UNIVERSIDAD

NACIONAL DE TRES
DE FEBRERO
LICENCIATURA EN
ADMINISTRACIN
ELEMENTOS DE
MATEMTICA Y
ESTADSTICA
MANUAL
AUTORA: SOFA
FUHRMAN
1
NDICE
Unidad 1: Campos numricos y operaciones matemticas
1. Campos numricos 3
2. Repaso de operaciones bsicas en el campo de los nmeros
reales
6
2.1. Suma y resta 6
2.2. Multiplicacin 8
2.3. Divisin 9
2.4. Clculos combinados en 11
2.5. Clculos combinados en

12
2.6. Potenciacin 13
2.7. Radicacin 16
2.8. Concepto de mdulo o valor absoluto 23
2.9. Resolucin de ecuaciones cuadrticas 24
2.10. Ecuaciones bicuadrticas 26
2.11. Logaritmos 27
2.12. Ecuaciones logartmicas y exponenciales 29
2.13. Traduccin de enunciados al lenguaje simblico 32
2.14. Sistemas de dos ecuaciones lineales con dos incgnitas 33
Unidad 2: Matemtica financiera
1. Concepto 35
1.1. Clasificacin de las operaciones financieras 36
1.2. Tipos de inters 37
1.3. Capitales equivalentes 38
2. Rgimen simple 39
2.1. Capitalizacin simple 39
2.2. Descuento simple 41
2.3. Aplicaciones del principio de equivalencia: sustitucin de
capitales
43
3. Rgimen compuesto 47
3.1. Capitalizacin compuesta 47
3.2. Descuento comercial compuesto 52
3.3. Aplicaciones del principio de equivalencia: sustitucin de
capitales
54
Unidad 3: Estadstica descriptiva
1. Estadstica: definicin y objeto 56
1.1. Definiciones bsicas 57
1.2. Etapas de la estadstica 60
Unidad 4: Probabilidad
1. Introduccin 86
1.1. Espacio muestral 87
1.2. Suceso aleatorio 88
1.3. Definiciones del trmino probabilidad 91
2
UNIDAD I
CAMPOS NUMRICOS Y OPERACIONES MATEMTICAS
1) CAMPOS NUMRICOS
Los nmeros son creaciones humanas, que fueron surgiendo de acuerdo
con las necesidades de las diferentes comunidades.
En primer lugar se cre el conjunto de los nmeros enteros y positivos,
hoy llamado Conjunto de los Nmeros Naturales. Los nmeros naturales se
utilizaron en primera instancia para las actividades relacionadas con el
comercio. Pero este campo numrico no era til para registrar deudas o dficit,
de modo que posteriormente se desarroll el campo de los nmeros enteros y
negativos. Los nmeros naturales junto con los enteros negativos conforman el
campo de los Enteros.
Otro problema era el de registrar y operar con partes de una unidad, que
se resolvi a partir de la creacin de los nmeros fraccionarios, tanto positivos
como negativos.
A este gran conjunto, formado por los nmeros enteros positivos y
negativos, y los fraccionarios tambin de ambos signos, se lo denomin
Conjunto de los Nmeros Racionales. Cualquier elemento de este conjunto
puede expresarse como una fraccin.
Por ejemplo:
5
2, 5
2
4 8
4 ...
1 2

Sin embargo, no todos los nmeros pueden expresarse como una
fraccin. Por ejemplo,
2
: si se intenta calcular el resultado de esta operacin,
se obtienen infinitos decimales diferentes. Es decir que no hay ninguna fraccin
que equivalga a
2
.
Este tipo de nmeros, que no pueden expresarse como fraccin o razn,
constituyen el campo de los Nmeros Irracionales.
33
I
El conjunto formado por los racionales e Irracionales se denomina
Campo de los Nmeros Reales, y es el que usamos habitualmente.
Sin embargo, queda an un problema para resolver, que es el de las
races de radicando negativo e ndice par.
Repasemos el concepto de radicacin:
n n
a b b a
Es decir que para resolver una raz, debo preguntarme qu nmero
elevado a la n da a como resultado. Al nmero que est dentro de la raz (a) se
lo denomina radicando, y a n se lo llama ndice.
Por ejemplo:
3 3
8 2 2 8
Si el radicando es negativo y el ndice es impar, obtenemos un resultado
negativo:
( )
3
3
64 4 4 64
Pero si el radicando es negativo y el ndice es par, la operacin no tiene
solucin dentro del campo de los nmeros reales, ya que cualquier nmero
elevado a un exponente par da un resultado positivo.
Por ejemplo, si queremos resolver 25 , debemos obtener un nmero
que elevado al cuadrado d como resultado -25, y esto no es posible, ya que:
( )
2
2
5 25
5 25

Para resolver esta cuestin se crearon los nmeros imaginarios.
Un nmero imaginario es un nmero real multiplicado por un elemento al
que se denomina i, y que tiene la caracterstica de que elevado al cuadrado da
como resultado -1.
Entonces:
( ) ( )
2
2
25 5 5 25 25. 1 25 i i i
44
I
El conjunto de los nmeros reales ms los nmeros imaginarios se
denomina Campo de los Nmeros Complejos.
5

COMPLEJOS
IMAGINARIOS
NATURALES
ENTEROS
RACIONALES
REALES
2. REPASO DE OPERACIONES BSICAS EN EL CAMPO DE LOS
NMEROS REALES
Esta seccin es un repaso de las propiedades y formas de operar con
los nmeros estudiadas durante la escuela secundaria.
Seguramente muchos de ustedes las recuerdan, pero quizs hay
algunos que no trabajan con estas cuestiones hace mucho tiempo, por eso me
pareci oportuno refrescar estos conocimientos.
Si bien muchas de estas operaciones pueden resolverse fcilmente con
una calculadora, me parece importante entender el mecanismo de cada una de
ellas, ya que sta es la base de los temas que desarrollaremos en las prximas
unidades.
2.1) SUMA Y RESTA
Siempre que tenemos dos nmeros con el mismo signo, se suman, y el
resultado obtenido lleva el mismo signo que los sumandos.
Por ejemplo:
7+3 = 10
-7-3 = -10
La suma de dos nmeros negativos puede pensarse como la suma de
dos deudas; lo que se obtiene es el monto total adeudado.
Si debemos sumar nmeros con signos diferentes, se restan, y el
resultado lleva el signo del nmero de mayor valor absoluto. Aqu tambin es
til pensar los nmeros positivos como ingresos y los negativos como egresos.
Si los ingresos son mayores que los egresos, el resultado final es positivo; si
los egresos son mayores, el resultado de la operacin es negativo.
6
-5 + 9 = 4
6 11 = -5
Para realizar una suma algebraica (una sucesin de sumas y restas),
sumamos todos los nmeros positivos, luego sumamos todos los negativos, y
posteriormente a la primera cantidad le restamos la segunda:
- 8 + 6 + 5 10 4 = (6 + 5) (8 + 10 + 4) = 11 22 = -11
7
2.2) MULTIPLICACIN
Regla de los signos:
El producto de dos nmeros del mismo signo da resultado positivo
4.3 4.( 3) 12
El producto de dos nmeros de signos opuestos da resultado negativo
4.3 4.( 3) 12
Propiedad Distributiva:
La multiplicacin es distributiva respecto de la suma y de la resta
( )
6 4 5 6.4 6.5
6.9 24 30
54 54
+ +
+

8
2.3) DIVISIN:
La divisin de dos nmeros cualesquiera puede expresarse como una
razn o fraccin. El nmero de arriba es el dividendo o numerador, y el de
abajo es el divisor o denominador.
min
numerador
a
a b
deno ador b

Una restriccin para esta operacin es que el denominador debe ser

distinto de cero, ya que la divisin por cero no est definida en la matemtica
1
.
Regla de los signos:
Es igual que en el producto: para dividendo y divisor del mismo signo, el
resultado (que se denomina cociente) es positivo, si tienen signos contrarios es
negativo.
Propiedad Distributiva:
En la suma y en la resta, puede distribuirse el numerador pero no el
denominador:
24 8 24 8
4 4 4
32
6 2
4
8 8
+
+
+

1
La razn por la cual esta operacin no est definida es la siguiente: Si dividimos un nmero por una
cantidad cada vez ms pequea, obtenemos un resultado cada vez ms grande. Por ejemplo: 10:1=10;
10: 0,1= 100; 10: 0,001= 1000; 10:0,0001 = 10.000. es decir que si dividimos por un nmero que tiende
a cero, el resultado tiende a infinito.
9
12 12 12
2 1 2 1
12
6 12
3
4 18
+
+
+

10
2.4) CLCULOS COMBINADOS EN
Para resolver clculos combinados, se debe separar toda la expresin
en trminos. Los trminos se definen por los signos + y que aparecen fuera
de los parntesis.
Ejemplo:
2
8.5 9 4.3 3 40 9 12 9 49 12 9 7 12 9 7 9 12 4 + + + + + + +
Si aparecen parntesis, corchetes y/o llaves, el orden de supresin es:
primero los parntesis, luego los corchetes y por ltimo las llaves.
Cuando delante de cualquiera de estos signos aparece un signo
negativo, se debe cambiar el signo del resultado de la operacin que se
encuentra en su interior. Si el signo es positivo, se deja tal cual est.
Ejemplo:
( ) ( )
( ) ( )
{ }
[ ]
{ }
{ }
2
2 2
3
2
2
2
2
4 3 4 3 :10 25
64 1 9 :10 5
8 1 9 :10 5
7 9 :10 5
40:10 5
4 5
9

1
+
' ;
]

1
+
]
+
+
+
+

11
2.5) CLCULOS COMBINADOS EN
Suma y Resta de fracciones:
De igual denominador:
Se suman o restan los numeradores y se conserva el mismo
denominador:
5 7 1 5 7 1 11
12 12 12 12 12
+
+
De distinto denominador:
Se debe calcular el denominador comn:
8 1 7 8.10 1.6 7.3 80 6 21 95 19
3 5 10 30 30 30 6
+ +
+
Siempre que se pueda, simplificamos la fraccin, para trabajar con
nmeros ms pequeos.
Multiplicacin de fracciones:
Se multiplican los numeradores entre s y los denominadores entre s,
simplificando previamente, si es posible:
3
21 12 10 21
8 7 9
_


,
8
2
12

3
7
1
10 3
9
_
_




,
,
2
3

10
1
_

,
5
9
5
Divisin de fracciones:
La divisin se transforma en una multiplicacin, invirtiendo el divisor:
12
22 2 22
:
8 5

11
5
8 2

55
8

2.6 POTENCIACIN
La potenciacin consiste en multiplicar un nmero (la base) por s mismo
la cantidad de veces que indique el exponente
a
n
= a.a .a a multipicado por s mismo n veces.
Regla de los signos
Signo del Exponente

Cuando el exponente es negativo, se invierte la base.
Ejemplos:
16
1
2
2
1
8
125
2
5
5
2
9
16
3
4
4
3
4 4
3 3
2 2
8
1
3
2
1
3
2

,
_

,
_

,
_

,
_

,
_

,
_

,
_

Propiedad Distributiva
EXPONENTE PAR EXPONENTE IMPAR EJEMPLO
BASE
POSITIVA
RESULTADO
POSITIVO
RESULTADO
POSITIVO
3
2
= 9
3
3
= 27
BASE
NEGATIVA
RESULTADO
POSITIVO
RESULTADO
NEGATIVO
(4)
2
= 16
(4)
3
= 64
13
n
a
Base
Exponente
La potenciacin no es distributiva respecto a la suma ni a la resta.
(3+4)
2
3
2
+4
2
7
2
9+16
49 25
La potenciacin es distributiva respecto a la multiplicacin y a la
divisin.

(3.5)
2
= 3
2
.5
2
15
2
= 9.25
225 = 225
Producto de Potencias de Igual Base
El producto de dos o ms potencias de igual base es igual a la misma
base elevada a un exponente igual a la suma de los exponentes de los
factores.
Ejemplo:
4
3
. 4
2
= 4
3+2
= 4
5
= 1024
Cociente de Potencias de Igual Base
El cociente de dos potencias de igual base es igual a la misma base
elevada a un exponente que se obtiene restando los exponentes del dividendo
y el divisor
Ejemplo:
6
7
: 6
5
= 6
7- 5
= 6
2
= 36
Potencia de Potencia
14
.
b c b c
a a a
+

b
b c
c
a
a
a

La potencia de otra potencia es igual a una potencia de la misma base

elevada al producto de los exponentes dados.
Ejemplo:
(3
2
)
3
= 3
2.3
= 3
6
= 729
Cuadrado de un Binomio
Como la potenciacin no es distributiva respecto de la suma ni de la
resta, para calcular el cuadrado de un binomio debemos multiplicar el binomio
por s mismo.
(a + b)
2
= (a + b) . (a + b) = a
2
+ ab + ab + b
2

Ejemplos:
(4x + 3y
3
)
2
= (4x)
2
+ 2. 4x . 3y
3
+ (3y
3
)
2
= 16 x
2
+ 24 x y
3
+ 9y
6
(5x
4
2 x
2
) = (5x
4
)
2
2 . 5x
4
. 2x
2
+ (2x
2
)
2
= 25 x
8
- 20 x
6
+ 4x
2
Cubo de un Binomio
Se calcula del mismo modo que el cuadrado. Las frmulas resultantes
son las siguientes:
Ejemplos:
(3b + 4c
5
)
3
= (3b)
3
+ 3. (3b)
2
. 4c
5
+ 3. 3b. (4c
5
)
2
+ (4c
5
)
3
15
.
c
b b c
a a
(a + b)
2
= a
2
+ 2.a.b + b
2
(a b)
2
= a
2
2.a.b + b
2
(a + b)
3
= a
3
+ 3.a
2
.b + 3.a.b
2
+ b
3
(a b)
3
= a
3
3.a
2
.b + 3.a.b
2
b
3
= 27b
3
+ 108 b
2
c
5
+ 144 b c
10
+ 64 c
15
(z
6
z
8
)
3
= (z
6
)
3
3.(z
6
)
2
.z
8
+ 3. z
6
. (z
8
)
2
(z
8
)
3
= z
18
3 z
20
+ 3 z
22
z
24
2.7 RADICACIN
Definicin:

a b b a
Ej
n n

. 8
3
2 2 8
3
n =ndice a =radicando b =raz
Regla de los Signos
Propiedad distributiva
La radicacin no es distributiva respecto de la suma ni de la resta.
16 9 16 9
25
+ +

4 + 3
5 7
La radicacin es distributiva respecto de la multiplicacin y la
divisin.
9 4 9 4
36 3 2
. .
.

6 = 6
Extraccin de Factores fuera del radical
RADICANDO POSITIVO RADICANDO NEGATIVO
EXPONENTE
PAR
RESULTADO POSITIVO
16
4
2
NO TIENE SOLUCIN
dentro de los nmeros
reales
EXPONENTE
IMPAR
RESULTADO POSITIVO
8 2
3

RESULTADO NEGATIVO
8 2
3
16
Para extraer factores fuera del radical, primero debemos factorizar el o
los radicandos.
Luego dividimos el exponente del radicando por el ndice; el cociente de
esta divisin ser el exponente del factor extrado, y el resto de la misma ser
el exponente del factor que queda dentro del radical.
128 2 2 2
6 2 11 3 7 6 2 11 3 2 2 3 2 2 3
a b c a b c a c b c
Introduccin de Factores Dentro del Radical
Se procede de modo inverso que en el caso anterior
( ) ( ) c b a c b a b a c b a b a c b a b a
8 7 2 3 6 4 2 3
2
3
2
2 2 2 3 3 2
625 25 . 25 25 . . 5 25 5
Producto de Radicales de Igual ndice
a
n
b
n
a b
n
Ej
. .
: . .

8
3
125
3
8 125
3
1000
3
10
Para la divisin se procede del mismo modo que para la multiplicacin.
Producto de Radicales de Distinto ndice
Para multiplicar dos o ms radicales de distinto ndice debe calcularse el
ndice comn, que ser el mnimo comn mltiplo de todos los ndices.
Luego se calcula el exponente al cual se elevar cada radicando
dividiendo el ndice comn por cada uno de los ndices.
( ) ( ) ( )
10 2 17 10 2 2 15 10
2 2
5
3 5 3 5
12 3 4 4 3
3 . 2 3 . 2 . 2 3 . 2 . 2 3 . 2 . 2 6 . 8 :
. .

Ej
b a b a

Para la divisin se procede del mismo modo que para la multiplicacin.
Suma o Resta de Radicales
17
Slo pueden sumarse o restarse radicales semejantes.
+
+ +
5 8 5 9 5
8 200 18 2 2 10 2 3 2 9 2
3 3 3
. .
Potenciacin de Radicales
El exponente y el ndice pueden simplificarse.
Ejemplo:
a a
6 8 3 4

Racionalizacin de Denominadores
Racionalizar significa eliminar las races del denominador.
Primer Caso: Denominador formado por una sola raz
Se multiplica y se divide por una raz del mismo ndice que la del
denominador, cuyos factores deben tener como exponentes la diferencia entre
este ndice y el exponente con que figuraban.

a
b
c
n
a
b
c
n
b
n c
n
b
n c
n
b
a b
b
a b
ab
ab
b ab
a b
b ab
ab
b ab
ab
5
12
2
3
5
2
2
3
2
3
2 3
2 2
3
2 3
2 2
3
5 18
2
3
2
3
3
3 3 3
3
5 18
2
3
2 3
5 18
2
3
6
.
.
. . . .
. .
Segundo Caso: Denominador formado por la suma o la resta de
dos races cuadradas o un nmero y una raz cuadrada
En este caso, se multiplica y se divide por el conjugado del denominador
(que es igual al denominador, pero con el signo del segundo trmino
cambiado).
( )
( ) ( )
( )
b a
b a a
b b a b a a
b a a
b a
b a
b a
a
b a
a

.
. .
.
2 2
18
El denominador ser siempre el cuadrado del primer trmino menos el
cuadrado del segundo trmino.
Potencias de Exponente Racional
Cuando el exponente es una fraccin, el numerador es el exponente, y el
denominador es el ndice.
( )
( )
( ) ( ) ( )
1
2
1
5
1 1
2 2
1 1 1 1
5 5 2 2
1 1 1 1
1
10 10 2 10
2
1
2
1 1
7 3 1 1 1 1 2 2
2 5 2 5 10 10
1 1 3 3 1 1 1 1
5 5 2 2 5 2 5 2
2 2 3 2
Ejemplo
2
2 2 2
2 2
8
4
2 2
2 2 2
b
c
c b
x
x
x x
x x x
x
x x
x x x
a a

+
+ +
1
1 _

1

1

,
1
1
1
1
_
]

1

, 1
]
1 1


1 1

1 1
] ]

7 3
10 10
7 13
10 10
2
2
x
x

1

1
]

[ ] [ ]
( )
x x x
x x
. 2 2 2
2 2
2
1
2
1
2
1
2
1
10
7
10
3
10
13
10
7
2
1
. 1
. 2
1 2

,
_

Ejemplo 1
( )
( )
2
1
0
3
1 7
3 2 : 1
2 4
1 9
2 : 2 1
4 8

1 _
+ +

1
] ,

+ + +
Resolvemos primero el numerador
( )
( )
2
2
1 7
3 . 2 : 1
2 4
1 1
3 . 2 3 .4 3 2 1
2 2
1 _
+ +

1
] ,
+ + +
Recordemos que ( )
2
2 4 porque al elevar cualquier nmero a un
exponente par obtenemos un resultado positivo.
19
7 4 7 3
1
4 4 4
3 4 4
1: 1.
4 3 3
+
+

Ahora resolvemos el denominador
( )
1
0
3
1 9
2 : 2 1
4 8

+ + +
0
2 1
(Como cualquier nmero elevado a cero)
( )
1
1 1 1
2
2 2
_


,
(el exponente negativo indica que se debe intervenir
la base)
( )
3 3
1 1 8 9 1 1
1 : 1 . 2
4 2 8 4 8
1 1
1 1
2 2
+ _
+ + + +

,
+
Resolvemos el ejercicio completo
( )
( )
2
1
0
3
1 7
4
3 2 : 1
4 2 4
3
1 3 1 9
2 : 2 1
4 8

1 _
+ +

1
] ,

+ + +
Ejemplo 2
1
1
9 5 1
2 : . 5
1 2 2 2
1 1
3
4 8

_
+

,

+
Resolvemos el numerador de la raz cuadrada
1
1
9 5 1
2 : . 5
2 2 2

_
+

,
9
:
2
Distribuimos la raz y resolvemos
20
( )
2
9 9 3
2 2 2
2
9 3 2
2 : 2 : 2.
2 3 2


2
3 3

1 1
5 2 2
2 5 5

_ _


, ,
(el exponente negativo indica que se debe invertir la
base)
1
1
1
1
5
5
9 5 1 2 2
2 : . 5
2 2 2 3

_
+ +

,
1
.
5 2
1
5
2 1
3 5

+
1
5

2
3

1 1
5 5
y Se anulan porque su suma es 0.
Resolvemos el denominador de la raz.
2
2 8 16 4
3
.
3
3 3 9 3
8

Restamos el otro miembro
4 1 3
1
3 3 3

Ejemplo 3
( )
1
3
1
2 4
5
3
1
10 3 15 2 3
. 1
4 16
1
2 8
2
x

_
+

_

,



1
,
+
1
]
Para resolver una ecuacin, primero intentamos simplificar todas las
expresiones
Resolvemos todo lo que no tiene x
21
( )
( )
( )
1
1
3
1 1
2 4 4
1
1
4
1
3 3
3
1 1 1
2 . 8 2 . 2 2 .2 2 1 1
2 2 2
10 3 15 10 9 16 15
. 1 .
4 16 4 16
1 1 1 1 1
. . .4 1
4 16 4 4 4

_


,
+ + + + 1
]
_ _




, ,
_
_




,
,
Nuestra ecuacin queda:
( )
( )
3
5
3
3
3
3
2
1
1
3
2
1 3 1. 1
1 2
1 3
2
x
x
x
x

+
La raz cuadrada pasa al otro miembro como cuadrado, y el cubo como
raz cbica
3
2 3 3
2 4.2 8 2
2
x
x x x
22
2.8 CONCEPTO DE MDULO O VALOR ABSOLUTO
El mdulo o valor absoluto de un nmero es la cantidad que se expresa,
sin tomar en cuenta el signo.
El concepto de mdulo est relacionado con el de la distancia entre dos
puntos. Por ejemplo, si viajamos de Buenos Aires a Mar del Plata, recorremos
una distancia de 400 km. Si realizamos el viaje desde Mar del Plata hacia
Buenos Aires, tambin recorremos 400 km.; no - 400 km..
El valor absoluto se simboliza con dos barras verticales:
5 5
5 5

Cuando debemos resolver una ecuacin en la que figuran exponentes
pares afectando a la variable que debemos averiguar, obtendremos dos
resultados, ya que al pasar el exponente como ndice, debemos agregar barras
de mdulo:
( )
2
2 12 49
2 12 49
19
2 12 7 2 19
2
2 12 7
5
2 12 7 2 5
2
x
x
x x x
x
x x x

'

Si reemplazamos en la ecuacin, veremos que ambos resultados

satisfacen la igualdad:
( )
2
2
2
2 12 49
5 5
2 12 49
2 2
19 19
2 12 49
2 2
x
x
x

_


,
_


,
23
2.9) RESOLUCIN DE ECUACIONES CUADRTICAS
Se denominan ecuaciones cuadrticas a aquellas en las que el mayor
exponente de la variable a averiguar es 2.
Una ecuacin cuadrtica completa tiene la siguiente forma:
2
0 ax bx c + +
Si en la ecuacin no figura el trmino lineal (bx), procedemos de la
siguiente forma:
2 2
0
c c
ax c x x
a a
+
Ejemplo:
2 2 2
1 1
8 0 8 16 16
2 2
4 4 ; 4
x x x x
x x x



Si el radicando queda negativo, la ecuacin no tiene solucin dentro del
campo de los nmeros reales:
2 2 2
3 5 2 3 3 1
1 ;
x x x
x x i x i x i
+

Si en la ecuacin no figura el trmino independiente (c), sacamos x
como factor comn:
( )
2
0 . 0 ax bx x ax b + +
Para que un producto d como resultado cero, alguno de los factores
debe ser cero:
24
( )
0
. 0
0
x
x ax b
b
ax b x
a

+
'
+

Ejemplo:
( )
2
0
7 8 0 . 7 8 0
8
7 8 0
7
x
x x x x
x x

+ +
'
+

Para las ecuaciones cuadrticas completas debemos recurrir a la

frmula de Bhaskara:
Ejemplo:
( ) ( )
2
2
1,2
1 1
2 2
4
4 6 2 0 6
2
6 6 4.4.2
6 36 32 6 4 6 2
2.4 8 8 8
6 2
1
8
6 2 1
8 2
a
x x b
c
x
x x
x x

+
'

t
t t t

+

25
2
1,2
4
2
b b ac
x
a
t

( ) ( )
4 2
2 2 4
2
2
1;2
2
2
61 900 0
61 900 0
61 61 4.1.900 36
61 11
25 2.1 2
6
36 36 36
6
5
25 25 25
5
x x
z x z x
z z
z
z
z
x
z x x
x
x
z x x
x
+

+
t t

'

'

'

2.10) ECUACIONES BICUADRTICAS

Las ecuaciones bicuadrticas se caracterizan porque pueden llevarse a
la forma de las ecuaciones cuadrticas, mediante un cambio de variable.
Por ejemplo:
6 3
7 6 0 x x +
Hacemos un cambio de variable:
3 2 6
z x z x
Reescribimos la ecuacin en la nueva variable:
2
7 6 0 z z +
Y resolvemos mediante la frmula de Baskara, con a = 1; b = -7 y c = 6:
( ) ( )
2
1;2
7 7 4.1.6 6
7 5
1 2.1 2
z
z
z
t t

'

Una vez que calculamos los valores de z, volvemos a nuestra variable original:
3 3
3 3
6 6 6
1 1 1 1
z x z
z x z


Si se reemplaza una variable con exponente par, se obtendrn hasta cuatro
resultados:
26
Si alguno de los valores de z es negativo, los resultados obtenidos no estarn
dentro del campo de los nmeros reales.
2.11) LOGARITMOS
Definicin de logaritmo:
( )
log
c
b
a c b a
Para resolver un logaritmo, debo preguntarme: a qu exponente hay
que elevar b para obtener a?
Por ejemplo:
( )
2
5
3
4
log 25 2 5 25
1 1
log 3 4
64 64

_


,
Propiedades de los logaritmos:
1. No existen logaritmos de cero ni de nmeros negativos
Esto se debe a que, de acuerdo con la definicin, debera cumplirse:
( ) log 0 0
a
b
a b
, y dentro de los campos numricos no existe
ningn par (a,b) que cumpla con esta condicin. Lo mismo ocurre con los
nmeros negativos.
2. El logaritmo de 1, en cualquier base, es cero
( )
0
log 1 0 1
b
b .
Esto se cumple para cualquier nmero que figure como base, excepto
para el cero; pero, por la primera propiedad, dicho nmero ya estaba excluido.
3. Si la base y el argumento son iguales, el resultado es 1.
( )
1
log 1
b
b b b
4. El logaritmo de un producto es igual a la suma de los logaritmos
( ) ( ) ( )
log . log log
b b b
a c a c +
5. El logaritmo de un cociente es igual a la resta de los logaritmos
27
( ) ( )
log log log
b b b
a
a c
c
_


,
6. El logaritmo de una potencia es igual al producto del exponente
por el logaritmo de la base
( ) ( )
log .log
c
b b
a c a
7. El logaritmo de una raz es igual al producto del inverso del ndice
por el logaritmo del radicando
( )
( )
1
log log
c
b b
a a
c

8. Cambio de base
La regla para cambiar la base de un logaritmo es la siguiente:
( )
( )
( )
log
log
log
c
b
c
a
a
b

Por ejemplo:
( )
( )
( )
2
8
2
log 64
6
log 64 2
log 8 3

Las bases ms utilizadas son el 10 y el nmero e
Los logaritmos de base 10 se denominan logaritmos decimales, y
habitualmente se omite la base en la notacin.
Los logaritmos de base e se denominan logaritmos naturales o
neperianos, y se los indica como ln.
El nmero e es un nmero irracional, cuyo valor aproximado es 2,7182
2
.
2.12) ECUACIONES LOGARTMICAS Y EXPONENCIALES
2
El nmero e es un elemento fundamental en el anlisis matemtico. En las prximas unidades
profundizaremos en este tema.
28
Cuando la variable a averiguar figura como exponente, debemos recurrir
a las propiedades de la potenciacin y la logaritmacin para poder resolver la
ecuacin.
Ejemplo 1
1 2
1 1 1
22
2 2 2
x x x +
_ _ _
+

, , ,
En primer lugar aplicamos las propiedades del cociente y el producto de
potencias de igual base:
1 2
1 2
1 1 1
22
2 2 2
1 1 1 1 1
22
2 2 2 2 2
1 1 1 1
2 22
2 2 4 2
x x x
x x x
x x x
+

_ _ _
+

, , ,
_ _ _ _ _
+

, , , , ,
_ _ _
+

, , ,
A continuacin sacamos el factor que tiene la incgnita como factor
comn:
1 1 1 1
2 22
2 2 4 2
1 1 1 11 1 11 1
1 2 22 22 22: 8
2 4 2 4 2 4 2
x x x
x x x x
_ _ _
+

, , ,
_ _ _ _ _
+

, , , , ,
Para averiguar el valor de x, expresamos los dos miembros de la
ecuacin como potencias de igual base, en este caso la base es 2
3
1
8 2 2
2
x
x
_


,
Como las bases son iguales, los exponentes tambin deben serlo:
3
2 2 3 3
x
x x

Ejemplo 2:
29
( )
( ) ( )
( )
1 6
1 6
6 6 2
2
1 1
2 2 2
2
1
1,2
2
3 9 0
3 9
3 3 3 3
6 2
6 1 2 .
1
6 6 2 0 5 6
3
5 5 4.1.6
5 1
2 2
2
x x x x
x x x x
x x x x
x x x x
x x
x x x x
x x
x x x x x x
x
x
x
+
+
+ +

+
+

+ +

t
t

'

Cuando no es posible reducir los trminos a potencias de igual base,

debemos recurrir a los logaritmos:
Ejemplo 3:
1
10 10 22
10 10.10 22 11.10 22 10 2
x x
x x x x
+
+
+
Como 2 y 10 no pueden expresarse como potencias de igual base,
aplicamos logaritmos en ambos miembros:
( )
{
1
log 10 log 2 .log10 log 2 log 2
x
x x
En las ecuaciones logartmicas aplicaremos diferentes estrategias,
segn los logaritmos estn en uno solo o en ambos miembros de la ecuacin
Ejemplo 4:
log
2
(x + 1) + log
2
(x 1) = log
2
8
( ) ( )
2
log (x + 1) + log (x - 1) = log 8
log x+1 . 1 log8
log + x
x
x
1
]
- x
( )
-1 log8
log

( )
2
1 log x
2 2
8
1 8 9 3 x x x 3 x
30
De los dos resultados obtenidos, solo sirve el 3, ya que con -3 nos
daran logaritmos negativos, que no tienen solucin.
Ejemplo 5:
( )
( )
( )
3
2 2
3
2 2
4 6 4
2
4 4
log +log 4 6 0
log +log 4 6
log 4 6 2 4
64 4 16 2 2
x x
x x
x x
x x x x

Muchas veces para resolver ecuaciones de cualquier tipo debemos
recurrir a la forma cuadrtica:
Ejemplo 6:
( )
( ) ( )
+3
3
2
2 2
5 5 20
1
5 .5 20
5
125. 5 1
20
5
125. 5 1 20.5 125. 5 20.5 1 0
x x
x
x
x
x
x x x x

Esta ecuacin tiene la forma de una cuadrtica. Para resolverla hacemos
un cambio de variable:
( )
( ) ( )
2
2
2
1,2
125. 5 20.5 1 0
5 125 20 1 0
1
20 20 4.125. 1
20 30
5
1 2.125 250
25
x x
x
u u u
u
u
u

t
t

'

Una vez resuelta la ecuacin cuadrtica, volvemos a reemplazar por la variable

original para averiguar el valor de x:
1
1
5 5 5 1
5
1
5
25
x x
x
x
no tiene solucin en

31
2.1 3) TRADUCCIN DE ENUNCIADOS AL LENGUAJE SIMBLICO
Para poder resolver un problema utilizando herramientas de la
matemtica, primero debemos expresarlo en el lenguaje de esta disciplina.
Por lo general habr uno o ms elementos cuyo valor desconocemos. A
estos elementos, que son nuestras incgnitas, los vamos a simbolizar mediante
una letra (casi siempre usamos x o y).
Para que podamos averiguar el valor de la o las incgnitas, nos darn
relaciones que deberemos expresar en lenguaje simblico.
Por ejemplo, si nos dicen: El triple de un nmero es igual al doble de su
consecutivo, aumentado en 6 unidades
Designamos x al nmero que no conocemos
El triple de ese nmero ser 3x
Su consecutivo ser x+1, por lo tanto, el doble de su consecutivo es 2.
(x+1)
El doble de su consecutivo aumentado en 6 unidades ser: 2.(x+1) + 6
Entonces, a partir del enunciado dado armamos una ecuacin:
( ) 3 2. 1 6 x x + +
Resolvemos:
3 2 2 6 3 2 8 8 x x x x x + +
32
2.1 4) SISTEMAS DE DOS ECUACIONES LINEALES CON DOS
INCGNITAS
Consideremos el siguiente enunciado:
Un comerciante quiere preparar 10 kg de t para venderlo a $156 el kg.
Va a utilizar un t de $210 el kg, y otro de $120 el kg. Calcular cuntos kg de
cada clase de t debe colocar.
En este caso tenemos dos incgnitas: la cantidad de t de $210 el kg y
la cantidad de t de $120 el kg.
Si llamamos x a la cantidad de kg del t de $210 e y a la cantidad de
t de $120, podemos plantear las ecuaciones del siguiente modo:
210. 120. 10.156
10
x y
x y
+
'
+

La primera ecuacin indica que la cantidad de t de $120 multiplicada

por su precio, ms la cantidad de t de $210, multiplicada por su precio, debe
dar 10 por 156, el importe total que se espera obtener.
La segunda ecuacin expresa que la cantidad total de t, entre ambas
calidades, debe ser 10 kg.
Para resolver estos sistemas hay varios mecanismos, nosotros veremos
dos:
Mtodo de sustitucin
Despejamos una variable en cualquiera de las dos ecuaciones, y luego
la reemplazamos en la otra:
210 120 10.156
10 10
210 120.(10 ) 1560
x y
x y y x
x x
+
'
+

+
De esta manera obtenemos una ecuacin con una sola incgnita, que
podemos resolver:
33
210 120.(10 ) 1560
210 1200 120 1560
90 360 4
x x
x x
x x
+
+

Una vez que tenemos el valor de una de las incgnitas, reemplazamos
en cualquiera de las ecuaciones para obtener el valor de la otra:
10 10 4 6 y x y y
Para comprobar que el sistema est bien resuelto, reemplazamos en el
sistema planteado y deben cumplirse ambas igualdades:
210. 120. 1560
6 0
6
1
4
4
+
'
+

Mtodo de Igualacin
Otra alternativa es despejar la misma incgnita en las dos ecuaciones y
luego igualar las expresiones obtenidas:
7
210 120 10.156 13
4
10 10
7 7
13 10 13 10
4 4
3
3 4
4
x y y x
x y y x
x x x x
x x

'

+

Luego operamos igual que en el otro mtodo: una vez obtenido el valor
de una incgnita, reemplazamos en cualquiera de las otras ecuaciones y
obtenemos el valor de la otra variable:
7
13 4 6
4
y y
34
UNIDAD II
MATEMTICA FINANCIERA
1) CONCEPTO
Esta parte de la matemtica tiene como objeto establecer modelos
matemticos para las operaciones financieras.
Cuando se dispone de una cantidad de dinero (a la que llamaremos
capital), se puede optar entre gastarlo o invertirlo. La segunda opcin se
tendr en cuenta siempre y cuando que no haya un gasto perentorio, y que la
inversin respete un beneficio econmico. El principio bsico de la
preferencia de liquidez establece que a igualdad de cantidad, los bienes ms
cercanos en el tiempo son preferibles a aquellos que estn disponibles en
momentos posteriores.
Si bien esta preferencia por la liquidez es subjetiva, el mercado del
dinero le asigna un valor objetivo llamado inters. Se puede definir al inters
como el precio del dinero, es decir, la retribucin que debe abonarse por usar
una cantidad de dinero durante un lapso determinado.
Se cobra inters por tres razones bsicas:
- Por el riesgo que se asume
- Por la prdida de disponibilidad (si presto un capital, no puedo
utilizarlo durante ese lapso)
- Por la depreciacin del valor del dinero en el tiempo.
El monto de los intereses obtenidos (o abonados) dependern de:
- El capital invertido o perdido.
- El tiempo que dura la operacin.
- La tasa de inters.
35
Una operacin financiera consiste en la sustitucin de un capital por otro
equivalente, en distintos momentos, mediante la aplicacin de una ley
financiera.
1.1) CLASIFICACIN DE LAS OPERACIONES FINANCIERAS:
36
De acuerdo con su duracin
A corto plazo
A largo plazo
Duracin menor a un ao
Duracin superior al ao
De acuerdo con el sentido de la
ley financiera que opera
De acuerdo con la generacin de
intereses
Rgimen de simple
Rgimen de compuesta
De capitalizacin
De actualizacin o
descuento
1.2) TIPOS DE INTERS
Inters simple
En este rgimen los intereses se generan siempre sobre el capital
original (los intereses no se acumulan)
Por ejemplo, si se invierten $10.000 al 1% mensual, cada mes se
obtendr un inters de $100. Si la operacin dura cuatro meses, su desarrollo
ser:
Capital Inters Monto
Mes 1 10.000 100 10.100
Mes 2 10.000 100 10.200
Mes 3 10.000 100 10.300
Mes 4 10.000 100 10.400
Al finalizar el 4
to
mes se cobrarn $10.400.
Inters compuesto:
En este rgimen los intereses se calculan sobre el monto acumulado.
Capital Inters Monto
Mes 1 10.000 100 10.100
Mes 2 10.000 101 10.201
Mes 3 10.000 102,01 10.303,01
Mes 4 10.000 103,03 10.406,04
Al finalizar el 4
to
mes se cobrarn $10406,04.
37
1.3) CAPITALES EQUIVALENTES
Dos capitales C
1
y C
2
con vencimientos en T
1
y T
2
respectivamente, son
equivalentes si se est de acuerdo en intercambiar uno por otro.
Que dos capitales sean iguales no significa que sean equivalentes.
Por ejemplo, un capital de $10000 al da de hoy no es equivalente con
un capital de $10000 dentro de tres meses. Para que sea equivalente, debe
incluir el inters generado en ese lapso.
Para que una operacin financiera se realice es necesario que los
capitales que intercambian los sujetos intervinientes en la misma sean
equivalentes. El deudor y el acreedor deben acordar con qu capital se inicia la
operacin y con cul concluye, su duracin y dems caractersticas. stas
quedan determinadas mediante una ley financiera, que es un modelo
matemtico que establece las pautas de una operacin financiera.
Las leyes financieras pueden ser:
De capitalizacin: se sustituye un capital por otro capital futuro.
De actualizacin o descuento: se sustituye un capital futuro por otro
capital presente.

38
2) RGIMEN SIMPLE
2.1) CAPITALIZACIN SIMPLE
Es una operacin financiera que consiste en la sustitucin de un
capital presente por otro equivalente con vencimiento posterior mediante la
aplicacin de una ley financiera en rgimen de inters simple.
Frmula General
C
n
= monto al final de n perodos.
C
o
= capital inicial.
n = nmero de perodos.
i = tasa de inters.
Ejemplo 1 (Clculo del monto):
Calcular el monto obtenido al invertir $12.000 al 0,8% mensual
durante un ao y medio.
C
o
= $12.000 i = 0,8 n = 1,5x12 = 18
C
n
= 12.000
0, 8
1 18. $13.278
100
_
+

,

Ejemplo 2 (Clculo de la tasa de inters):
Se depositan $24.000, y al cabo de 6 aos se obtiene un monto de
$42.000.
Calcular la tasa anual de inters y los intereses obtenidos.
39
n O
i
C C 1 n.
100
_

,
+
i
42000 24000 1 .6
100
42000 i
1 .6
24000 100
100
0, 75. i
6
i = 12,5%
_
+

,

I = 42000-24000
I = $18000
Equivalencia de tasas
Para el rgimen simple, las tasas de inters equivalentes son
proporcionales

i
A
= tasa de inters anual.
i
k
= tasa de inters peridica
k = frecuencia de capitalizacin. Es el nmero de perodos que
entran en una ao.
Por ejemplo para una tasa del 6% anual:
Tasa mensual:
6 .12 0, 5
k m
i i
Tasa bimestral:
6 .6 1
k bim
i i

Tasa cuatrimestral:
6 .3 2
k cuatr
i i

40
k A
i i .k
2.2) DESCUENTO SIMPLE
Es una operacin financiera que consiste en sustituir un capital futuro
por otro equivalente con vencimiento presente, mediante la aplicacin de
una ley financiera de rgimen simple. Esta operacin es la inversa a la
capitalizacin.
Existen dos tipos de descuento:
Descuento racional:
En este caso se calcula el ahorro de intereses tomando como dato el
monto de la operacin. Utilizamos la misma frmula que para calcular el
monto, pero ahora la incgnita ser el capital inicial.
Ejemplo:
Un documento de valor nominal $56.000 se descuenta dos meses
antes de su vencimiento. Si se trabaja con una tasa de inters simple del
18% anual, calcular el dinero que se recibir por el mismo
0
0 0
2 18
56.000 1
12 100
56.000
54.368, 93
103
100
C
C C
_
+

,

Descuento comercial
Los intereses generados en la operacin se calculan sobre el capital
nominal (C
n
) aplicando una tasa de descuento (d).

Ejemplo:
41
o n
d
C C 1 n.
100
_

,

n o
D = C - C
D = descuento
Se desea cancelar una deuda de $6.000 con vencimiento a 15
meses a una tasa de descuento mensual de 0,9%. Calcular el capital inicial
y el monto de la operacin.
o
o
0,9
C = 6000 1-15.
100
C = $5190
D = 6000-5190
D = $810
_

,
El significado de esta operacin financiera es el siguiente: un capital
de $6.000 a pagarse dentro de 15 meses es equivalente a un capital de
$5.190, pagado en el da de hoy, a una tasa de 0,9%.
Equivalencia entre las tasas de inters y de descuento
42
i d
d = i =
1 + n.i 1 n.d
2.3 ) APLICACIONES DEL PRINCIPIO DE EQUIVALENCIA: SUSTITUCIN
DE CAPITALES
Dijimos que dos capitales son equivalentes cuando, valorados en un
mismo momento, sus cantidades coinciden.
Si dos o ms capitales son equivalentes, es posible sustituir uno por
otro sin afectar las condiciones de la operacin financiera.
El momento fijado para establecer la equivalencia de los capitales se
denomina fecha focal. Los casos en los que se puede realizar una
sustitucin de capitales son:
a) Determinacin del capital comn.
b) Determinacin del vencimiento comn.
a) Determinacin del capital comn
Un capital comn es una cantidad de dinero que vence en un momento t,
y que sustituye a varios capitales que vencen en diferentes momentos.
Ejemplo:
Una persona tiene las siguientes deudas:
Deuda Plazo (Meses)
D
1
$6.000 6
D
2
$12.000 3
D
3
$15.000 10
43
Desea sustituir las tres deudas por una sola, con vencimiento a los 7
meses.
Calcular el importe a pagar si la operacin se acuerda al 1,2% de inters
simple mensual.

Debemos calcular los tres capitales equivalentes, tomando como fecha
focal el mes 7. Las dos primeras deudas deben capitalizarse, mientras que el
ltimo debe descontarse.
D
1
= debe capitalizarse un mes.
1
1, 2
6000 1 $6072
100
C
_
+

,
D
2
= debe capitalizarse 4 meses
2
1, 2
12000 1 .4 $12.576
100
C
_
+

,
D
3
= debe actualizarse 3 meses
3
1 2 3
15000
C = = $14.476,8
1,2
1+ .3
100
C=C +C +C = 6072 + 12576 + 14476,8
C = $33.124,8
_

,
b) Determinacin del vencimiento comn
44
0 1 2 3 4 5 6 7 8 9 10
C
$12.000 $6.000 $15.000
El vencimiento comn es el momento de tiempo t en que vence un
capital nico conocido, que sustituye a varios capitales.
El problema es similar al anterior, pero aqu conocemos el capital y
desconocemos la fecha de equivalencia.
Ejemplo:
Una persona tiene las siguientes deudas:
Deuda Fecha
1 $11.000 10 meses
2 $4.000 6 meses
3 $9.000 3 meses

Acuerda con su acreedor cancelar las tres deudas mediante un nico
pago de $23.670
En qu momento debe realizar el pago? (La tasa de inters es de 0,9%
mensual)
Para resolver este problema, planteamos la lnea de tiempo y
calculamos los capitales equivalentes en el momento t = 0

45
0 1 2 3 4 5 6 7 8 9 10
4.000 11.000
9.000
1
2
3
900
8763, 4
0, 9
1 .3
100
4000
3795,1
0, 9
1 .6
100
11000
1009,17
0, 9
1 .10
100
C
C
C

_
+

,

_
+

,

_
+

,
El capital equivalente a los tres adeudados es la suma de
1 2 3
C , C y C

0
$22650, 2 C
Ahora debemos calcular en qu momento este capital es equivalente a
otro de $23670
0, 9
23670 2250, 2 1 .n
100
0, 9
0, 045 .n
100
n = 5
_
+

,

El momento de la cancelacin de la deuda ser el quinto mes.

46
3) RGIMEN COMPUESTO
En el rgimen a inters compuesto, tal como ya definimos, los intereses
son productivos, es decir que se agregan al capital inicial, y produce intereses
en los perodos subsiguientes.
3.1) CAPITALIZACIN COMPUESTA
Es la operacin financiera en la cual un capital se sustituye por otro
equivalente con vencimiento posterior, mediante la aplicacin de una ley
financiera de inters compuesto.
El capital final o monto se forma a partir de un capital que va variando de
un perodo a otro, ya que los intereses generados pasan a formar parte del
capital.
Frmula general para la capitalizacin compuesta:
o
C
= capital inicial.
i = tasa de inters.
n = nmero de perodos
Ejemplo 1. Clculo del monto.
Calcular el monto obtenido al invertir un capital de $17000 al 6,4% de
inters anual compuesto, durante 5 aos.
5
6, 4
17000 1 $23182, 3
100
n
C
_
+

,
47
. 1
100
n
n o
i
C C
_

,
+
Ejemplo 2. Clculo del capital inicial.
Se invierte un capital en rgimen compuesto al 0,72% mensual durante 1
ao y medio y se obtiene al cabo de dicho lapso un capital de $17.068. Cul
fue el capital inicial?
n
o
18
0, 72%m
Datos n = 1 ao y medio = 18m
C 17.068
incgnita: C
0, 72
17068 1
100
$15.000
o
o
i
C
C

'

_
+

,

Ejemplo 3. Clculo de la tasa de inters.

Se deposita un capital de $21.000 durante 8 meses con un rgimen de
capitalizacin mensual compuesta, y se obtiene un monto de $22.560,5.
Calcular la tasa de inters mensual.
( )
8
8
21.000
Datos 22.560, 5
8
Incgnita : i
22.560,5=21.000 1
100
22.560, 5
1
21.000 100
1, 009 1 .100
0, 9%
o
n
C
C
n
i
i
i
i

'

_
+

,
+

48
Ejemplo 4. Clculo del tiempo.
Cunto tiempo debe dejarse invertido un capital al 15% de inters
anual (compuesto) para que el monto obtenido duplique al capital inicial?
2
Datos
15
Incgnita: n
2 C
n o
o
C C
i

'

o
C
15
1
100
n
_
+

,
Para bajar la incgnita, aplicamos logaritmos en ambos miembros.
( )
( )
log 2 log 1,15
log 2 .log 1,15
log 2
log1,15
4, 96 5
n
n
n
n

Se debe dejar depositado durante 5 aos.
Equivalencia de tasas en rgimen compuesto
k es la frecuencia de capitalizacin.
Para una mejor comprensin, veremos un ejemplo:
Determinar el monto obtenido al depositar $10.000 al 16% anual durante
un ao si la capitalizacin es:
a) Anual.
b) Semestral
49
1 1
100 100
k
k
i
i
_

,
+ +
c) Trimestral.
a)
1
16
10.000 1 $11.600
100
n
C
_
+

,
b) Calculo de la i semestral
( )
2
2
16
1 1
100 100
1,16 1 .100
7, 703
7, 703
10.000 1 11600
100
k
SEM
SEM
n
i
i
i
C
_
+ +

,

_
+

,
c) Clculo de la i trimestral
4
4
16
1 1
100 100
3, 780
3, 780
10.000 1 11.600
100
k
TRIM
n
i
i
C
_
+ +

,

_
+

,
Los montos son los mismos en todos los casos, debidos a que
estamos utilizando tasas equivalentes.
Tasa Nominal
Es una tasa terica, que permite pasar fcilmente de su unidad
habitual (el ao) a cualquier otra.

= tasa nominal anual
= tasa efectiva para un perodo k
k
k
J
i
50
.
k k
J i k
Relacin de conversin de tasas
J = tasa nominal anual
i = tasa efectiva para un perodo k
Por ejemplo, para una tasa nominal anual del 8%, las tasas
semestrales, trimestrales y anuales sern:
2
4
12
8
1 1 8,16%
100 1002
8
1 1 8, 243%
100 100, 4
8
1 1 8, 3%
100 100,12
sem
sem
trim
trim
mens
mens
i
i
i
i
i
i
_
+

,
_
+

,
_
+

,
51
1 1 1 1
100 100 100
k k
k k
i J
i
k
_ _

, ,
+ +
3.2 ) DESCUENTO COMERCIAL COMPUESTO
El concepto es el mismo que en el descuento simple, es decir, que se
reemplaza un capital futuro por otro equivalente con vencimiento presente.
En este caso, el rgimen es de inters compuesto.
Como en el caso anterior, el descuento puede ser comercial o
racional
Frmula general para el descuento comercial compuesto:
El descuento obtenido se calcula como
Frmula general para el clculo del descuento racional compuesto:
Equivalencia entre tasa de inters y de descuento:
52
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
5600
0
1
100
n
n
C
C
i

_
+

,
( )
. 1
n
o n
C C d
( )
. 1 1
n
c n o n
D C C C d
1
1
]

( )
( )
1
1
1
n
n
d
i

+
Ejemplo
Se desea anticipar el pago de una deuda de $24.000 que vence
dentro de 3 aos, a una tasa del 5% anual compuesto. Qu monto deber
abonarse? (Descuento comercial)
( )
3
24.000 1 0, 05 $20.577
o
C
53
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
5600
t
3.3 ) APLICACIONES DEL PRINCIPIO DE EQUIVALENCIA: SUSTITUCIN
DE CAPITALES
Ejemplo 1
Un cliente tiene con su banco las siguientes deudas.
Monto Fecha vencimiento
D
1
7200 Mes 8
D
2
4800 Mes 20
D
3
5600 Mes 4
Se acuerda cancelar las tres deudas mediante un nico pago en el mes 12.
La tasa es del 1,3% mensual (compuesto)

8
1
4
2
3 8
1, 3
5600 1 6209, 6
100
1, 3
7200 1 7581, 8
100
4800
4328,8
1, 3
1
100
6209, 6 7581,8 4328, 8 18120, 2
T
C
C
C
C
_
+

,
_
+

,

_
+

,
+ +
Ejemplo 2
54
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
5600
7200
t
Una persona tiene dos deudas pendientes: una de $8000, con vencimiento a 4
aos, y una de $14000, con vencimiento a 9 aos.
Si se acuerda cancelar ambas deudas mediante un nico pago de $19734. En
qu momento debe realizarse, si la tasa es del 16% anual compuesto?

4 9
8000 14000
16 16
1 1
100 100
4418, 33 3681, 34
+
_ _
+ +

, ,
+
( )
19734
8099, 7
1,16
1,16 2, 43638
.ln1,16 ln 2, 43638
6
t
t
t
t

UNIDAD III
55
8000 14000
4 t
9 0
ESTADSTICA DESCRIPTIVA
1) ESTADSTICA: DEFINICIN Y OBJETO
La palabra estadstica se utiliz originariamente para designar el
conjunto de aquellos datos demogrficos y econmicos de importancia vital
para un Estado. En la actualidad se ha convertido en un mtodo cientfico de
recoleccin y anlisis de datos, que se aplica a todas las ciencias sociales y
naturales.
Existen mltiples razones por las cuales es prcticamente imposible
conocer la totalidad de un fenmeno.
Supongamos que queremos realizar un estudio acerca la parte del
ingreso total que cada familia de Argentina dedica a la cultura.
En primer lugar, debemos definir con precisin a qu denominamos
gasto en cultura: estableceremos como tal el dedicado a los espectculos
(cine, teatro, circo, etc.); a la compra de libros y objetos de arte, a la visita a
exposiciones de arte y a los cursos extra escolares relacionados con el arte y la
cultura.
Una vez establecida la variable a analizar, nos encontraremos con el
problema de que es imposible realizar una encuesta en todos los hogares del
pas, por razones de costo y de tiempo. De manera tal que se deber
determinar una muestra o subconjunto de la poblacin total en la que se
tomarn los datos; y a partir de esa informacin se extrapolarn los resultados
obtenidos al total de la poblacin.
La estadstica es la ciencia que brinda las herramientas necesarias para
establecer una muestra que sea representativa del total de la poblacin, y para
extrapolar los datos con la mayor precisin posible.

1.1) DEFINICIONES BSICAS
56
Experimento y Unidad Experimental. Variables
El experimento es la observacin sistemtica de un fenmeno, con el
objetivo de conocer su dinmica.
La unidad experimental es cada uno de los elementos que se observan
en el experimento.
En nuestro ejemplo, el experimento ser la realizacin de una encuesta
en cada uno de los hogares establecidos. La unidad experimental son los
hogares.
A cada unidad experimental se le asignar un valor determinado, de
acuerdo a lo observado y a las reglas preestablecidas. Ese valor se denomina
dato estadstico.
Si continuamos con nuestro ejemplo, los datos estadsticos que
recogeremos son nmeros que indican el porcentaje de su ingreso que cada
familia dedica a la cultura.
Una variable es cualquiera de las caractersticas observables que posee
una unidad experimental.
En nuestro ejemplo, la variable en estudio es porcentaje del ingreso
dedicado a la cultura.
El recorrido de la variable es el conjunto de valores que la misma puede
asumir. De acuerdo con su recorrido, las variables se clasifican de la siguiente
manera:
57
VARIABLES
CUALITATIVAS
CUANTITATIVAS
ESCALA NOMINAL
ESCALA ORDINAL
DISCRETAS
CONTINUAS
Una variable cualitativa es aquella que asume valores que no se
expresan con nmeros.
Si su escala es nominal, los valores no pueden ser ordenados de
acuerdo con un criterio de progresin. Por ejemplo, supongamos que la
variable en estudio es ocupacin laboral de los estudiantes de la UNTREF
Virtual. Los valores que asumir la variable sern: empleado bancario,
trabajador cuentapropista, ama/o de casa, profesor, etc. No es posible
establecer un criterio de ordenacin progresiva de estos datos.
Si la escala es ordinal, puede establecerse una gradacin en los valores
de la variable. Supongamos que estudiamos el nivel de satisfaccin de los
clientes de un servicio determinado. Se realiza una encuesta, y las opciones de
respuestas ante el tem nivel de satisfaccin son: muy bajo bajo regular
alto muy alto. En este caso es posible establecer una escala comparativa
entre los distintos valores de la variable.
Una variable cuantitativa es aquella que asume valores que se
representan mediante nmeros.
Una variable cuantitativa es discreta cuando no puede asumir como
valor a cualquier nmero real. Por ejemplo, si la variable en estudio es nmero
de hijos, tan solo puede adoptar valores enteros.
Una variable cuantitativa continua puede asumir como valor cualquier
nmero real positivo. Ejemplos tpicos de variables cuantitativas continuas son
todas aquellas que se relacionan con peso, estatura, superficie, etc.
58
Universo: Es el conjunto de unidades experimentales que poseen
caractersticas susceptibles de ser observadas para obtener informacin.
Poblacin: Conjunto de todas las mediciones realizadas acerca de una
variable en particular.
Si nuestro universo est formado por todos los hogares de Mendoza,
podemos realizar en ellos muchos estudios diferentes.
Si la variable a estudiar es nmero de integrantes del grupo familiar,
tendremos una poblacin de datos. Si en cambio estudiamos nivel de
instruccin de los adultos de cada hogar, tendremos otra poblacin de datos.
Es decir que de un mismo universo podemos obtener tantas poblaciones como
variables en estudio planteemos.
El universo est conformado por unidades experimentales, mientras que
la poblacin est formada por datos.
Muestra: es un subconjunto de elementos de la poblacin, a partir del
cual se infieren datos acerca del universo.
59
1.2) ETAPAS DE LA TAREA ESTADSTICA
60
Qu vamos a estudiar?
Formulacin del
problema
Definicin del
universo
Sobre quin vamos a estudiar?
(determinacin de los individuos u objetos
de nuestra investigacin)
Determinacin de los
instrumentos de
medicin
Qu medimos? De qu manera?
Se determinan las variables en estudio y se
disean los cuestionarios a utilizar.
Se pueden recopilar datos del total del
universo o de una muestra, de acuerdo con
las caractersticas de cada investigacin
Recopilacin de datos
Ordenamiento y
presentacin de los datos
Los datos pueden presentarse en listas,
tablas, cuadros, grficos, etc.
Anlisis estadstico de
los datos
Anlisis descriptivo: Se caracteriza el
comportamiento de la variable en estudio
mediante parmetros calculados a partir de los
datos recopilados y ordenados.
Anlisis Inferencial: Cuando la recopilacin de
los datos se realiz sobre una muestra, el
anlisis inferencial permite inducir valores
poblacionales de la variable en estudio, a partir
de los datos muestrales.
Interpretacin de los
resultados
Se establece la correspondencia entre los
resultados obtenidos (expresados como
parmetros estadsticos) y la variable en estudio.
Para comprender mejor todos estos conceptos, desarrollaremos un
ejemplo, al que iremos completando con cada uno de los conceptos a estudiar.
El Banco Esmeralda tiene 10 sucursales distribuidas entre las provincias
del Noreste argentino. Su directorio se propone lanzar una nueva lnea de
crditos personales no hipotecarios. Para disear adecuadamente el producto,
solicita al Departamento de Estadstica un estudio exhaustivo acerca de los
clientes que han tomado crditos personales durante los ltimos aos.
El Departamento de Estadstica se propone estudiar las siguientes
variables, para establecer el perfil de los tomadores de crditos personales en
el banco:
1) Nmero de integrantes del grupo familiar
2) Ocupacin del tomador del crdito
3) Nivel educacional del tomador del crdito
4) Ingreso mensual promedio del grupo familiar
5) Monto del crdito solicitado
6) Nmero de cuotas estipulado para la devolucin del crdito
Se toma una muestra de 50 crditos otorgados a lo largo de los aos
2009 y 2010.
A partir de estos datos, esbozaremos los primeros pasos de la tarea
estadstica para esta investigacin:
61
Recopilacin de datos
Una cuestin muy importante en la tarea estadstica es la metodologa
que se utiliza para determinar el tamao de la muestra a utilizar, y para
seleccionar las unidades experimentales que se incluirn en la misma.
Nosotros no analizaremos las formas de determinacin del tamao de la
muestra, ya que excede los objetivos de este curso introductorio.
Las diferentes tcnicas de muestreo tienen como objetivo obtener una
muestra lo ms representativa posible de la poblacin.
Las tcnicas ms utilizadas son:
Muestreo aleatorio simple: Todas los individuos que integran la
poblacin tienen la misma probabilidad de integrar la muestra.
62
Caracterizacin de los tomadores de
crditos personales en el Banco Esmeralda
durante los aos 2007 y 2008
Formulacin del
problema
Definicin del
universo
Tomadores de crditos personales en el
Banco Esmeralda durante los aos 2009 y
2010
Determinacin de los
instrumentos de
medicin
Se medirn las variables establecidas (1 a 6), de
la manera que estableceremos en la prxima
seccin
Recopilacin de los
datos
Se tomar una muestra de 50 tomadores de
crditos seleccionados al azar dentro del
universo establecido.
Ordenamiento y
presentacin de los
datos
Los datos se presentarn en tablas, a partir de
las cuales se construirn grficas y se calcularn
las medidas representativas para cada variable
analizada.
Por ejemplo, supongamos que debemos seleccionar una muestra de 20
empleados de una empresa. Una alternativa sencilla es tomar una lista
numerada de los empleados y una tabla de nmeros aleatorios. Elegimos a los
empleados cuyo nmero de lista coincide con alguno de los primeros 20
nmeros de la tabla.
Otra manera de elegir en un muestreo aleatorio simple es la siguiente:
supongamos que la empresa tiene 440 empleados, y queremos elegir una
muestra de 20, es decir, un empleado cada 22. De una tabla de dgitos al azar
tomamos el primer nmero; por ejemplo, el 6. Seleccionamos al empleado que
tiene el nmero 6, y luego le vamos sumando 22: seleccionamos al que tiene el
nmero 28, al que tiene el 50, y as sucesivamente.
Muestreo Estratificado: Cuando en la poblacin hay alguna
caracterstica cuya variacin se supone puede incidir en la variable en estudio,
se procede a realizar un muestreo estratificado.
Supongamos que estamos realizando un estudio acerca de un nuevo
plaguicida para un insecto que ataca al cultivo de trigo. Para realizar el ensayo
disponemos de un lote cuya fertilidad es muy despareja. Podemos sospechar
que la fertilidad del suelo puede incidir en la respuesta al plaguicida (por
ejemplo, que las plantas que estn en un terreno ms frtil sean ms
vigorosas, y, por lo tanto, se recuperen mejor del ataque de los insectos,
independiente del producto aplicado). En este caso, podemos dividir al lote en
diferentes bloques de acuerdo con su fertilidad, y tomar una muestra de cada
bloque.
El muestreo estratificado se utiliza tambin en las encuestas previas a
las elecciones, en las que se divide a la poblacin de acuerdo con diferentes
criterios: gnero, franja etaria, nivel socioeconmico, etc.
Muestreo por Conglomerados: En este caso, al contrario que en el
muestreo estratificado, se busca que cada conglomerado refleje toda la
heterogeneidad de la poblacin.
63
Por ejemplo, para un estudio poblacional nos interesa saber cul es la
composicin ms tpica de las familias de una ciudad. Como no podemos
estudiarlas a todas, podemos elegir algunas manzanas de la ciudad. Luego, en
cada manzana, podemos realizar un muestreo aleatorio simple para
seleccionar las familias a entrevistar.
Ordenamiento y Presentacin de los datos
En primer lugar, vamos a clasificar a las variables en estudio:
1) Nmero de integrantes del grupo familiar
Es una variable cuantitativa discreta. En nuestro caso, el recorrido de la
misma es de 1 a 6, es decir que las familias estudiadas tienen entre 1 y 6
integrantes.
2) Ocupacin del tomador del crdito
Esta es una variable cualitativa nominal. A los efectos de este estudio,
se le asignarn los siguientes valores:
Trabajador/a independiente con profesin universitaria (TI-PU)
Trabajador/a independiente con profesin no universitaria (TI-PnoU)
Empleado/a no jerrquico (E no J)
Empleado/a jerrquico (EJ)
Ama/o de casa (AC)
3) Nivel educacional del tomador del crdito
Esta es una variable cualitativa ordinal, a la que se le asignaron los
siguientes valores:
Primaria incompleta (PI)
64
Primaria completa (PC)
Secundaria incompleta (SI)
Secundaria completa (SC)
Universitario incompleto (UI)
Universitario completo (UC)
4) Ingreso mensual promedio del grupo familiar
Esta es una variable cuantitativa continua.
Para poder ordenar los datos, se agruparon en intervalos de frecuencia
desde un valor mnimo de $3.000 hasta el mximo de $13.000, con una
amplitud de $2.000 por intervalo.
5) Monto del crdito solicitado
Esta tambin es una variable cuantitativa continua. Se ordenaron los
datos en intervalos de frecuencias desde un mnimo de $5.000 hasta un
mximo de $20.000, con una amplitud de $2.500 por intervalo.
6) Nmero de cuotas estipulado para la devolucin del crdito
Variable cuantitativa discreta. Los valores que asumi en este estudio
fueron 6, 12, 18 y 24 (cuotas mensuales)
A continuacin presentaremos los datos recopilados para cada una de
las variables analizadas.
65
1) X = NMERO DE INTEGRANTES
DEL GRUPO FAMILIAR
X F(X)
1 2
2 12
3 14
4 16
5 5
6 1
TOTAL 50
X representa los diferentes valores que asume la variable. F(x) indica la
frecuencia absoluta obtenida para cada uno de esos valores. De las 50 familias
encuestadas, 2 estn integradas por una persona, 12 familias por dos
personas, 14 por 3, en 5 familias hay 5 integrantes, y hay solo una familia con 6
personas.
2) X= OCUPACIN DEL TOMADOR
DEL CRDITO
X F(X)
TI-PU 5
TI-PnoU 14
E no J 11
EJ 16
AC 4
TOTAL 50
3) X= NIVEL EDUCACIONAL DEL
TOMADOR DEL CRDITO
X F(X)
PI 1
PC 4
SI 11
SC 21
UI 6
UC 7
TOTAL 50
66
Los corchetes invertidos indican que el lmite superior del intervalo se
incluye en el intervalo inmediato inferior. En el primer intervalo se agrupan las
familias cuyo ingreso es inferior a $5.000. En el segundo, las familias cuyo
ingreso es igual o superior a $5.000 e inferior a $7.000
4) X= INGRESO MENSUAL
PROMEDIO DEL GRUPO
FAMILIAR
X F(X)
[3.000 5.000[ 3
[5.000 7.000[ 11
[7.000 9.000[ 16
[9.000 11.000[ 10
[11.000 13.000[ 7
[13.000 15.000[ 3
TOTAL 50
5) X= MONTO DEL CRDITO
SOLICITADO
X F(X)
[5.000 7.500[ 6
[7.500 10.000[ 9
[10.000 12.500[ 12
[12.500 15.000[ 14
[15.000 17.500[ 7
[17.500 20.000[ 2
TOTAL 50
6) X= NMERO DE CUOTAS
X F(X)
6 9
12 16
18 6
24 19
TOTAL 50
67
El primer ordenamiento de datos que se realiza es ste. Una tabla de doble
entrada es una herramienta til para visualizar rpidamente los datos.
Otros parmetros que se calculan habitualmente son:
Frecuencia absoluta acumulada: Es la suma de las frecuencias absolutas
simples.
Tomemos como ejemplo la variable: ingreso mensual promedio del grupo
familiar:
La frecuencia acumulada absoluta es til para visualizar rpidamente
cuestiones tales como:
Cuntas familias tienen un ingreso inferior a $9.000?
30 familias
Cuntas familias tienen un ingreso superior a $7.000?
50 14 = 36 familias
Frecuencia relativa simple: Se divide la frecuencia absoluta por el total de los
datos (en nuestro caso, 50)
La frecuencia absoluta simple nos da la proporcin de la muestra en estudio
que asume un valor determinado de la variable.
4) X= INGRESO MENSUAL
PROMEDIO DEL GRUPO
FAMILIAR
X F(X) Fac(x)
[3.000 5.000[ 3 3
[5.000 7.000[ 11 14
[7.000 9.000[ 16 30
[9.000 11.000[ 10 40
[11.000 13.000[ 7 47
[13.000 15.000[ 3 50
TOTAL 50
68
Frecuencia relativa acumulada: Es la suma de las frecuencias relativas
simples.
Si continuamos trabajando con la variable ingreso del grupo familiar, tenemos:
INGRESO DEL GRUPO FAMILIAR
X F(x) Fac(x) f
r
(x) F
r
(x)
[3.000 5.000[ 3 3 3/50= 0,06 0,06
[5.000 7.000[ 11 14 11/50=0,22 0,28
[7.000 9.000[ 16 30 16/50= 0,32 0,6
[9.000 11.000[ 10 40 10/50 = 0,2 0,8
[11.000 13.000[ 7 47 7/50 = 0,14 0,94
[13.000 15.000[ 3 50 3/50 = 0,06 1
TOTAL 50
La suma de las frecuencias relativas es siempre 1.
Si se multiplican las frecuencias relativas por 100, se obtienen los porcentajes
que corresponden a cada valor de la variable.
Por ejemplo:
Qu porcentaje de las familias en estudio tiene un ingreso mensual entre
$5000 y $11.000?
La respuesta es: (0,22 + 0,32 + 0,2) . 100 = 74%
Grficos estadsticos
Los grficos estadsticos son tambin una herramienta muy til para visualizar
la distribucin de la variable en estudio.
Grficos para variables discretas
Grfico de barras
Este tipo de grficos se utilizan generalmente cuando la variable en estudio es
cualitativa. Sobre uno de los ejes se ubican las bases de las barras
(habitualmente en el eje x); y sobre el otro la frecuencia absoluta. La longitud
de cada barra es proporcional a la frecuencia absoluta para ese valor de la
variable.
69
Es muy sencillo realizar estos grficos utilizando el programa Excel
(seguramente lo vern en Informtica). Se copia la tabla en una hoja de clculo
del programa, se la ilumina, y luego se aprieta insertar grfico. Aparecer un
asistente, en el que se puede seleccionar el tipo de grfico y el formato.
Nosotros haremos como ejemplo el grfico de barras de la variable nivel
educacional del tomador del crdito
3) X= NIVEL
EDUCACIONAL DEL
TOMADOR DEL
CRDITO
X F(X)
PI 1
PC 4
SI 11
SC 21
UI 6
UC 7
Grfico Circular:
Se utiliza en los mismos casos que los grficos de barras.
En este caso, se considera que el total de la circunferencia (360) es el total de
los datos (en nuestro caso, 50). Cada valor de la variable quedar
representado por un sector circular proporcional a su frecuencia.
Por ejemplo, para el mismo ejemplo anterior, si queremos calcular el sector que
le corresponde a los tomadores de crdito con secundaria completa:
50 360
21.360
21 151, 2 15112
50
x

Los grficos circulares o de torta tambin se confeccionan fcilmente con el
Excel.
70
0
5
10
15
20
25
PI PC SI SC UI UC
Nivel educacional del tomador del crdito
Grficos para variables Continuas:
Histograma:
Se utiliza para las variables continuas. Consiste en una serie de barras
adyacentes, cuyo ancho representa la amplitud del intervalo, y cuya altura es
proporcional a la frecuencia absoluta.
Para la variable Ingreso del grupo familiar, el histograma es el
siguiente
Polgonos de Frecuencias:
Se obtienen uniendo los puntos medios de las columnas del histograma:
71
Nivel Educacional del tomador del
crdito
PI
PC
SI
SC
UI
UC
INGRESO DEL GRUPO FAMILIAR
0
2
4
6
8
10
12
14
16
18
1
[3.000 5.000[
[5.000 7.000[
[7.000 9.000[
[9.000 11.000[
[11.000 13.000[
[13.000 15.000[
Ingresos (en $)
F
INGRESO DEL GRUPO FAMILIAR
0
2
4
6
8
10
12
14
16
18
1
[3.000 5.000[
[5.000 7.000[
[7.000 9.000[
[9.000 11.000[
[11.000 13.000[
[13.000 15.000[
Ingresos (en
$)
F
Ojiva de Frecuencia Acumulada:
Se utiliza tambin para las variables continuas.
En el eje de abscisas se colocan los extremos de los intervalos de
frecuencias, y en el eje de ordenadas los valores de la frecuencia acumulada
para cada intervalo.
Para la misma variable anterior, la ojiva toma esta forma:
Medidas de posicin
Las medidas de posicin son valores numricos que caracterizan a una
distribucin de frecuencias.
72
Frecuencias acumuladas para el ingreso por grupo
familiar
0
10
20
30
40
50
60
[3.000
5.000[
[5.000
7.000[
[7.000
9.000[
[9.000
11.000[
[11.000
13.000[
[13.000
15.000[
f(X)
Media Aritmtica:
Es el promedio de los datos de una distribucin.
Para las variables discretas que no estn agrupadas en intervalos de
frecuencias, se calcula mediante la siguiente frmula:
Calcularemos la media aritmtica de nuestra variable: Nmero de
Integrantes del Grupo Familiar
A la tabla original, le agregamos una columna cuyo contenido es el
producto de cada valor de la variable por su frecuencia absoluta
1) X= NMERO DE INTEGRANTES
DEL GRUPO FAMILIAR
X
F(x)
X
i
. F
i
1 2 2
2 12 24
3 14 42
4 16 64
5 5 25
6 1 6
TOTAL 50 163
La media aritmtica es el cociente entre la suma de los productos
efectuados y el nmero total de datos:
163
3, 26 3
50
x
A partir de este valor podemos tener una primera aproximacin de la
distribucin de nuestra variable: el promedio de integrantes del grupo familiar
es 3.
Para las variables continuas y las variables discretas agrupadas en
intervalos de frecuencias, el clculo de la media aritmtica es similar, pero en
vez de utilizar el valor puntual de la variable, calculamos el punto medio de
73
i i
x F
x
n

cada intervalo de frecuencias, tomando ese valor como el representativo de

cada intervalo:
El punto medio es la semisuma de los extremos de cada intervalo.
Para nuestra variable: Ingreso Mensual del Grupo Familiar:
4) X= INGRESO MENSUAL PROMEDIO DEL
GRUPO FAMILIAR
X PM F(x) PM
i
.F
i
[3.000 5.000[ 4.000 3 12.000
[5.000 7.000[ 6.000 11 66.000
[7.000 9.000[ 8.000 16 128.000
[9.000 11.000[ 10.000 10 100.000
[11.000 13.000[ 12.000 7 84.000
[13.000 15.000[ 14.000 3 42.000
TOTAL 50 432.000
432.000
8.640
50
x
Modo o Moda:
El Modo es el valor de la variable al que le corresponde la mxima
frecuencia; es decir que es el valor de la variable que ms se repite.
Para las distribuciones de variables discretas sin agrupar, simplemente
se determina observando a qu valor de x le corresponde la mayor frecuencia.
Para nuestra variable nmero de integrantes del grupo familiar, el
modo es 4, lo que significa que, de las familias entrevistadas, las de cuatro
integrantes fueron las que aparecieron ms veces.
Para las variables agrupadas en intervalos de frecuencias, el modo se
calcula mediante la siguiente frmula:
74
i i
PM F
x
n

1
1 2
. Mo Li a

+
+
L
i
= Lmite inferior del intervalo modal (intervalo de mxima frecuencia absoluta)
1

frecuencia absoluta del intervalo modal menos frecuencia absoluta del
intervalo anterior
2

frecuencia absoluta del intervalo modal menos frecuencia absoluta del
intervalo posterior
a = amplitud del intervalo
4) X= INGRESO MENSUAL
PROMEDIO DEL GRUPO
FAMILIAR
X F(x) Fac(x)
[3.000 5.000[ 3 3
[5.000 7.000[ 11 14
[7.000 9.000[ 16 30
[9.000 11.000[ 10 40
[11.000 13.000[ 7 47
[13.000 15.000[ 3 50
TOTAL 50
En esta distribucin, el intervalo modal es el comprendido entre $7000 y
$9000, cuya frecuencia absoluta es 16.
El modo se calcula como:
( ) ( )
16 11
7.000 2.000 7909, 09 7910
16 11 16 10
Mo

+
+
La informacin que nos brinda este valor es que el ingreso ms
frecuente entre este grupo de familias es de $7910.
Mediana:
La mediana es el valor de la variable que divide a la distribucin en dos
partes con igual nmero de datos.
75
Supongamos que en una escuela primaria seleccionamos al azar un
grupo de 9 chicos, y le preguntamos la edad a cada uno. Obtenemos los
siguientes datos:
7 8 12 11 10 - 9 - 8 - 9 - 13
Ordenamos a los alumnos del grupo desde el de menor edad al de ms
edad:

Para calcular la mediana en distribuciones de variables discretas sin
agrupar, calculamos primero la frecuencia acumulada absoluta. Luego nos
fijamos a qu valor de la variable corresponde el dato medio de la distribucin.
1) X= NMERO DE INTEGRANTES
DEL GRUPO FAMILIAR
X F(x) Fac(x)
1 2 2
2 12 14
3 14 28
4 16 44
5 5 49
6 1 50
TOTAL 50
76
La mediana de la distribucin es 9
7 aos 8 aos 8 aos 9 aos 9 aos 10 aos 11 aos 12 aos 13 aos
La tabla nos informa que hay dos familias con un solo integrante, 14
familias con dos o menos integrantes, 28 familias tienen hasta 3 integrantes, 44
tienen 4 integrantes o menos, 49 tienen hasta 5 y 50 familias tienen como
mximo 6 integrantes.
Como la mitad de la distribucin es 25, la mediana es x = 3, ya que 28
familias (ms de la mitad), tienen hasta 3 integrantes.
Para datos agrupados en intervalos de frecuencias, utilizamos la
siguiente frmula para el clculo de la mediana:
Li: lmite inferior del intervalo que contiene a la mediana
n = nmero total de datos
Fac
n-1
= frecuencia acumulada del intervalo anterior al de la mediana
f
m
= frecuencia absoluta del intervalo que contiene a la mediana
a = amplitud del intervalo
4) X= INGRESO MENSUAL
PROMEDIO DEL GRUPO
FAMILIAR
X F(x) Fac(x)
[3.000 5.000[ 3 3
[5.000 7.000[ 11 14
[7.000 9.000[ 16 30
[9.000 11.000[ 10 40
[11.000 13.000[ 7 47
[13.000 15.000[ 3 50
TOTAL 50
En este caso, el dato nmero 25 corresponde al intervalo comprendido
entre $7.000 y $9.000.
50
14
2
7.000 2.000 8.375
16
Me

+
77
1
2
m
m
n
Fac
Me Li a
f

+
De este dato podemos deducir que la mitad de las familias encuestadas
tienen un ingreso inferior a $8.375.
Medidas de concentracin
Cuartiles:
As como la mediana nos da la informacin acerca de cul es el valor de
la variable por debajo del cual se encuentra el 50% de la muestra, los cuarteles
nos informan el valor de la variable por debajo del cual se encuentra el 25% de
la muestra, o el 75% de la muestra.
La forma de clculo es semejante a la de la mediana.
Primer Cuartil (Q
1
):
Para variables sin agrupar, el primer cuartel es el valor de la variable por
debajo del cual se encuentra el 25% de los datos.
Para nuestra variable integrantes del grupo familiar, el 25% de los
datos equivale a 13 datos (12,5, que aproximamos a 13). El valor del Q
1
es 2,
ya que hasta 14 familias tienen dos integrantes o menos.
Para calcular el tercer cuartil (Q
3
), calculamos el 75% de los datos, que
equivale a 38. El valor de Q
3
es 4, ya que hasta 44 familias tienen 4 integrantes
o menos.
El segundo cuartil es la mediana.
Para datos agrupados, se utilizan las siguientes frmulas:
78
1
1
1
1
4
.
Q
Q
n
Fac
Q Li a
f

+
3 1
3
3
3
4
.
Q
Q
n Fac
Q Li a
f

+
Para la variable Nivel de ingreso del grupo familiar, los cuartiles son:
1
3
50
3
4
5.000 2.000 6727, 3
11
3
50 30
4
9.000 2.000 10.500
10
Q
Q

+

+
Es decir que el 25% de las familias encuestadas tiene un ingreso inferior
a $6723,3; y el 75% de las familias del mismo grupo tiene un ingreso inferior a
$10.500.
Deciles y Percentiles:
De manera similar, podemos calcular el valor de la variable que deja
debajo de s a cualquier porcentaje de datos.
Los deciles se refieren al 10%, 20%, etc.; y los percentiles a cualquier
porcentaje.
Si queremos calcular, por ejemplo, cul es el ingreso mnimo del 10% de
familias que tienen mayor ingreso, calcularemos el noveno decil:
9 1
9
9
9
10
D
D
n Fac
D Li a
f


+
El 90% de la distribucin corresponde al dato nmero 45, con lo que el
intervalo del noveno decil es el comprendido entre $11.000 y $13.000.
9
9
50 40
10
11.000 2.000 12.428, 6
7
D

+
El 10% de las familias de mayores ingresos reciben ms de $12.428 por
mes.
79
Supongamos que el banco piensa otorgar un determinado crdito a
aquellas familias cuyos ingresos superen los $10.500. Cuntas de las familias
encuestadas estarn en condiciones de recibirlo?
Para calcularlo, nos situamos en el intervalo que contiene a este valor,
que es el comprendido entre $9.000 y $11.000:
50 30
100
10.500 9.000 2000
10
50 30
10.500 9.000
100
2000 10
3
10 30 50
4 100
100
37, 5 75%
50
k
k
k
k k

+

+

El 75% de las familias tiene un ingreso inferior a $10.500; por lo tanto
slo podr acceder a ese crdito el 25% de las familias, es decir, 13.
80
Medidas de dispersin
Las medidas de dispersin brindan informacin acerca del grado de
heterogeneidad de la muestra.
Supongamos que tenemos un taller de carpintera, y producimos sillas.
Para nuestras sillas necesitamos tornillos de 18 mm de longitud. Tenemos a
dos posibles proveedores de los tornillos, de precio similar. Para decidir cul
nos conviene, tomamos una muestra de 10 tornillos de cada proveedor, los
medimos y calculamos la longitud media. En ambas muestras es de 18 mm,
pero sus configuraciones son las siguientes:
Aunque el promedio de las longitudes sea el mismo, las muestras son
muy diferentes entre s, y no ser lo mismo para nuestra produccin de sillas
que nuestros tornillos sean de la empresa correspondiente a la muestra 1 o a la
de la muestra 2.
Para indicar el grado de variabilidad se utiliza el desvo standard o
desviacin tpica, que se calcula a partir de la varianza.
81
MUESTRA 1
MUESTRA 2
Clculo de la varianza:
La varianza es la sumatoria de los desvos cuadrados respecto de la
media aritmtica. Para datos sin agrupar, la frmula es la siguiente:
( )
2
2
i i
x x f
S
n

Clculo del Desvo Standard o Desviacin Tpica:

La desviacin tpica es la raz cuadrada de la varianza.
La razn para elevar al cuadrado y luego calcular la raz es que, si no se
elevan al cuadrado para eliminar el signo negativo, los desvos respecto de la
media aritmtica se anulan entre s.
Ejemplificaremos con los datos para nuestras dos muestras de tornillos:
Muestra 1:
x
x x ( )
2
x x
18 0 0
18 0 0
17,5 -0,5 0,25
19 1 1
18,5 0,5 0,25
18 0 0
19 1 1
18,5 0,5 0,25
16,5 -1,5 2,25
17 -1 1
TOTAL 0 6
82
2
6
0, 6
10
0, 6 0, 774
S
S


Para la muestra 2:
x
x x ( )
2
x x
16 -2 4
14 -4 16
19 1 1
23 5 25
16 -2 4
18 0 0
17 -1 1
15 -3 9
22 4 16
20 2 4
TOTAL 0 80
Para datos agrupados en intervalos de frecuencias, la forma de clculo
es muy similar
Tanto la varianza como la desviacin tpica son muy tiles para
comparar dos muestras de objetos o individuos de la misma clase.
Cuando se necesita comparar la homogeneidad de dos muestras
respecto de diferentes parmetros, se utiliza el coeficiente de variacin.
El coeficiente de variacin indica la heterogeneidad relativa de una
muestra, en relacin con la media aritmtica.
83
2
80
8
10
8 2,83
S
S


( )
2
2
i i
PM x f
S
n

Para ejemplificar, vamos a calcular la media, la desviacin tpica y al

coeficiente de variacin para dos de nuestras variables analizadas en el caso
del banco: el nmero de integrantes del grupo familiar y el monto del ingreso
familiar.
Monto del crdito solicitado
X PM F(X) ( )
PM x
( )
2
i
PM x F
[5.000 7.500[ 6.250 6 -5.650 191.535.000
[7.500 10.000[ 8.750 9 -3.150 89.302.500
[10.000 12.500[ 11.250 12 - 650 5.070.000
[12.500 15.000[ 13.750 14 1.850 47.915.000
[15.000 17.500[ 16.250 7 4.350 132.457.500
[17.500 20.000[ 18.750 2 6.850 93.845.000
TOTAL 50 560.125.000
11.900 x
2
560.125.000
11.202.500
50
11.202.500 3.347, 013
S
S


3347, 03
100 28,13%
11.900
CV
84
100
S
CV
x

Ingreso del grupo familiar
X PM F(x) ( )
PM x
( )
2
.
i
PM x F
[3.000 5.000[ 4.000 3 - 4.640 64.588.800
[5.000 7.000[ 6.000 11 - 2.640 76.665.600
[7.000 9.000[ 8.000 16 - 640 6.553.600
[9.000 11.000[ 10.000 10 1.360 18.496.000
[11.000 13.000[ 12.000 7 3.360 79.027.200
[13.000 15.000[ 14.000 3 5.160 79.876.800
TOTAL 50 906.508.000
8.640 x
2
906.508.000
18.130.160
50
18.130.160 4.257.95
S
S


4257, 95
100 49, 28%
8.640
CV
Observando los datos, podemos concluir que la distribucin
correspondiente a la variable monto del crdito solicitado es ms homognea
que la correspondiente al ingreso del grupo familiar, ya que su coeficiente de
variacin es significativamente menor.
Todas estos clculos, que son tan trabajosos y aburridos, se ahorran con
una calculadora de mano, que puesta en modo estadstico calcula la media
aritmtica, la varianza y el desvo standard.
85
UNIDAD IV
PROBABILIDAD
1) INTRODUCCIN:
La Teora de la Probabilidad estudia los posibles resultados de los
experimentos llevados a cabo en el curso de una investigacin. Definimos
como experimento a una accin determinada que produce un resultado nico y
bien definido.
Los fenmenos a estudiar pueden ser de una tipologa muy variada,
pero para simplificar su estudio, los clasificaremos en dos grandes grupos:
determinsticos y aleatorios.
Los fenmenos determinsticos son aquellos que se caracterizan por
dar el mismo resultado siempre que se lleven a cabo en las mismas
condiciones. Este tipo de fenmenos se corresponden con las leyes de la fsica
(por ejemplo, si se pone un recipiente con agua en el fuego, a una presin de
una atmsfera, el agua entrar en ebullicin a los 100 C).
Para los fenmenos aleatorios, en cambio, no se puede predecir el
resultado, aunque se realicen en condiciones iguales. Por ejemplo, si tiramos
un dado equilibrado, no podemos predecir cul es el nmero que saldr.
Un experimento aleatorio es aqul que verifica las siguientes
condiciones:
a) Todos los resultados posibles son conocidos de antemano.
b) Cualquier realizacin del experimento da lugar a un resultado que no
es conocido de antemano.
c) El experimento puede repetirse bajo idnticas condiciones.
Los juegos de azar son ejemplos tpicos de fenmenos aleatorios.
Ya que en estos fenmenos no puede predecirse el resultado, la Teora
de la Probabilidad asigna a cada uno de los posibles resultados un valor que
establece la probabilidad de que el mismo ocurra.
86
1.1) ESPACIO MUESTRAL
El espacio muestral correspondiente a un experimento aleatorio es el
conjunto de todos los posibles resultados del mismo.
Por ejemplo, si nuestro experimento es lanzar la pelota en la rueda de la
ruleta y observar cul es el nmero en que la misma cae, el espacio muestral
est conformado por los 36 nmeros posibles.
Si con la misma ruleta nuestro experimento es observar a qu docena
corresponde el nmero que sale, el espacio muestral ser
{ } 1 docena; 2 docena; 3 docena S
Si observamos si el nmero que sale es par o impar, el espacio muestral
ser { } nmero par; nmero impar S
El espacio muestral puede ser discreto o continuo.
Si es discreto, tiene un nmero finito de elementos (por ejemplo, para el
experimento tirar un dado, el espacio muestral consta de seis elementos, que
son los seis resultados posibles)
Un espacio muestral continuo tiene infinitos elementos. Por ejemplo,
para el experimento medicin de la estatura de los alumnos del curso de
estadstica, el espacio muestral es infinito, ya que la variable a medir es
continua.
87
1.2) SUCESO ALEATORIO:
Es cualquier subconjunto del espacio muestral determinado. Puede estar
formado por un solo elemento o por varios.
Operaciones con Sucesos Aleatorios
Tanto el espacio muestral como los sucesos aleatorios son conjuntos,
por eso para representarlos es til recurrir a la simbologa y forma de operar del
lgebra de conjuntos.
El espacio muestral es equivalente al conjunto universal (U), formado por
todos los sucesos posibles, que, en nuestro caso, representan a todos los
resultados posibles de nuestro experimento. Habitualmente se lo simboliza con
un rectngulo.
Supongamos que nuestro experimento consista en sacar una bolilla de
una bolsa en la que hay bolillas numeradas del 1 al 10. El espacio muestral
sera:
Un suceso se representa con una elipse dentro del conjunto universal.
Por ejemplo, el suceso: nmero menor que 4
88
1
2
3
4
5
6
7
8
9
10
4
5
6
7
8
9
10
1
3
2
S
Complemento de un suceso S:
Es el conjunto formado por todos los sucesos que no pertenecen a S. Se
lo simboliza habitualmente como
S
.
En nuestro ejemplo:
{ }
{ }
1, 2, 3
4, 5, 6, 7, 8, 9,10
S
S

Unin de sucesos A y B:
Es el conjunto formado por todos los elementos de A y de B.
Por ejemplo:
A = Nmeros menores o iguales que 5
B = Nmeros pares
} { 10 ; 8 ; 6 ; 5 ; 4 ; 3 ; 2 ; 1 AUB
Interseccin de Sucesos A y B:
Es el conjunto formado por los elementos que pertenecen
simultneamente a ambos conjuntos.
En nuestro caso
{ } 2, 4 A B
89
1
3
5
6
7
8
9
10
2
4
Relaciones entre Sucesos
Inclusin:
Un suceso B est incluido en un suceso A si todos los elementos de B
pertenecen tambin a A.
Por ejemplo, para nuestro Universal ya definido:
A = Nmeros pares
B = Mltiplos de 4
{ }
{ }
2, 4, 6,8,10
4, 8
A
B

Entonces B A , ya que todos los elementos de B pertenecen tambin a A.

Sucesos Compatibles: Son sucesos que pueden presentarse en forma
conjunta. Por ejemplo, el suceso sacar un nmero impar y el suceso sacar un
nmero mayor que 5 son compatibles, ya que, dentro de nuestro universo, el 7
y el 9 cumplen con ambos requisitos.
Es decir que dos sucesos son compatibles cuando su interseccin no es vaca.
Sucesos Incompatibles o Mutuamente Excluyentes : Son aquellos que
nunca pueden presentarse en forma conjunta. En nuestro caso, los sucesos
sacar un nmero par y sacar un nmero impar son mutuamente excluyentes
o incompatibles.
Entre los sucesos compatibles siempre hay interseccin, entre los
incompatibles, la interseccin es vaca.
90
1 3
5
7
9
4
8
10
6
2
A
B
1.3) DEFINICIONES DEL TRMINO PROBABILIDAD
Definicin Clsica.
La definicin clsica de probabilidad se basa en el supuesto de que
todos los resultados de un experimento son igualmente probables. Desde este
punto de vista, la probabilidad de un suceso se calcula como el cociente entre
el nmero de resultados favorables y el nmero de casos posibles.
Por ejemplo, la probabilidad de que al tirar un dado perfectamente
equilibrado salga el nmero 2, ser:
( )
1
2
6
P x
Ya que, de los seis casos posibles, solo uno representa un resultado
favorable.
La probabilidad de obtener un nmero par al tirar el dado, ser:
( )
3 1
6 2
P par
Ya que, de los seis resultados posibles, tres (el 2, el 4 y el 6) son
favorables.
Probabilidad como frecuencia relativa
En este caso se calcula la probabilidad de ocurrencia de un evento
observando su frecuencia relativa.
Por ejemplo, queremos estudiar la probabilidad de que durante el ao
2010 nieve en la ciudad de Buenos Aires. En los registros climticos se
consigna que en los ltimos dos siglos nev tres veces en Buenos Aires. La
frecuencia de nevadas es, entonces, de 3/200.
Por lo tanto, la probabilidad de que nieve en Buenos Aires durante el ao
2010 es de
3
0, 015.
200

91
Axiomas y Teoremas bsicos para el clculo de probabilidades
Sea un experimento aleatorio E y su espacio muestral U, y S un suceso
aleatorio contenido en U.
1) La probabilidad de ocurrencia de S es un nmero comprendido entre 0 y
1.
Si la probabilidad de S es 0, el suceso es imposible; si es 1, es un
suceso cierto.
( ) 0 1 P S
2) Si S
1
y S
2
son dos sucesos pertenecientes a U, y son mutuamente
excluyentes, la probabilidad de ocurrencia de ambos sucesos en forma
conjunta es 0.
3) Si S
1
y S
2
son dos sucesos pertenecientes a U, y no son mutuamente
excluyentes, la probabilidad de que ocurra S
1
o S
2
es igual a la probabilidad
del primero ms la probabilidad del segundo, menos la probabilidad de
interseccin de ambos sucesos.
( ) ( ) ( ) ( )
1 2 1 2 1 2
P S S P S P S P S S +
4) La probabilidad de ocurrencia de un suceso o su complementario es 1.
( )
1 P S S
5) Probabilidad Condicional: La probabilidad de que ocurra un suceso A
si antes ocurri un suceso B se denomina probabilidad condicional.
P(A/B) se lee como probabilidad de A si B, e indica la probabilidad de
que ocurra el suceso A si antes ocurri el suceso B.
La frmula para el clculo es:
92
( )
( )
( )
/
P A B
P A B
P B

Cuando calculamos una probabilidad condicional, restringimos el

espacio muestral.
Por ejemplo, si calculamos la probabilidad de que llueva un da
cualquiera en la capital de la provincia de Crdoba, recurrimos a los datos del
Servicio Meteorolgico Nacional, y obtenemos la siguiente informacin: en
promedio se registran 92 das lluviosos por ao.
Entonces la probabilidad de que llueva un da cualquiera es:
( )
92
0, 252
365
P ll
Si miramos la informacin con mayor detalle, veremos que en esa
provincia las lluvias ocurren generalmente en verano. De los 92 das lluviosos
que se registran, en promedio, por ao, 75 corresponden a la temporada
primavera, verano, y el resto a otoo e invierno. Entonces la probabilidad de
que llueva un da de primavera o verano es muy superior a la de que llueva en
un da fro.
La probabilidad de que llueva en primavera o verano es:
( )
( )
( )
75
365
/ 0, 42
180
365
P ll v
P ll v
P v

Mientras que la probabilidad de que llueva un da cualquiera es:
( )
92
0, 252
365
P ll
Como vemos, la probabilidad de que llueva est condicionada por la
estacin del ao. En este caso decimos que las variables lluvia y estacin del
ao son dependientes.
Si en cambio pretendiramos establecer una relacin entre la
probabilidad de que llueva y el da de la semana, veramos que no existe.
93
Llueve tanto un martes como un sbado. En este caso decimos que las
variables lluvia y da de la semana son independientes.
Si dos variables A y B son independientes:
( ) ( ) / P A B P A
6) La probabilidad de ocurrencia de dos sucesos en forma conjunta se
calcula como:
( ) ( ) ( ) . / P AyB P A P B A
Si A y B son sucesos independientes, la probabilidad de B si A es igual a
la probabilidad de B. En ese caso
( ) ( ) ( ) . P AyB P A P B
Ejemplo:
En una fbrica se desea investigar el funcionamiento de dos mquinas.
Se toma una muestra de las unidades producidas por cada una de ellas, y se
obtiene la siguiente informacin:
Se revisan 120 unidades producidas por la mquina A, de las cuales 24
estn falladas.
De la mquina B se revisan 150 unidades, de las cuales 35 estn
falladas.
Para poder ver la informacin de manera ms clara, armamos un cuadro
de doble entrada:
MQUINA A MQUINA B TOTALES
SIN FALLA 96 115 211
FALLADOS 24 35 59
TOTALES 120 150 270
Si se toma una pieza al azar.
94
a) Cul es la probabilidad de que haya sido fabricada por la mquina B
y no est fallada?
Esta es una probabilidad conjunta, es decir, debemos averiguar la
interseccin de los dos sucesos:
( )
115
0, 426
270
P B F
b) Cul es la probabilidad de que, si se toma una que no est fallada,
haya sido fabricada por la mquina B?
Esta es una probabilidad condicional. Nuestro universo ya no es el total
de las piezas, si no solo aqullas que no estn falladas.
( )
( )
( )
115
/ 0, 545
211
P B F
P B F
P F

c) Existe alguna relacin entre la proporcin de piezas falladas y la
mquina que las fabrica?
En este caso, lo que queremos saber es si los sucesos pieza fallada y
pieza fabricada por A o pieza fabricada por B son independientes o
dependientes.
Si dos sucesos son independientes, la ocurrencia de uno de ellos no
modifica la probabilidad de ocurrencia del otro.
Es decir, si S
1
y S
2
son independientes:
( ) ( )
1 2 1
/ P S S P S
95
En nuestro caso, para saber si son independientes, podemos calcular la
probabilidad de que una pieza est fallada y la probabilidad de que est fallada
si proviene de la mquina A.
( )
( )
( )
( ) ( )
59
0, 22
270
/
( ) 24
/ 0, 2
120
P F
P F P F A
P F A
P F A
P A

Como los resultados son distintos, concluimos que los sucesos son
dependientes, por lo tanto existe relacin entre la proporcin de piezas falladas
y la mquina que las produce.
96