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

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas

ÍNDICES
Definición → El número índice es un indicador que mide en forma relativa, cambios de la variable económica a través del tiempo y del espacio, en otras palabras, es un número que expresa el cambio relativo de u lapso de tiempo a otro en los conceptos de: Precio, Cantidad y Valor.

Clases
Índice Simple → Se denomina así cuando el número índice se utiliza para medir el cambio relativo en una sola variable, es decir, es un indicador que mide las variaciones de un solo producto, artículo o variable económica relacionadas al Precio, Cantidad o Valor a través del tiempo y/o espacio. Índice Compuesto → Se denomina así cuando la comparación comprende u grupo de elementos, por ejemplo: además de comparar el precio del aceite, se puede incluir el precio de otros artículos como la leche, pan, mantequilla, etc; así mismo las variaciones pueden darde no solo en el precio, sino en las cantidades en que se consumen dichos artículos, 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 fórmula que nos servirá de base para desarrollar este capítulo es la siguiente:

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

Principales Usos de un Número Índice
1) Nos sirve para señalar en cambio porcentual en uno a más elementos, de un período de tiempo a otro, por ejemplo: aumentos y disminuciones de salarios, aumentos y disminuciones en la población. 2) Un índice puede usarse para comparar una cosa con otra, No referido únicamente a comparaciones entre diferentes períodos, sino comparaciones dentro de un mismo marco de referencia temporal.

4

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Ejercicios Resueltos: 1) De acuerdo a estadística laborales, en Enero del año 2005 el salario promedio por hora para los trabajadores manufactureros era de $5.90, en septiembre del año 2012 fue de $7.39, cual es el índice salarial de dicha actividad en septiembre del 2012 con base a Enero del 2005.

IS significa: Índice Salarial. En el resultado colocamos el signo % entre paréntesis, por que el índice es un indicador, No un porcentaje. Entonces la interpretación nos queda de la siguiente manera: El índice salarial para el año 2012 con relación al año 2005 es de 125.25, lo que significa que, el salario promedio por hora, para septiembre del 2012, aumentó en un 25.25% con relación al salario promedio por hora de Enero del año 2005.

2) La oficica de censos de la ciudad X informó que la población rural disminuyó de 4´220.000 habitantes en el año de 1990, a aproximadamente 1´960.000 en el año 2010. Cual es el indice para el año 2010 con relación al año de 1990.

Interpretación → El indice poblacional para el año 2010 con relacion al año de 1990 es 46.45, es decir, para el año 2010 la población ha disminuido en un 53.55%.

3) El numero de pasajeros que llegan y salen del aeropuerto internacional X es de 65´091.168. Para el aeropuerto Z la cantidad es 26´796.036. ¿Cuál es la tasa de

5

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?.

Interpretación → La tasa de movimiento del aeropuerto X con relación 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 Números Índices Simples
Relativos de Base Fija → Son aquellos números índices simples que utilizan un período base común, 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,cada Precio, Cantidad o Valor anual se mide como una razón, con respecto al año anterior.

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

Para el índice de valor, debemos considerar en la fórmula 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:

6

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Bajo este esquema, 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, Cantidad y Valor para el año 2010 con relación al año 2007. b) Determine el índice de Precios Relativos de Enlace para el año 2012. c) Determine el índice de Precios para el año 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:

7

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Finalmente no debemos olvidar la interpretación, en esta ocación, sólo pondré la interpretación del último literal: Interpretación → El índice de precios para el año 2012 con relación al período 2007 – 2008 es 184.62, lo que significa que, el precio promedio de venta de los automóviles aumentó en un 84.62% con relación al período 2007 – 2008.

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. Determine el índice de precio simple para cada producto, considerando el año 2010 como periodo base para cada uno de los años 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

8

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.

Promedio Simple de Precios Relativos
Si queremos obtener un promedio simple de precios relativos de determnados artículos, primero calculamos los índices de precio simple de cada uno, sumamos y luego dividimos para el número de artículos considerados; en otras palabras, es el promedio de los índices simples de precio de un conjunto de artículos. Ejemplo de Aplicación: Determiar el promedio simple de precios relativos para los siguientes artículos, para el año 2011 considerando el año 2005 = 100.

ARTICULO Pan Leche Manzanas

2005 1,00 0,88 1,46

2011 1,12 1,15 1,56

9

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 116.51, lo que significa que, la media del grupo de índices para estos tres artículos aumentó en 16.51%.

Índice Agregativo Simple
Con frecuencia se desea calcular un índice de precios para varios artículos, lo que se denomina índices de precios agregativo. 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, el resultado se multiplica por 100. En el ejercicio de la página 8, la sumatoria de los precios del año de referencia, es decir, del año 2011, es igual a 3.83; y la sumatoria de los precios del año base, es decir, del año 2005, es igual a 3.34. 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 114.67, lo que significa que, para el año 2011 el precio de esta canasta de tres artículos aumentó en 14.67% con relación al año 2005. Dicho en otros términos; en el año 2011 se necesitaron $114.67 para comprar lo que en el año 2005 se compraba con $100.

10

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; su propietario desea conocer: 1) Los índices de precio simple para cada artículo 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 artículos. 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 Económicas 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(%)

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, y del mes de Marzo con relación al mes de Febrero son de 120 y 165 respectivamente. Los índices de precios simples del corte de pelo para el mes de Febrero con relación al mes de Enero, y del mes de Marzo con relación al mes de Febrero son de 112.5 y 116.67 respectivamente; y, los índices de precios simples del peinado para el mes de Febrero con relación al mes de Enero, y del mes de Marzo con relación al mes de Febrero son de 131.25 y 118.75 respectivamente. La misma interpreación se usa para los otros índices, pero en esta ocación, sólo dejaremos la primera, para no repetir lo mismo.

Con el uso de los índices agregativos simples, surgen dos problemas al momento de su cálculo, el primero, es la forma arbitraria con la cual se expresan sus unidades, y segundo, los índices 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 cálculo de los índices de precios agregativos ponderados.

Índice de Precios Agregativo Ponderado
Toman en consideración las cantidades vendidas como factor de ponderación, lo que proporciona un reflejo más exacto del costo verdadero de la canasta típica del consumidor. Fundamentalmente tenemos 2 índices, el de Laspeyres y el de Paasche.

12

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.

Ejercicio de Aplicación: Planta empacadora de carne (página 7). Calcular el índice de Laspeyres para el año 2012 considerando el año 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

Interpretación → El índice de Laspeyres para el año 2012 con relación al año 2010 es de 136.61, lo que significa que en el 2012 el precio de esta canasta de tres articulos aumentó en 36.61% con relación al año 2010.

13

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.

En el mismo ejercicio de la página 7 determinar el índice de Paasche para el año 2012 considerando como periodo base el año 2010. ∑(P2012 x Q2012) ∑(P2010 x Q2012)

Interpretación → El índice de Paasche para el año 2012 con relación al año 2010 es de 136.37, lo que significa que en el 2012 el precio de esta canasta de 3 artículos aumentó en 36.37% con relación al año 2010.

Índice Ideal de Fisher
Es una combinación de los dos índices anteriores; es igual a la raíz cuadrada del producto del índice de Laspeyres por el índice de Paashe.

14

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Del mismo ejercicio utilizado anteriormente, determinar el índice de Fisher para el año 2012 considerando como periodo base el año 2010.

Éste índice es muy poco utilizado, por que en la práctica, las empresas siempre buscan reducir los recursos y tiempo empleados; por lo tanto, no existe una interpretación establecida para este índice.

Ventajas Índice de Laspeyres
  Requiere datos de cantidad para un solo periodo, por lo que es mas fácil obtener la información. Se puede realizar una interpretación más significativa del índice debido a que los cambios se atribuyen a los movimientos en los precios.

Desventajas Índice de Laspeyres
 Sobrepondera los productos cuyos precios aumentan, debido a que el incremento en los precios va acompañado de una reducción en la cantidad (Ley de la demanda). No refleja losa cambios en los patrones de compra a través del tiempo.

Ventajas Índice de Paasche
 Refleja los cambios en lo hábitos de compra, debido a que utiliza los datos de cantidad para cada periodo de referencia.

Desventajas Índice de Paasche
   Requiere datos de cantidad para cada año, lo que en muchos casos es difícil de obtener. Debido a que se utiliza cantidades diferentes, es imposible atribuir los cambios en el índice, sólo a los movimientos en los precios. Sobrepondera los productos cuyos precios disminuyen.

15

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, 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 duplicó con respecto al periodo base. Determine el ingreso real de esta persona.

Interpretación → Si bien el ingreso monetario de esta persona, se duplicó con respecto al periodo base, los precios que pagó por alimentos, vestuario, etc. También se duplicaron, en consecuencia, 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.

1

Ingreso Real: Poder adquisitivo del ingreso monetario.

16

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

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; esto nos dará como resultado nuevos índices que nos servirán para diversas interpretaciones, por ejemplo, comparar dos índices que están calculados con diferente período se base. Ejemplo En el ejercicio de la página 18 el IPC está calculado tomando como periodo base el año 2004; ahora vamos a cambiar el periodo base al año 2007.
AÑO 2007 2008 2009 2010 2011 2012 IPC (2007=100) 100 104,14 109,42 111,97 119,89 123,5

Lo que hicimos aquí no fue magia ni obra del espíritu santo, unicamente tomamos los indices del ejercico de la página 18, los dividimos para el indice del año 2007 que será 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 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. En cambio la estadística inferencial se ocupa de deducciones hacerca de una población con base en una muestra tomada a partir de tal población, y del cálculo 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 implícitos conocidos, se evalúen científicamente. En esta evaluación, es de gran ayuda la “Teoría de la Probabilidad” o denominada también “Ciencia de la Incertidumbre”. El empleo de tal teoría probabilística permite, a quien toma desiciones analizar, con información limitada, los riesgos y el azar inherente.

Conceptos Básicos
Teoría de las Probabilidades → Es la posibilidad de que algo suceda, dicho en otras palabras, es la posibilidad numérica, 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 específicamente de u n experimento, por ejemplo, en el lanzamiento de un dado, un resultado específico sería que nos caiga en el número 3. Evento → Es el conjunto de uno o más 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 número par, un número impar, un número mayor que 3, etc. Además un evento lo representamos con una letra mayúscula.

21

Universidad de Cuenca Facultad de Ciencias Económicas 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 Aplicación Se va a desarrollar un nuevo juego de video, 80 jugadores de este tipo de actividades van a probar su potencial de mercado. a) Cuál es el Experimento b) Cuál es un resultado posible c) Suponga que 65 jugadores dijeron que les gustó el juego. Es 65 una probabilidad?. d) La probabilidad de que el nuevo juego de video sea un éxito 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 sería que haya un 64% de aceptaciòn (sólo 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 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, por ejemplo: si se lanza el dado, el resultado debe ser un número 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 número decimal, sin embargo, puede también escribirse como una fracción; puede solamente ser un número entre 0 y 1, inclusive 0 ≤ P ≤ 1. La probabilidad 0 nos indica algo que No puede ocurrir; mientras más cercana esté la probabilidad a 0, es más improbable que ese evento suceda. La probabilidad 1 nos indica algo que seguramente va a ocurrir; mientras más cercana esté una probabilidad a 1, más seguridad habrá de que tal evento ocurra. Nota: El número 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 ponderación, la misma que mide el grado de veracidad de ocurrencia de un evento. A esta ponderación se la llama probabilidad.

Notación 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 Económicas y Administrativas
Para enlistar los resultados del espacio muestral se puede optar por la regla o enunciado y por el diagrama del árbol.

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 Árbol
Se utiliza cuando el espacio muestral no es muy grande; es una representación gráfica que nos permite organizar los resultados posibles de un experimento, en donde las diversas trayectorias a lo largo de las ramas del árbol 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 árbol con todos los resultados posibles de cualquier experimento, por ejemplo podriamos lanzar monedas y dados a la vez, esto daría lugar a un diagrama más grande y nos facilitaría determinar los resultados.

24

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Propiedades de los Eventos
Unión (U) → Si dos eventos son subconjuntos del espacio muestral, 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.

Intersección (∩) → Si dos eventos se intersectan, dan origen a un tercer evento; el evento D, el cual ocurrirá sólo si ocurren los eventos A y B al mismo tiempo.

Complemento → El evento A´ ocurre, si no ocurre el evento A; el evento A´ está conformado por todos los elementos del espacio muestral que no están en A.

25

Universidad de Cuenca Facultad de Ciencias Económicas 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 clásico y empírico. Enfoque Clásico Se basa en la consideración 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 número de resultados favorables, para el número 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 número par.

Para aplicar la probabilidad clásica, los eventos además de ser igualmente posibles, deben ser también: Mutuamente Excluyentes → Se expresa esto porque, la ocurrencia de cualquier evento, implica que ningún otro evento puede ocurrir al mismo tiempo; por ejemplo: en el experimento de lanzar el dado, el evento: “un número par” y el evento “un número impar” son mutuamante excluyentes, pues si cae un número par, no podría caer un impar al mismo tiempo. Colectivamente Exhaustivo → Se señala 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 será o un número par, o bien un número impar, por lo tanto, el conjunto de eventos es colectivamente exhaustivo.

26

Universidad de Cuenca Facultad de Ciencias Económicas 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, más bien, 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. Solución → todos sabemos que en una baraja hay 4 ases, 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, es con base en las frecuencias relativas. 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.

5

A priori → término que significa “antes de”

27

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, este evento reveló que: 483 de los 851 graduados no estaban empleados según su área de 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 0.57 de que un estudiante graduado en Adminitración de Empresas se desempeñe en un área diferente de sus estudios. Enfoque Subjetivo Fundamentalemente significa evaluar las opiniones disponibles y otra información subjetiva, para después estimar o asignar la probabildiad; es decir, la probabilidad subjetiva es la probabilidad de que suceda en evento específico, asignado por una persona con base en cualquier información disponible, por ejemplo: ¿Cuál es la probabilidad de que el deportivo Cuenca llegue a las finales el próximo año?... 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 además explique que tipo de enfoque probabilístico utilizó. 1. De una baraja de 52 cartas, se va a seleccionar una en forma aleatoria. ¿Cuál es la probabilidad de que la carta elejida sea de color negro?. 2. El centro de estadística de una ciudad X determinó en su informe de salud que, de cada 1520 decesos, 105 se devieron a accidentes automovilóisticos, 285 a cáncer y 430 a enfermedades del corazón. ¿Cuál es la probabilidad de que una muerte específica se deba a…? A). Accidente Automovilístico B). Cáncer C). Enfermedades del Corazón 3. ¿Cuál es la probabilidad de que en las próximas elecciones presidenciales gane una mujer?

28

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. Si dos eventos A y B son mutuamente excluyentes, la regla especial de adición 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 gráficamente 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 rectángulo, que constituye el espacio muestral, y dentro de éste círculos 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 según un experimento X con los siguientes resultados.

6

Recordemos que A o B se simboliza como A U B y es la operación de Unión, y cuando tenemos A y B se simboliza como A ∩ B y es la operación de Intersección

29

Universidad de Cuenca Facultad de Ciencias Económicas 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, más probabilidad de que no sea A es igual a la unidad. Despejando la ecuación anterior, obtenemos la fórmula de la Regla del Complemento:

Ejercicios de Aplicación 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; éstos fueorn clasificados de la siguiente manera:
Clasificación Supervisores Mantenimiento Producción Gerencia Secretaría # Empleados 120 50 1460 302 68

30

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, 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 simultánea, en este caso, la regla general de la adición 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 Aplicación: 1. Supongamos que se selecciona una muestra de 200 turistas que visitaron el Ecuador el año 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. Cuál 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 A∩B → La intersección entre estos dos eventos es una carta, porque también hay un Rey en los corazones negros.

32

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. 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 Aplicación Se lanzan a la vez un dado y una moneda; cuál es la probabilidad de que el dado salga un número 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 algún evento, dado que otro evento ya ocurrió antes. El cálculo de la probabilidad condicional se utiliza con frecuencia en el planeamiento de negocios, dado que existe información sobre un evento que ya ocurrió.

33

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Ejemplos de Aplicación 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 avión:

a) Llegue a tiempo dado que salió a tiempo. b) Salga a tiempo dado que llegó a tiempo.

2. Se sacan dos cartas, una y después otra con reemplazo 7 . Determine la probabilidad de que la segunda carta sea trébol, dado que la primera salió un as. 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, en este caso la probabilidad se calcula considerando las 52 cartas. Si fuera sin reemplazo, en el cálculo de la nueva probabilidad no se consideraría esta carta.

34

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Regla General de la Multiplicación 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 evalúa al multiplicar la probabilidad de que suceda el evento A, por la probabilidad condicional de que suceda el evento B.

Ejemplo de Aplicación: Supongamos que hay 10 rollos fotográficos en una caja y se sabe que 3 están defectuosos. Se van a seleccionar dos, unos después del otro. Cuál es la probabilidad de escoger un rollo con defectos, seguido de otro en la misma condición?

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

35

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

36

Universidad de Cuenca Facultad de Ciencias Económicas 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; también lo son el 5% de la empresa B y el 4% de la empresa C. Determine la probabilidad de un chip defectuoso basándose en el diagrama del árbol.

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 además, la probabilidad a priori, que es la probabilidad inicial o marginal, con base en el nivel actual de información. La probabilidad a posteriori, es una probabilidad revisada con base en información adicional. Con la ayuda del teorema de Bayes es posible determinar la probabilidad a posteriori o revisada.

37

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Ejemplo de Aplicación referido al ejercicio anterior (Pág. 37) Cuando los microchips llegan al fabricante, se colocan directamente en un depósito sin ningún tipo de inspección. Un trabajador selecciona un chip para instalarlo en una video grabadora, y lo encuentra defectuoso. Cuál 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 notación de la probabilidad condicional cambia.

También 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 más que el cociente de cada probabilidad conjunta, para el total de probabilidades conjuntas.

38

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Técnicas de Conteo
Si el número de posibles resultados de un experimento e pequeño, resulta fácil enlistar y contar todos los eventos factibles; por ejemplo, en el lanzamiento de un dado. Sin embargo, si existe un gran número de posibles resultados, resulta difícil enlistar y contar todas las posibilidades, por ejemplo, el número de niños en familias con 4 hijos en la ciudad de Cuenca.

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, y n formas de hacer otra; existen mn formas de hacer ambas”. 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, un Sedan o un Tucson, con elección de cubre ruedas deportivas o comunes. ¿Cuántos arreglos diferentes puede ofrecer el comerciante? Al tratarse de un número pequeño de arreglos, podemos responder esta pregunta utilizando el diagrama de árbol, y posteriormente aplicaremos la fórmula de la multiplicación para comprobar que la respuesta sea la misma.

Según el diagrama de árbol, tenemos 6 arreglos diferentes de autos.

39

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Aplicando la fórmula de la multiplicación:

Referido al ejemplo anterior. Si el vendedor ofrece 8 modelos de autos y 6 tipos de cubre ruedas, determine el número de arreglos posibles. 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. En una permutación se cuenta cada orden diferente de los objetos. “El número de permutaciones de m objetos distintos es igual a n! (factorial)8. Ejemplo de Aplicación: Una empresa de mensajería rápida, con viajes durante la noche, debe incluir 5 ciudades en su recorrido. ¿Cuántas 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 aplicación de una permutación de la aplicación de una combinación porque, en una permutación importa el orden, mientras que en una combinación 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 permutación. Teorema 3: El número de permutaciones de n objetos distintos, tomados r a la vez, es igual a:

n= número total de objetos r= número 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 Económicas y Administrativas
Ejercicios de Aplicación: 1. Supóngase que hay 8 máquinas disponibles, pero solo 3 espacios en el piso del taller donde han de ser instaladas. ¿De cuantos modos diferentes pueden colocarse las 8 máquinas en los 3 espacios disponibles?

2. Un músico desea escribir una partitura basado únicamente en 5 notas: Si, Do, Re, Mi y Sol, sin embargo, sólo 3 de las 5 se utilizarán en sucesión: como Do, Si y Mi, no se permitirán repeticiones como: Si, Si y Mi. ¿Cuántas permutaciones son posibles?

Nota: Tomemos en cuenta que el ejercicio dice: No se permitirán repeticiones” es decir que, el orden tiene importancia, por lo tanto, 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. ¿De cuántos modos puede hacer las verificaciones el mecánico operador? 4! = 24

41

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
4. Una pequeña empresa productora de alfombras ha decidido usar 7 colores compatibles en su línea de productos, sin embargo, al tejer una alfombra solo 5 husos pueden ser utilizados. En su publicidad desea indicar el número de diferentes grupos de colores disponibles para la venta. ¿Cuántos grupos cromáticos 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 número de permutaciones de n objetos distintos arreglados en un círculo es (n – 1)! , 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, de las que n1 son de una clase, n2 son de una clase, y así hasta nk clases; es igual:

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

42

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas Fórmula de la Combinación
Si no importa el orden de los objetos, el número total de ordenaciones se denomina combinación. Teorema 6: Una combinación es el número de modos para elegir r objetos de un grupo de n de ellos sin considerar el orden.

Ejemplos de Aplicación 1. Un entrevistador seleccionó al azar 4 de 10 personas disponibles. ¿Cuántos grupos diferentes de 4 son posibles?

2. En una empresa, los ejecutivos: Arias, Torres y Andrade, van a ser elegidos como un comité para negociar una fusión de empresas. ¿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, 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

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. Tenemos dos tipos de pruebas ordenadas:   Con sustitución o Reemplazo, 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, por ejemplo: ¿De cuántas maneras se pueden escoger 3 cartas de una baraja, si se realiza la prueba con sustitución, es decir, 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. Esta prueba sin sustitución, tomada de n elementos es una permutación.

44

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Ejemplos de Aplicación 1. ¿De cuántas maneras se pueden escoger 3 cartas de una baraja, si se realiza esta prueba sin sustitución? (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 están echados a perder. a) Utilizando el primer teorema b) Utilizando el análisis combinatorio

Explicación: 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 está 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 Económicas y Administrativas

Distribuciones Probabilísticas
Definición→ Es la enumeración de todos los posibles resultados de un experimento, junto con la probabilidad de cada resultado. Una distribución de probabilidades da toda la gama de valores que pueden ocurrir en base a un experimento, y resulta parecida a una distribución 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 número 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 árbol.

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.

46

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. 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 numéricos, por ejemplo: si consideramos el número de empleados ausentes en un horario de una empresa cualquiera, éste número es la variable aleatoria.

Clases de Variables Aleatorias Discreta.- Puede tomar ciertos valores específicos, con frecuencia número 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 medición, 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 Distribución Probabilística
La media de una distribución probabilística se denomina con la letra griega . Es un valor particular que sirve para representar el valor medio de una distribución probabilística, o lo que es igual, el valor promedio a largo plazo de la variable aleatoria. La media de una distribución probabilística se denomina también, valor esperado E(x).

La fórmula dice que la media de una distribución probabilística es igual a la sumatoria de las variables aleatorias por su probabilidad.

47

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Ejemplo de Aplicación Calcular el valor esperado del experimento de lanzar un dado.

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

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. Se expresa en unidades al cuadrado. Una comparación de dos varianzas permite confrontar la variación de dos distribuciones que tengan la misma media, pero diferentes dispersiones. La desviación típica o estándar de una distribución de probabilidades, es igual a la raíz cuadrada de la varianza. Se expresa en las mismas unidades que la variable aleatoria, en consecuencia, tiene una interpretación más racional.

Ejercicio de Aplicación El señor X vende automóviles nuevos, y generalmente negocia el mayor número de vehículos los días sábado. Ha establecido la siguiente distribución

48

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) 0,1 0,2 0,3 0,3 0,1 1

a) En un sábado, ¿Cuántos autos espera vender? b) Determine la varianza y la desviación estándar de ésta distribución

En un sábado espera vender 2 autos, la varianza es 1.29 unidades al cuadrado y el valor esperado presenta 1 auto de desviación estándar.

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

49

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
d) Calcule la Varianza y la desviación Estándar (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 distribución probabilística 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. 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 – 110,57)

Suma de Variables Aleatorias
Existen ciertas situaciones, en las que se puede considerar una variable aleatoria, que sea por sí misma, la suma de dos o más variables aleatorias. En estos casos se puede determinar, la media y la desviación estándar, respecto a la variable aleatoria resultante.

50

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
Las desviaciones estándar nunca se suman, solamente se pueden sumar las varianzas. Ejemplo de aplicación Una compañía está trabajando en 4 proyectos independientes A, B,C, y D, con utilidades esperadas de 4000, 5000, 10000 y 20000 dólares, con desviaciones estándar de 100, 300, 200 y 400 dólares. Determine la utilidad esperada total de esos 4 proyectos, y la desviación estándar de dicho total.

Ejercicios Resueltos 1. El número de quejas de los empleados de la compañía X, varía entre 0 a 6 cada día como se muestra en la siguiente tabla. Calcule e interprete el valor esperado, la varianza y la desviación estándar Solución:

Interpretación: En un día normal se espera tener 2 quejas, teniendo una desviación estándar de 1,9483

51

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas
2. Para recolectar los datos de un proyecto de investigación, un estudiante de mercadeo, en una universidad X, contó en 50 cursos de negocios el número de estudiantes que habían comprado recientemente discos compactos. En 12 clases no encontró estudiantes que hubieran hecho dicha compra, 3 estudiantes habían comprado en 8 clases, 4 habían comprado en 9 clases, 5 en 15 clases y 7 estudiantes de las 6 clases restantes habían aumentado su colección de música. Calcule el valor esperado y la desviación estándar, previamente realizada la tabla de distribución probabilística.

Distribuciones Probabilísticas Discretas

Distribución Binomial
Cada ensayo en una distribución binomial termina en sólo uno de dos resultados mutuamente excluyentes, uno de los cuáles se identifica como “éxito” 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 además, el experimento puede repetirse muchas veces. En una distribución probabilística, este proceso se denomina “Proceso de Bernoulli” y cada ensayo se llama “Experimento de Bernoulli”.

52

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

  

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

En donde:

Ejemplos de Aplicación: 1. El gerente de crédito de la empresa X ha descubierto que la probabilidad de éxito, 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 Económicas y Administrativas
Interpretación: 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, ¿Cuál es la probabilidad de que venda exactamente 2 aparatos?

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

Ejercicio Propuesto: De acuerdo con el periódico de educación superior, el 40% de todos los bachilleres, trabajan durante el verano para ganar dinero para la educación universitaria correspondiente al siguiente período de otoño. Si 7 bachilleres se seleccionan de manera aleatoria, cuál 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 Distribución Binomial
La media o valor esperado de una distribución binomial, se calcula multiplicando el número de observaciones, por la probabilidad de éxito.

54

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, se espera que 2 trabajen para ganar dinero para su educación superior.

La varianza se calcula, multiplicando el valor esperado, por la probabilidad de fracaso (1 – π), y la raíz cuadrada de este resultado, es igual a la desviación típica o estándar.

Distribuciones Binomiales Acumuladas
Se trata de una variante de la distribución binomial que revisamos anteriormente, la única diferencia está en que, 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

Universidad de Cuenca Facultad de Ciencias Económicas y Administrativas

Tabla Para Cálculo de Probabilidad Binomial
Para calcular la probabilidad de una distribución binomial, existe una forma más rápida y sencilla de hacerlo, sin necesidad de aplicar la fórmula revisada anteriormente. Esto consiste en utilizar la tabla que se encuentra en las páginas siguientes. Utilizar la tabla es muy sencillo, solo tienes que ubicar los pares del valor de n y el valor de X. El único inconveniente es que, la tabla sirve para trabajar con números enteros; es decir, que si tenemos datos que no constan en la tabla, necesariamente tenemos que aplicar la fórmula para determinar la probabilidad.

DISTRIBUCIÓN 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 Económicas 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 Económicas 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 Económicas 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 Económicas 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

Sign up to vote on this title
UsefulNot useful