Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Temas Métodos
Temas Métodos
Cada tema al darle clic los lleva a la explicación más aplica, con
procedimientos.
Métodos I
1. Análisis de probabilidad
a. Discretas - Solo puede tener valores enteros, Eje. No. De
alumnos.
✔ Para proporciones
2. Estadística descriptiva
a. Series simples - Número de datos menor a 30 elementos
b. Datos agrupados - Número datos mayor o igual a 30 elementos
Métodos II
1. Análisis de estimación - Estimación puntual o de punto, intervalo de
confianza, máximo error de estimación, límites.
a. Para medias
● Caso 4
(Aplica caso 1,2 y 3) - Cuando se conoce N y n/N es 0.05 se aplica el factor fi
b. Para proporciones
● Única fórmula – Z
● Única fórmula – Z
e. Estimación del tamaño adecuado de la muestra
● Para medias (Cuantitativa)
b. Proporciones
● Única fórmula – Z
● Independientes
● Dependientes
✔ Única fórmula – t
● Única fórmula – Z
Métodos III
1. Operaciones con matrices
a. Dimensiones
b. Sumas y resta
c. Multiplicación
d. Determinantes
● Matriz 2x2
Hallar solución a problemas que tiene varias incógnitas (no presenta ninguna total
como beneficio, utilidad, costos). Se puede hacer cualquiera de los siguientes
métodos o como el caso lo indique.
e. Ecuaciones simultaneas
f. Método de Gauss
g. Regla de Cramer
● Por sarrus
● Por cofactores
✔ Maximización
✔ Minimización
● Esquina noroeste
● Mínimo costo
● Multas o de vogel
● Pasos secuenciales
Métodos I
1. Análisis de probabilidad
1) Identificar qué tipo de variable es la que se está estudiando
Discretas: cuando no puede tomar ningún valor entre dos consecutivos, ej, personas,
trabajos realizados, artículos, etc
Continuas: cuando puede tomar cualquier valor dentro de un intervalo, 77777777 EJ:
porciones, media pizza, peso, altura, etc
NOTA: VER PAG 115 L O 121 D
a. Discretas
● Árbol de probabilidad
n= entre 2 y 4 observaciones
● Distribución Binomial
Característica
n= entre 5 y 20 observaciones
Dos posibilidades:
❖ éxito (p)
❖ Fracaso (q)
(p) + (q)= 1
❖ Aunque se le llame éxito o fracaso a las posibilidades, esto no implica que lo analizado sea
algo bueno o malo.
❖ El primer dato que dan es, (p)
Identificar p y q
p = 0.30
q= 0.70
Ver análisis de respuestas de la página 191 del PDF y 180 del libro.
b. Continuas
● Curva Normal
Pág. 217 PDF
Dan:
❖ Media (μ)
❖ Desviación estándar (σ)
❖ Valor de la variable (x)
❖ Distribución normal, normalmente, comportamiento normal,
comportamiento aproximadamente normal
Tabla de la curva normal estándar (tabla de valores de z) pagina 293 libro PDF Métodos I
Dan:
❖ Media (μ)
❖ Desviación estándar (σ)
❖ Valor de la variable (x)
❖ Muestra (n)
✔ Para proporciones:
Dan:
❖ Proporción de interés de la población (P)
❖ Proporción de interés de la muestra (p´)
❖ Muestra (n)
2. Estadística descriptiva
Fórmulas
a. Series simples pág. 56 PDF
Cuando los datos son menores a 30 elementos
1. Ordenar los datos de forma ascendente y realizar cuadro anterior.
2. Calcular las medidas de tendencia central.
❖ Media aritmética
❖ Mediana
❖ Desviación estándar
❖ Coeficiente de variación
❖ Coeficiente de sesgo
2. Rango “R”
4. Limites
5. Conteo de frecuencia
6. Marca de clase “M”
❖ Mediana
Página 88 PDF
❖ Moda
Página 93 PDF
❖ Desviación estándar
❖ Coeficiente de variación
❖ Coeficiente de sesgo
Métodos II
1. Análisis de estimación
a. Para medias: pag. 24
Puntual
x̄ = μ
De intervalo Campana de Gauss
β = Nivel de confianza
α = Nivel de significación (desconfianza)
Según los datos que tenga el caso pueden ser:
Con valores de Z
Z = (β/2)
● Caso 1
● Caso 2
● Caso 3
● Caso 4 (APLICA A CASO 1, 2 Y 3)
Puntual
p’ = P
De intervalo
Z = (β/2)
✔ Caso 1
✔ Caso 2
Con valores de t
t = (gl ; 1-α)
gl = (n1 + n2 - 1)
✔ Caso 3
Cuando no se conocen las desviaciones estándar de la población (σ) pero n es menor a 30
b. Dependientes
pág. 62
❖ Medias que se obtienen de la misma fuente (algo, personas u objetos que
produzcan datos).
❖ T ienen el mismo tamaño (n).
Puntual pág. 63
De intervalo
Z = (β/2)
➔ Caso 2
➔ Caso 3
● Para proporciones
➔ Caso 1 (UNICA FORMULA)
➔ Caso 3
No se conoce la desviación estándar de la población y n es menor a
30
d. Dependientes
1. Formular un enunciado teórico o suposición (Hipótesis)
2. Elaborar un modelo matemático sobre la hipótesis
❖ Siempre será:
➔ Ho: μd = 0
3. Elaborar un modelo matemático contrario
❖ Puede ser:
➔ Ha: μd ≠ 0 No existe diferencia entre antes y después
➔ Ha: μd > 0 Antes es mayor que después
➔ Ha: μd < 0 Antes es menor que después
4. Definir los criterios de prueba (realizar la campana de gauss)
❖ Ubicar áreas de rechazo (α) y no rechazo (β)
❖ Determinar el valor crítico de prueba (con el nivel de significación(α))
➔ Distribución t
t = (gl ; 1-α)
gl = (n-1)
5. Calcular el valor crítico de prueba o estadístico de prueba
❖ Realizar cuadro pag. 151
❖ Fórmulas
➔ Media de las diferencias
➔ Desviación estándar
➔ Estadístico de prueba
➔ Pc y Qc
➔ Estadístico de prueba
a. Patrón uniforme
1. Planteamiento de la hipótesis nula y alterna
❖ Patrón uniforme
➔ Ho: Los datos son uniformes o se ajustan de manera uniforme
➔ Ha: Los datos no son uniformes o no se ajustan de manera uniforme
2. Definición del criterio de prueba
❖ Ubicar áreas de rechazo (α) y no rechazo (β)
❖ Determinar el valor crítico de prueba (con el nivel de significación(α))
➔ Valor crítico = X^2 = (gl ; 1 - α)
➔ gl = ( k - 1)
➔ K = número de clases
3. Calcular el valor crítico de prueba o estadístico de prueba
❖ Fórmulas
b. Patrón específico
1. Planteamiento de la hipótesis nula y alterna
❖ Patrón específico
➔ Ho: Los datos se ajustan a un patrón específico o mantienen el
patrón deseado
➔ Ha: Los datos no se ajustan a un patrón específico o no mantienen
el patrón deseado
2. Definición del criterio de prueba
❖ Ubicar áreas de rechazo (α) y no rechazo (β)
❖ Determinar el valor crítico de prueba (con el nivel de significación(α))
➔ Valor crítico = X^2 = (gl ; 1 - α)
➔ gl = ( k - 1)
➔ K = número de clases
3. Calcular el valor crítico de prueba o estadístico de prueba
❖ Fórmulas
c. Prueba de independencia
1. Planteamiento de la hipótesis nula y alterna
❖ Prueba de Independencia
➔ Ho: Las variables son independientes (No tienen relación)
➔ Ha: Las variables no son independientes (Tienen relación)
2. Definición del criterio de prueba
❖ Ubicar áreas de rechazo (α) y no rechazo (β)
❖ Determinar el valor crítico de prueba (con el nivel de significación(α))
➔ Valor crítico = X^2 = (gl ; 1 - α)
➔ gl = ( #m - 1)(#n - 1)
➔ #m = número de filas
➔ #n = número de columnas
3. Calcular el valor crítico de prueba o estadístico de prueba
❖ Fórmulas
2. Prueba de significación
❖ 2.1. Planteamiento de la hipótesis nula
➔ Ho: p = 0 (No hay correlación o relación)
❖ 2.2. Planteamiento de la hipótesis alterna
➔ Ha: p ≠ 0 (Hay correlación o relación)
❖ 2.3. Definición de los criterios de prueba
➔ Ubicar áreas de rechazo (α) y no rechazo (β)
➔ Determinar el valor crítico de prueba (con el nivel de
significación(α))
➔ Distribución t
t = (gl ; 1 - α/2)
gl = (n-2)
❖ Calcular el valor crítico de prueba o estadístico de prueba
x̄ = ∑x / n -y = ∑y / n
4. Estimación Puntual
5. Intervalo de confianza
❖ Valor de t
d. Determinantes
Resta de las multiplicaciones de los valores encontrados en diagonales de cada matriz.
Matriz cuadrada
Matriz rectangular
Agregar a la matriz inicial las 2 primeras columnas, multiplicar y sumar las diagonales que
van hacia una misma dirección, por último restar los resultados..
d. Ecuaciones simultaneas
1. Planteamiento del problema
2. Planteamiento de ecuaciones
3. Combinar dos ecuaciones y eliminar una de las incógnitas, multiplicando
los coeficientes por números adecuados, así obtener una ecuación con
solo dos incógnitas.
4. Combinar la otra ecuación con cualquiera de las anteriores y trabajar de
manera similar al paso 3.
5. Combinar las dos ecuaciones de dos incógnitas (obtenidas en el paso 3 y
4), eliminar una de las incógnitas, multiplicando los coeficientes por
números adecuados, así el valor de una incógnita.
6. Sustituir el valor obtenido en el paso 5, en cualquiera de las ecuaciones
obtenidas en paso 3 y 4, obteniendo el valor de otra incógnita.
7. Sustituir los valores obtenidos en los pasos 5 y 6, en cualquiera de las
ecuaciones originales y despejar la incógnita a encontrar.
e. Método de Gauss
1. Planteamiento del problema
2. Planteamiento de ecuaciones
3. Convertir en 1 los valores en diagonal de izquierda a derecha y convertir
en 0 los demás valores (Seguir los pasos del método de Gauss)
f. Regla de Cramer
1. Planteamiento del problema
2. Planteamiento de ecuaciones
3. Hallar del determinante de la matriz original (D)
4. Sustituir la columna C en la primera columna, hallar el determinante
(D1)
5. Sustituir la columna C en la segunda columna, hallar el determinante
(D2)
6. Sustituir la columna C en la tercera columna, hallar el determinante (D3)
7. Aplicar formulas
Función objetivo
Maximizar una utilidad o cualquier beneficio
Minimizar un costo, un tiempo o cualquier aspecto negativo
● Método gráfico
Signo:
≥ Mayor o igual que, para casos o disponibilidades como mínimo, no menos de o
por lo menos.
≤ Menor igual que, para casos o disponibilidad de como máximo no más de o
cuando no se especifica algún comportamiento.
Pasos:
1. Plantear el problema (tabla de contingencia)
2. Definir la función objetivo
➔ Fo: Maximizar Z = x1 + x2
➔ Fo: Minimizar Z = x1 + x2
3. Definir las restricciones en forma de desigualdades
4. Cambiar desigualdades a igualdades (cambiando el signo ≥ o ≤ por signo =)
5. Calcular pares ordenados, utilizando igualdades
6. Trazar líneas rectas en el plano de coordenadas, con los pares ordenados
obtenidos, identificar el área de solución factible conforme el signo ≥ el
área de solución va hacia afuera del plano y con signo ≤ va hacia adentro
del plano.
7. Localizar el área factible de solución (donde existe intersección de áreas).
8. Localizar los vértices o puntos factibles de solución (donde existe
intersección de líneas y encierran al área factible de solución).
9. Calcular los valores para las variables, para cada vértice a través de
ecuaciones simultáneas, utilizando las líneas de las ecuaciones que forman
cada vértice.
10. Determinar el vértice o punto óptimo de solución, sustituyendo las
variables de la función objetivo por los valores de las variables de cada
vértice.
➔ Maximización: el vértice o punto óptimo de solución es aquel donde
el resultado es mayor.
➔ Minimización: el vértice o punto óptimo de solución es aquel donde
el resultado es menor.
11. Comprobar el punto óptimo de solución en cada una de las restricciones,
sustituyendo los valores.
12. Respuesta.
● Método simplex
❖ Maximización
Todas las restricciones deben tener signo ≤, si alguna no cumple se corrige
multiplicando toda la restricción por -1 y voltear el signo.
1. Plantear el problema (tabla de contingencia)
2. Definir la función objetivo
➔ Fo: Maximizar Z = x1 + x2
➔ Fo: Minimizar Z = x1 + x2
3. Definir las restricciones en forma de desigualdades
4. Cambiar desigualdades a igualdades (cambiando el signo ≥ o ≤ por
signo =), agregando variables de holgura, una por cada desigualdad.
5. Construir un primer tablero simplex, ordenando los valores de las
igualdades en orden y agregar en la última fila los valores de la
función objetivo en forma negativa.
6. Determinar la columna pivote, identificando el menor valor de la fila
de la función objetivo (si hay más de uno se elige cualquiera).
7. Encontrar el elemento pivote, dividiendo cada uno de los elementos
de la última columna (z) entre cada elemento de la columna pivote,
eligiendo el de menor valor como la fila del elemento pivote.
8. Convertir en uno el elemento pivote y los demás elementos de la
columna en ceros.
9. De ser necesario revertir los pasos 6,7 y 8, hasta que todos los
elementos de la última fila del tablero sean positivos o ceros.
❖ Minimización
Todas las restricciones deben tener signo ≥, si alguna no cumple se corrige
multiplicando toda la restricción por -1 y voltear el signo
1. Plantear el problema (tabla de contingencia)
2. Definir la función objetivo
3. Fo: Maximizar Z = x1 + x2
4. Fo: Minimizar Z = x1 + x2
5. Definir las restricciones en forma de desigualdades
6. Cambiar desigualdades a igualdades (cambiando el signo ≥ o ≤ por
signo =)
7. Formar una matriz inicial con los coeficientes y las constantes, en la
última fila colocar la función objetivo.
8. Transponer la matriz inicial (convirtiendo las filas en columnas).
9. Construir el primer tablero simplex y trabajar el método simplex.
b. Modelo de asignación
● Maximización
Pasos:
1. Plantear la matriz de efectividad o primera matriz.
2. Seleccionar el dato de mayor valor en cada fila de la matriz de efectividad,
restarle los demás elementos de su fila, incluyendo el mismo (para obtener
0), y construir la segunda matriz para colocar los resultados.
3. Revisar las columnas e identificar alguna que no tenga por lo menos un 0,
en ellas seleccionar el elemento de menor valor y restarlo de los elementos
de su columna, incluyendo el mismos, construir la tercera matriz para
colocar los resultados además de copiar los valores de los elementos que
no se modificaron.
4. Trazar el menor número de líneas posibles, tratando de cubrir el mayor
número de ceros.
➔ Si el número de líneas trazadas es igual al número de filas de la
matriz, es posible realizar la asignación óptima.
➔ Si el número de líneas trazadas no es igual al número de filas de la
matriz, seguir el procedimiento.
5. Construir una nueva matriz, identificar el elemento de menor valor entre
los elementos descubiertos (que no se encuentra cubiertos por líneas),
restarlo de los elementos descubiertos, sumarlo a los elementos donde
existan intersecciones de líneas y copiar los demás elementos cubiertos por
líneas.
6. Trazar nuevamente el menor número de líneas posibles que cubran todos
los ceros.
➔ Si el número de líneas trazadas es igual al número de filas de la
matriz, es posible realizar la asignación óptima.
➔ Si el número de líneas trazadas no es igual al número de filas de la
matriz, repetir paso 5 y 6 hasta lograr la igualdad.
7. Asignar a cada fila o columna un cero único (no debe de haber duplicidad).
8. Asignar a cada cero único el valor de la matriz de efectividad o primera
matriz.
9. Establecer de derecha a izquierda el origen y de abajo hacia arriba el
destino.
10. Respuesta.
● Minimización
Pasos:
1. Plantear la matriz de efectividad o primera matriz.
2. Cancelar la celda indicada donde no habrá asignación, colocamos una X.
3. Seleccionar el dato de menor valor en cada columna de la matriz de
efectividad, restarlo de los demás elementos de su columna, incluyendo el
mismo (para obtener 0), y construir la segunda matriz para colocar los
resultados.
4. Revisar las filas e identificar alguna que no tenga por lo menos un 0, en
ellas seleccionar el elemento de menor valor y restarlo de los elementos de
su fila, incluyendo el mismo, construir la tercera matriz para colocar los
resultados además de copiar los valores de los elementos que no se
modificaron.
5. Trazar el menor número de líneas posibles, tratando de cubrir el mayor
número de ceros.
➔ Si el número de líneas trazadas es igual al número de filas de la
matriz, es posible realizar la asignación óptima.
➔ Si el número de líneas trazadas no es igual al número de filas de la
matriz, seguir el procedimiento.
6. Construir una nueva matriz, identificar el elemento de menor valor entre
los elementos descubiertos (que no se encuentra cubiertos por líneas),
restarlo de los elementos descubiertos, sumarlo a los elementos donde
existan intersecciones de líneas y copiar los demás elementos cubiertos por
líneas.
7. Trazar nuevamente el menor número de líneas posibles que cubran todos
los ceros.
➔ Si el número de líneas trazadas es igual al número de filas de la
matriz, es posible realizar la asignación óptima.
➔ Si el número de líneas trazadas no es igual al número de filas de la
matriz, repetir paso 6 y 7 hasta lograr la igualdad.
8. Asignar a cada fila o columna un cero único (no debe de haber duplicidad).
9. Asignar a cada cero único el valor de la matriz de efectividad o primera
matriz.
10. Establecer de derecha a izquierda el origen y de abajo hacia arriba el
destino.
11. Respuesta.
c. Modelo de transporte
Determinar si el problema es homogéneo (la sumatoria de la oferta es igual a la sumatoria
en la demanda), de no ser así agregar una fila o columna ficticia.
➔ Oferta < Demanda - Agregar fila ficticia con costos 0
➔ Oferta > Demanda - Agregar columna ficticia con costos 0
● Esquina noroeste
1. Construir la matriz origen (oferta) y destino (Demanda).
2. Asignar en la celda de la esquina noroeste (celda de primera fila y primera
columna) una cantidad que agote la oferta y satisfaga la demanda.
3. Ajustar las cantidades de oferta y demanda restando la cantidad asignada,
cancelando las celdas en las que ya no es posible hacer una asignación.
4. Si se agota la oferta, la siguiente asignación se hace en la celda de abajo; si
quedó satisfecha la demanda, la siguiente asignación se hace en la celda de
la derecha.
5. Cuando todas las ofertas y todas las demandas sean iguales a cero, el
proceso termina.
6. Elaborar el programa de distribución.
7. Respuesta.
● Mínimo costo
1. Construir la matriz de origen y destino.
2. Identificar la celda con el menor costo (no cero), y asignarle una cantidad
que agote la oferta y satisfaga la demanda. Si hay varios iguales elegir al
azar.
3. Ajustar las cantidades de oferta y demanda restando la cantidad asignada,
cancelando las celdas en las que ya no es posible hacer una asignación.
4. Repetir los pasos 2 y 3 hasta que todas las ofertas y todas las demandas
sean iguales a cero.
5. Elaborar el programa de distribución.
6. Respuesta.
● Multas o de vogel
1. Construir la matriz de origen y destino.
2. Calcular una multa por cada fila y cada columna (en cada fila y en cada
columna identificar los dos costos con menor valor y restarlos), la
colocamos en la celda.
3. Identificar la celda con la multa mayor, ya sea columnas o filas, identificar la
celda con el menor costo y asignarle una cantidad que agote la oferta y
satisfaga la demanda.
4. Ajustar las cantidades de oferta y demanda restando la cantidad asignada,
cancelando las celdas en las que ya no es posible hacer una asignación.
5. Repetir los pasos 2, 3 y 4 hasta que todas las ofertas y todas las demandas
sean iguales a cero.
6. Elaborar el programa de distribución.
7. Respuesta.
● Pasos secuenciales
1. Calcular costos marginales para todas las celdas vacías (que contengan X).
2. Evaluar los costos
➔ Si todos los costos marginales son positivos o ceros, el programa
actual es el óptimo, ya no es posible disminuir el costo.
➔ Si hay costos marginales negativos, el programa actual no es el
óptimo, es posible disminuir el costo. Es necesario hacer una
redistribución, seguir con el proceso.
3. Identificar el ciclo que dio el costo marginal menor, de ese ciclo identificar
los costes con signo “-” , comparar las cantidades asignadas que poseen y
seleccionar que la cantidad de menor valor.
4. Asignar la cantidad (seleccionada anteriormente) a la celda desocupada del
ciclo identificado, restar ese valor a las celdas con signo - y sumarlo a las
celdas con signo + (del ciclo identificado).
5. Completar la matriz con las asignaciones de las celdas ocupadas que no
fueron modificadas, cumpliendo con la oferta y demanda.
6. Repetir los pasos anteriores hasta que todos los costos marginales sean
positivos o ceros.
7. Elaborar el programa de distribución.
8. Respuesta.
b. Cadenas de markov
Matriz inicial
❖ Conocido: si establece la participación o comportamiento de los estados de la
variable (si el caso indica los valores).
Matriz de transición
❖ Estados expresados en probabilidad de las variables (datos del caso)
❖ Los datos no pueden ser negativos,
❖ La sumatoria de las filas deben sumar 1.
Pérdida
Porcentaje que una variable cede a otra, se coloca en la fila.
Ganancia
Porcentaje que una variable obtiene de otra, se coloca en columna.
● Método gráfico
1. Construir la matriz inicial (formada por datos históricos o presentes sobre el
comportamiento de las variables.
2. Construir la matriz de transición.
3. Elaborar el árbol de decisiones.
4. Respuesta.
● Método producto de matrices
1. Construir la matriz inicial (formada por datos históricos o presentes sobre el
comportamiento de las variables.
2. Construir la matriz de transición.
3. Multiplicar las matrices.
4. Respuesta.
● Ecuaciones simultaneas
1. Construir la matriz inicial (compuesta por P1, P2, P3…Pn).
2. Construir la matriz de transición.
3. Multiplicar las matrices para plantear ecuaciones.
4. Igualar las ecuaciones a 0.
5. Reducir términos semejantes.
6. Plantear una ecuación con la suma de las proporciones iguales a 1.
7. Determinar si el sistema de ecuaciones es de 2 o 3 incógnitas.
➔ Si es de 2 incógnitas resolver a través de ecuaciones simultáneas,
método de gauss o regla de cramer.
➔ Si es de 3 incógnitas resolver a través de método de gauss o regla
de cramer.
8. Método de Gauss o regla de Cramer: construir la primera matriz, la
primera fila se forma con probabilidades de 1, las siguientes filas se forman
con las ecuaciones igualadas a 0, colocar cualquiera ecuación menos 1 y
aplicar cualquiera de los dos métodos.
9. Respuesta.