Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
ÍNDICE
MENSAJE DE BIENVENIDA ................................................................................................. 3
REFERENCIAS DE ÍCONOS................................................................................................. 4
UNIDAD I ............................................................................................................................... 5
DEFINICIONES Y CONCEPTOS ESTADÍSTICOS ................................................................ 5
1.1. INTRODUCCIÓN......................................................................................................... 5
1.2. DEFINICIONES BÁSICAS ........................................................................................... 5
1.3. JUSTIFICACIÓN DEL USO DEL MUESTREO ............................................................ 7
1.4. RELEVAMIENTO DE DATOS ................................................................................... 10
1.5. TIPOS DE VARIABLES Y CLASIFICACIÓN.............................................................. 11
1.6. PRESENTACIÓN DE LA INFORMACIÓN ................................................................. 15
ACTIVIDAD I .......................................................................................................................................... 19
UNIDAD II .............................................................................................................................................. 20
ANÁLISIS DESCRIPTIVO UNIVARIADO .............................................................................................. 20
2.1. DISTRIBUCIONES DE FRECUENCIAS .................................................................... 20
2.2. MEDIDAS DE TENDENCIA CENTRAL Y DE POSICIÓN .......................................... 25
2.3. MEDIDAS DE VARIABILIDAD ................................................................................... 32
2.4. FORMAS DE LA DISTRIBUCIÓN ............................................................................. 36
2.5. GRAFICOS................................................................................................................ 38
ACTIVIDAD II ......................................................................................................................................... 44
UNIDAD III ............................................................................................................................................. 48
TEORIA DE LA PROBABILIDAD .......................................................................................................... 48
3.1. INTRODUCCIÓN....................................................................................................... 48
3.2. DEFINICIONES BÁSICAS ......................................................................................... 48
3.3. DEFINICIÓN DE PROBABILIDAD ............................................................................. 49
3.4. CÁLCULO DE PROBABILIDADES ............................................................................ 50
3.5. ESTRATEGIAS PARA EL CALCULO DE PROBABILIDADES .................................. 53
3.6. TEOREMA DE BAYES .............................................................................................. 58
ACTIVIDAD III ........................................................................................................................................ 59
UNIDAD IV ............................................................................................................................................. 61
DISTRIBUCION DE PROBABILIDADES .............................................................................................. 61
4.1. VARIABLE ALEATORIA ............................................................................................ 61
4.2. VARIABLES ALEATORIAS DISCRETAS .................................................................. 61
4.3. VARIABLES ALEATORIAS CONTINUAS ................................................................. 68
ACTIVIDAD IV ....................................................................................................................................... 73
BIBLIOGRAFÍA ...................................................................................................................................... 76
ANEXO I: TABLA DE DISTRIBUCION BINOMIAL PUNTUAL.............................................................. 77
ANEXO II: TABLA DE DISTRIBUCION BINOMIAL ACUMULADA ....................................................... 80
ANEXO III: TABLA DE DISTRIBUCION POISSON .............................................................................. 83
ANEXO IV: TABLA DE DISTRIBUCION NORMAL ............................................................................... 87
2
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
MENSAJE DE BIENVENIDA
Para lograr esto, el curso se encuentra dividido conceptualmente en dos bloques teóricos. El
primero de ellos comprende las unidades I y II y el segundo las unidades III y IV.
En el segundo bloque aprenderemos conceptos que nos permitirán profundizar aún más en
nuestro análisis de datos. Conoceremos algunas de las herramientas para “modelizar” datos
con el fin de poder generar y extraer un mayor conocimiento de la información. La
modelización en estadística permite no solo describir más detalles de los datos, sino también
predecir comportamientos o patrones que a simple vista pueden parecer ocultos.
Aprenderemos a identificar y resolver problemas reales, mediante modelos de variables
específicos tales como la Distribución Binomial, Poisson e Hipergeométrica y conoceremos la
principal variable de modelización de la estadística clásica, la Distribución Normal. Esta última
es de vital importancia ya que nos permitirá adentrarnos en otros tipos de modelos y resolver
una gran variedad de situaciones.
Es importante destacar que el conocimiento adquirido en este curso, puede ser aplicado en
diversas áreas de la ciencia y situaciones que ameriten el manejo de datos, de allí la
importancia del mismo.
Espero que durante la lectura del presente módulo, puedan disfrutar de este aprendizaje y
puedan aprovechar este nuevo conocimiento para aplicarlo en futuras situaciones del ámbito
profesional. Los aliento a esforzarse y les deseo mucho éxito durante este camino que están
a punto de emprender.
3
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
REFERENCIAS DE ÍCONOS
Actividad en el Foro.
Actividad Grupal.
Actividad Individual.
Atención.
Audio
Glosario.
Sugerencia.
Video.
4
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
UNIDAD I
DEFINICIONES Y CONCEPTOS ESTADÍSTICOS
1.1. INTRODUCCIÓN
La estadística es una ciencia con base matemática referente a la recolección, análisis e
interpretación de datos, que busca explicar condiciones regulares en fenómenos de tipo
aleatorio. Es transversal a una amplia variedad de disciplinas, desde la física hasta las
ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para
la toma de decisiones en áreas de negocios o instituciones gubernamentales. Se puede
definir como una disciplina que recolecta, clasifica y analiza información, para luego
poder interpretar los resultados.
Se clasifica en:
6
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Muestreo Probabilístico
Muestreo NO Probabilístico:
7
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Muestreo de voluntarios
Muestreo con intención o conveniencia
Muestreo por cuotas
Muestreo de Redes
9
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
10
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Este cuadro debe interpretarse como acumulativo, en donde cada escala posee
las propiedades de las que la preceden
11
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Nominal:
o Es la escala más “débil”
o Los números son usados únicamente como rótulos o etiquetas y las
palabras o letras también se usan.
o Forma de asignación: Enumeración de clases, donde cada individuo de
una clase es asignado con el mismo número (Sexo, Nacionalidad, etc)
o Se establece una determinación de igualdad entre los aspectos, es decir
una relación de equivalencia.
Ordinal:
o Además de la relación de equivalencia, se puede establecer una relación
de orden entre los aspectos de los individuos.
o Al igual que la escala anterior, se asignan números a las distintas clases,
pero preservando también el orden.
De Intervalo:
o Constituye formalmente una escala “cuantitativa”.
o Posee todas las propiedades de la escala ordinal, y ahora también se
puede determinar la distancia exacta entre las mediciones dos individuos.
o Casi todos los estadísticos son admisibles en esta escala, exceptuando
aquellas que exigen el conocimiento del valor cero u origen “verdadero”.
o El punto cero en esta escala es un tema de convención o conveniencia,
ya que el valor cero NO indica ausencia del atributo (Por ejemplo
variables de temperatura).
o No se puede decir que un valor es el doble, o cualquier otra proporción,
como consecuencia del origen arbitrario que posee. Si se pueden
comparar diferencias o intervalos, porque se cancela el efecto del origen
arbitrario.
De Razón:
o Comúnmente se encuentran en el área de la física.
o Solo se alcanzan cuando se pueden establecer las cuatro operaciones
empíricas.
o El valor cero está siempre presente aunque en algunos casos no se
pueda producir (Por ejemplo Temperatura absoluta).
o Todo tipo de estadístico es admisible, incluido el Coeficiente de
Variación.
12
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
o Discretas:
Son aquellas que pueden tomar sólo ciertos valores en el intervalo
determinado y no admiten valores intermedios. Generalmente son
valores enteros asociados a “conteos”. Por definición, la variable toma
“finitos o infinitos valores numerables”. Por ejemplo, la variable “cantidad
de materias aprobadas” puede tomar los valores 0,1, 2..., pero no algún
valor intermedio.
o Continuas:
Son aquellas que pueden tomar cualquier valor en el intervalo
determinado. Por definición, la variable toma “infinitos valores NO
numerables” entre dos valores. Por ejemplo, entre 0.1 y 0.11 existen
infinitos valores que se pueden observar 0.105, 0.10859, etc… y es
imposible enumerar a todos.
Clasificación
Cualitativa Nominal
Cualitativa Ordinal
Cuantitativa Discreta
Cuantitativa
Contínua
Según el tipo de participación que tengan las variables en el estudio, las podemos
clasificar en “independientes”, “dependientes” o “confundidoras”.
Clasificación
según el Rol Características
Independiente Es aquella que al modificarse, produce un cambio
en otra variable
Dependiente Es aquella que cambia cuando una variable
independiente se modifica
Confundidora Es cualquier otra variable diferente de la variable
independiente, que puede afectar una variable
dependiente.
Algunos comentarios:
Independiente:
Es de interés principal para el investigador, ya que “a priori” se piensa “explican”
o determinan los cambios observados en la variable dependiente. Se tienen en
cuenta porque se desea conocer las relaciones entre estas variables.
Dependiente:
Es de interés principal para el investigador, ya que “a priori” se piensa es
“explicada” por los cambios observados en la variable independiente. Se tienen
en cuenta porque se desea conocer los motivos y relaciones con las variables
independientes que determinan diversos escenarios de análisis.
13
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Confundidora:
No todas las variables confundidoras pueden ser controladas o tenidas en cuenta
en el análisis. Muchas veces las investigaciones llevadas a cabo no perciben la
presencia de estas variables confundidoras.
Por ejemplo:
2. Presión Arterial:
Es importante destacar que una variable puede ser pensada originalmente de una
determinada clasificación, pero para propósitos del estudio o bien por motivos de
medición o relevamiento, la variable se redefine de otra manera. Pensar por
ejemplo la “Edad”, “Edad en años cumplidos”, “Edad definida como: menores,
jóvenes, Adultos”, en todos los casos estamos hablando y midiendo la edad pero
su clasificación, forma de relevamiento y métodos analíticos admitidos son
distintos. Por ello tener siempre presente y recordar:
14
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Resumen TABULAR
La técnica de los cuadros consiste en arreglos de los datos, divididos por uno o más
sistemas de clasificación, en columnas e hileras.
En los cuadros de doble entrada debe tenerse especial cuidado en el orden y disposición
de las clasificaciones. Demasiadas divisiones y subdivisiones pueden tornar confusa la
información, siendo preferibles varios cuadros simples en lugar de uno con clasificación
cruzada.
Una tabla completa debe contener los siguientes elementos estructurales o partes:
15
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Es importante que en cada celda se registre algo. Si el dato es cero, este cero
debe ser anotado en la celda. Si la información no está disponible, debe indicarse
con ND o bien con una aclaración al pie. Si la celda se deja en blanco, no se
sabe si el dato es cero, no está disponible o hubo alguna omisión.
Cuando en un informe o texto se presentan varias tablas, se hace necesario
numerar las mismas por orden de aparición a fin de facilitar la referencia de las
mismas. El número se coloca antes del título.
Cuando se quieren analizar relaciones estadísticas entre variable-dependiente e
independiente, es conveniente ubicar la primera en la columna matriz.
Deben ser incluidas las unidades específicas de medida que corresponden a los
datos.
El título de la tabla debe ser claro, conciso y exacto. Un buen título responderá
a las preguntas: ¿qué? ¿cuándo? ¿dónde?.
Presentación en porcentajes: Cuando se presentan datos en porcentajes, se
pueden utilizar tres distintas opciones que dependerán del análisis y/o
comparación que se desee realizar sobre los datos:
o Porcentajes generales o conjuntos
o Porcentajes filas u horizontales
o Porcentajes columnas o verticales
16
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
CIFRAS ABSOLUTAS
PORCENTAJE GENERAL
PORCENTAJE FILAS
PORCENTAJE COLUMNAS
17
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Resumen GRÁFICO
Resumen NUMÉRICO
Al igual que en los gráficos, las medidas numéricas admisibles, dependen del tipo de
variable y su clasificación según la escala de medida.
Algunas medidas más comunes y que se desarrollarán más en detalle en la siguiente
unidad son:
18
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Actividad I
1) Para las siguientes situaciones identifique la o las variables estudiadas, indicando tipo de
variable, valores posibles (dominio), unidades, individuo, si se trata de una muestra o de la
población y el tamaño.
19
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
UNIDAD II
ANÁLISIS DESCRIPTIVO UNIVARIADO
Recordar que la distribución de una variable provee los posibles valores que la variable
puede tomar y con qué ocurrencia estos valores se presentan. Una forma de sintetizar
los datos consiste en armar una tabla en la que los datos se disponen en agrupamientos
o categorías, con el fin de clasificar los datos según su magnitud. En la tabla se indica
el número de veces que aparece cada uno de los valores. Cuando se dispone de un
gran número de valores discretos o cuando las variables son continuas, tiene sentido
formar una tabla que presente la distribución de frecuencias de los datos agrupados en
intervalos o clases, de igual tamaño si es posible.
Por ejemplo, se tienen datos de dos variables, la edad y el sexo, en un curso de grado
de Estadística de 10 alumnos:
20
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Para este caso es necesario tener en cuenta los siguientes aspectos: Determinar la
cantidad de intervalos o clases, el ancho de cada uno de ellos, los límites y el punto
medio (o marca). Todos estos aspectos son orientativos y muchas veces se obtienen
mediante prueba y error hasta encontrar la combinación que mejor representa los datos.
21
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Para el ejemplo de la variable edad de los alumnos del curso de grado, la distribución
de frecuencias es la siguiente:
Alternativamente:
22
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Distribuciones Acumuladas
En la tabla de distribución de frecuencias simples o con intervalos, se puede incluir
información adicional, la distribución de frecuencia acumulada.
En lugar de indicar la frecuencia (de cada valor, categoría o intervalo) la distribución de
frecuencia acumulada muestra la cantidad de datos que tienen un valor menor o
igual al límite superior de cada intervalo. Esta frecuencia se indica con F.
En el caso de variables cualitativas solo es correcto emplearlas cuando la escala de
medida de la variable es Ordinal.
Al igual que las frecuencias ya presentadas anteriormente, se puede construir:
La frecuencia relativa acumulada (Fr), que indica la proporción de todos los
datos que tienen un valor menor o igual al límite superior de cada intervalo.
La frecuencia porcentual acumulada (F%), que indica el porcentaje de todos
los datos que tienen un valor menor o igual al límite superior de cada intervalo.
Para el ejemplo de la variable edad de los alumnos del curso de grado, la distribución
de frecuencias es la siguiente:
En las siguientes secciones se presentan las métricas más comunes para el análisis de
datos. Las medidas descriptivas son valores que resumen la información de una
distribución. Se utilizan para describir ciertas características de los datos, permitiendo
una comprensión más precisa. Junto con estas medidas resúmenes y los gráficos
adecuados, se podrán detectar patrones y extraer conclusiones para un análisis más
profundo. Las medidas que se presentan en este curso son:
24
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Las fórmulas de cálculo ya sea de una población o muestra, varían según las 3
situaciones en las que disponemos los datos:
25
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
En los primeros dos casos el valor coincide y es igual a 21.2 años, mientras que en el
último caso el valor es 21.6 años. Esto se debe a que las fórmulas empleadas en las
tablas de frecuencias con intervalos son aproximadas (en este caso está influenciado
por el valor de la Marca o Punto Medio).
COMENTARIOS
El promedio es sensible a valores extremos que puedan estar presentes en el
conjunto de datos. En esta situación no es recomendable emplear esta medida
resumen.
Se calcula empleando todos los valores del conjunto de datos.
Tiene la siguiente propiedad, “la suma de los desvíos respecto a la media es
siempre cero”:
Moda
La moda o modo es el valor que se presenta con mayor frecuencia
Donde:
Linf : Extremo inferior del intervalo modal (el que tiene mayor frecuencia absoluta)
fi : Frecuencia del intervalo modal
fi-1 : Frecuencia del intervalo anterior al modal
fi+1 : Frecuencia del intervalo posterior al modal
Ai : Amplitud del intervalo
Para el ejemplo de la variable edad de los alumnos del curso de grado, el modo se
calcula como:
26
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
COMENTARIOS
Puede ocurrir que la mayor frecuencia se presenta con dos o más valores
distintos del conjunto de datos. Cuando esto ocurre (hay más de una moda) y si
los datos contienen “dos modas” se dice que los datos son bimodales. Si
contienen más de dos modas, son multimodales. Pero en realidad es más
correcto decir que el conjunto de datos no contiene moda (recordar la
definición!!!).
Se calcula empleando solo un valor del conjunto de datos.
Mediana
La mediana es otra medida de localización central. Es el valor situado a la mitad de los
datos ordenados de menor a mayor (en forma ascendente).
Donde:
n/2: Posición de la mediana
Linf: Extremo inferior del “intervalo de cálculo” (donde se encuentra la mediana
y se “cubre” la posición n2n2)
Fi−1: Frecuencia acumulada del intervalo anterior al “intervalo de cálculo”
fi: Frecuencia absoluta del “intervalo de cálculo”
Ai: Amplitud del intervalo
27
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Para el ejemplo de la variable edad de los alumnos del curso de grado, ordenados
previamente de manera ascendente:
COMENTARIOS
Percentiles y Cuartiles
El percentil p es un valor tal que por lo menos p por ciento de las observaciones
son menores o iguales que este valor y por lo menos (100−p) por ciento de las
observaciones son mayores o iguales que este valor
28
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Donde:
k*n/100: Posición del percentil k
Linf: Extremo inferior del “intervalo de cálculo” (donde se encuentra el percentil y
se “cubre” la posición k*n/100)
Fi−1: Frecuencia acumulada del intervalo anterior al “intervalo de cálculo”
fi: Frecuencia absoluta del “intervalo de cálculo”
Ai: Amplitud del intervalo
Es una práctica muy común el dividir al conjunto de datos en cuatro partes, donde cada
una de ellas contiene el 25% de las observaciones. Así se definen los cuartiles:
Notar que se presentó a la mediana como aquel valor situado a la mitad del conjunto de
datos ordenados de manera ascendente. Esta mitad corresponde al 50% de los datos,
es decir al percentil 50 y coincide con la definición del segundo cuartil, por ello:
Me = P50 = Q2
Además, la mediana es un caso particular de percentil (k=50), por ello las fórmulas en
datos agrupados son las mismas, considerando que k*n/100 = 50*n/100 = n/2 es la
expresión que aparece en la fórmula de la mediana.
Media Geométrica
Por ejemplo:
“En un conjunto de datos se tienen las razones de los valores de ventas respecto del
inmediato anterior y la progresión de ventas”:
30
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
COMENTARIOS
Media Armónica
COMENTARIOS
31
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Recordar que la distribución de una variable provee los posibles valores que la variable
puede tomar y con qué ocurrencia estos valores se presentan. Por lo tanto, la
distribución de una variable muestra el patrón de variación de la misma. Ya vimos
como presentar la distribución de una variable de manera tabular. Ahora vamos a ver
como resumir en forma numérica esta variabilidad de los datos.
Rango
COMENTARIOS
Aunque es la medida de dispersión más simple, rara vez se usa como única
medida. Esto se debe a que emplea solo dos observaciones y no permite “captar
la variación” en todo el conjunto de datos y termina siendo poco informativa.
El rango es muy sensible a valores extremos.
En general su uso se limita a conjuntos de datos pequeños.
Es una medida de variabilidad absoluta
Rango Intercuartílico
COMENTARIOS
32
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Varianza
Las fórmulas de cálculo ya sea de una población o muestra, varían según la situación
en las que disponemos los datos:
COMENTARIOS
33
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Desvío Estándar
COMENTARIOS
Coeficiente de Variación
En algunas ocasiones se requiere una medida que indique cuán grande es la desviación
estándar en relación con la media. Esta medida es el coeficiente de variación y
generalmente se expresa como porcentaje:
Coeficiente de
Precisión
Variación
CV <= 2,5% Muy buena
2,5% < CV <= 5,0% Buena
5,0% < CV <= 7,5% Bastante buena
7,5% < CV <= 10,0% Regular
10,0% < CV <= 15,0% Bastante mala o poco precisa
15,0% < CV <= 20,0% Mala o muy poco precisa
CV > 20,0% Muy mala
34
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
COMENTARIOS
Se emplea para comparar dos o más conjuntos de datos con o sin las mismas
unidades de medida. Por ejemplo se puede comparar cuál de las variables
“Edad” y “Altura” tiene más variación.
Soluciona el “problema” de magnitud de la varianza y el desvío estándar: Por
más pequeños que sean estos valores, ¡no podemos asegurar que tengan poca
variación hasta compararlos con sus promedios!
Ampliamente usado en la práctica por ser de fácil interpretación y con valores ya
establecidos como referencias.
Es una medida de variabilidad relativa
35
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Simetría – Asimetría
Una forma de calcular la asimetría con el conjunto de datos es mediante la fórmula del
Si:
Pa=0 : Distribución Simétrica
Pa>0 : Distribución Asimétrica Positiva
Pa<0 : Distribución Asimétrica Negativa
36
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Kurtosis
Una kurtosis grande implica mayor concentración de los valores de la variable cerca de
la media de la distribución (o centro), generando un pico en dicho valor. Lejos de este,
en las colas de la distribución existe relativamente menor frecuencia de datos.
Leptocúrtica: Alto apuntamiento. Más apuntada y con colas más gruesas que
la normal.
Mesocúrtica: Apuntamiento intermedio. Cuando tiene una distribución normal.
Platicúrtica: Poco apuntamiento o achatada. Menos apuntada y con colas
menos gruesas que la normal.
37
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
2.5. GRAFICOS
Gráfico de Barras
Un gráfico de barras se emplea para representar datos de variables cualitativas
nominales y/o ordinales de una distribución de frecuencias absolutas, relativas o
porcentuales.
En uno de los ejes se indican las etiquetas (categorías) y en otro eje se emplea una
escala adecuada para representar las frecuencias. Para cada categoría con el mismo
ancho de la barra, la altura se extiende hasta la frecuencia correspondiente.
Se pueden representar una (barras simples) o varias (barras múltiples) series de datos
simultáneamente, como así también apilarse.
SIMPLE
MULTIPLE
APILADO
38
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Gráfico de Torta
Primero se dibuja un círculo que representa todos los datos y luego se emplea la
frecuencia relativa para subdividir el círculo en sectores correspondientes a dicha
frecuencia relativa de la categoría en cuestión. La subdivisión de cada categoría es un
ángulo X° correspondiente a fr*360° = X°
Si se traza una línea vertical entre las frecuencias de cada valor, se obtiene un “bastón”,
por eso se conoce también como “Gráfico de Bastones”.
39
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Para este ejemplo “|” indica el punto decimal. El primer valor es 18.0 y los siguiente son
19.0, 19.0 (dos veces, por eso la frecuencia 00), etc…
40
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
La ojiva se construye al graficar cada una de las frecuencias acumuladas del intervalo,
indicando con puntos los límites de los intervalos y dichos puntos conectados mediante
líneas rectas. Cuando se trata de variables discretas, el gráfico presenta un patrón
escalonado.
OJIVA
ESCALONADO
41
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Box Plot
También conocido como diagrama de caja y bigotes (Box and Whisker plot), es un
resumen gráfico para variables cuantitativas basado en el resumen de cinco números.
Este gráfico es muy útil, ya que permite ver la forma de los datos, la dispersión y detectar
valores extremos (outliers).
Los pasos para elaborar un diagrama de caja son los siguientes:
1. Se dibuja una caja cuyos extremos se localicen en el primer y tercer cuartil. Esta
caja contiene el 50% de los datos centrales.
3. Usando el rango intercuartílico (RI) se localizan los límites para detectar valores
extremos, generalmente 1.5xRI.
42
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
43
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Actividad II
2) En 30 comercios del mismo ramo, se averiguó el total de unidades vendidas del producto P durante la
última semana, obteniéndoselas siguientes cantidades:
6 6 4 5 9 7 6 8 3 4
5 5 7 4 9 8 8 5 6 9
9 8 8 7 6 6 6 7 5 3
1,50 1,35 0,91 1,09 1,25 1,17 1,03 0,99 1,20 1,11
1,35 1,10 1,05 1,00 1,30 0,98 1,28 1,02 1,19 1,15
1,14 1,08 0,99 0,92 0,95 1,20 1,07 0,93 1,07 1,19
4) Una consultora de recursos humanos se halla analizando el número de despidos que efectuó la empresa
SAX.srl en los últimos doce meses y recopiló los siguientes datos:
18-15-14-23-20-18-17-18-16-20-18-15
44
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
5) Se midieron los tiempos de espera, en minutos, de algunos clientes en una sucursal del Banco Río y en
el Banco Galicia en la ciudad de Salta.
Banco Río 6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7
Banco Galicia 4.2 5.4 5.8 6.2 6.7 7.7 7.7 8.5 9.3 10.0
6) Los siguientes datos corresponden a la cantidad de menores de edad que integran el grupo familiar en
una muestra de 40 familias:
Menores 0 1 2 3 4 5 6 8
Familias 1 4 9 8 7 6 4 1
7) En la siguiente tabla se muestra la distribución del peso en gramos de una partida de 200 paquetes de
pastillas:
Peso en gramos Cantidad de paquetes
30 – 32 28
32 – 34 36
34 – 36 43
36 – 38 51
38 – 40 27
40 – 42 11
42 – 44 4
45
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
8) Se desea evaluar cuánto tiempo tarda un atleta en realizar una prueba en los juegos olímpicos. Se sabe
por olimpíadas anteriores que la duración de la misma prueba para un grupo de 50 individuos fue la
siguiente:
X (minutos) Atletas
10-15 8
15-20 21
20-25 10
25-30 7
30-35 4
9) Los siguientes datos corresponden a la distribución de frecuencias del peso de caramelos (en gramos):
a) Definir la variable
b) Construir la tabla de frecuencias
c) Calcular el peso medio y la variancia
d) Calcular el modo y la mediana
e) Grafique las frecuencias absolutas simples y las frecuencias acumuladas
10) El director de una biblioteca pública aplicó una encuesta para analizar la satisfacción de los usuarios.
Las 50 personas seleccionadas respondieron a la pregunta: ¿Cuál es la principal causa de queja en el
servicio de la biblioteca?. Las respuestas fueron:
Bibliografía desact. Bibliografía desact Trato del personal Bibliografía desact Bibliografía desact
Horario de atención Instalaciones Bibliografía desact Instalaciones Trato del personal
Sistema préstamos Trato del personal Bibliografía desact Trato del personal Bibliografía desact
Bibliografía desact. Bibliografía desact Sistema préstamos Bibliografía desact Instalaciones
Trato del personal Sistema préstamos Sistema préstamos Trato del personal Bibliografía desact
Bibliografía desact. Horario de atención Bibliografía desact Horario de atención Sistema préstamos
Instalaciones Trato del personal Trato del personal Sistema préstamos Horario de atención
Trato del personal Bibliografía desact Horario de atención Bibliografía desact Trato del personal
Trato del personal Bibliografía desact Trato del personal Trato del personal Bibliografía desact
Bibliografía desact Sistema préstamos Bibliografía desact Instalaciones Bibliografía desact
46
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
11) Una fundación otorga una subvención para pagar una guardería infantil destinada a hijos de
familias donde el padre y la madre trabajan desde las 8.00 hasta las 16.00 horas. Actualmente beneficia
a niños de 200 familias cuyos ingresos totales mensuales no superan $25.000.
Primera parte
Segunda parte
47
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
UNIDAD III
TEORIA DE LA PROBABILIDAD
3.1. INTRODUCCIÓN
Por ejemplo:
48
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Probabilidad Frecuentista
Probabilidad Subjetiva
Este enfoque plantea probabilidades muy difíciles de validar y pueden ser muy
diferentes a las “reales desconocidas”, por ello se debe tratar de reunir toda la
información sobre el tema a efectos de tomar una cuantificación acertada.
Probabilidad Axiomática
Una probabilidad “A” es una función de conjunto que asigna un valor numérico,
no negativo a la ocurrencia de algún suceso perteneciente a un espacio muestral
correspondiente a un experimento aleatorio
49
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
El primer punto indica que la probabilidad de cualquier evento debe ser siempre un valor
positivo o cero, en este último caso indica que el evento no ocurrirá.
El segundo punto indica que hay certeza que el evento (el espacio muestral en este
caso) ocurrirá, ya que incluye a todos los resultados posibles.
50
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Por ejemplo:
Los eventos “sota” y “rey” no pueden ocurrir simultáneamente, por lo tanto son
eventos mutuamente excluyentes
P(sota ∪ copa) = P(sota) + P(copa) – P(sota ∩ copa) = 4/40 + 10/40 – 1/40 = 13/40
Probabilidades Condicionales
Esto indica que se está considerando la probabilidad del evento A dada la condición de
que el evento B ha ocurrido. Por tanto, la notación se lee “la probabilidad de A dado B”
(o dado que ocurrió B).
51
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Por ejemplo:
52
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Tablas de Contingencia
En las celdas que aparecen en los márgenes de la tabla (los totales) se pueden observar
las probabilidades marginales, es decir las probabilidades de cada uno de los eventos
por separado. Se llaman así porque están en los márgenes de la tabla.
La primera regla de conteo que se presenta sirve para experimentos de pasos múltiples.
Esta regla permite determinar el número de resultados experimentales sin tener que
enumerarlos.
Ejemplo:
53
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Diagrama de Árbol
Esta estrategia del diagrama de árbol también se emplea para identificar probabilidades
condicionales y probabilidades conjuntas
54
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Pasos:
a) 0,84
b) 0,12
c) P(V / A) = 0,48 / 0,84 = 0,57
d) P(A / V) = 0,48 / 0,6 = 0,8
e) Hay que elegir algún evento entre sexo y resultado y ver si se cumple por ejemplo
P(M) = P(M / A) ?
P(M) = 0,4 y P(M / A) = 0,36 / 0,84 = 0,43. Los valores 0,4 y 0,43 no son iguales,
por lo tanto no son independientes
55
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Permutaciones
Ejemplo:
Combinaciones
Es otra regla de conteo útil que permite contar el número de resultados experimentales
cuando el experimento consiste en seleccionar n objetos de un conjunto de N objetos y
el orden o ubicación de los objetos no es relevante.
Se establece que 0! = 1
Ejemplo:
Arreglos
La regla de conteo para arreglos tiene relación estrecha con la de combinaciones, sin
embargo, con el mismo número de objetos, el número de arreglos que se obtiene en un
56
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Ejemplo:
Pasos:
1. Calcular el número total de posibles resultados de sacar 4 tarjetas entre las 15.
Esto es una combinación de 15C4 = 1365
57
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
El teorema de Bayes es aplicable cuando los eventos para los que se quiere calcular
la probabilidad revisada son mutuamente excluyentes y su unión es todo el
espacio muestral (si la unión de los eventos es todo el espacio muestral, los
eventos son exhaustivos).
En el caso de n eventos mutuamente excluyentes A1, A2, A3,…, An, cuya unión sea todo
el espacio muestral, el teorema de Bayes aplica para calcular cualquiera de las
probabilidades posteriores P(Ai / B) como se muestra a continuación:
58
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Actividad III
1) Sea el experimento que consiste en tirar un dado equilibrado y ver qué número sale en la cara superior.
a) Esquematizar el espacio muestral
b) Calcular la probabilidad de:
1) obtener un cuatro.
2) obtener un número par.
3) obtener un múltiplo de 3
2) En una empresa trabajan 80 personas. 30 son mujeres y 45 personas residen en zona Norte. Además hay
13 personas que son mujeres y residen en la zona Norte. Calcular la probabilidad de que si se selecciona
una persona al azar:
3) Para promocionar una nueva vacuna contra la hepatitis B, un laboratorio realiza una encuesta entre 40
mujeres de más de 40 años y 50 hombres de la misma edad, que se habían vacunado con la vacuna de
laboratorio. Encontraron que entre los hombres vacunados el 2% había contraído la enfermedad, mientras
que entre las mujeres vacunadas solo 16 habían contraído la enfermedad. Se elige una persona al azar que
está vacunada, cuál es la probabilidad:
4) En una zona rural el 3 % de los habitantes contrae una enfermedad, que se detecta con un análisis el cual
da positivo en el 90% de las personas enfermas y en el 8% de las sanas. Si se le practica el análisis a una
persona, cuál es la probabilidad de que:
5) Sabiendo que C, D y E son sucesos exhaustivos y que la probabilidad de C es el triple que la de D y esta
a su vez en el doble de la probabilidad de E. Calcular la probabilidad de cada uno de los sucesos.
6) Sabiendo que los sucesos A y B son independientes y que: P(A)=h, P (A U B)=0,6 y que la P(B)=0.2.
Se pide calcular el valor de h.
59
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
7) A un grupo de 300 personas que padecían una enfermedad viral que todavía no tenía un tratamiento
específico, se le suministraron tres tipos de vacunas y se analizó la inmunización a dicho virus:
9) Se conoce por estudios recientes que la probabilidad de aprobar Estadística en UCASAL es de 0.7. Si se
seleccionan al azar 4 estudiantes, ¿cuál es la probabilidad de que 2 de ellos aprueben Estadística y los
restantes no?
10) Supongamos que una empresa manufacturera recibe embarques de partes de 2 proveedores distintos.
Actualmente el 65 % de las partes que compra la empresa provienen del proveedor que llamaremos A y el
resto del proveedor B. La calidad de las partes varía según su origen. Los niveles históricos de la calidad
de los proveedores indican que la probabilidad de que una parte sea considerada mala dado que proviene
del proveedor A es del 2 %, mientras que si proviene del proveedor B es del 5 %.
60
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
UNIDAD IV
DISTRIBUCION DE PROBABILIDADES
Una variable aleatoria proporciona el medio para describir los resultados experimentales
empleando valores numéricos.
Deben tomar valores numéricos, por lo tanto es una función del Espacio Muestral que
asocia un valor numérico a cada uno de los resultados experimentales.
Una variable aleatoria puede ser discreta o contínua dependiendo del tipo de valores
que asuma.
Función de Probabilidad
Para que la variable X tenga función de probabilidad discreta deben cumplirse las
siguientes dos condiciones:
61
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Por ejemplo, sea la variable X: Cantidad de miembros del hogar que trabajan
DE(X)= 1.52
Distribución Binomial
62
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Dado que el número de estos valores es finito, x es una variable aleatoria discreta. A la
distribución de probabilidad correspondiente a esta variable aleatoria se le
llama distribución de probabilidad binomial.
Considere el experimento que consiste en “lanzar una moneda ocho veces y observar
si la cara de la moneda que cae hacia arriba es cara o cruz”. Suponga que se desea
contar el número de caras que aparecen en los ocho lanzamientos. ¿Presenta este
experimento las propiedades de un experimento binomial? ¿Cuál es la variable aleatoria
que interesa?
Donde
x = 0,1,2,..,n
0≤p≤1
E(x) = np
Var(x) = np(1−p) = npq
63
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
El cálculo de las probabilidades con la fórmula de la binomial resulta tedioso sobre todo
cuando n es grande. Esto se simplifica utilizando las tablas de la distribución binomial
para probabilidades puntuales y probabilidades acumuladas. Estas se encuentran en el
Anexo I y II.
Por ejemplo: “La selección argentina de fútbol jugará 10 partidos durante una gira. Se
sabe que en la región donde se realizarán los partidos el 20% de los días son
lluviosos”. Identificamos los parámetros que en este ejemplo son n=10 y p=0.2.
a. Definir la variable:
“Cantidad de partidos que la selección jugará con lluvia, sobre un total de 10
partidos”.
La selección jugará con lluvia = es el “éxito” para este ejemplo
“10 partidos” = es la cantidad de casos “n”
64
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Distribución Poisson
En este caso interesa emplear una variable aleatoria discreta que permita conocer el
número de veces que sucede un hecho determinado (ocurrencias) en un intervalo de
tiempo o de espacio, volumen u otra unidad. Si se satisfacen las condiciones siguientes,
el número de ocurrencias es una variable aleatoria discreta, descrita por la distribución
de probabilidad de Poisson:
Donde
X = 0, 1, 2,…
λ>0
λ es el número medio de ocurrencias en el intervalo
E(x) = λ
Var(x) = λ
65
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Por ejemplo: “En un banco de la ciudad de Salta, en promedio cinco personas utilizan
un cajero automático cada hora”. Identificamos el parámetro de este ejemplo λ =5.
a. Definir la variable:
“Cantidad de personas que utilizan el cajero automático en un lapso de 1 hora”.
Lapso de 1 hora = es el “intervalo de tiempo” para este ejemplo
66
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Distribución Hipergeométrica
Para que esto último ocurra, debe tener x éxitos de los r éxitos que hay en la población
y n-x fracasos de los N-r fracasos, es decir involucra conceptos de números
combinatorios.
Donde
x=0,1,2,..,n sujeto a las restricciones
o x≤r
o n−x ≤ N−r
E(x) = n(r/N)
Var(x) = n(r/N)(1 – r/N)( (N−n)/(N−1) )
67
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Para el cálculo de probabilidades, esta distribución no cuenta con una tabla. Por ello los
cálculos deben realizarse empleando la fórmula de la distribución. Existen expresiones
que permiten hacer cálculos empleando la distribución Binomial, pero no se presentan
en este curso, solo nos limitaremos a emplear la función de distribución
Hipergeométrica.
Por ejemplo: “Una biblioteca posee 10 textos de Estadística, de los cuales 6 son de
autores extranjeros. Se eligen al azar 5 textos.
a. Definir la variable:
“Cantidad de textos de autores extranjeros en una muestra de 5 textos”
textos de autores extranjeros = es el “éxito” para este ejemplo
“5 textos” = es la cantidad de casos “n”
Como primer paso debemos definir que es una función de distribución de una variable
aleatoria contínua: F(X) = P(X ≤ x) para −∞<x<∞
Si X es una variable aleatoria contínua con función de distribución F(x), siempre que
exista la derivada, se puede determinar la función de densidad de probabilidad para la
variable X.
Al igual que en el caso discreto, el equivalente para que la variable X tenga función de
densidad contínua debe cumplir las siguientes dos condiciones:
68
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Distribución Normal
Características:
Se emplea extensamente en la práctica para describir variables aleatorias
continuas
La distribución normal tiene una importante aplicación en inferencia estadística
Es una distribución con forma acampanada y simétrica
Las colas de la curva normal se extienden al infinito en ambas direcciones y en
teoría jamás tocan el eje horizontal. Dado que es simétrica, la distribución normal
no es sesgada, su sesgo es cero
Parámetros: μ ; σ2
Dominio: −∞ ; +∞
El punto más alto de una curva normal se encuentra sobre la media, la cual
coincide con la mediana y la moda
La desviación estándar determina qué tan plana y ancha es la curva normal.
Desviaciones estándar grandes corresponden a curvas más planas y más
anchas, lo cual indica mayor variabilidad en los datos
Puntos de inflexión: x = μ ± σ ; x = μ ± 2σ ; x = μ ± 3σ
Para hallar la probabilidad de que una variable aleatoria normal esté dentro de
un determinado intervalo, se tiene que calcular el área que se encuentra bajo la
curva normal y sobre ese intervalo (aplicando integrales)
69
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
E(x)=μ
Var(x)=σ2
70
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Es un caso particular cuando la Distribución Normal tiene Media cero y desvío uno:
Parámetros: μ = 0 ; σ = 1
Dominio: −∞ ; +∞
Puntos de inflexión: z = μ ± σ ; z = μ ± 2σ ; z = μ ± 3σ
En el caso de la distribución normal estándar ya se encuentran calculadas las
áreas bajo la curva normal y se cuenta con tablas que dan estas áreas y que se
usan para calcular las probabilidades.
La variable estandarizada Z se interpreta como el número de desviaciones
estándar a las que está una variable aleatoria x de su media μ
En el Anexo IV puede encontrar los valores tabulados para una Distribución Normal
Estándar. Puede usar esta tabla para saber el área bajo la curva desde la línea central
(Z=0) hasta cualquier línea vertical (Z=z) hasta 3, en incrementos de 0.1. Se encuentra
tabulado hasta Z=3, debido a lo que se presentó anteriormente:
71
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
3. Considerar siempre el área bajo la curva que debemos calcular para el problema
y que tipo de área bajo la curva nos muestra la tabla. De esto surge la mejor
estrategia para calcular la probabilidad.
Para este ejemplo, la tabla nos brinda el valor desde Z=0 hasta Z=1.6, es decir
P(0 < Z < 1.6) y nuestro interés es buscar P(Z > 1.6)
a.
Tabla: Interés
b. Teniendo en cuenta P(Z > 0 ) = 0.5 y la tabla P(0 < Z < 1.6), se tiene que:
P(Z > 1.6) = 0.5 - P(0 < Z < 1.6)
72
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
Actividad IV
1) El número de errores por hora que comete un administrativo en cierto trabajo es una variable aleatoria
que tiene la siguiente distribución:
Cantidad de errores 0 1 2 3
2) Se van a extraer dos bolillas de una caja que contiene 3 bolillas numeradas (del 3 al 5). Construir la
distribución de probabilidad de la variable: “suma de los números de las dos bolillas” y calcular la media y
la varianza, considerando las extracciones con y sin reposición.
3) Un experimento consiste en tirar dos dados y anotar las sumas de las caras superiores:
a) Construir la distribución de probabilidad de la variable “suma de las caras de los dos dados”
b) Calcular la probabilidad de que la suma sea:
I) 4
II) seis o doce
III) superior a 5
IV) a lo sumo 4
V) más de 3
4) Se desea hacer una encuesta de mercado para estudiar cuál será la repercusión de un producto que será
lanzado en los próximos días. Se conoce por estudios anteriores que el porcentaje de aceptación sobre
productos similares es del 60%. Si se toma una muestra de 20 personas:
a) ¿Cuál es la probabilidad que exactamente diez personas compren el producto?
b) ¿Cuál es la probabilidad de que a lo sumo 12 personas compren el producto?
c) ¿Cuál es la probabilidad de que más de 9 personas no lo adquieran?
d) ¿Cuántas personas se espera que no compren el producto?
5) Se sabe por experiencias anteriores, que el 30% de los alumnos universitarios, trabaja más de 4 horas
por día. Si seleccionamos al azar 10 alumnos universitarios, ¿Cuál es la probabilidad de hallar?:
a) 4 alumnos que trabajan más de 4 horas.
b) Más de 2 alumnos que trabajen más de 4 horas.
c) A lo sumo 8 alumnos en iguales condiciones.
6) Por una esquina de Salta transitan en promedio 15 autos por minuto. Se desea calcular la probabilidad
de que
a) En un minuto pasen exactamente 11 autos
b) En un minuto pasen más de 12 autos.
c) Durante 30 segundos pasen 7 automóviles.
d) ¿Cuál es el lapso tal para que la probabilidad de que no pase ningún auto valga 0.2?
73
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
7) Entre los numerosos postulantes que se presentaron para cubrir un puesto administrativo en una
importante empresa se preseleccionaron catorce, de los cuales solamente cinco pueden acreditar experiencia
previa en tareas similares, y el director de Recursos Humanos de la empresa decidió elegir por sorteo los
siete postulantes preseleccionados que entrevistará en primer término. Calcular la probabilidad de que en
el grupo así elegido, haya:
a) Exactamente 3 postulantes con experiencia previa.
b) A lo sumo 2 postulantes con experiencia previa.
c) Como mínimo 4 postulantes con experiencia previa.
d) ¿Cuántos postulantes sin experiencia previa se esperaría encontrar en un grupo de tres postulantes?
8) En la sección Contaduría de una empresa, donde trabajan 8 empleados casados y 12 empleados solteros,
el jefe elige al azar un equipo de empleados para hacer horas extras el próximo sábado.
a) Si dicho equipo estuviera integrado por 4 empleados, ¿cuál sería la probabilidad de que más de la mitad
de los mismos fueran casados?
b) Si dicho equipo estuviera integrado por 9 empleados, ¿cuál sería la probabilidad de que menos de la
tercera parte de los mismos fueran solteros?
9) Una tienda recibe 4,2 reclamos de clientes por semana. Determinar la probabilidad de que en una
semana elegida al azar:
a) Ningún cliente haga un reclamo.
b) No menos de 5 clientes hagan reclamos.
c) No más de 1 cliente haga un reclamo.
10) El número de personas que ingresan a la unidad de cuidados intensivos de un hospital en cualquier día,
posee una distribución de probabilidad con una media igual a 5 personas.
a) ¿Cuál es la probabilidad de que el número de personas que ingresan a la unidad de cuidados intensivos
en un día particular sea igual a 2?
b) ¿Y a lo sumo 2?
c) ¿Cuántas personas se espera que entren durante 15 días?
11) Al comenzar las clases, en un curso de 80 alumnos en el que hay 24 recursantes, el profesor selecciona
al azar 10 alumnos para contestar un cuestionario a fin de evaluar los conocimientos previos que tienen
acerca de la materia. Calcular la probabilidad de que en el grupo de alumnos seleccionados haya:
a) Entre 2 y 5 recursantes.
b) Por lo menos 8 alumnos que cursan por primera vez la materia.
c) Algún recursante
12) Sabiendo que la recaudación diaria de cierto comercio minorista se distribuye normalmente con un
monto promedio de $830 y un desvío estándar de $125:
a) ¿Cuál es la probabilidad de que mañana se recaude menos de $885?
b) ¿Cuál es la probabilidad de que mañana se recaude más de $600?
c) ¿En qué porcentaje de los días se recauda entre $700 y $800?
d) ¿En qué porcentaje de los días se recauda entre $900 y $1500?
e) ¿Cuál es el monto no superado en el 20% de los días?
f) ¿Cuál es el monto sólo superado en el 30% de los días?
13) Las estaturas de un grupo de individuos de entre 18 y 20 años se distribuyen normalmente con una
media de 1,68 metros. Se sabe que el 95% mide menos de 1,78 metros.
a) Calcular el desvío estándar.
b) ¿Cuál es la probabilidad de que un individuo elegido al azar mida más de 1,8 metros?
c) ¿Cuál es la estatura máxima del 10% de los individuos más bajos?
74
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
14) El tiempo que tarda un operario en realizar una tarea, tiene distribución normal con promedio de 20
minutos y desvío de 4 minutos. El departamento técnico informa que el tiempo máximo tolerado para dicha
tarea es de 25 minutos, para evitar retrasos en todo el proceso; todo operario que exceda de ese tiempo debe
hacer un curso de capacitación.
a) ¿Qué porcentaje de operarios debería concurrir al curso?
b) El departamento de administración informa que por razones de presupuesto no se puede enviar al curso
a más del 5% del total de operarios de la empresa. ¿Qué empleados deberán tomar el curso?
15) Una máquina dosificadora de café llena bolsas que deben contener en promedio 250grs con un desvío
estándar de 20grs.cuando trabaja en condiciones normales. Suponga que los pesos de las bolsas de café
tienen distribución Normal.
a) ¿Cuál es la probabilidad de que al sacar una bolsa al azar esta pese menos de 244,36 grs. o más de
255.64 grs?
b) ¿Cuál es el peso superado por el 5% de las bolsas?
16) Las ventas mensuales de un producto tienen distribución normal. Se sabe que el 15% de los meses se
venden menos de 1.500 unidades, mientras que el 7% de los meses las ventas superan las 1800 unidades.
a) ¿Cuál es la probabilidad de que las ventas mensuales sean de 1600 unidades?
b) ¿Cuál es la venta garantizada el 90% de los meses?
17) Se ha comprobado que el tiempo que requiere un alumno para completar un examen tipo Múltiple
Choice se distribuye normalmente con promedio 43 minutos y desvío estándar igual a 16 minutos:
a) ¿Qué porcentaje de los alumnos que tardan como mínimo media hora para completar dicho examen, lo
terminan en menos de una hora?
b) Si el examen se toma a un grupo de 6 alumnos, ¿cuál es la probabilidad de que a lo sumo la tercera
parte del grupo necesite más de 50 minutos para completarlo?
18) Las exportaciones de productos agrícolas de nuestro país se distribuyen normalmente con un
promedio de 8.000 millones de dólares anuales y un desvío típico de 1.000 millones. Hallar:
a) P (X > 10.000)
b) P (X < 7.000)
c) P (X = 6.000)
d) P (9.000 < X < 11.000)
e) P (6.000 < X < 8.500)
f) P (X > 9.000 o X < 8.000)
75
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
BIBLIOGRAFÍA
BIBLIOGRAFÍA BÁSICA:
LUGAR Y AÑO
AUTOR TÍTULO EDITORIAL
DE EDICIÓN
Introducción a la Buenos Aires
Chao, Lincoln, Ed. Mc.Graw - Hill
Estadística 1993
Estadística para
Berenson, Mark y Levine, México
Administración y Pearson Educación
David, 2001
Economía
Estadística para
Lind D., Marchal, W., México
Administración y Ed. Alfaomega
Mason, R. 2004
Economía”
Estadística para las
México
Lincoln , L Chao Ciencias Ed. Mc.Graw - Hill
1993
Administrativas
BIBLIOGRAFÍA COMPLEMENTARIA:
Estadística Aplicada a
Kazmier, Leonard y Díaz Serie Schaum.
la Administración y México 1998
Mata, Alfredo, Mc.Graw - Hill
Economía.
Estadística Para
Bogotá
Mills , Richard L. Economía Y Mc.Graw - Hill
1980
Administración.
Estadística para
Mendenhall, W. Y Grupo Ed. México
Administración y
Renmuth, J. Iberoamericana. 1981
Economía
Schearffer, R. , Mendenhall, Elementos de Editorial Thompson Madrid
W. y Ott. Lyman. Muestreos. Paraninfo, 2007
76
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
77
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
78
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
79
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
80
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
81
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
82
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
83
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
84
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
85
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
86
LICENCIATURA EN COMERCIALIZACIÓN
ANÁLISIS CUANTITATIVO I
87