión de estos 2 eventos formará el evento C. El evento C ocurrirá si ocurre el evento A o el evento B o ambos. dan origen a un tercer evento. si no ocurre el evento A. el evento D. Intersección (∩) → Si dos eventos se intersectan. 25 . el cual ocurrirá sólo si ocurren los eventos A y B al mismo tiempo. Complemento → El evento A´ ocurre.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Propiedades de los Eventos Unión (U) → Si dos eventos son subconjuntos del espacio muestral.

por lo tanto. Enfoque Clásico Se basa en la consideración de que los resultados de un experimento son igualmente posibles. determine la posibilidad de que caiga en un número par. por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento. Por ejemplo. pues si cae un número par. o bien un número impar. Colectivamente Exhaustivo → Se señala esto porque. deben ser también: Mutuamente Excluyentes → Se expresa esto porque. Para aplicar la probabilidad clásica. la probabilidad de que suceda un evento se calcula: dividiendo el número de resultados favorables. 26 . la ocurrencia de cualquier evento. para el número total de resultados posibles. el conjunto de eventos es colectivamente exhaustivo. el evento: “un número par” y el evento “un número impar” son mutuamante excluyentes. implica que ningún otro evento puede ocurrir al mismo tiempo. por ejemplo: en el experimento de lanzar el dado. en el experimento de lanzar un dado. no podría caer un impar al mismo tiempo. P (E) → Probabilidad de un Evento. el enfoque objetivo a su vez se divide en clásico y empírico. desde este punto de vista. por ejemplo: en el experimento de lanzar el dado.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Enfoques de Probabilidad Tenemos dos enfoques de probabilidad. los eventos además de ser igualmente posibles. el enfoque objetivo y el subjetivo. cada resultado será o un número par.

La probabilidad de que un evento ocurra a largo plazo se determina observando en que fracción de tiempo sucedieron eventos semenjantes en el pasado y dividiendo para el número total de observaciones. la suma de las probabilidades es igual a 1. así que no es necesario realizar el experimento para determinar la probabilidad de que suceda el evento “sacar un as”. Enfoque Empírico Otra manera de definir la probabilidad. 5 A priori → término que significa “antes de” 27 . más bien.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Si el conjunto de eventos es mutuamente excluyente y colectivamente exhaustivo. Solución → todos sabemos que en una baraja hay 4 ases. es con base en las frecuencias relativas. En este enfoque es innecesario realizar un experimento para determinar la probabilidad de que ocurra un evento. la probabilidad clásica implica la determinación de la probabilidad de algún evento a priori 5 por ejemplo:Determinar la probabilidad de sacar 1 as de una baraja de 52 cartas.

la probabilidad subjetiva es la probabilidad de que suceda en evento específico. para después estimar o asignar la probabildiad. Accidente Automovilístico B). ¿Cuál es la probabilidad de que una muerte específica se deba a…? A). Como yo soy hincha del deportivo Cuenca le asigno una probabilidad de 0. El centro de estadística de una ciudad X determinó en su informe de salud que. 105 se devieron a accidentes automovilóisticos. por ejemplo: ¿Cuál es la probabilidad de que el deportivo Cuenca llegue a las finales el próximo año?.57 de que un estudiante graduado en Adminitración de Empresas se desempeñe en un área diferente de sus estudios. ¿Cuál es la probabilidad de que un graduado específicamente en Administración esté empleado en un área distinta a la principal de sus estudios universitarios?. Interpretación → Existe una probabilidad d e 0. ¿Cuál es la probabilidad de que en las próximas elecciones presidenciales gane una mujer? 28 . 1. este evento reveló que: 483 de los 851 graduados no estaban empleados según su área de estudios. 285 a cáncer y 430 a enfermedades del corazón. Enfermedades del Corazón 3. de cada 1520 decesos.8 Ejercicios Propuestos: Del siguiente conjunto de ejercicios realice lo que se pide y además explique que tipo de enfoque probabilístico utilizó. ¿Cuál es la probabilidad de que la carta elejida sea de color negro?.. Cáncer C). se va a seleccionar una en forma aleatoria. 2. De una baraja de 52 cartas. Enfoque Subjetivo Fundamentalemente significa evaluar las opiniones disponibles y otra información subjetiva. es decir..Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplo de Aplicación: Se efectuó un estudio de 851 graduados en Administración de Empresas en la Universidad X. asignado por una persona con base en cualquier información disponible.

Diagrama de Venn Sirve para representar gráficamente el resultado de un experimento.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Reglas de Probabilidad Regla Especial de Adición Para aplicar esta regla los eventos deben ser mutuamente excluyentes. pueden visualizarse utilizando este diagrama. por ejemplo: representar en el diagrama de Venn las probabilidades de que salga cara o sello al lanzar una moneda según un experimento X con los siguientes resultados. Si dos eventos A y B son mutuamente excluyentes. y dentro de éste círculos que son proporcionales a la probabilidad de los eventos. que constituye el espacio muestral. es igual a la suma de sus probabilidades. y cuando tenemos A y B se simboliza como A ∩ B y es la operación de Intersección 29 . El concepto de mutuamente excluyente y otras reglas diversas para combinar probabilidades. la regla especial de adición indica que la probabilidad de que ocurra el evento A o el evento B 6. 6 Recordemos que A o B se simboliza como A U B y es la operación de Unión. Para elaborar un diagrama de Venn se grafica un rectángulo.

2.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Regla del Complemento Se utiliza para determinar la probabiliad de que ocurra un evento. la probabilidad del evento A “salga cara”: Probabilidad de A. éstos fueorn clasificados de la siguiente manera: Clasificación Supervisores Mantenimiento Producción Gerencia Secretaría # Empleados 120 50 1460 302 68 30 .025 y la probablidad de que tenga un peso mayor es de 0.. obtenemos la fórmula de la Regla del Complemento: Ejercicios de Aplicación 1. Despejando la ecuación anterior. restando de la unidad la probabilidad de que no ocurra. más probabilidad de que no sea A es igual a la unidad..075.Se va a entrevistar a un grupo selecto de empleados con respecto a un plan de pensiones. Determine la probabiliad de que la bolsa de legumbres tenga un peso satisfactorio. Si nos referimos al ejemplo anterior.Si la probabilidad de que una bolsa de legumbres tenga peso menor es de 0. Se realizaran entrevistas detalladas a cada uno de los empleados.

Universidad de Cuenca Facultad de Ciencias Económicas 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 Secretaría d) Un empleado de Gerencia o Producción e) No sea de Gerencia Solución: 31 .

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Regla General de Adición Se aplica cuando los eventos no son mutuamente excluyentes. 32 . Las encuestas revelan que 100 turistas visitaron Quito. Ejemplos de Aplicación: 1. a lo que se denomina probabilidad conjunta. sea un Rey. Supongamos que se selecciona una muestra de 200 turistas que visitaron el Ecuador el año anterior. la regla general de la adición establece que. haya visitado Quito o Cuenca. Evento A → Salga un Rey (Hay 4 Reyes en una baraja. en este caso. 2. La probabilidad conjunta es la probabilidad que mide la posibilidad de que dos o mas eventos ocurran en forma simultánea. es decir. la probabilidad del evento A o B es igual a la suma de sus probabiliades. 150 visitaron Cuenca y 60 turistas visitaron Quito y Cuenca. uno de cada color) Evento B → Salga una carta de corazones negros Evento A∩B → La intersección entre estos dos eventos es una carta. porque también hay un Rey en los corazones negros. o una de corazones negros. Determine la probabilidad de que un turista seleccioado al azar. Cuál es la probabilidad de que una carta elejida al azar de una baraja. cuando los eventos se traslapan. y menos la probabilidad conjunta de A y B.

dado que existe información sobre un evento que ya ocurrió.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Regla Especial de la Multiplicación La regla especial de la multiplicación requiere que dos eventos A y B sean independientes. 33 . Si hay dos eventos independientes A y B. El cálculo de la probabilidad condicional se utiliza con frecuencia en el planeamiento de negocios. Dos eventos son independientes. dado que otro evento ya ocurrió antes. cuál es la probabilidad de que el dado salga un número menor de 3 y la moneda salga sello. la probabildad de que ocurran A y B se obtiene al multiplicar las dos probabilidades. Ejemplo de Aplicación Se lanzan a la vez un dado y una moneda. si la ocurrencia de uno no altera la probabilidad del otro. Evento D → Dado salga menor de 3 Evento M → Moneda salga sello Probabilidad Condicional Muchas veces se desea determinar la probabilidad de algún evento.

en el cálculo de la nueva probabilidad no se consideraría esta carta.81 . dado que la primera salió un as. en este caso la probabilidad se calcula considerando las 52 cartas. una y después otra con reemplazo 7 .Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplos de Aplicación 1. Evento A → Sale un As (En una baraja hay 4 as) Evento B → Salga un trébol (En una baraja hay 13 cartas de trébol) Evento A∩B → Uno de los tréboles también es un as 7 Sacar una carta con reemplazo quiere decir que se la vuelve a colocar en la baraja. 2. Si fuera sin reemplazo.80 y la probabilidad de que salga y llegue a tiempo es de 0. Se sacan dos cartas. la probabilidad de que llegue a tiempo es de 0. b) Salga a tiempo dado que llegó a tiempo. Determine la probabilidad de que la segunda carta sea trébol. 34 . La probabilidad de que un vuelo programado salga a tiempo es de 0.75. Encuentre la probabilidad de que un avión: a) Llegue a tiempo dado que salió a tiempo.

Cuál es la probabilidad de escoger un rollo con defectos. para dos eventos A y B. la probabilidad conjunta de que ambos sucedan. En general la regla indica que.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Regla General de la Multiplicación Se aplica cuando dos eventos no son independientes. por la probabilidad condicional de que suceda el evento B. Se van a seleccionar dos. seguido por 2 rollos No Defectuosos. Ejemplo de Aplicación: Supongamos que hay 10 rollos fotográficos en una caja y se sabe que 3 están defectuosos. se utiliza para determinar la probabilidad conjunta de que ocurran dos eventos. unos después del otro. 35 . se evalúa al multiplicar la probabilidad de que suceda el evento A. seguido de otro en la misma condición? Con respecto al mismo ejercicio: Cuál es la probabilidad de escoger el primer rollo defectuoso.

con su tiempo de servicio en la compañía. 36 . Ejemplo de Aplicación: Una encuesta a ejecutivos se enfocó sobre su lealtad a la empresa. Cada segmento en el árbol es una etapa del problema. Con éste diagrama podemos determinar las probabilidades marginales.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Diagrama de Árbol Es una representación gráfica útil para organizar cálculos que abarcan varias etapas. ¿Se quedaría en la empresa o tomaría el otro empleo? Las respuestas de los 200 ejecutivos se clasificaron en forma cruzada. una de las preguntas planteadas fue: Si otra compañía le hiciera una oferta igual o ligeramente mejor que la de su actual puesto. condicionales y conjuntas.

Para responder a la pregunta. con base en el nivel actual de información. y sabe que el 3% de los microchips de la empresa A son defectuosos. un 20% a la empresa B y el 50% restante se compra a la empresa C. la probabilidad a priori. también lo son el 5% de la empresa B y el 4% de la empresa C. 37 . El fabricante tiene historiales extensos acerca de los tres proveedores. es una probabilidad revisada con base en información adicional. Determine la probabilidad de un chip defectuoso basándose en el diagrama del árbol. La probabilidad a posteriori. que es la probabilidad inicial o marginal. se tiene además.39 Teorema de Bayes Se basa en probabilidades condicionales.01+ 0. Con la ayuda del teorema de Bayes es posible determinar la probabilidad a posteriori o revisada.009 + 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplo 2 Un fabricante de video grabadoras compra un microchip a 3 proveedores.02) R// 0. Un 30% de los microchips se compran a la empresa A. sumo todas las probabilidades que incluyen chips defectuosos (0.

de que este chip defectuoso haya sido fabricado por el proveedor A? (Probabilidad de que sea del proveedor A dado que ya es defectuoso). 37) Cuando los microchips llegan al fabricante.039 1 En este cuadro se puede observar que.231 0. se colocan directamente en un depósito sin ningún tipo de inspección. para el total de probabilidades conjuntas.03 0.5 Prob. Como podemos notar. Condicional Prob.256 0.05 0.513 suma 0.02 0.3 0. También podemos determinar la probabilidad de que el chip defectuoso haya sido fabricado por el proveedor B o por el proveedor C.04 0. la notación de la probabilidad condicional cambia.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplo de Aplicación referido al ejercicio anterior (Pág. Tabla de Resumen de Probabilidad Eventos Proveedor A Proveedor B Proveedor C Prob.01 0. Conjunta Prob. y lo encuentra defectuoso. El denominador es el mismo.009 0. el teorema de bayes no es más que el cociente de cada probabilidad conjunta. 38 . Un trabajador selecciona un chip para instalarlo en una video grabadora. A Posteriori 0.2 0. Cuál es la probabilidad. lo que cambia es el numerador. A Priori 0.

y posteriormente aplicaremos la fórmula de la multiplicación para comprobar que la respuesta sea la misma. Fórmula de la Multiplicación Teorema 1: Se aplica para encontrar el número de arreglos posibles para dos o más grupos. Este teorema establece que: “Si hay m modos de hacer una cosa. un Sedan o un Tucson. existen mn formas de hacer ambas”. con elección de cubre ruedas deportivas o comunes. el número de niños en familias con 4 hijos en la ciudad de Cuenca. M x N = MN M x N x O = MNO Ejemplo de Aplicación Un vendedor desea anunciar que por $20000 usted puede comprar un auto Toyota. resulta difícil enlistar y contar todas las posibilidades. si existe un gran número de posibles resultados. y n formas de hacer otra. por ejemplo. podemos responder esta pregunta utilizando el diagrama de árbol. Sin embargo.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Técnicas de Conteo Si el número de posibles resultados de un experimento e pequeño. ¿Cuántos arreglos diferentes puede ofrecer el comerciante? Al tratarse de un número pequeño de arreglos. Según el diagrama de árbol. por ejemplo. resulta fácil enlistar y contar todos los eventos factibles. 39 . tenemos 6 arreglos diferentes de autos. en el lanzamiento de un dado.

debemos tener en cuenta el planteamiento del ejercicio. significa que nosotros tenemos la libertad de escoger un orden. Teorema 3: El número de permutaciones de n objetos distintos. en una permutación importa el orden. aplicamos una permutación. es igual a: n= número total de objetos r= número de objetos que se van a disponer cada vez. Ejemplo de Aplicación: Una empresa de mensajería rápida.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Aplicando la fórmula de la multiplicación: Referido al ejemplo anterior. “El número de permutaciones de m objetos distintos es igual a n! (factorial)8. porque. ¿Cuántas rutas diferentes son posibles. debe incluir 5 ciudades en su recorrido. suponiendo que no importa el orden en que se incluyan las ciudades en el recorrido? 5! = 120 Nota: Generalmente diferenciamos la aplicación de una permutación de la aplicación de una combinación porque. En una permutación se cuenta cada orden diferente de los objetos. determine el número de arreglos posibles. con viajes durante la noche. por lo tanto. Sin embargo. 8 x 6 = 48 Fórmula de la Permutación Teorema 2: Una permutación nos sirve para determinar el número posible de arreglos cuando hay un solo grupo de objetos. cuando dice que No importa el orden. Si el vendedor ofrece 8 modelos de autos y 6 tipos de cubre ruedas. tomados r a la vez. existe un orden y en este caso. por ejemplo: 5! = 5 x 4 x 3 x 2 x 1 40 . 8 Factorial= n(n-1) (n-2) (n-3)……(n-n). mientras que en una combinación no importa.

Re. pero solo 3 espacios en el piso del taller donde han de ser instaladas. sólo 3 de las 5 se utilizarán en sucesión: como Do. Un músico desea escribir una partitura basado únicamente en 5 notas: Si. por lo tanto. el orden tiene importancia. no se permitirán repeticiones como: Si. ¿De cuantos modos diferentes pueden colocarse las 8 máquinas en los 3 espacios disponibles? 2. ¿Cuántas permutaciones son posibles? Nota: Tomemos en cuenta que el ejercicio dice: No se permitirán repeticiones” es decir que. sin embargo. utilizamos una permutación. 3. Un operario de un taller debe hacer 4 verificaciones de seguridad antes de activar su máquina y no importa en qué orden se las realice. Si y Mi. Mi y Sol. Do. Si y Mi. Supóngase que hay 8 máquinas disponibles. ¿De cuántos modos puede hacer las verificaciones el mecánico operador? 4! = 24 41 .Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejercicios de Aplicación: 1.

4 amarillo y 2 azules en una guirnalda navideña que cuenta con 9 portafotos. no hay repeticiones de color)? Teorema 4: El número de permutaciones de n objetos distintos arreglados en un círculo es (n – 1)! . al tejer una alfombra solo 5 husos pueden ser utilizados. es igual: Ejemplo de Aplicación De cuantas formas diferentes se pueden asignar 3 focos rojos. En su publicidad desea indicar el número de diferentes grupos de colores disponibles para la venta. n2 son de una clase.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas 4. ¿Cuántos grupos cromáticos hay. en que se utilicen los 7 colores. 42 . es decir. Una pequeña empresa productora de alfombras ha decidido usar 7 colores compatibles en su línea de productos. agrupando 5 cada vez (esto supone que solo 5 colores distintos entran en cada alfombra. de las que n1 son de una clase. por ejemplo: Si 4 personas están alrededor de una mesa circular. ¿En cuántas posiciones distintas pueden sentarse esas personas? (4 – 1)! = 6 Teorema 5: El número de permutaciones distintas de n cosas. sin embargo. y así hasta nk clases.

Ejemplos de Aplicación 1.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Fórmula de la Combinación Si no importa el orden de los objetos. van a ser elegidos como un comité para negociar una fusión de empresas. los ejecutivos: Arias. Torres y Andrade. n 2 elementos en la segunda celda y así sucesivamente es igual a: Si lo vemos detenidamente. notaremos que es la misma fórmula del teorema 5. 43 . En una empresa. ¿Cuántos grupos diferentes de 4 son posibles? 2. ¿Cuántos arreglos de las 3 personas son posibles? Teorema 7: El número de formas de partir un conjunto de n objetos en r subconjuntos o celdas. con n1 elementos en la primera celda. Un entrevistador seleccionó al azar 4 de 10 personas disponibles. Teorema 6: Una combinación es el número de modos para elegir r objetos de un grupo de n de ellos sin considerar el orden. el número total de ordenaciones se denomina combinación.

es decir. Sin Sustitución o sin Reemplazo. Con Sustitución o con Reemplazo Consiste en que cada objeto escogido se regresa a su lugar antes de tomar el siguiente objeto.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplo de Aplicación ¿De cuántas formas se pueden asignar 7 científicos a un hotel que cuenta con una habitación triple y dos dobles? Pruebas Ordenadas Son importantes para entender el tema propuesto y desarrollar ejercicios de permutaciones. tomada de n elementos es una permutación. 44 . Tenemos dos tipos de pruebas ordenadas:   Con sustitución o Reemplazo. Esta prueba sin sustitución. que cada carta se regresa a la baraja antes de escoger la siguiente? 52 x 52 x 52 = 140608 Ó r 3 n = 52 = 140608 Prueba sin Sustitución o sin Reemplazo En este caso el objeto escogido no se regresa a su sitio antes de escoger el siguiente. si se realiza la prueba con sustitución. por ejemplo: ¿De cuántas maneras se pueden escoger 3 cartas de una baraja.

y no olvidemos que una probabilidad es menor o igual a 1 y mayor o igual a 0. sin embargo. ¿De cuántas maneras se pueden escoger 3 cartas de una baraja. a) Utilizando el primer teorema b) Utilizando el análisis combinatorio Explicación: En el punto a no hay ninguna novedad. en el punto b aparece algo nuevo. se trata de un cociente de combinaciones. pues la pregunta dice: encontrar la probabilidad.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplos de Aplicación 1. de los cuales 5 están echados a perder. si se realiza esta prueba sin sustitución? (2 procedimientos) 52 x 51 x 50 = 132600 2. 45 . sucesivamente de un refrigerador que contiene 20 litros. Encuentre la probabilidad de seleccionar aleatoriamente 4 litros de leche en buenas condiciones. y una probabilidad es un cociente en cuyo denominador está el total de N.

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Distribuciones Probabilísticas Definición→ Es la enumeración de todos los posibles resultados de un experimento. 46 . utilizando cualquier herramienta de la aprendidas anteriormente. en este caso utilizaremos el diagrama de árbol. Primero determinamos el espacio muestral. define que tan probable es que suceda un evento futuro. Una distribución de probabilidades da toda la gama de valores que pueden ocurrir en base a un experimento. Por ejemplo: si queremos saber el número de caras que se obtiene si se lanza 3 veces una moneda. sin embargo. y resulta parecida a una distribución de frecuencias. junto con la probabilidad de cada resultado. en vez de describir el pasado. Para preparar la tabla de distribución debemos tomar en cuenta que N=8 y que el numero de caras (Xi) va de 0 a 3.

por ejemplo: si consideramos el número de empleados ausentes en un horario de una empresa cualquiera. valor esperado E(x). La media de una distribución probabilística se denomina también.50 son variable discreta. Variables Aleatorias Una variable aleatoria es la cantidad. éste número es la variable aleatoria.Resultan de la medición. con frecuencia número enteros. puede tomar diferentes valores numéricos. Clases de Variables Aleatorias Discreta. al menos dentro de un rango dado.. por ejemplo: 1.156 no lo son. el cual..Puede tomar ciertos valores específicos. la estatura. incluyendo fracciones de la unidad. y pueden tomar cualquier valor. el peso. mientras que 1. tener cierta distancia entre ellos. La fórmula dice que la media de una distribución probabilística es igual a la sumatoria de las variables aleatorias por su probabilidad.15 y 2. por ejemplo: la distancia. La suma de las probabilidades de todos los resultados mutuamente excluyentes es 1. y en algunos casos puede tomar valores fraccionarios o decimales que deben estar claramente separados. etc.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Características Importantes de una Distribución Probabilística   La probabilidad de un resultado debe estar entre 0 y 1 inclusive. es decir. Continua. Media de una Distribución Probabilística La media de una distribución probabilística se denomina con la letra griega . que es el resultado de un experimento aleatorio. debido al azar. el valor promedio a largo plazo de la variable aleatoria. 47 . En cada caso la variable aleatoria puede medirse con cualquier valor. Es un valor particular que sirve para representar el valor medio de una distribución probabilística.15 y 1. o lo que es igual.

es igual a la raíz cuadrada de la varianza. Interpretación: Si se promedian los resultados del experimento de lanzar un dado. en consecuencia. y generalmente negocia el mayor número de vehículos los días sábado. pero diferentes dispersiones. La desviación típica o estándar de una distribución de probabilidades.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplo de Aplicación Calcular el valor esperado del experimento de lanzar un dado. Se expresa en las mismas unidades que la variable aleatoria. Una comparación de dos varianzas permite confrontar la variación de dos distribuciones que tengan la misma media. se obtiene 3. tiene una interpretación más racional. Se expresa en unidades al cuadrado. Ejercicio de Aplicación El señor X vende automóviles nuevos.5 Varianza y Desviación Estándar de una Distribución Probabilística La varianza nos permite determinar el grado de dispersión de los datos alrededor del valor esperado o media. Ha establecido la siguiente distribución 48 .

2 0. Ejercicios Propuestos 1. encuentre la probabilidad de que X es: a) Exactamente 15 b) No más de 10 c) Determine el valor esperado de la distribución (R// 14.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas probabilística para el número de autos que espera vender en un sábado en particular. No Autos Vendidos 0 1 2 3 4 P(Xi) 0.29 unidades al cuadrado y el valor esperado presenta 1 auto de desviación estándar.1 1 a) En un sábado.3 0. ¿Cuántos autos espera vender? b) Determine la varianza y la desviación estándar de ésta distribución En un sábado espera vender 2 autos.3 0. Utilizando la siguiente distribución probabilística discreta.1 0. la varianza es 1.5) 49 .

que sea por sí misma. la suma de dos o más variables aleatorias.05 1 Si compra usted un boleto.2 0.57) Suma de Variables Aleatorias Existen ciertas situaciones. en las que se puede considerar una variable aleatoria.25 – 5. 50 .1 0. Cuál es la probabilidad de que gane: a) Exactamente $100 b) Por lo menos $10 d) Calcule el valor esperado y la desviación típica (R// 48 – 110. En estos casos se puede determinar. la media y la desviación estándar.45 0. Xi 0 10 100 500 P(Xi) 0. respecto a la variable aleatoria resultante.3 0.22) Xi 5 10 15 20 P(Xi) 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas d) Calcule la Varianza y la desviación Estándar (R// 27. La siguiente tabla muestra la distribución probabilística para premios en efectivo de una rifa llevada a cabo en la tienda X.2 0.3 0.4 1 2.

y D.C. 10000 y 20000 dólares. 300. El número de quejas de los empleados de la compañía X. B. 200 y 400 dólares. solamente se pueden sumar las varianzas. varía entre 0 a 6 cada día como se muestra en la siguiente tabla. Ejercicios Resueltos 1.9483 51 . Determine la utilidad esperada total de esos 4 proyectos. teniendo una desviación estándar de 1. 5000. con desviaciones estándar de 100. Calcule e interprete el valor esperado. Ejemplo de aplicación Una compañía está trabajando en 4 proyectos independientes A. con utilidades esperadas de 4000. la varianza y la desviación estándar Solución: Interpretación: En un día normal se espera tener 2 quejas.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Las desviaciones estándar nunca se suman. y la desviación estándar de dicho total.

este proceso se denomina “Proceso de Bernoulli” y cada ensayo se llama “Experimento de Bernoulli”. previamente realizada la tabla de distribución probabilística. por ejemplo: en el experimento de lanzar una moneda se tienen dos resultados posibles. 4 habían comprado en 9 clases. La probabilidad de cada resultado permanece constante de un ensayo al siguiente. uno de los cuáles se identifica como “éxito” y otro como “fracaso”. En 12 clases no encontró estudiantes que hubieran hecho dicha compra. y además. Calcule el valor esperado y la desviación estándar. el experimento puede repetirse muchas veces. 52 . cara y sello. Distribuciones Probabilísticas Discretas Distribución Binomial Cada ensayo en una distribución binomial termina en sólo uno de dos resultados mutuamente excluyentes. 5 en 15 clases y 7 estudiantes de las 6 clases restantes habían aumentado su colección de música. la probabilidad de cada uno es conocida y constante de un intento al siguiente. En una distribución probabilística. en una universidad X.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas 2. Para recolectar los datos de un proyecto de investigación. 3 estudiantes habían comprado en 8 clases. contó en 50 cursos de negocios el número de estudiantes que habían comprado recientemente discos compactos. un estudiante de mercadeo.

El gerente de crédito de la empresa X ha descubierto que la probabilidad de éxito. y un éxito no implica un resultado deseado. Desea determinar la probabilidad de que. son constantes de un ensayo a otro. son objetivos. La probabilidad de un éxito en un ensayo. es totalmente independiente de cualquier otro ensayo. El experimento puede repetirse muchas veces. uno se identifica como éxito (π) y el otro como fracaso (1 – π). de 20 cuentas seleccionadas de manera aleatoria. no paga el monto completo de la deuda durante un mes dado. Sin embargo se advierte que estos términos no significan bueno o malo. el 10% de los usuarios de tarjeta. 5 no sean pagadas. 53 .Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Propiedades de una Distribución Binomial  Sólo debe haber dos posibles resultados. La probabilidad de un éxito y la probabilidad de un fracaso.    La fórmula que utilizaremos para determinar este tipo de probabilidades es la siguiente: En donde: Ejemplos de Aplicación: 1. esto es.

por la probabilidad de éxito.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Interpretación: Si la probabilidad de que no se pague una cuenta cualquiera en su totalidad es del 10%.2% de oportunidad de que exactamente 5 de 20 cuentas seleccionadas de manera aleatoria. ¿Cuál es la probabilidad de que venda exactamente 2 aparatos? Interpretación: Existe un 28. existe un 3. se calcula multiplicando el número de observaciones.79%). 2.16). trabajan durante el verano para ganar dinero para la educación universitaria correspondiente al siguiente período de otoño. b) Ninguno trabaje (R// 2. Si un miembro del personal de ventas llama a 15 clientes hoy. 54 . Media y Varianza de una Distribución Binomial La media o valor esperado de una distribución binomial. cuál es la probabilidad de que: a) 5 Tengan trabajos en el verano (R// 7. Ejercicio Propuesto: De acuerdo con el periódico de educación superior.56% de oportunidad de que se realicen exactamente 2 ventas de las 15 llamadas. Si 7 bachilleres se seleccionan de manera aleatoria. hace una venta al 15% de los empleados a los que visita.7%). c) Todos trabajen (R// 0. el 40% de todos los bachilleres. Se tiene que el personal de ventas de la empresa X. no sean pagadas.

es igual a la desviación típica o estándar.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Ejemplo de Aplicación ejercicio página 54 (periódico de educación superior) ¿Cuántos bachilleres se espera que trabajen? Interpretación: De los 7 bachilleres seleccionados aleatoriamente. el número de objetos tomados (x) viene dado en un intervalo. tal como veremos a continuación: Ejemplo de Aplicación ejercicio página 54 (periódico de educación superior) ¿Cuál es la probabilidad de que 3 ó menos estudiantes trabajen? 55 . Distribuciones Binomiales Acumuladas Se trata de una variante de la distribución binomial que revisamos anteriormente. La varianza se calcula. y la raíz cuadrada de este resultado. por la probabilidad de fracaso (1 – π). se espera que 2 trabajen para ganar dinero para su educación superior. multiplicando el valor esperado. la única diferencia está en que.

DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL n=1 0. solo tienes que ubicar los pares del valor de n y el valor de X.10 0.90 0.180 0.70 0.300 0.420 0.200 0.700 0.600 0.800 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Tabla Para Cálculo de Probabilidad Binomial Para calcular la probabilidad de una distribución binomial.30 0.250 0.320 0.810 0.250 0.480 0.600 0.420 0.095 0.90 0. El único inconveniente es que.090 0.95 0.160 0. Utilizar la tabla es muy sencillo.490 0.640 0.160 0.903 0.900 0.30 0.20 0.950 0.900 0. es decir.010 0. sin necesidad de aplicar la fórmula revisada anteriormente.360 0.040 0. la tabla sirve para trabajar con números enteros.050 0.180 0.095 0.300 0.80 0.200 0.050 0.490 0.010 0.40 0.60 0. que si tenemos datos que no constan en la tabla. Esto consiste en utilizar la tabla que se encuentra en las páginas siguientes.903 x 0 1 x 0 1 2 56 .640 0.400 0.950 n=2 0.810 0.40 0.10 0.360 0.50 0.090 0.05 0.20 0.040 0. existe una forma más rápida y sencilla de hacerlo.60 0.80 0.003 0.003 0.95 0.320 0.05 0. necesariamente tenemos que aplicar la fórmula para determinar la probabilidad.500 0.500 0.500 0.50 0.70 0.800 0.100 0.700 0.480 0.400 0.100 0.

002 0.000 0.001 0.051 0.531 0.004 0.017 0.70 0.000 0.000 0.354 0.60 0.000 0.031 0.412 0.346 0.000 0.164 0.204 0.20 0.40 0.097 0.168 0.002 0.10 0.003 0.367 0.096 0.135 0.131 0.410 0.082 0.004 0.372 0.000 0.047 0.031 0.000 0.000 0.082 0.008 0.313 0.590 0.047 0.049 0.194 0.000 0.80 0.000 0.000 0.313 0.154 0.590 0.343 0.000 0.412 0.008 0.010 0.275 0.000 0.372 0.735 x 0 1 2 3 4 5 6 7 0.857 0.028 0.002 n=7 0.027 0.276 0.259 0.262 0.234 0.027 0.031 0.125 n=4 0.20 0.064 0.656 0.303 0.246 0.375 0.000 0.50 0.232 0.375 0.95 0.002 0.125 0.234 0.250 0.028 0.05 0.227 0.815 0.049 0.168 0.000 0.50 0.001 0.041 0.000 0.354 0.000 0.247 0.10 0.000 0.185 0.010 0.006 0.375 0.000 0.210 0.008 0.064 0.130 0.393 0.05 0.05 0.001 0.318 0.000 0.015 0.082 0.194 0.187 0.002 0.077 0.432 0.774 0.276 0.016 x 0 1 2 3 0.292 0.05 0.000 0.008 0.063 0.273 0.232 0.000 0.441 0.346 0.096 0.000 0.05 0.135 0.441 0.60 0.082 0.029 0.097 0.060 0.328 0.026 0.098 0.50 0.90 0.261 0.243 0.000 0.015 0.346 0.025 0.060 0.288 0.171 0.367 0.50 0.324 0.20 0.015 0.729 0.000 0.311 0.90 0.004 0.007 0.000 0.031 n=6 0.073 0.154 0.063 n=5 0.204 0.021 0.078 0.017 0.309 0.95 0.000 0.410 0.265 0.076 0.077 0.735 0.026 0.004 0.265 0.189 0.002 0.000 0.288 0.275 0.240 0.156 0.227 0.303 0.007 0.70 0.10 0.40 0.698 57 .30 0.094 0.015 0.014 0.037 0.164 0.80 0.000 0.328 0.50 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas n=3 0.30 0.026 0.10 0.30 0.014 0.000 0.027 0.077 0.076 0.80 0.131 0.80 0.008 0.000 0.115 0.261 0.60 0.90 0.273 0.037 0.290 0.130 0.001 0.008 0.384 0.000 0.000 0.95 0.70 0.000 0.346 0.95 0.124 0.343 0.210 0.815 x 0 1 2 3 4 5 0.008 0.000 0.118 0.171 0.70 0.185 0.432 0.30 0.90 0.003 0.30 0.028 0.205 0.313 0.410 0.001 0.004 0.346 0.055 0.115 0.000 0.001 0.002 0.002 0.051 0.028 0.512 0.010 0.410 0.041 0.384 0.004 0.000 0.309 0.360 0.132 0.60 0.311 0.10 0.328 0.029 0.246 0.000 0.243 0.346 0.698 0.000 0.600 0.478 0.70 0.205 0.000 0.154 0.124 0.80 0.000 0.40 0.729 0.010 0.138 0.257 0.40 0.000 0.002 0.094 0.004 0.098 0.023 0.023 0.328 0.118 0.90 0.189 0.216 0.257 0.000 0.324 0.20 0.250 0.000 0.077 0.247 0.027 0.656 0.393 0.001 0.230 0.512 0.410 0.026 0.156 0.318 0.025 0.187 0.216 0.008 0.478 0.055 0.021 0.857 x 0 1 2 3 4 0.004 0.774 x 0 1 2 3 4 5 6 0.60 0.002 0.006 0.078 0.000 0.000 0.262 0.410 0.154 0.95 0.004 0.259 0.073 0.40 0.004 0.138 0.000 0.240 0.001 0.20 0.132 0.000 0.000 0.290 0.230 0.531 0.000 0.016 0.292 0.

070 0.000 0.000 0.021 0.201 0.000 0.215 0.219 0.041 0.246 0.000 0.000 0.000 0.236 0.044 0.90 0.004 0.000 0.50 0.302 0.302 0.117 0.109 0.50 0.041 0.279 0.000 0.172 0.010 0.000 0.50 0.201 0.000 0.001 0.90 0.006 0.002 0.111 0.001 0.000 0.000 0.233 0.001 0.267 0.000 0.046 0.005 0.60 0.599 x 0 1 2 0.302 0.051 0.172 0.008 0.090 0.299 0.156 0.045 0.074 0.033 0.042 0.040 0.000 0.033 0.001 0.05 0.630 0.017 0.267 0.383 0.40 0.20 0.20 0.040 0.000 0.80 0.95 0.200 0.042 0.000 0.103 0.047 0.663 0.003 0.136 0.008 0.010 0.267 0.000 0.093 0.198 0.040 0.663 x 0 1 2 3 4 5 6 7 8 9 0.000 0.002 0.209 0.251 0.254 0.000 0.000 0.010 0.215 0.70 0.205 0.314 0.164 0.017 0.107 0.000 0.057 0.000 0.027 0.000 0.384 0.000 0.010 0.018 0.000 0.000 0.000 0.009 0.387 0.251 0.046 0.000 0.000 0.020 0.251 0.000 0.005 0.336 0.05 0.010 0.168 0.205 0.000 0.349 0.090 0.599 0.134 0.040 0.134 0.147 0.047 0.058 0.149 0.004 0.000 0.087 0.232 0.000 0.000 0.246 0.000 0.000 0.198 0.001 0.001 0.037 0.233 0.349 0.000 0.268 0.000 0.000 0.176 0.000 0.001 0.011 0.000 0.031 0.000 0.018 0.60 0.000 0.149 0.075 0.219 0.117 0.004 0.000 0.232 0.000 0.40 0.200 n = 11 0.302 0.026 0.000 0.70 0.000 0.000 0.315 0.267 0.063 0.209 0.000 0.251 0.021 0.251 0.000 0.002 0.000 0.336 0.000 0.121 0.279 0.254 0.037 0.80 0.000 0.028 0.089 0.004 0.010 0.001 0.003 0.000 0.172 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas n=8 0.009 0.001 0.30 0.000 0.075 0.004 0.296 0.000 0.000 0.121 0.004 n=9 0.001 0.002 x 0 1 2 3 4 5 6 7 8 0.044 0.251 0.000 0.30 0.000 0.60 0.000 0.95 0.008 0.80 0.10 0.060 0.004 0.017 0.000 0.164 0.103 0.006 0.074 0.000 n = 10 0.005 0.167 0.000 0.172 0.10 0.136 0.000 0.295 0.001 0.201 0.000 0.569 0.000 0.387 0.000 0.009 0.001 0.066 0.430 0.329 0.95 0.267 0.017 0.001 0.021 0.161 0.05 0.10 0.074 0.000 0.001 0.156 0.063 0.387 0.279 0.001 0.40 0.246 0.001 0.058 0.005 0.001 0.000 0.028 0.051 0.000 0.007 0.95 0.001 0.107 0.000 0.121 0.80 0.000 0.009 0.387 0.124 0.10 0.000 0.021 0.630 x 0 1 2 3 4 5 6 7 8 9 10 0.031 0.273 0.194 0.000 0.000 0.000 0.000 0.000 0.010 0.011 0.045 0.000 0.000 0.000 0.005 0.60 0.066 0.011 0.010 0.000 0.000 0.000 0.088 0.201 0.057 0.279 0.027 0.294 0.70 0.121 0.000 0.000 0.302 0.001 0.387 0.30 0.000 0.006 0.168 0.194 0.011 0.40 0.001 0.000 0.124 0.302 0.20 0.070 0.387 0.296 0.060 0.176 0.000 0.267 0.005 0.000 0.000 0.147 0.074 0.109 0.50 0.000 0.000 0.006 0.000 58 .026 0.167 0.30 0.007 0.000 0.294 0.000 0.268 0.90 0.90 0.213 0.315 0.001 0.20 0.70 0.000 0.000 0.299 0.200 0.088 0.05 0.001 0.000 0.430 0.161 0.111 0.383 0.000 0.008 0.000 0.086 0.

006 0.001 0.006 0.246 0.000 0.002 0.60 0.341 0.000 0.000 0.95 0.029 0.30 0.000 0.000 0.000 0.000 0.010 0.000 0.282 0.057 0.234 0.168 0.000 0.039 0.000 0.014 0.254 0.50 0.005 0.044 0.000 0.064 0.000 0.044 0.069 0.017 0.218 0.001 0.000 0.045 0.001 0.132 0.000 0.054 0.093 0.002 0.000 0.177 0.055 0.257 0.003 0.023 0.000 0.000 0.006 0.000 0.226 0.004 0.000 0.000 0.100 0.064 0.045 0.000 0.000 0.001 0.016 0.002 0.003 0.079 0.000 0.000 0.40 0.50 0.000 0.147 0.133 0.003 0.111 0.042 0.079 0.000 0.016 0.027 0.000 0.000 0.213 0.000 n = 13 0.70 0.010 0.000 0.021 0.80 0.054 0.257 0.017 0.158 0.070 0.000 0.002 0.157 0.002 0.295 0.90 0.000 0.111 0.111 0.002 0.053 0.021 0.221 0.000 0.05 0.000 0.017 0.20 0.184 0.000 0.001 0.000 0.177 0.000 0.035 0.000 0.121 0.227 0.000 0.001 0.008 0.014 0.111 0.070 0.000 0.111 0.377 0.001 0.000 0.000 0.30 0.017 0.179 0.003 0.000 0.002 0.000 0.000 0.103 0.081 0.197 0.569 x 0 1 2 3 4 5 6 7 8 9 10 11 12 0.000 0.021 0.218 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas 3 4 5 6 7 8 9 10 11 0.10 0.000 0.236 0.016 0.010 0.003 0.000 0.540 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 0.000 0.000 0.001 0.000 0.000 0.236 0.014 0.329 0.017 0.131 0.220 0.000 0.001 0.000 0.066 0.000 0.016 0.80 0.133 0.001 0.054 0.103 0.069 0.111 0.024 0.000 0.000 0.142 0.014 0.006 0.000 0.016 0.000 0.000 0.197 0.20 0.000 0.001 0.000 0.236 0.240 0.000 0.142 0.000 0.367 0.000 0.236 0.000 0.011 0.000 0.001 0.001 0.010 0.367 0.029 0.000 0.000 0.000 0.209 0.231 0.245 0.221 0.054 0.010 0.004 0.000 0.023 0.180 0.000 n = 12 0.000 0.086 0.004 0.000 0.021 0.000 0.099 0.231 0.000 0.213 0.95 0.000 0.121 0.158 0.05 0.000 0.002 0.071 0.341 0.157 0.014 0.089 0.60 0.006 0.016 0.000 0.087 0.023 0.193 0.001 0.039 0.377 0.206 0.000 0.177 0.180 0.206 0.000 0.000 0.236 0.000 0.513 59 .081 0.000 0.000 0.000 0.000 0.000 0.000 0.002 0.053 0.027 0.000 0.221 0.000 0.161 0.282 0.000 0.540 0.101 0.268 0.154 0.131 0.000 0.230 0.000 0.246 0.057 0.283 0.213 0.017 0.000 0.100 0.000 0.066 0.000 0.042 0.000 0.000 0.001 0.226 0.000 0.000 0.069 0.085 0.002 0.226 0.087 0.071 0.085 0.099 0.008 0.227 0.351 0.000 0.000 0.000 0.000 0.001 0.000 0.154 0.40 0.055 0.071 0.147 0.179 0.014 0.024 0.000 0.010 0.000 0.087 0.003 0.161 0.268 0.101 0.000 0.221 0.283 0.002 0.220 0.000 0.000 0.071 0.004 0.513 0.000 0.221 0.000 0.200 0.245 0.003 0.184 0.70 0.000 0.005 0.168 0.351 0.000 0.000 0.90 0.000 0.000 0.001 0.209 0.000 0.028 0.132 0.004 0.221 0.002 0.254 0.139 0.069 0.240 0.028 0.012 0.000 0.011 0.000 0.035 0.000 0.000 0.384 0.023 0.000 0.000 0.193 0.000 0.012 0.000 0.139 0.001 0.314 0.234 0.230 0.000 0.000 0.000 0.003 0.006 0.000 0.10 0.000 0.000 0.177 0.020 0.

250 0.002 0.032 0.132 0.188 0.206 0.177 0.000 0.126 0.000 0.000 0.000 0.092 0.488 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0.000 0.000 0.122 0.061 0.231 0.092 0.000 0.207 0.035 0.000 0.022 0.000 0.50 0.103 0.000 0.000 x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 0.000 0.196 0.000 0.005 0.014 0.043 0.003 0.000 0.229 0.000 0.000 0.014 0.Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas n = 14 0.000 0.006 0.005 0.103 0.70 0.000 0.000 0.000 0.95 0.001 0.157 0.000 0.042 0.086 0.043 0.000 n = 15 0.031 0.60 0.250 0.007 0.014 0.009 0.035 0.000 0.010 0.031 0.001 0.000 0.003 0.000 0.000 0.356 0.000 0.014 0.007 0.014 0.002 0.007 0.229 0.122 0.257 0.196 0.005 0.000 0.257 0.206 0.001 0.001 0.000 0.000 0.207 0.000 0.000 0.002 0.000 0.000 0.000 0.032 0.250 0.000 0.177 0.044 0.005 0.000 0.000 0.000 0.000 0.80 0.000 0.061 0.229 0.186 0.000 0.003 0.157 0.000 0.001 0.170 0.010 0.356 0.008 0.20 0.007 0.086 0.002 0.001 0.000 0.000 0.000 0.000 0.194 0.000 0.001 0.359 0.000 0.170 0.000 0.008 0.207 0.007 0.003 0.000 0.000 0.031 0.206 0.000 0.123 0.000 0.000 0.132 0.001 0.250 0.000 0.041 0.000 0.000 0.004 0.90 0.009 0.000 0.062 0.000 0.463 60 .123 0.041 0.000 0.10 0.000 0.207 0.000 0.006 0.209 0.000 0.155 0.000 0.135 0.206 0.023 0.366 0.001 0.359 0.219 0.60 0.40 0.032 0.000 0.024 0.343 0.114 0.000 0.183 0.000 0.031 0.231 0.267 0.062 0.005 0.000 0.000 0.000 0.000 0.043 0.000 0.000 0.000 0.463 0.085 0.127 0.000 0.035 0.014 0.000 0.000 0.196 0.000 0.154 0.000 0.183 0.129 0.90 0.035 0.000 0.081 0.113 0.000 0.000 0.135 0.000 0.207 0.024 0.035 0.061 0.113 0.085 0.000 0.000 0.000 0.000 0.001 0.000 0.194 0.000 0.002 0.007 0.063 0.092 0.000 0.000 0.114 0.000 0.003 0.000 0.041 0.092 0.000 0.186 0.022 0.50 0.000 0.147 0.229 0.000 0.129 0.000 0.042 0.80 0.000 0.000 0.000 0.000 0.063 0.000 0.000 0.000 0.000 0.000 0.000 0.05 0.000 0.081 0.000 0.022 0.488 0.092 0.001 0.003 0.172 0.044 0.000 0.000 0.032 0.000 0.000 0.20 0.012 0.127 0.007 0.000 0.05 0.40 0.000 0.092 0.126 0.147 0.003 0.000 0.219 0.022 0.366 0.000 0.207 0.30 0.000 0.043 0.000 0.250 0.000 0.005 0.188 0.026 0.343 0.250 0.012 0.000 0.026 0.118 0.000 0.007 0.004 0.153 0.196 0.001 0.023 0.001 0.155 0.000 0.70 0.10 0.035 0.000 0.000 0.000 0.153 0.30 0.000 0.267 0.154 0.000 0.002 0.172 0.000 0.003 0.041 0.001 0.061 0.95 0.001 0.000 0.001 0.000 0.118 0.