Escolar Documentos
Profissional Documentos
Cultura Documentos
rubendarioestrella@hotmail.com ; rubenestrella@atalayadecristo.org
www.atalayadecristo.org
SEPTIEMBRE, 2013
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 1
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
2
o LIND Douglas A., MARCHAL William G. and WATHEN Samuel A. Estadstica Aplicada a los
Negocios y a la Economa. McGraw-Hill. 15 Edicin. 2012.
o ANDERSON David, SWEENEY Dennis and WILLIAMS Thomas. Estadstica para Negocios y
Economa. CENGAGE Learning: 11 Edicin. 2012.
o SPIEGEL Murray, SHILLER John and SRINIVASAN R. Alu. Probabilidad y Estadstica. Mc Graw
Hill. 3. Edicin Serie Shaum. 2010.
o JONSON Robert and KUBY Patricia. Estadstica Elemental Lo Esencial. International Thomson
Editores, S. A.: Tercera Edicin 2004.
o LIPSCHUTS Seymour and LIPSON Marc. PROBABILIDAD. Mc Graw Hill. Segunda Edicin.
2001.
o MONTIEL A. M., RIUS F. And BARON F.J. Elementos Bsicos de Estadstica Econmica y
Empresarial. Prentice Hall: 1997.
o HOPKINS Kenneth, HOPKINS B.R. and GLASS Gene. Estadstica Bsica para las Ciencias
Sociales y del Comportamiento. Prentice Hall: Tercera Edicin. 1997.
o LAPIN Lawrence L. Statistics for Modern Business. The Dryden Press: 1995.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 2
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
3
Estadstica Descriptiva:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 3
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
4
Estadstica Inferencial:
Estadstica Descriptiva
Estadstica Inferencial
Analizar
Interpretar
Llegar a conclusiones
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 4
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
5
- Mercadeo.
- Investigacin de mercado.
- Encuestas
- Combinacin de productos y existencias.
- Publicidad.
- Gerencia de Operaciones.
- Pronsticos.
- Gestin de Calidad Total (TQM).
- Minimizacin de costos.
- Eliminacin de desperdicios.
- Localizacin.
- Ruta critica.
- Productividad.
- Simulacin.
- Teoras de colas.
- Finanzas
- Anlisis financieros.
- Economa.
- Anlisis econmicos.
- Impuestos y Gastos pblicos.
- Produccin nacional.
- Inflacin.
- Macroeconoma.
- Comercio internacional.
- Localizacin o Ubicacin de Negocios.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 5
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
6
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 6
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
7
Variables continuas: Son las que pueden tomar cualquier valor dentro de un intervalo
dado. Por muy prxima que puedan estar dos observaciones, si el instrumento de medida
tiene la precisin suficiente siempre puede haber una tercera observacin que caiga entre
las dos primeras. Los valores de una variable continua proceden en general de
mediciones, por ejemplo las cantidades de leche que las vacas producen son datos
continuos porque son mediciones que pueden asumir cualquier valor dentro de un
intervalo continuo.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 7
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
8
Variables discontinuas o discretas: Son las que pueden tomar valores intermedios
entre otros dos valores dados, han de hacerlo siempre con valores enteros, por ejemplo el
nmero de alumnos de una escuela, los socios de una cooperativa, etc.
Slo puede tomar determinados valores, por lo general nmeros enteros. Puede
ser resultado de la enumeracin o del conteo. En ninguno de los casos se observaran
valores fraccionarios.
Consideradas conforme a la posicin que une a las variables entre s, se distingue entre
variables dependientes e independientes.
Variables dependientes (Y): Reciben este nombre las variables a explicar, o sea, el
objeto de la investigacin, que se trata de explicar en funcin de otros elementos.
Variables independientes (X): Son las variables explicativas, o sea, los factores o
elementos susceptibles de explicar las variables dependientes (en un experimento son las
variables que se manipulan).
Variables externas: Son las que estn fuera del inters terico inmediato y que pueden
afectar los resultados de la investigacin emprica.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 8
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
9
Los datos se renen mediante una de las siguientes escala de medicin: nominal,
ordinal, intervalo y de razn. La escala o nivel de medicin permite determinar la
cantidad de informacin que contienen los datos e indica el resumen de los datos y el
anlisis estadstico ms apropiado.
Nombres o clases que se utilizan para organizar los datos en categoras separadas
y distintas.
La escala de medici para una variable es nominal cuando los datos son etiquetas
o nombres que se emplean para identificar un atributo del elemento.
Ejemplos:
Las bebidas gaseosas refrescantes se pueden clasificar en: Coke, Pepsi, 7-Up o
Country Club.
La escala de medicin es nominal aun cuando los datos son mostrados como
valores numricos.
1. Coke
2. Pepsi
3. 7-Up
4. Country Club
El partido poltico al que pertenecen los miembros de las cmaras de senadores y
diputados del pas.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 9
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
10
La escala de medicin para una variable es ordinal si los datos tienen propiedades
de datos nominales y el orden de los datos es significativa.
Los datos para una escala ordinal podran ser no numricos o numricos.
Ejemplos:
La escala de medicin para una variable es una escala de intervalo si los datos
tienen las propiedades de datos ordinales y el intervalo entre observaciones se expresa
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 10
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
11
en trminos de una unidad fija de medida. Los datos de intervalos siempre son
numricos.
Las temperaturas promedian anuales (en grados Celsius) de las capitales de todos
los estados de los Estados Unidos.
La Escala de medicin para una variable es una escala de razn si los datos tienen
todas las propiedades de los datos de intervalos y el cociente de los dos valores es
significativa. Variables como distancia, peso, altura y tiempo emplean la escala de
razn. Un requisito de esta escala es que pede contener un valor cero que indica que no
existe nada para una variable en el punto cero.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 11
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
12
Ejemplo:
Los valores de cada una estas colecciones de datos se pueden acomodar en orden,
las diferencias pueden calcularse y existe un punto de partida o cero inherente. Este
nivel se denomina "razn" porque el punto de partida hace que las razones o cocientes
tengan significado.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 12
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
13
Muestra Aleatoria Simple: Una muestra es seleccionada de modo que todos los
elementos de la poblacin tienen la misma probabilidad de ser elegidos. De igual
manera, todas las muestras de tamao n tienen la misma posibilidad de ser elegidas. La
muestras aleatorias simples se obtienen por muestreo con reemplazo en una poblacin
finita o por muestreo sin reemplazo en una poblacin sin reemprazo.
Una muestra aleatoria simple de n sujetos se selecciona de tal manera que toda
posible muestra de tamao n tenga la misma probabilidad de ser escogida.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 13
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
14
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 14
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
15
Las muestras son elegidas con base en el hecho de que son tpicas.
Cuando se obtiene una muestra de juicio, la persona que elabora la muestra elige
unidades que considera representativas de la poblacin. La validez de los resultados de
una muestra de juicio refleja la solidez del juicio del recolector de datos.
Error de muestreo: Este error ocurre cuando los datos de una muestra se obtienen,
registran o analizan de forma incorrecta. Tal error es consecuencia de una equivocacin
y no de una fluctuacin aleatoria y predispuesta, cuando se usa un instrumento de
medicin defectuoso, cuando se hacen preguntas predispuestas en una encuesta, cuando
mucha gente se niega a responder o cuando se cometen errores al copiar los datos de la
muestra.
Este anlisis de las muestras conduce a distinguir entre las dos ramas principales
del anlisis estadstico: 1) Estadstica descriptiva o deductiva, y 2) Estadstica inferencial
o inductiva.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 15
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
16
Herramientas estadsticas que resultan de particular utilidad para organizar los datos.
- Tabla de frecuencia es un resumen tabular de un conjunto datos donde se
muestra la frecuencia (o cantidad) del objeto de estudio en cada una de varias
clases.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 16
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
17
TABLA DE
FRECUENCIA
Grficos.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 17
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
18
HISTOGRAMA.
Consiste en una escala horizontal para valores de los datos que se estn
representando, una escala vertical para las frecuencias, y barras que representan la
frecuencia de cada clase de valores.
El eje horizontal pueden ser colocadas las marcas de clase.
Coloca las clases de una distribucin de frecuencia en el eje horizontal y las
frecuencias en el eje vertical.
60 52
50
38
40 32
FRECUENCIAS 30
20 14 14
9
10 3 5 4 4
0
204,5 214,5 224,5 234,5 244,5 254,5 264,5 274,5 284,5 294,5
MARCAS DE CLASES
TABLA DE
FRECUENCIA
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 18
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
19
0,350 0,297
0,300
0,250 0,217
0,183
0,200
FRECUENCIAS RELATIVAS
0,150
0,080 0,080
0,100 0,051
0,050 0,017 0,029 0,023 0,023
0,000 5
5
4,
4,
4,
4,
4,
4,
4,
4,
4,
4,
20
21
22
23
24
25
26
27
28
29
MARCAS DE CLASES
TABLA DE
FRECUENCIA
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 19
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
20
DIAGRAMA DE BARRAS.
Este puede mostrar cantidades o porcentajes para dos o ms valores sobre el eje
vertical.
Es una forma de grfica de representar datos cualitativos que se han resumido en
una distribucin de frecuencias, de frecuencias relativas o porcentuales. Para los datos
cualitativos, las barras deben estar separadas par enfatizar el hecho de que cada clase
(categora) es separada.
Relacion Ingresos/Costos
30000
20000 Ingresos
10000 Costos
0
10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200
Unidades Producidas y Vendidas
ANALISIS DE PUNTO DE
EQUILIBRIO
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 20
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
21
En una grafica de tallo y hojas ordenamos los datos segn un patrn que revela la
distribucin subyacente. Dicho patrn implica separar un numero (como 257) en dos
partes, por lo regular el primer digito o los dos primeros (25) y los dems dgitos (7). El
tallo consiste en los dgitos de la izquierda (en este caso 25) y las hojas consisten en los
dgitos de la derecha (en este caso 7).
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
20 0 1 4 4 6 6 8 8 9
21 5 7 8
22 0 3 3 5 8
23 0 0 4 6
24 1 2 2 8
25 0 1 1 2 2 4 6 6 6 7 7 8 9 9
26 0 1 2 2 2 2 2 3 3 3 3 3 4 5 5 5 6 7 7 8 8 8 8 8 8 8 8 8 9 9 9 9
27 0 0 0 0 0 0 0 0 1 1 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 5 5 5 5 6 6 6 6 6 7 7 7 7 7
28 0 0 0 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 5 5 5 6 6 6 6 7 7 8 9 9 9 9 9
29 0 0 0 1 1 2 2 2 3 3 4 5 5 7
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 21
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
22
60
50 52
40 38
FRECUENCIAS 30 32
20
14 14
10 9
3 5 4 4
0
204,5 214,5 224,5 234,5 244,5 254,5 264,5 274,5 284,5 294,5
MARCAS DE CLASES
TABLA DE
FRECUENCIA
INSTITUCI AO DE
N AOS
FUNDACIO 1994 1995 1996 1997
N
UASD 1538
41.139 51.432 62.058 81.753
PUCMM 1962
8.560 8.816 9.081 9.438
UNPHU 1967
6.124 6.171 6.220 6.044
INTEC 1974
3.074 2.369 2.335 2.803
UNIBE 1982
1.747 1.665 1.910 1.947
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 23
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
24
ESTUDIANTES MATRICULADOS EN
EL NIVEL SUPERIOR
90.000
80.000
70.000
60.000
UASD
50.000
PUCMM
40.000
30.000 UNPHU
20.000 INTEC
10.000 UNIBE
-
1994 1995 1996 1997
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 24
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
25
CURVA DE OJIVA.
1,2000
1,0000 0,9200
0,8000 0,7029
FRECUENCIAS
0,6000
ACUMULADAS
0,4000 0,4057
0,2229
0,2000 0,1200 0,1429
0,0686 0,0971
0,0514
0,0000
204,5 214,5 224,5 234,5 244,5 254,5 264,5 274,5 284,5 29
MARCAS DE CLASES
Es una grfica de una distribucin acumulada. Los valores de los datos estn en el
eje horizontal y las frecuencias acumuladas, frecuencias relativas acumuladas se
muestran en el eje vertical.
TABLA DE
FRECUENCIA
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 25
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
26
DIAGRAMA DE PARETO.
20.000.000
15.000.000
10.000.000
5.000.000
0
Reino Unido
Estados Unidos
Hong Kong
Arabia Saudita
Alemania
Argentina
Iran
Costa Avorio
Canada
Italia
Francia
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 26
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
27
5% 3%
8% 2%
2%
200 - 209
2% 210 - 219
220 - 229
8%
22%
230 - 239
240 - 249
250 - 259
260 - 269
18%
270 - 279
280 - 289
30%
290 - 299
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 27
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
28
PICTOGRAMA.
30,00
25,00
20,00
15,00 Pasajes Aereos
10,00
5,00
0,00
0 5 10 15 20
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 29
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
30
Es una medida que ubica e identifica el punto alrededor del cual se centran los
datos.
Media = *M/n=M/=(1*M1+2*M2+...n*Mn)/
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 31
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
32
2.- Si el numero de puntaje es par, la mediana se obtiene calculando la media de los dos
nmeros que estn a la mitad.
md = clase mediana
Clase Mediana es la clase cuya frecuencia acumulada es mayor que o igual a n/2.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 32
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
33
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 33
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
34
MEDIA ARITMETICA:
Para datos no agrupados:
Media Poblacional = Xi/N =(X1 + X2 + X3...XN)/N
Media Muestral = Xi/n=(X1 + X2 + X3...XN)/n
Para datos agrupados:
Media = *M/n=M/=(1*M1+2*M2+...n*Mn)/
MEDIANA
Para datos no agrupados:
Posicin de la Mediana = (n + 1)/2
Para datos agrupados:
Me = LImd + [(n/2 - F)/fmd] (C)
md = clase mediana
Clase Mediana es la clase cuya frecuencia acumulada es mayor que o igual a n/2.
LImd = limite inferior de la clase de la mediana.
F = frecuencia acumulada de la clase que
antecede a la clase de la mediana.
fmd = es la frecuencia de la clase de la mediana.
C = Es la anchura de la clase (es la diferencia
entre dos LS consecutivos o entre dos LI
consecutivos).
MODA
Para datos no agrupados:
Mo = Mayor Frecuencia
Para datos agrupados:
Mo = LImo + [1/(2+1)]*(C)
mo = clase modal
Clase Modal es la clase que tiene la mayor frecuencia.
LImo = limite inferior de la clase modal
1 = diferencia entre la frecuencia de la clase
modal y la clase que la antecede.
2 = diferencia entre la frecuencia de la clase
modal y la clase que le sigue.
C = Es la anchura de la clase (es la diferencia
entre dos LS consecutivos o entre dos LI
consecutivos).
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 34
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
35
La variabilidad se refiere a que tan grandes son las diferencias entre los valores
evaluados.
Re = X mx X mn
VALORES DE DESVIACION.
Valores de desviacin = X-
_
Valores de desviacin = X-X
VARIANZA.
s=[(Xi-X)]/n-1
s=[M-nX]/n-1
LA DESVIACION ESTANDAR.
s=s
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 36
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
37
Coeficiente de Variacin.
CV = s/X(100)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 37
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
38
Los Cuantiles.
Cuando los valores ordenados de una variable han de ser divididos en grupos
homogneos en cuanto al tamao, se suelen utilizar los cuantiles.
Los cuartiles Q
Los deciles D
Los percentiles P
Cuartiles.
As como la mediana divide los datos en dos partes iguales, los tres cuartiles,
denotados por Q1, Q2 y Q3, dividen los puntajes clasificados en cuatro partes iguales.
(Los puntajes se clasifican cuando se acomodan en orden). A grandes rasgos:
Q2 es la mediana;
- 2N/4 = 50
- Q2 = P50
Los Deciles.
Hay nueve deciles, denotados por D1, D2, D3, D4, D5, D6, D7, D8, D9, que
dividen los datos en 10 grupos con aproximadamente el 10% de los datos en cada
grupo.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 38
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
39
D1 = P10
D2 = P20
D3 = P30
:
.
D9 = P90
Los Percentiles.
Hay 99 percentiles (P1, P2, P3 ... P99), que dividen los datos en 100 grupos con
aproximadamente el 1% de los puntajes en cada grupo.
- al menos el 1% de los datos es <= P1
- al menos el 99% de los datos es >= P1
Ubicacin de un Percentil.
Lp = (n + 1) (P/100)
Percentil de un puntaje.
cuartil medio = Q3 + Q1
2
intervalo de percentiles 10-90 = P90 - P10
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 39
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
40
Q1 = LI + N/4 Fi-1 * C
fi
N/4 = 43.75; primera Fi > N/4 = 71
Q1 = 260 + 43.75 39 * (10) = 261.48
32
Q2 = LI + 2N/4 Fi-1 * C
fi
2N/ 4 = 87.50; primera Fi > 2N/4 = 123
Q2 = 270 + 87.50 71 * (10) = 273.17
52
Q3 = LI + 3N/4 Fi-1 * C
fi
3N/4 = 131.25; primera Fi > 3N/4 = 161
Q3 = 280 + 131.25 123 * (10) = 282.17
38
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 40
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
41
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 41
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
42
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 42
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
43
Son las que pueden tomar cualquier valor dentro de un intervalo dado. Por muy
prxima que puedan estar dos observaciones, si el instrumento de medida tiene la
precisin suficiente siempre puede haber una tercera observacin que caiga entre las
dos primeras. Los valores de una variable continua proceden en general de mediciones,
por ejemplo las cantidades de leche que las vacas producen son datos continuos porque
son mediciones que pueden asumir cualquier valor dentro de un intervalo continuo.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 43
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
44
- Cerca del 68% de todos los puntajes u observaciones queda a menos de una
desviacin estndar de la media.
- Cerca del 95% de todos los puntajes u observaciones queda a menos de dos
desviaciones estndar de la media.
- Cerca del 99.7% de todos los puntajes u observaciones que a menos de tres
desviaciones estndar de la media.
Los datos sesgados a la izquierda se dice que tienen sesgo negativo; la media y la
mediana estn a la izquierda de la moda. Generalmente tiene la media a la izquierda de
la mediana.
En ambos casos, la moda es por definicin la observacin que ocurre con mayor
frecuencia, por tanto esta en el pico de la distribucin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 44
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
45
Observaciones:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 45
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
46
5.05 10.05 38
20.05 25.05 92
25.05 30.05 37
30.05 35.05 17
35.05 40.05 6
1. Construya una tabla de frecuencia.
2. Cul es el precio ms representativo?
3. Cul es el precio que representa al sector socioeconmico que est equidistante de los sectores
extremos?
4. Cul fue el precio que ms pagaron estas usuarias?
5. Grafique un diagrama circular.
6. Grafique un Histograma.
Caso II.
Se considera la distribucin de los ingresos mensuales de una muestra de directores de
enseanza bsica, segn muestra la siguiente tabla:
NUMERO DE
INGRESOS DIRECTORES
7,000.00 7,999.00 6
8,000.00 8,999.00 6
9,000.00 9,999.00 10
10,000.00 10,999.00 18
11,000.00 11,999.00 30
12,000.00 12,999.00 25
13,000.00 13,999.00 40
14,000.00 14,999.00 80
15,000.00 15,999.00 15
1. Construya una tabla de frecuencia.
2. Cul es el ingreso ms representativo de estos directores?
3. Cul es el ingreso que representa a los directores estn equidistantes de los extremos?
4. Cul es el ingreso que ms recibieron los directores?
5. Grafique una curva de ojiva.
6. Grafique un Polgono de frecuencia.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 46
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
47
Caso III.
Una organizacin est por revisar el monto que los estudiantes invierten en textos cada
semestre. Cincuenta estudiantes reportaron las cantidades aproximadas en dlares:
DOLARES NUMERO DE
INVERTIDOS ESTUDIANTES
100 124 8
125 149 11
150 174 8
175 199 6
200 224 10
225 249 6
250 274 1
TOTALES 50
1. Construya una tabla de frecuencia.
2. Cul es la cantidad de dinero invertida que ms representa a todos los estudiantes?
3. Cul es la inversin ms comn entre los estudiantes?
4. Cul sera la cantidad que representa la mitad de la inversin de todos los estudiantes?
5. Grafique un diagrama circular.
6. Grafique un Histograma.
7. Grafique una curva de ojiva.
Caso IV.
Un analista de la Secretara de Estado de Trabajo est evaluando los sueldos de los empleados
dominicanos para recomendar un reajuste salarial. Para esto tomo una muestra de 140 empleados, en
base a la siguiente tabla:
SUELDOS
305 609 65
610 914 30
915 1,219 22
1,220 1,524 10
1,525 1,829 5
1,830 2,134 3
2,135 2,439 2
2,440 2,744 2
2,745 3,049 1
TOTALES 140
1. Construya una tabla de frecuencia.
2. Cul es el sueldo ms representativo de estos empleados?
3. Cul es el sueldo que representa la mitad?
4. Cul es el sueldo ms comn?
5. Grafique una curva de ojiva.
6. Grafique un Polgono de frecuencia.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 47
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
48
MERCADEO II 90 A=4 3
Determine cul ser el ndice acadmico del semestre.
Caso VI.
Un fabricante de circuitos elctricos ha producido el siguiente nmero de unidades en
los siguientes aos:
1995 1996 1997 1998 1999
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 48
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
49
Caso VIII.
Calcule la desviacin estndar de los siguientes tiempos de espera (en minutos) de los
clientes del Banco BHD, basados en una muestra. Calcule la Mediana y la Moda.
6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7
Caso IX.
Se utilizan dos procesos para producir discos de computadoras, pero han surgido
problemas respecto a la variacin en los tamaos de tales discos. Con base en los datos
de muestra aqu presentados de ocho tamaos de discos en pulgadas para cada proceso.
Explique en cul proceso aconsejara usted si su objetivo es minimizar la desviacin en
el tamao de los discos.
PROCESO I PROCESO II
Caso X.
Los salarios en miles de dlares de los directores ejecutivos de las mejores
corporaciones de los Estados Unidos de Amrica reportados por la edicin de la revista
Forbes de la edicin del 24 de mayo de 1997 aparecen en la siguiente tabla de
frecuencias:
SALARIOS DIRECTORES
(EN MILES DE US$) EJECUTIVOS
90 439 6
440 789 8
790 1,139 10
1,140 1,489 12
1,490 1,839 10
1,840 2,189 8
2,190 2,539 6
TOTALES
1. Haga un Histograma.
2. Cul es el salario ms comn de los directores ejecutivos?
3. Haga un Diagrama Circular e Interprtelo.
4. Determine si est sesgada.
5. Cul es el salario que est equidistante de los dos extremos?
6. Es una distribucin normal? Por qu?
7. Represente grficamente si es normal o el sesgo.
8. Compruebe si se cumple la regla emprica.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 49
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
50
Caso XI.
Un inversionista extranjero est interesado en ingresar en algn sector econmico de la Repblica
Dominicana, para ello seleccion 5 sectores y as evaluar su comportamiento. Este se bas en los datos
del Banco Central de la R. D. segn el informe de la economa dominicana ene-dic 2002 del producto
interno bruto (PIB) durante los aos 1996-2002. Estos sectores crecieron de la siguiente manera:
BANCO CENTRAL DE LA REPUBLICA DOMINICANA
Departamento de Cuentas Nacionales y Estadsticas Econmicas
PRODUCTO INTERNO BRUTO POR SECTORES DE ORIGEN 1996-2002
Millones de RD$
Caso XIII.
El informe Nielsen sobre Tecnologa Domestica (20 de febrero de 1996) describi las
tecnologas caseras y su empleo por parte de personas de 12 aos o ms. Los datos
siguientes son las horas de empleo de computadoras personales durante una semana,
para una muestra de 50 personas.
4.1 1.5 10.4 5.9 3.4 5.7 1.6 6.1 3.0 3.7
3.1 4.8 2.0 14.8 5.4 4.2 3.9 4.1 11.1 3.5
4.1 4.1 8.8 5.6 4.3 3.3 7.1 10.3 6.2 7.6
10.8 2.8 9.5 12.9 12.1 0.7 4.0 9.2 4.4 5.7
7.2 6.1 5.7 5.9 4.7 3.9 3.7 3.1 6.1 3.1
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 51
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
52
Caso XIV.
Los sueldos de los dominicanos expresados en dlares USA$ oscilan dentro de la
siguiente distribucin de valores:
105 305 505 705 905 1,105 1,305 1,505 1,705 1,905 2,105 2,305
145 345 545 745 945 1,145 1,345 1,545 1,745 1,945 2,145 2,345
185 385 585 785 985 1,185 1,385 1,585 1,785 1,985 2,185 2,385
225 425 625 825 1,025 1,225 1,425 1,625 1,825 2,025 2,225 2,425
265 465 665 865 1,065 1,265 1,465 1,665 1,865 2,065 2,265 2,465
1. Determine los cuartiles Q1, Q2 y Q3
2. Determine el percentil 70
3. Determine el sexto decil
4. Determine la desviacin del cuartil
5. Determine el percentil del valor US$1,425
6. Determine la mediana
Caso XV.
Los salarios inicial para recin graduados de licenciatura en contabilidad, durante 1996 y
1997, fue US$30,393 (US Online, U.S. News and World Report, diciembre 1997). A
continuacin vemos una muestra de salarios iniciales, en miles de dlares.
30.7 28.8 29.1 31.1 30.1
29.7 30.7 30.0 30.6 30.5
31.2 32.1 30.2 30.3 32.9
32.2 29.9 28.9 30.6 31.8
32.2 30.3 30.4 32.3 33.3
32.7 29.3 30.3 30.9 30.3
Transporte
pblico 28.0 29.0 32.0 37.0 33.0 25.0 29.0 32.0 41.0 34.0
Automvil 29.0 31.0 33.0 32.0 34.0 30.0 31.0 32.0 35.0 33.0
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 52
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
53
Caso XVII.
Como estadstico residente en Air Santo Domingo, el director de anlisis estadstico le
pide recolectar y agrupar los datos sobre el nmero de pasajeros que han decidido viajar
con Air Santo Domingo. Tales datos correspondientes a los ltimos 50 das aparecen en
la tabla siguiente. Sin embargo, con estos datos en bruto, es improbable que el director
pueda obtener informacin til y significativa respecto a las operaciones de vuelo. Los
datos no estn organizados y es difcil llegar a una conclusin significativa simplemente
revisando una serie de nmeros anotados en un papel. Es preciso agrupar y presentar los
datos de manera concisa y reveladora para facilitar el acceso a la informacin que
contienen.
68 71 77 83 79
72 74 57 67 69
50 60 70 66 76
70 84 59 75 94
65 72 85 79 71
83 84 74 82 97
77 73 78 93 95
78 81 79 90 83
80 84 91 101 86
93 92 102 80 69
9. Haga un Histograma.
10.Cul es el nmero de pasajeros que ocurre con ms frecuencia?
11.Qu tan dispersos estn los datos?
12.Haga un Diagrama Circular e Interprtelo.
13.Determine si est sesgada.
14.Qu cantidad de pasajeros est equidistante de los dos extremos?
15.Es una distribucin normal? Por qu?
16.Represente grficamente si es normal o el sesgo.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 53
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
54
Caso XVIII.
En Aeromar se aceptaron reservaciones telefnicas de vuelos. En la tabla siguiente
vemos las duraciones de las llamadas en minutos, para una muestra de reservaciones
telefnicas.
Caso XIX.
Los siguientes datos representan el tiempo, en segundos, para pasar de 0 a 60 mi/h para
una muestra de 15 automviles hechos en Alemania y 20 hechos en Japn:
Automviles Automviles
Alemanes Japoneses
10.0 10.9 4.8 9.4 9.5 7.1 8.0
6.4 7.9 8.9 8.9 7.7 10.5 6.5
8.5 6.9 7.1 6.7 9.3 5.7 12.5
5.5 6.4 8.7 7.2 9.1 8.3 8.2
5.1 6.0 7.5 8.5 6.8 9.5 9.7
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 54
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
55
Caso XX.
5 compras de una materia prima en los ltimos 3 meses:
Costo por
libra Cantidad
Compra Dlares de libras
1 3.00 1,200
2 3.40 500
3 2.80 2,500
4 2.90 1,000
5 3.25 800
Observe que el costo por libra cambi de 3.4 a 2.80 dlares, ya que la cantidad
comprada vari de 500 a 2,500 libras. Suponga que un administrador pidi informacin
sobre el costo promedio por libra de la materia prima.
Caso XXI.
El Colmado Gazcue vende cinco tipos de limpiadores para desages. En la tabla se
muestra cada tipo junto con la utilidad por lata y el nmero de latas vendidas:
Utilidad Volumen de
Limpiador por lata ventas en latas
Glunk Out 2.00 3
Bubble Up 3.50 7
Dream Drain 5.00 15
Clear More 7.50 12
Main Drain 6.00 52
Determine la utilidad promedio por lata.
Caso XXII.
Los miembros de un Club deben pagar cuotas con base en su peso promedio. De los 60
miembros, 12 pesan 110 libras, 25 pesaron 120 libras, 18 hicieron girar la balanza hasta
150 y el resto registraron 180 libras. Si los miembros deben pagar US$5 por cada libra
que pesan en promedio, cunto debe desembolsar cada uno?
Nmero de
Libras Miembros
110 12
120 25
150 18
180 5
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 55
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
56
Caso XXIII.
Aplicando el Teorema de Chebyshev.
La media de una lnea area es de 78.7 pasajeros por da, con una desviacin estndar de
12.14. Para programar los tiempos de para una nueva ruta que abri, la gerencia desea
saber con qu frecuencia los pasajeros estn dentro de K = dos desviaciones estndar de
la media, y cul es dicho intervalo.
Caso XXIV.
Suponga que las calificaciones del examen de aptitudes de 100 candidatos a las
posiciones vacantes en su organizacin, tuvieron un promedio de 70 y una desviacin
estndar de 5. Cuntos candidatos tuvieron calificaciones entre 60 y 80? cuntos entre
58 y 82?
Caso XXV.
Wageweb lleva a cabo encuesta de salarios y presenta resmenes en su sitio de la red.
Con los datos de salarios, Wageweb inform que los salarios de los gerentes de
beneficios variaron entre 50,935 a 79,577 dlares. Suponga que los datos siguientes son
una muestra de los salarios anuales para 30 gerentes de beneficios (los datos estn en
miles de dlares).
17.Haga un Histograma.
18.Cul es el nmero de pasajeros que ocurre con ms frecuencia?
19.Qu tan dispersos estn los datos?
20.Qu representa esta dispersin?
21.Haga un Diagrama Circular e Interprtelo.
22.Determine si est sesgada.
23.Qu cantidad de pasajeros est equidistante de los dos extremos?
24.Es una distribucin normal? Por qu? Diga por lo menos 5 razones.
25.Represente grficamente si es normal o el sesgo por pedio de un poligono de
frecuencia.
26.Determine el tercer Cuartil.
27. Determine el octavo Decil.
28. Demuestre y diga si se cumple la regla emprica.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 56
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
57
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 57
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
58
Estadstica Inferencial:
Experimento.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 58
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
59
Experimento Resultados
experimentales
Lanza una moneda Cara, cruz
Seleccionar una parte para inspeccin Defectuosa, no defectuosa
Lanzar un dado 1, 2, 3, 4, 5, 6
Jugar un partido de pelota Ganar, perder, empatar
Suceso o Evento.
Suceso Simple.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 59
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
60
Espacio muestral.
Probabilidad.
Las probabilidades son siempre mayores que o iguales a cero (es decir,
las probabilidades nunca son negativas) y son menores que o iguales a uno.
Cuanto ms pequea sea la probabilidad, tanto menos posibilidad tendr el
evento.
La probabilidad de certeza es 1.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 60
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
61
Ejemplos:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 61
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
62
Esta fue establecida por autores como el ingles Ronald A. Fisher (1890-
1962) y el austriaco Richard von Mises (1883-1953)
Utiliza datos que se han observado empricamente, registra la
frecuencia con que ha ocurrido algn evento en el pasado y estima la
probabilidad de que el evento ocurra nuevamente con base en estos datos
histricos. Esta se determina mediante:
3. Probabilidad Subjetiva.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 62
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
63
4. Probabilidad Axiomtica.
P(A') = 1 - P(A)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 63
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
64
Que es un conjunto?
Que es AB?
Que es AB?
Que es A-B o A\B?
Que es AB o A\B B\A?
Que es A'?
Que es un diagrama de Venn?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 64
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
65
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 65
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
66
Cepilladas de Dientes
Al Da Nmero
1 228
2 672
3 240
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 66
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
67
P(X) = 1
Eventos independientes.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 67
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
68
Eventos dependientes.
P(A) + P(A') = 1
P(A) = 1 - P(A')
P(A') = 1 - P(A)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 68
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
69
Tabla de Contingencia.
Las tablas contingencias son aquellas que sirven para comparar dos
variables.
TABLA DE CONTIGENCIA
Tabla de Probabilidad.
Esta se obtiene dividiendo cada una de las entradas entre el total de las
observaciones (que se encuentra en el extremo inferior de la diagonal).
TABLA DE PROBABILIDAD
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 69
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
70
Caso II.
El Presidente Dr. Leonel Fernndez Reina se bas en la opinin de 500 expertos en el
rea econmica de diferentes Universidades, Empresas Privadas y Miembros del
Gabinete de su Gobierno, para someter al Congreso un aumento al ITBIS de un 16%,
con la finalidad de aumentar las recaudaciones y poder hacer frente al dficit fiscal que
posee el Gobierno. Sin embargo, el Presidente tiene duda de que la medida impositiva
afecte significativamente a la economa nacional.
Los asesores econmicos del Gobierno trataron de construir una tabla para organizar
estas opiniones... Pero no pudieron... Trata de completarla...
ESTABLE CONTRACCION
ECONOMISTAS (E) EXPANSION(X) TOTAL
ACADEMICOS (A) 125 100
EMPRESAS PRIVADAS (P) 35 110
GOBIERNO (G) 25 40 65
TOTAL 200
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 70
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
71
Probabilidad Condicional.
P(B\A) = P(AB)
P(A)
Otra opcin:
Ejercicios 16 y 17 Pg. 85
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 71
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
72
Reglas de la probabilidad.
A. Regla de la Multiplicacin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 72
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
73
Ejemplo:
P(HA) = 0.24
Regla de la Adicin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 73
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
74
Ejemplo:
P(AC)=P(A)+P(C)- P(AC)
P(AC)=(4/52) + (13/52) - (1/52) = 16/52
Ejercicios 18 al 22 - Pg. 90
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 75
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
76
Teorema de Bayes.
Asumimos:
Podramos decir:
Sin embargo, para la P(D) existen dos formas en las cuales la unidad puede
ser defectuosa.
Teorema de Bayes.
P(A\D) = P(AD)/P(D)
P(A\D)=0.012/(0.012+0.016)=0.429
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 77
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
78
Permutaciones.
Son las diferentes agrupaciones que pueden formarse con n elementos,
entrando todos en cada agrupacin y diferencindose una de otra slo en el
orden de colocacin de los elementos.
Las permutaciones pueden ser sin repeticin si los n elementos dados
son diferentes, y con repeticin si entre los n elementos dados hay algunos o
algunos que aparecen repetidos.
La permutacin es un arreglo ordenado de un conjunto de elementos.
nPr = n!/(n-r)!
Combinaciones.
Son las diferentes formaciones que podemos hacer con n elementos
diferentes entrando de n en r; pudiendo ser r <= n, de modo tal que dos
formaciones solo se diferencian en la naturaleza de uno de sus elementos por
lo menos.
El numero de combinaciones de n elementos tomados r a la vez es:
nCr = n!/r!(n-r)!
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 78
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
79
Caso I.
Suponga que el 60% de los chips de computadora de una compaa se producen en una
de sus fabricas (denotada por A) y 40% se producen en su otra fabrica (denotada A').
Para un chip seleccionado al azar, la probabilidad de que haya provenido de la fabrica A
es de 0.60. Suponga que se entera de que el chip esta defectuoso y que las tasas de
defectos para las dos fabricas son del 35% (para A) y del 25% (para A'). Podemos usar
la formula del Teorema de Bayes para determinar que hay una probabilidad del 0.677 de
que el chip defectuoso haya provenido de la fabrica A.
P(A|D)=[P(A)*P(D|A)]/[P(A)*P(D|A)+P(A')* P(D|A')]
Caso II.
Una empresa manufactura recibe embarque de partes de dos proveedores distintos.
Actualmente el 65% de las partes que compra proviene del proveedor 1 y el 35%
restante del proveedor 2. Los datos histricos sugiere que la calidad de las partes vara
segn su origen. El desempeo en termino de calidad de los dos proveedores es el
siguiente:
Porcentaje de piezas buenas del proveedor 1 es de 98%
Porcentaje de piezas buenas del proveedor 2 es de 95%
A) Determine las probabilidades conjuntas de eventos dependientes de piezas buenas
y malas segn su origen.
B) Construya el diagrama de rbol con las dos etapas antes mencionadas.
C) Demuestre el Teorema de Bayes P(Proveedor 1 | Piezas Malas)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 79
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
80
Caso III.
La Autoridad Metropolitana de Transporte AMET est formada por 1200 oficiales, 960
hombres y 240 mujeres. El pasado 27 de febrero fueron ascendidos 324 oficiales, 288
hombres y 36 mujeres.
A) Construya una tabla de contingencia tomando en consideracin el genero y
oficiales ascendidos y no ascendidos.
B) Construya la tabla de probabilidades.
C) Probabilidad de que un oficial seleccionado al azar sea hombre y tambin que sea
ascendido.
D) Probabilidad de que un oficial seleccionado al azar sea mujer y tambin que sea
ascendido.
E) Probabilidad de que un oficial seleccionado al azar sea hombre y tambin que no
sea ascendido.
F) Probabilidad de que sea ascendido dado que sea una mujer.
G) Probabilidad de que no sea ascendido dado que sea una mujer.
H) Probabilidad de que dos oficiales seleccionados al azar sean ascendidos.
Caso IV.
Una fabrica utiliza tres mquinas X, Y, Z para producir ciertos artculos. Supongamos
que:
1. La mquina X produce el 50% de todos los artculos, de los cuales el 3% son
defectuosos.
2. La mquina Y produce el 30% de todos los artculos, de los cuales el 4% son
defectuosos.
3. La mquina Z produce el 20% de todos los artculos, de los cuales el 5% son
defectuosos.
a. Encuentre la probabilidad de que el artculo seleccionado aleatoriamente
sea defectuoso.
b. Suponga que se ha encontrado un artculo defectuoso, entre la produccin.
Encuentre la probabilidad de que este provenga de cada una de las
mquinas, es decir, de X, Y, y Z.
c. Construya el diagrama de rbol.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 80
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
81
Caso V.
Un fabricante de videorreproductoras de casete (VCR) compra un microchip en
particular, llamado LS-24, a tres proveedores: Hall Electronics, Schuller Sales y
Crawford Components. 30% de los chips LS-24 se compran a Hall Electonics, 20% a
Schuller Sales y el 50% restante a Crawford Components. El fabricante tiene registro de
los tres fabricantes y sabe que el 3% de los chips de Hall Electronics estn defectuosos,
el 5% de los chips de Schuller Sales tienen defectos y el 4% de los chips comprados a
Crawford Components estn defectuosos.
Identifique los chips:
A1 = El LS-24 de Hall Electronics
A2 = El LS-24 de Schuller Sales
A3 = El LS-24 de Crawford Components.
B1 = El LS-24 est defectuoso
B2 = El LS-24 no est defectuoso.
1. Construya un diagrama de rbol que incluya las probabilidades conjuntas.
2. Calcule la probabilidad de que la parte seleccionada provenga de de Crawford
Components, debido a que era un chip aceptable.
3. Calcule la probabilidad de que el chip LS-24 provenga de Schuller Sales, dado el
hecho de que el chip seleccionado estaba defectuoso.
Caso VI.
DETERMINE:
P(E) P(E|H)
P(C) P(C|A)
P(N) P(N|R)
P(H) P(EH)
P(R) P(CR)
P(A) P(NA)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 81
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
82
b) Si se escoge aleatoriamente a una persona, qu probabilidad hay que haya sido victima de un extrao, dado que se
escogi a una victima de robo?
c) Dado que se selecciono a una victima de agresin, qu probabilidad hay de que el delincuente sea un extrao?
d) Calcule la probabilidad de que cuando se selecciona aleatoriamente a uno de los 2000 sujetos, la persona escogida
haya sido robada por un conocido o un pariente.
e) Si se escogen al azar dos sujetos distintos, calcule la probabilidad de que ambos hayan sido robados.
f) Si se selecciona al azar a una de las victimas de crmenes representadas en la tabla, calcule la probabilidad de
obtener a una persona que fue victima de alguien a quien no conoce o que haya sido asesinada.
g) Si se selecciona al azar a una de las victimas de crmenes representadas en la tabla, calcule la probabilidad de
obtener a una persona que fue victima de un homicidio, dado que el criminal fue un extrao.
h) Si se selecciona al azar a una de las victimas de crmenes representadas en la tabla, calcule la probabilidad de
obtener a una persona que fue victima de un extrao, dado que fue asesinada.
i) Si se escoge al azar dos sujetos distintos, calcule la probabilidad de que ambos hayan sido victimas de criminales
desconocidos.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 82
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
83
Distribucin de Probabilidades
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 83
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
84
Caso I.
Solo 20% de los empleados de la poblacin civil que est en una base
militar restringida, porta su identificacin personal. Si llegan 10
empleados, cual es la probabilidad de que el guardia de seguridad
encuentre:
n = 10 empleados
= 0.20
x=8
8 10-8
P(x=8|n=10,=0.20)=10C8(0.20) (1-0.20) =
P(x<=5|n=10,=0.20)= P(X=0)+P(X=1)+P(X=2)+
P(X=3)+P(X=4)+P(X=5)=0.9986
012345 678910
Evento A
P(x>=4|n=10,=0.20)=1-P(x<=3|n=10,=0.20)
0123 45678910
Evento A' Evento A
P(4<=x<=7|n=10,=0.20)=P(x<=7|n=10,=0.20)-
P(x<=3|n=10,=0.20)
Evento A
0123 4567 8910
P(X<=3) P(X<=7)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 85
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
86
Caso II.
n = 10 estudiantes
= 0.80 ==> 0.80 > 0.50
x=6
'=1-
0 1 2 3 4 5 6 7 8 9 10 ( = 0.80)
10 9 8 7 6 5 4 3 2 1 0 ( = 0.20)
n-x fracasos a 1 -
P(x=6|n=10,=0.80)=P(x=4|n=10,=0.20)
Use la Calculadora o la Tabla de Distribucin Binomial - Pgs. 584-588
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 86
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
87
E(X)==n
=n(1-)
Caso III.
Una universidad se enter de que el 20% de sus alumnos se dan de baja del
curso de Mtodos Cuantitativos para Negocios. Suponga que en este
cuatrimestre se inscribieron 32 alumnos.
a. Cul es la probabilidad de que dos o menos se den de baja?
b. Cul es la probabilidad de que se den de baja exactamente cuatro?
c. Cul es la cantidad esperada o media de deserciones?
d. Cul es la probabilidad de que por lo menos 3 se den de baja?
e. Cul es la probabilidad de que se den de baja entre 5 y siete inclusive?
f. Cul es la probabilidad de que a lo sumo 6 se den de baja?
g. Qu tan dispersos estn los datos?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 87
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
88
La Distribucin hipergeometrica
P(x)=[(rCx)*(N-rCn-x)]/(NCn)
N es el tamao de la poblacin.
r es el numero de xitos en la poblacin.
n es el tamao de la muestra.
x es el numero de xitos en la muestra.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 88
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
89
Caso I.
Jovanna Melndez como gerente de Recursos Humanos debe contratar
a 10 personas entre 30 candidatos, 22 de los cuales tienen ttulos
universitarios. Cul es la probabilidad de que 5 de los que contrate tengan
un titulo?
N=30 candidatos
r=22 candidatos con ttulos
n=10 candidatos a contratar
x=5 candidatos con ttulos
Caso I.
Jovanna Melndez como gerente de Recursos Humanos debe contratar
a 10 personas entre 30 candidatos, 22 de los cuales tienen ttulos
universitarios. Cul es la probabilidad de que 5 de los que contrate tengan
un titulo?
N=30 candidatos
r=22 candidatos con ttulos
n=10 candidatos a contratar
x=5 candidatos con ttulos
P(x)=[(rCx)*(N-rCn-x)]/(NCn)
P(x=5)=[(22C5)*(30-22C110-5)]/(30C10)
nCr = n!/r!(n-r)!
P(x<=4)=P(x=1)+P(x=2)+P(x=3)+P(x=4)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 89
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
90
La Distribucin de Poisson
Funcin de probabilidad x -
de Poisson P(x)=( * e)/x!
x es el numero de veces que ocurre el evento.
es el numero promedio de ocurrencias por unidad de tiempo o de
espacio.
e = 2.71828, la base del logaritmo natural.
La Media es
La desviacin estndar es =
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 90
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
91
Caso I.
Funcin de probabilidad x -
de Poisson P(x)=( * e)/x!
a) cero?
=2 llamadas / minuto
x=0 llamada no respondida
e=2.71828
Funcin de probabilidad 0 -2
de Poisson P(x=0|=2)=(2 * 2.71828)/0!
Use la Calculadora o la Tabla de Distribucin de Poisson - Pgs. 599-604.
b) Por lo menos 1?
=2 llamadas / minuto
x>=1 llamadas no respondidas
e=2.71828
Funcin de probabilidad
de Poisson P(x>=1|=2)=1-P(x=0)
c) Entre 3 y 5, inclusive?
=2 llamadas / minuto
3<=x<=5 llamadas no respondidas
e=2.71828
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 91
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
92
Funcin de probabilidad
de Poisson P(3<=x<=5|=2)=P(<=5)-P(x<=2)
=P(x=0)+P(x=1)+P(x=2)+P(x=3)+P(x=4)+P(x=5)-
P(x=0)+P(x=1)+P(x=2)
Evento A
012 345 678
P(X<=2) P(X<=5)
Caso II.
El cable utilizado para asegurar las estructuras de los puentes tiene un promedio de 3
defectos por cada 100 yardas. Si usted necesita 50 yardas,
a. cul es la probabilidad de que haya una defectuosa?
b. cul es la probabilidad de que haya dos o ms defectuosas?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 92
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
93
Caso I.
El gerente de Anthony, basado en su experiencia, estima que la probabilidad de que
cualquier cliente compre es de 0.30. Cul es la probabilidad de que 4 de los de los
siguientes 10 clientes que entren hagan una compra?
Caso II.
En una encuesta que se realiz se habl con cientos de estudiantes de edades de 18 a 28
aos de finanzas personales. En la encuesta se encontr que 33% de los estudiantes
tienen tarjeta de crdito.
a. En una muestra de seis estudiantes, Cul es la probabilidad de que dos tengan
tarjeta de crdito?
b. En una muestra de seis estudiantes, Cul es la probabilidad de que por lo menos
dos tengan tarjeta de crdito?
c. En una muestra de diez estudiantes, Cul es la probabilidad de que ninguno
tenga tarjeta de crdito?
Caso III.
El 50% de las industrias manufactureras de tamao mediano planearon visitas de
representantes de su administracin a Canad y Mxico, para aprovechar las
oportunidades que abri el Tratado de Libre Comercio en Norteamrica. Un grupo
exportador e importador de Toronto, Canad, invit a 20 manufactureras
estadounidenses medianas a participar en una conferencia con el fin de investigar las
oportunidades de negocios.
a. Cul es la probabilidad de que 12 o ms de estas empresas manden
representantes?
b. Cul es la probabilidad de que 5 de estas empresas, cmo mximo, manden
representantes?
Caso IV.
El 40% de las personas que viajan por negocios llevan un telfono celular o una
computadora porttil (USA Today, 12 septiembre del 2000). En una encuesta de 15
personas,
a. Cul es la probabilidad de que tres tengan un telfono celular o una computadora
porttil?
b. Cul es la probabilidad de que doce no tengan ni telfono celular ni una
computadora porttil?
c. Cul es la probabilidad de que por lo menos tres tengan un telfono celular o una
computadora porttil?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 93
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
94
Caso V.
Al departamento de reservaciones de American Airlines llegan en promedio 48 llamadas
por hora.
a. Calcule la probabilidad de recibir tres llamadas en un intervalo de cinco minutos.
b. Calcule la probabilidad de recibir diez llamadas en un intervalo de quince
minutos.
Caso VI.
El promedio anual de las veces que los clientes de Air Santo Domingo toman vuelos
locales por motivos de personales es 4.
a. Cul es la probabilidad de que un cliente tome dos vuelos locales en un ao por
motivos personales?
b. Cul es la probabilidad de que un cliente tome uno o ms vuelos locales en un
semestre?
Caso VII.
Segn la revista Beverage Digest, la Coca clsica y la Pepsi ocuparon el primero y
segundo lugares en la preferencia de las personas (The Wall Street Journal Almanac,
1998). Suponga que en un grupo de 10 personas, seis prefieren Coca clsica y cuatro
prefieren Pepsi. Se selecciona una muestra aleatoria de tres miembros de ese grupo.
a. Cul es la probabilidad de que exactamente dos prefieran Coca clsica?
b. Cul es la probabilidad de que la mayora (dos o tres) prefieran Pepsi?
Caso VIII.
Un embarque de 10 artculos contiene dos unidades defectuosas y ocho no defectuosas.
Al revisarlo, se tomar una muestra y las unidades se inspeccionarn. Si se encuentra
una unidad defectuosa, se rechazar todo el embarque.
a. Si se selecciona una muestra de tres artculos, cul es la probabilidad de rechazar
el embarque?
b. Si se selecciona una muestra de cuatro artculos, cul es la probabilidad de
rechazar el embarque?
c. Si se selecciona una muestra de cinco artculos, cul es la probabilidad de
rechazar el embarque?
d. Si la gerencia estuviera de acuerdo en que hubiera una probabilidad de 0.90 de
rechazar un embarque con dos defectuosas y ocho no defectuosas?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 94
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
95
Caso IX.
De los 15 altos ejecutivos de un negocio de importaciones y exportaciones, se
seleccionan 12 para ser enviados al Japn a estudiar un nuevo proceso de produccin.
Ocho de los ejecutivos ya tienen algo de entrenamiento en el proceso. Cul es la
probabilidad de que 5 de los enviados tengan algo de conocimiento sobre el proceso
antes de partir para el lejano oriente?
Caso X.
Supongamos que se est interesado en la probabilidad de que exactamente 5 clientes
lleguen durante la siguiente hora. La observacin simple de las ltimas 80 horas ha
demostrado que 800 clientes han entrado al negocio.
Caso XI.
Un fabricante en California le suministra un diseo de prototipo para una pieza de
aeronave que requiere un negocio. Este nuevo producto, que es enviado en lotes de n =
12, sufre de una tasa de defectos de 40%.
a. Si usted no desea un riesgo mayor del 10% en la probabilidad de que 5 de los 12
sean defectuosos debera comprarle a ese distribuidor?
b. Si usted no desea enfrentar un riesgo mayor del 20% de probabilidad de que ms
de 5 salgan defectuosos, debera comprarle a este proveedor?
Caso XII.
En el curso de una hora, una mquina especifca llena 1,000 botellas de Cerveza
Presidente. En cada uno de los intervalos, se selecciona aleatoriamente una muestra de
20 botellas y se verifica el volumen del contenido en cada una. Sea X el nmero de
botellas seleccionada con contenido insuficiente. Suponga que en una hora especfica se
producen 100 botellas llenadas en forma deficiente. Calcule la probabilidad de que al
menos tres botellas con contenido deficiente se incluyan en las muestreadas.
Caso XIII.
Se lanza una moneda 100 veces. Encuentre la probabilidad de que ocurra cara entre 48
y 53 veces inclusive.
Caso XIV.
Suponga que hay 300 errores de impresin distribuidos aleatoriamente a lo largo de un
libro de 500 pginas. Encuentre la probabilidad P de que una pgina dada contenga:
a) Exactamente 2 errores de impresin.
b) 2 o ms errores de impresin.
c) Entre 3 y 5 errores inclusive.
d) Exactamente 7 errores de impresin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 95
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
96
Caso XV.
PlayTime Toys, Inc. emplea a 50 personas en el Departamento de Ensamblaje. Cuarenta
de los empleados pertenecen al sindicato y diez no. Se seleccionan cinco empleados al
azar para formar un comit que va a hablar a la gerencia acerca de los horarios en que
inician los turnos. Cul es la probabilidad de que cuatro de los cinco empleados
seleccionados para el comit pertenezcan a un sindicato?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 96
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
97
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 97
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
98
Z = (X - )/
Valor de Z
Es el numero de desviaciones estndar a las que una
observacin esta por encima o por debajo de la media.
Caso I.
Z = (X - )/
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 99
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
100
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 100
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
101
Caso I.
Los tiempos de reemplazo de los reproductores de CD tienen una
distribucion normal con una media de 7.1 aos y una desviacion
estandar de 1.4 aos (basados en datos de "Getting Things Fixed",
Consumer Reports). Determine la probabilidad de que un
reproductor de CD seleccionado al azar tenga un tiempo de
reemplazo de menos de 8 aos.
Caso II.
Suponga que los pesos del papel desechado por los hogares cada
semana estan normalmente distribuidos con un media de 9.4 lbs y
una desviacion estandar de 4.2 lbs. Determine la probabilidad de
seleccionar aleatoriamente un hogar y obtener uno que desecha
entre 5 y 8 lbs de papel en una semana.
Caso III.
Segun la International Mass Retail Association, las muchachas
estadounidenses entre los 13 y 17 aos gastan en promedio US$31.2
dolares al mes cuando van de compras. Suponga que las cantidades tienen
una distribucion normal con una desviacion estandar de US$8.27 dolares.
Si seleccionamos al azar a una muchacha perteneciente a esa categoria de
edades, que probabilidad hay de que gaste entre US$35 y US$40 dolares
en un mes?
Caso IV.
Los puntajes de cociente intelectual (IQ) estan distribuidos normalmente
con una media de 100 y una desviacion estandar de 15. Mensa es una
organizacion para personas con cociente intelectual elevado, y solo acepta
personas con un IQ mayor que 131.5.
Si se escoge aleatoriamente a una persona, determine la probabilidad de
que satisfaga el requisito de Mensa.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 101
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
102
Caso V.
VERIZON registro los mensajes telefnicos para sus clientes, los cuales
promediaron 150 segundos, con una desviacin estndar de 15 segundos.
VERIZON desea determinar la probabilidad de que una sola llamada dure:
a) Entre 145 y 150.
b) Sea mayor que 145.
c) Sea menor que 155.
d) Entre 145 y 155.
e) Sea Mayor que 155.
f) Entre 160 y 170
g) Entre 140 y 145.
Caso VI.
Cerca del 4.4% de los accidentes fatales de vehculos motorizados se debe
a neumticos defectuosos (basados en datos del Consejo Nacional de
Seguridad de Estados Unidos). Si un estudio de seguridad de autopistas
inicia con la seleccin de 750 casos fatales de choque de vehculos
motorizados, estime la probabilidad de que exactamente 35 de ellos hayan
sido causados por neumticos defectuosos. Represente grficamente la
situacin planteada.
Caso VII.
El promedio de los salarios en los bancos comerciales de New York es de
US$22.87 por hora, con una desviacin estndar de US$5.87. Cul debe
ser su salario por hora si desea ganar (Represente grficamente cada
situacin planteada:
a. Ms que el 80% de todos los empleados?
b. Ms que el 30% de todos los empleados?
c. Menos que el 20% de todos los empleados?
d. Ms que el 50% de todos los empleados?
Caso VIII.
Los registros muestran que el 45% de todos los automviles producidos por
Ford Motor Company contiene partes importadas de Japn. Cul es la
probabilidad de que los prximos 200 carros, 115 contengan partes
japonesas. Represente grficamente.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 102
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
103
Caso IX.
El precio promedio del boleto de entrada a un juego de bisbol de ligas
mayores fue de $11.98 dlares en 1998 (USA Today, 1 de noviembre de
1998). Sumando a los boletos el costo de alimentos, estacionamiento y
souvenirs, el costo promedio aproximado fue de $110.00 dlares para una
familia de 4 miembros, con una desviacin de $20.00 dlares.
a. Cul es la probabilidad de que una familia gaste ms de $100.00
dlares?
b. Cul es la probabilidad de que una familia gaste $90.00 dlares o
menos?
c. Cul es la probabilidad de que una familia gaste $80.00 dlares a
130 dlares?
d. Cul es la probabilidad de que una familia gaste entre $120.00
dlares y 130 dlares?
e. Cul es la probabilidad de que una familia gaste entre $95.00
dlares y 100 dlares?
f. Cul debe ser el gasto de una familia que esta por encima del 80%
de los datos evaluados?
g. Cul debe ser el gasto del 50% de las familias de 4 miembros?
h. Cul debe ser el gasto de una familia que separa el 40% del 60
restante de los datos evaluados?
i. Si se toma una muestra de 50 familias, cul es la probabilidad de
que gasten entre 115.00 dlares y 125.00 dlares?
Caso X.
Cul es el ingreso que separa el 10% de la gente ms pobre del 90%
restante de la poblacin dominicana? Si el ingreso medio es de RD$5,200 y
la desviacin es de RD$1,300.
Ejercicios 32, 34, 35 y 36 de las pgs. 133-134
Caso XI.
El 40% de los sindicalistas del Sindicato quiere huelga. Si seleccionan 15
miembros Cul es la probabilidad de que 10 apoyen un paro?
Caso XII.
Los registros muestran que 45% de todos los automviles producidos por
Ford Motor Company contienen partes importadas de Japn. Cul es la
probabilidad de que los prximos 200 carros, 115 contengan partes
japonesas?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 103
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
104
= (X' - )/(/n)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 104
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
105
Distribucin t de Student
2.- Se desconoce .
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 105
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
106
Varianza de la distribucin t
= (n-1)/(n-3)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 106
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
107
Grados de libertad.
g.l. = n - 1
El estadstico t
t = (X'-)/(s/n)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 107
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
108
Caso I.
Solucin:
a) El mejor estimado puntual de la media de poblacin es el
valor de la media de muestra X'. En este caso, entonces, el mejor
estimado puntual de es US$26,227 dlares.
b) DATOS:
n = 12 automviles deportivos Dodge Viper
X'=US$26,227 dlares costo de reparacin
s =US$15,873 dolares
N.F.= 95% ===> t= ?
I.C. para = ?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 108
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
109
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 109
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
110
Caso III.
Ejercicios 12 al 18 Pgs. 179-180 y Analizar figura 7.4 Pg. 179.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 110
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
111
y = bo + bix
y = f(x)
describe la relacin entre dos variables. La grafica de la
ecuacin de regresin se denomina lnea de regresin (o lnea de
mejor ajuste, o lnea de mnimos cuadrados).
Parmetro Estadstica
de Poblac. de Muestra
Ordenada al origen de
la ecuacin de regresin o bo
Pendiente de la
la ecuacin de regresin 1 b1
Ecuacin de la lnea
de Regresin Y=o+ix y=bo+bix
y = b o + b ix
Donde bo es la ordenada de origen y bi es la pendiente.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 113
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
114
Se = (Yi-Y^i)/n-2
El Error Estndar
Se = CME
Caso I.
La gerencia de Aeromar, considera que existe una relacin directa
entre los gastos publicitarios y el numero de pasajeros que
escogen viajar por Aeromar. Para determinar si esta relacin
existe, y si es as cual podra ser la naturaleza exacta, los analistas
decidieron utilizar los procedimientos de MCO para determinar el
modelo de regresin. Represente grficamente los resultados.
y=bo+bix
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 115
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
116
Coeficiente de Correlacin
r = SCR/SCT
r = SCxy / (SCx)(SCy)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 116
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
117
Caso II.
Para apoyar las ventas de un producto de consumo masivo en un
mercado altamente competitivo una empresa inicio a comienzos
de ao una intensa campaa publicitaria. La comparacin entre la
inversin publicitaria y las ventas del producto en 12 meses se
colocan en la siguiente tabla:
VENTAS PUBLICIDAD
MESES EN MILES EN MILES
Y X XY X^2 Y^2
ENERO 350 200
FEBRERO 300 250
MARZO 630 300
ABRIL 840 250
MAYO 930 330
JUNIO 1060 180
JULIO 1280 150
AGOSTO 850 350
SEPTIEMBRE 700 200
OCTUBRE 1160 250
NOVIEMBRE 1180 250
DICIEMBRE 1500 170
TOTALES 10780 2880
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 117
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
118
Caso III.
El departamento de ventas de una Compaa realiza un anlisis
comparativo entre el volumen de pedidos levantados y numero de visitas
efectuadas. Por sus diez vendedores en cierto periodo de tiempo, todos los
vendedores trabajan en zonas similares, en lo referente al numero de
clientes que maneja cada uno y potencial de compra de dichos clientes.
Los resultados obtenidos son los siguientes:
PEDIDOS
EN MILES VISITAS
VENDEDOR US$ REALIZADAS
1 13,4 245
2 10,3 172
3 15,1 291
4 6,9 124
5 7,3 191
6 14,2 218
7 5,2 101
8 11,8 259
9 14,3 307
10 5,5 142
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 118
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
119
Caso IV.
Suponga que se reunieron datos de una muestra de 10 restaurantes ubicados
cerca de centros educativos. Para i-sima observacin o restaurante de la
muestra, xi es el tamao de la poblacin estudiantil, en miles, y yi son las
ventas trimestrales (en miles de dlares). Los valores de xi y yi para los 10
restaurantes de la muestra se resumen en la siguiente tabla:
Ventas
Poblacin de Trimestrales
Restaurante Estudiantes (miles) (miles de dlares
1 2 58
2 6 105
3 8 88
4 8 118
5 12 117
6 16 137
7 20 157
8 20 169
9 22 149
10 26 202
a. Trace un diagrama de dispersin para estos datos.
b. Qu indica el diagrama de dispersin que traz anteriormente,
acerca de la relacin entre las dos variables?
c. Formule la ecuacin de regresin.
d. Realice una interpretacin de la pendiente de la ecuacin de
regresin.
e. Cul es el grado de relacin entre las variables?
f. Determine el error estndar.
g. Grafique la recta de regresin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 119
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
120
Caso V.
Los datos siguientes muestran las ventas (en millones) de cajas y los gastos
de publicidad (en millones de dlares) para 7 marcas principales de
refrescos (Superbrands 98, 20 de octubre de 1997).
Gastos de
Publicidad Ventas de cajas
Marca (millones de dlares) (en millones)
Coca-Cola Classic 131.3 1,929.2
Persi-Cola 92.4 1,384.6
Diet Coke 40.4 811.4
Sprite 55.7 541.5
Dr. Pepper 40.2 536.9
Mountain Dew 29.0 535.6
7-Up 11.6 219.5
a. Trace un diagrama de dispersin para estos datos.
b. Formule la ecuacin de regresin.
c. Realice una interpretacin de la pendiente de la ecuacin de
regresin.
d. Cul es el grado de relacin entre las variables?
e. Determine el error estndar.
f. Prediga las ventas para una marca que gaste 70 millones de dlares
en publicidad.
g. Grafique la recta de regresin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 120
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
121
Caso VI.
En The Wall Street Journal Almanac 1998 aparecieron datos sobre el
desempeo de las aerolneas estadounidenses. A continuacin vemos los
datos sobre el porcentaje de vuelos que llegan puntuales y la cantidad de
quejas por 100,000 pasajeros.
Aerolnea % de Puntualidad Quejas
Southwest 81.8 0.21
Continental 76.6 0.58
Northwest 76.6 0.85
US Airways 75.7 0.68
United 73.8 0.74
American 72.2 0.93
Delta 71.2 0.72
American West 70.8 1.22
TWA 68.5 1.25
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 121
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
122
Caso VII.
La empresa Nielsen Media Research rene datos que muestran qu
publicistas obtienen la mayor difusin durante las horas estelares de
transmisin en 6 redes televisivas. A continuacin se presentan los datos
de la cantidad de familias espectadoras, en millones, y la cantidad de veces
que sali el anuncio al aire durante la semana del 28 de abril al 4 de mayo
de 1997 (USA Today, 5 de mayo de 1997).
Veces que sali al Familias
Marca Anunciada aire espectadoras
Wendy's 28 191.7
Ford Escort 20 174.6
Ausin Powers movie 14 161.3
Nissan 16 161.1
Pizza Hut 16 147.7
Saturn 16 146.3
Father's Day Movie 11 138.2
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 122
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
123
Caso VIII.
Un gerente de ventas reuni los datos siguientes relacionados con las
ventas anuales y aos de experiencia.
Aos de Ventas anuales
Vendedor Experiencia (miles de dlares)
1 1 80
2 3 97
3 4 72
4 4 102
5 6 103
6 8 111
7 10 119
8 10 123
9 11 117
10 13 136
a. Trace un diagrama de dispersin para estos datos.
b. Formule una ecuacin de regresin estimada con la que se puedan
predecir las ventas anuales, dados los aos de experiencia.
c. Use la ecuacin de regresin para predecir las ventas anuales de un
vendedor con 9 aos de experiencia.
Caso IX.
El gerente de ventas de Copier Sales of America, que tiene una fuerza de
ventas muy numerosa en Estados Unidos y Canad, quiere determinar si
existe una relacin entre el nmero de llamadas de ventas que se realizan al
mes y el nmero de copiadoras que se venden durante ese mes. El gerente
selecciona una muestra aleatoria de 10 representantes y determina el
nmero de llamadas de ventas que cada uno hizo el pasado y la cantidad de
copiadoras vendidas. La informacin de la muestra se presenta a
continuacin:
Nmero de Nmero de
Llamadas Copiadoras
Representante de Ventas de Ventas Vendidas
Tom Keller 20 30
Jeft Hall 40 60
Brian Virost 20 40
Greg Fish 30 60
Susan Welch 10 30
Carlos Ramrez 10 40
Rich Niles 20 40
Mike Kiel 20 50
Mark Reynolds 20 30
Soni Jones 30 70
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 123
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
124
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 124
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
125
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 125
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
126
Distribucin Muestral
Distribucin Muestral:
Error de Muestreo:
X'-X"
X'-
Parmetro:
Es una medicin numrica que describe alguna
caracterstica de una poblacin.
Estadstico:
Es una medicin numrica que describe alguna
caracterstica de una muestra.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 126
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
127
Caso I.
Las ventas en miles de dlares de Electrom, S.A. durante los
ltimos 6 meses fueron de 70, 77, 73, 78, 85 y 80. Asumiendo
que estos cinco meses constituyen una poblacin, la media
claramente es = 77.17. El director de Marketing desea estimar
esta media "desconocida" tomando una muestra de tamao n=4.
Se espera que el error de muestreo que es probable que ocurra sea
relativamente pequeo. Realice la distribucin muestral.
Especficamente 6C4 = 15
x'=x'
x'=/n
Si el tamao de la muestra es mas del 5% de la poblacin,
n>0.05N, debe aplicarse el factor de correccin para
poblaciones finitas (fpc).
x'=(/n)((N-n/N-1))
(N-n/N-1) es el fpc.
70 73 77 78 80 85
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 128
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
129
TABLA DE PROBABILIDADES
NUM. MUESTRAL NX'/K
MEDIAS (NX') MEDIA (X') P(X')
En sntesis:
Conclusiones:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 130
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
131
= (X' - )/(/n)
Caso I.
Orange registr los mensajes telefnicos de sus clientes, los
cuales promedian 150 segundos, con una desviacin de 15
segundos, por lo que planea instalar nuevos equipos que
mejoraran la eficiencia de sus operaciones. Sin embargo, antes
que los ejecutivos puedan decidir si dicha inversin ser eficaz en
funcin de los costos, deben determinar la probabilidad de que la
media de una muestra de n = 35:
a. Est entre 145 y 150.
b. Sea mayor que 145.
c. Sea menor que 155.
d. Est entre145 y 155.
e. Sea mayor que 155.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 131
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
132
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 132
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
133
Caso I.
Publicidad Sarmiento pregunta a toda la poblacin N=4 clientes si
vieron el anuncio publicitario de Sarmiento en el peridico de esta
maana. Se registro una respuesta sicomo xito, y nocomo
fracaso. Los cuatros clientes S1, N2, N3 y S4. La proporcin
poblacional de xitos es = 0.5. Se tomaron muestras de tamao
n = 2, y la proporcin de xitos se registra en la siguiente tabla:
p = x/n
Xi Nm. De xitos p
1 S1, N2 1 0.50
2 S1, N3 1 0.50
3 S1, S4 2 1.00
4 N2, N3 0 -
5 N2, S4 1 0.50
6 N3, S4 1 0.50
TOTAL 3.00
Z = (p - )/p
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 133
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
134
Caso II.
BellLabs adquiere componentes para sus telfonos celulares en
lotes de 200 de una firma en Palo Alto. El componente tiene una
tasa de defectos del 10%. Una poltica establecida recientemente
por BellLabs establece que si el siguiente envo tiene:
E(p) = = 0.10
E(p) = = 0.10
E(p) = = 0.10
E(p) = = 0.10
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 136
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
137
Mtodos de Muestreo
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 137
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
138
Las muestras son elegidas con base en el hecho de que son tpicas.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 138
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
139
Error de muestreo: Este error ocurre cuando los datos de una muestra se
obtienen, registran o analizan de forma incorrecta. Tal error es
consecuencia de una equivocacin y no de una fluctuacin aleatoria y
predispuesta, cuando se usa un instrumento de medicin defectuoso,
cuando se hacen preguntas predispuestas en una encuesta, cuando mucha
gente se niega a responder o cuando se cometen errores al copiar los datos
de la muestra.
Este anlisis de las muestras conduce a distinguir entre las dos ramas
principales del anlisis estadstico: 1) Estadstica descriptiva o deductiva, y
2) Estadstica inferencial o inductiva.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 139
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
140
Estadstica Inferencial:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 140
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
141
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 141
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
142
= /2 * /n
= /2 * x'
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 142
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
143
Caso I.
Para estimar el gasto promedio de los clientes en el McDonald's
local, los estudiantes de Mtodos Cuantitativos II toman una
muestra de 200 clientes y encuentran un gasto promedio de
US$5.67, con una desviacin estndar poblacional de US$1.10.
Cul es el intervalo de confianza del 95% para los gastos
promedio de todos los clientes? Interprete sus resultados.
Datos: =/2*/n=1.96*1.10 /
200=0.15
n=200 N.C.=95% I.C. para estimar = X'
x'=US$5.67 I.C.=? = US$5.670.15
=US$1.10 = US$5.52 US$5.82
= /2 * s/n
= /2 * sx'
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 143
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
144
X'- X'+
= X'
(X'-,X'+)
Caso I.
Una muestra consiste en 75 televisores adquiridos hace varios
aos. Los tiempos de reemplazo de esos televisores tienen una
media de 8.2 aos y una desviacin estndar de 1.1 aos (basados
en datos de "Getting Things Fixed", Consumer Reports).
Construya un intervalo de confianza del 90% para el tiempo de
reemplazo medio de todos los televisores de esa poca.
Caso II.
Utilice el grado de confianza y los datos de muestra dados para
determinar (a) el margen de error y (b) el intervalo de confianza
para la media de la poblacin .
1. Estaturas de mujeres: confianza del 95%; n=50, x'=63.4 pulgs.,
s=2.4 pulgs.
p = x/n
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 146
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
147
Repasando:
p=
p+q=1
p=1-q
q=1-p
n > 5
np > 5
n(1-) > 5
nq > 5
p = (1-)/n = pq/n
sp = p(1-p)/n = pq/n
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 147
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
148
E = ()(pq/n)
Caso I.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 148
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
149
E = ()(pq/n)
E = 1.96 ((0.630)(0.370)/1068) = 0.0290
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 149
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
150
n = /(X' - )
n = [/E]
E = Error de Muestreo
El tamao de la muestra debe ser entero.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 150
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
151
Caso I.
Un economista desea estimar los ingresos medios durante el
primer ao de trabajo de un graduado universitario que, en un
alarde de sabidura, tomo un curso de estadstica. Cuantos de
tales ingresos es necesario encontrar si queremos tener una
confianza del 95% en que la media de muestra este a menos de
US$500 dlares de la verdadera media de la poblacin? Suponga
que un estudio previo revelo que, para tales ingresos,
=US$6250.
DATOS:
N.C.=95% ===> Z=1.96
Queremos que la media de la muestra este dentro de un
margen de US$500 de la media de la poblacin.
E=US$500
=US$6,250
n = /(X' - )
n = [(1.96)*(6250)]/(500)=
n = [/E]
n = [(1.96 * 6250)/500]=
Caso II.
Que tan grande se requiere que sea una muestra para que
proporcione una estimacin del 90% del numero promedio de
graduados de las universidades de la nacin con un error de 2000
estudiantes si una muestra piloto reporta que s=8,659?
Caso III.
Nielsen Media Research quiere estimar la cantidad media de
tiempo (en horas) que los estudiantes universitarios de tiempo
completo dedican a ver televisin cada da entre semana.
Determine el tamao de muestra necesario para estimar esa media
con un margen de error de 0.25 horas (15 minutos). Suponga que
se desea un grado de confianza del 96%, y que un estudio piloto
indico que la desviacin estndar se estima en 1.87 horas.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 151
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
152
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 152
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
153
Caso I.
Si razonamos que los precios de los libros de textos universitario
tpicamente varan entre US$10 y US$90 dlares.
n = [/E]
n = [(1.96 * 20)/2]=
Caso II.
Boston Marketing Company lo acaba de contratar para realizar
una encuesta con el fin de estimar la cantidad media de dinero que
los asistentes al cine de Massachussets gastan (por pelcula).
Primero use la regla practica del intervalo para hacer un estimado
burdo de la desviacin estndar de las cantidades gastadas. Es
razonable suponer que las cantidades tpicas varan entre US$3
dlares y unos US$15 dlares. Luego utilice esa desviacin
estndar para determinar el tamao de muestra que corresponde a
una confianza del 98% y a un margen de error de 25 centavos de
dlar.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 153
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
154
n = [()(pq)]/E
n = [()* 0.25]/E
Caso I.
Las compaas de seguros se estn preocupando porque el
creciente uso de telfonos celulares esta teniendo como resultado
un mayor numero de accidentes automovilsticos, y estn
considerando implementar tarifas mas altas para conductores que
usan tales aparatos. Queremos estimar, con un margen de error
de tres puntos porcentuales, el porcentaje de conductores que
hablan por telfono mientras conducen. Suponiendo que
queremos tener una confianza del 95% en nuestros resultados,
cuantos conductores debern encuestar?
a. Supongamos que tenemos un estimado de p basado en un
estudio previo que indico que el 18% de los conductores habla
por telfono (basados en datos de la revista Prevention).
b. Suponga que no tenemos informacin previa que sugiera un
posible valor de p.
SOLUCION:
a) DATOS:
p=0.18
q=0.82
N.F.=95% ==> Z=1.96
E=0.03 = tres puntos porcentuales
n = [()(pq)]/E
n = [(1.96)(0.18*0.82]/(0.03)
n=
b) DATOS:
N.F.=95% ==> Z=1.96
E=0.03 = tres puntos porcentuales
n = [()* 0.25]/E
n = [(1.96)* 0.25]/(0.03)
n=
Si comparamos estos dos resultados de tamao de muestra
vemos que, si no tenemos conocimiento de un estudio anterior,
se requiere una muestra ms grande para obtener los mismos
resultados que cuando se puede estimar el valor de p.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 155
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
156
Caso II.
Una compaa de comunicaciones esta considerando un proyecto
para prestar servicio telefnico de larga distancia. Se le pide a
usted realizar un sondeo de opinin para estimar el porcentaje de
los consumidores que esta satisfecho con su servicio telefnico de
larga distancia actual. Usted quiere tener una confianza del 90%
en que su porcentaje de muestra estar a menos de 2.5 puntos
porcentuales del valor real para la poblacin, y un sondeo sugiere
que el porcentaje en cuestin anda alrededor del 85%. Que tan
grande deber ser la muestra?
Caso III.
Planeta Azul proporciona agua embotellada, en contenedores de 15
galones, a las casas de un sector del Distrito Nacional. El gerente desea
estimar el nmero promedio de contenedores que una casa tpica utiliza
cada mes. Se toma una muestra de 75 casas y se registra el nmero de
contenedores. La media es 3.2, con una desviacin de 0.78.
a. Qu revelara un intervalo de confianza del 92%?
b. Sin embargo, el gerente siente que el intervalo anterior es demasiado
amplio. Cuntas casas deben tomar como muestra para estar 99%
seguro de que el intervalo no estar errado en ms de 0.10
contenedores?
c. Se selecciona una muestra pequea de 10 casas para estimar el
nmero promedio de miembros de la familia por casa. Los
resultados son 1,3,4,7,2,2,3,5,6 y 6 personas en cada casa. Cules
son los resultados de un intervalo de 99% para el nmero promedio
de miembros de la familia?
d. De las 75 casas de la muestra, 22 tienen ablandadores de agua en
casa. Cul es el estimado del intervalo del 95% de la proporcin de
todas las casas del sector que tiene ablandadores?
e. Si el intervalo oscila entre el 18.8% y el 39.2% de todas las casas que
tienen ablandadores y carece de precisin, qu tan grande debe
tomarse una muestra para producir un intervalo de slo el 10%?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 156
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
157
Caso IV.
Se pidi a 200 personas de una muestra identificar su principal fuente de
informacin de noticias; 110 dijeron que esa fuente es los noticiarios
televisivos.
a. Cul es el estimado puntual de la proporcin poblacional?
b. Determine un intervalo de confianza de 95% para la proporcin de
las personas en la poblacin que consideran a la televisin como su
principal fuente de informacin noticiosa. Interprete los resultados.
a. Qu tamao debe tener una muestra para estimar la proporcin de la
poblacin, con un margen de error igual a 0.05 y un nivel de
confianza de 95%?
Caso V.
Al ensayar un nuevo mtodo de produccin, se seleccionaron 18 empleados
al azar, y se les pidi lo probaran. La tasa de produccin promedio
muestral para los 18 empleados fue 80 partes por hora, y la desviacin
estndar muestral fue de 10 partes por hora. Suponiendo que la poblacin
tiene una distribucin de probabilidad normal.
a. Determine un intervalo de confianza de 90% de la tasa de
produccin promedio poblacional con el nuevo mtodo, Interprete
los resultados y Represente grficamente.
b. Construya un intervalo de confianza de 95% de la tasa de produccin
promedio poblacional con el nuevo mtodo, Interprete los
resultados y Represente grficamente.
c. Construya un intervalo de confianza de 99% de la tasa de produccin
promedio poblacional con el nuevo mtodo, Interprete los
resultados y Represente grficamente.
d. Cul es estimado puntual de la tasa de produccin promedio
poblacional con el nuevo mtodo?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 157
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
158
Caso VI.
Media Metrix, Inc., vigila a los usuarios de Internet en siete pases:
Australia, Gran Bretaa, Canad, Francia, Alemania, Japn y Estados
Unidos. Segn las cifras de medicin recientes, los usuarios
estadounidenses ocupan el primer lugar en el uso de Internet con un
promedio de 13 horas por mes. Suponga que en un estudio de seguimiento
en el participaron 145 usuarios de Internet canadienses, la media muestral
fue de 10.8 horas por mes y la desviacin estndar muestral fue de 9.2
horas.
a. Formule las hiptesis nula y alternativa que servirn para determinar
si los datos de la muestra sustentan la conclusin de que los usuarios
de Internet canadienses tienen una media poblacional menor que el
promedio estadounidenses de 13 horas por mes.
b. Con un nivel de significancia de 0.01 Cul es el valor crtico para
comprobar la estadstica de prueba, y cul es la regla de rechazo?
c. Basado en la estadstica de prueba y regla de decisin la
informacin es correcta?
d. Interprete los resultados, de sus conclusiones.
e. Represente grficamente la situacin.
Caso VII.
Una compaa de comunicaciones esta considerando un proyecto para
prestar servicio telefnico de larga distancia. Se le pide a usted realizar un
sondeo de opinin para estimar el porcentaje de los consumidores que esta
satisfecho con su servicio telefnico de larga distancia actual. Usted quiere
tener una confianza del 90% en que su porcentaje de muestra estar a
menos de 2.5 puntos porcentuales del valor real para la poblacin, y un
sondeo sugiere que el porcentaje en cuestin anda alrededor del 85%.
Que tan grande deber ser la muestra?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 158
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
159
Estimadores y Estimaciones.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 159
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
160
1) Insesgados
2) Eficientes
3) Consistentes
4) Suficientes
Estimador Insesgado.
E(') =
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 160
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
161
REPASO:
P = 3 (Media - Mediana)
s
Si P < 0, los datos estn sesgados a la izquierda.
Si P > 0, los datos estn sesgados a la derecha.
Si P = 0, los datos estn distribuidos normalmente.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 161
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
162
Estimador Eficiente.
x'=(X'-X")/K
Estimador consistente.
Estimador suficiente.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 162
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
163
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 163
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
164
=(n-1)s/
n = tamao de muestra
s= varianza de muestra
= varianza de poblacin
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 164
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
165
2.- Los valores de Chi cuadrada pueden ser cero o positivos, pero
no pueden ser negativos.
Caso I.
Usando la tabla H Distribucin Chi-cuadrado.
Encuentre los valores crticos de que determinan regiones
criticas que contienen un rea de 0.025 en cada cola. Suponga
que el tamao de muestra pertinente es de 10, de modo que el
numero de grados de libertad es 10-1=9
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 165
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
166
=1/2 [Z+(2k-1)]
Caso II.
Encuentre los valores crticos L y R que corresponden al
grado de confianza y tamao de muestra dados.
1. 95%;n=26 2. 99%;n=17
3. 90%;n=60 4. 95%;n=50
Estimadores de .
=(n-1)s/
Despeje: =(n-1)s/
Caso I.
La Panificadora Pepin produce bizcochos que se empacan en
cajas cuyos rtulos dicen contienen 12 bizcochos con un total de
42 onzas. Si la variacin entre los bizcochos es demasiado
grande, algunas cajas pesaran menos de lo debido (engaando a
los clientes) y otras pesaran ms (reduciendo las utilidades). El
supervisor de control de calidad determino que puede evitar
problemas si los bizcochos tienen una media de 3.50 onzas y una
desviacin estndar de 0.06 onzas o menos. Se seleccionan
aleatoriamente doce bizcochos de la lnea de produccin y se
pesan, con los resultados que se dan aqu (en onzas). Construya
un intervalo de confianza del 95% para y un intervalo de
confianza del 95% para , y luego determine si el supervisor de
control de calidad esta en problemas.
3.43 3.37 3.58 3.50 3.68 3.61
3.42 3.52 3.66 3.50 3.36 3.42
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 168
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
169
Solucin:
Con base en los datos de muestra, la media de X'=3.504 parece
excelente porque esta muy cerca del valor deseado. Los puntajes
dados tienen una desviacin estndar de s=0.109, que podra
parecer mayor que el valor deseado de 0.06 o menos.
Procedamos a obtener el intervalo de confianza para .
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 169
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
170
Caso II.
Un recipiente anticongelante para automvil supuestamente
contiene 3,785 ml del liquido. Consciente de que las
fluctuaciones son inevitables, la gerente de control de calidad
quiere estar muy segura de que la desviacin estndar sea de
menos de 30 ml; De lo contrario, algunos recipientes se
desbordaran, mientras que otros no tendrn suficiente
anticongelantes. Ella selecciona aleatoriamente una muestra, con
los resultados que se dan aqu. Utilice estos resultados para
construir el intervalo de confianza del 99% para el verdadero
valor de . Sugiere este intervalo de confianza que las
fluctuaciones estn en un nivel aceptable?
3,761 3,861 3,769 3,772 3,675 3,861
3,888 3,819 3,788 3,800 3,720 3,748
3,753 3,821 3,811 3,740 3,740 3,839
n = 18
X'=3,787.0
s =55.4
Caso III.
a) Los valores que se listan son tiempos de espera (en minutos) de clientes del BHD,
donde los clientes se forman en una sola fila que alimenta tres ventanillas. Construya
un intervalo de confianza del 95% para la desviacin estandar de la poblacin .
6.5 6.6. 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7
b) Los valores que se listan son tiempos de espera (en minuto) de clientes del Banco
Popular, donde los clientes pueden formarse en cualquiera de tres filas distintas que se
han formado frente a tres ventanillas distintas. Construya un intervalo de confianza del
95% para y compare los resultados con el intervalo de confianza para los datos del
Banco BHD. Sugieren los intervalos de confianza alguna diferencia en la variacin de
los tiempos de espera de cada banco? Cul sistema parece mejor: el de fila nica o el
de mltiples filas?
4.2 5.4 5.8 6.2 6.7 7.7 7.7 8.5 9.3 10.0
Caso IV.
Se espera que un proceso estandarizado produzca arandelas con una desviacin muy pequea en su
espesor. Suponga que se tomaron 10 de estas arandelas y sus espesores, en pulgadas fueron:
0.123 0.124 0.126 0.120 0.130 0.133 0.125 0.128 0.124 0.126
Cul es un intervalo de confianza de 90 por ciento para la desviacin estndar del espesor de una
arandela producida mediante este proceso?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 170
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
171
Caso I.
Con una confianza del 95%, queremos estimar dentro de un
margen de error del 10%. Qu tamao deber tener la muestra?
Supongamos que la poblacin esta distribuida normalmente.
Solucin: En la tabla 6-2 vemos que una confianza del 95% y un
error del 10% para corresponde a un tamao de muestra de 191.
Deberemos seleccionar aleatoriamente 191 valores de la
poblacin.
Caso II.
Determine el tamao de muestra mnimo necesario para tener una
confianza del 95% en que la desviacin estndar de la muestra s
estar a menos del 30% de .
Caso III.
Determine el tamao de muestra mnimo necesario para tener una
confianza del 99% en que la desviacin estndar de la muestra s
estar a menos del 20% de .
Caso IV.
Determine el tamao de muestra mnimo necesario para tener una
confianza del 99% en que la varianza de la muestra estar a
menos del 30% de la varianza de la poblacin.
Caso V.
Determine el tamao de muestra mnimo necesario para tener una
confianza del 95% en que la varianza de la muestra estar a
menos del 40% de la varianza de la poblacin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 171
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
172
Distribucin F
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 172
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
173
74 89 86 88
60 90 86 86
74 60 62 85
42 65 104 89
74 82 62 83
52 84 95 85
65 54 79 91
68 85 62 68
62 58 94 91
66 79 79 56
62 57 86 89
60 88 85 94
N 12 12 12 12
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 173
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
174
=149.125
F=1,029.23/149.125 = 6.9018
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 174
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
175
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 175
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
176
Caso I.
Que concluye usted acerca de la aseveracin de que las tres
poblaciones correspondientes a los tres grupos de edades tienen la
misma temperatura corporal media?
TEMPERATURAS CORPORALES (F) POR EDAD
18-20 21-29 30 o ms
n 5 5 5
DE LA UNIVERSITY OF MARYLAND.
Caso II.
La City Resouce Recovery Company (CRRC) recolecta
desperdicios desechados por los hogares de la regin. Los
desperdicios deben separarse en las categoras de metal, papel,
plstico y vidrio. Al planificar que equipo necesita para
recolectar y procesar la basura, la CRRC consulta los datos que se
resumen en la siguiente tabla:
En el nivel de significancia de 0.05, pruebe la afirmacin de que
las cuatro poblaciones especificas tienen la misma media. Con
base en los resultados, cree usted que las cuatro categoras
requieran los mismos recursos para su recoleccin y
procesamiento?
n 62 62 62 62
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 176
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
177
donde:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 177
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
178
Prueba de Hiptesis
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 178
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
179
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 179
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
180
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 180
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
181
Error Tipo I.
Regin critica.
Valor critico.
Caso I.
Como gerente de compras de una gran empresa de seguros usted
debe decidir si actualizar o no los computadores de la oficina. A
usted se le ha dicho que el costo promedio de los computadores es
de US$2,100. Una muestra de 64 minoristas revela un precio
promedio de US$2,251, con una desviacin estndar de US$812.
A un nivel de significancia del 5% parece que su informacin es
correcta?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 182
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
183
Datos:
Ho:=US$2,100
n=64 minoristas
X'=US$2,251 precio promedio (de los computadores)
de la muestra
s=US$812
=5%=0.05 (nivel de significancia)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 183
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
184
Interpretacin:
La diferencia entre el valor de la media poblacional bajo la
hiptesis nula de = 2,100 y el valor de la media muestral de
X'=US$2,251 es estadsticamente insignificante. Podra resultar
simplemente del error de muestreo. De hecho s =2,100; el 95%
de todas las muestras de tamao n=64 producirn valores de Z
entre 1.96.
Caso II.
Un contrato de manejo laboral exige una produccin diaria de 50
unidades. Una muestra de 150 das revela una media de 47.3, con
una desviacin estndar de 5.7 unidades. Fije =5% y determine
si se cumple con la disposicin del contrato.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 184
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
185
Caso III.
Un gerente de una empresa considera que los empleados gastan
un promedio de 50 minutos para llegar al trabajo. Se toma una
muestra de 70 empleados que se toman en promedio 47.2
minutos con una desviacin estndar de 18.9 minutos. Fije en
1% y pruebe la hiptesis.
Caso I.
Determinacin de valores crticos o zona de no rechazo: Muchos
pasajeros de cruceros usan parches cutneos que suministran
dramamina al cuerpo con el fin de evitar el mareo. Se prueba una
aseveracin respecto a la dosis media con un nivel de
significancia de = 0.05. Las condiciones son tales que es
posible usar la distribucin normal estndar (porque aplica el
teorema del limite central). Encuentre el o los valores crticos de
z si la prueba es (a) de dos colas, (b) de cola izquierda y (c) de
cola derecha. Represente grficamente el valor critico y la regin
critica.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 186
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
187
Caso II.
Baskin-Robbins, la franquicia de helados, afirma que el numero
de tiendas que se abre se ha incrementado por encima del
promedio semanal de 10.4 experimentado en tiempo de escasez
(The Wall Street Journal, febrero de 1997). Existe alguna
evidencia para sustentar esta afirmacin si 50 semanas muestran
una media de 12.5 y una desviacin estndar de 0.66 tiendas? La
gerencia esta dispuesta a aceptar una probabilidad del 4% de
rechazo de la hiptesis nula si esta es cierta.
Datos:
n=50 semanas
X'=12.5 tiendas de la muestra
s=0.66 tiendas
=4%=0.04 (nivel de significancia)
Interpretacin:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 188
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
189
Caso III.
Segn Wall Street Journal (mayo 12 de 1997) muchas compaas
de ropa deportiva estn tratando de comercializar sus productos
entre los mas jvenes. El articulo sugiri que la edad promedio
de los consumidores haba cado por debajo de la media de 34.4
aos que caracterizo los comienzo de la dcada. Si una muestra
de 1000 clientes reporta una media de 33.2 aos y una desviacin
de 9.4, qu se concluye a un nivel de significancia de del 4%?
Datos:
n=1000 clientes
X'=33.2 aos (edad promedio de la muestra de los
consumidores de ropa deportiva)
s=9.4 aos
=4%=0.04 (nivel de significancia)
Paso 1: Plantear las hiptesis.
La afirmacin de que la edad de los consumidores estaba por
debajo de 34.4 aos sirve como hiptesis alternativa debido a que
< 34.44 no contiene el signo igual.
Una prueba de cola a la izquierda tiene una zona de rechazo solo
en la cola izquierda y se da bajo la condicin de:
Ho: algn valor
Ha: < algn valor
Ha: < 34.4 aos (edad promedio de los
consumidores de ropa deportiva)
Ho: 34.4 aos
Paso 2: Con base en los resultados de la muestra,
calcular el valor del estadstico de
prueba Z.
= (X' - H)/(/n)
= (X' - H)/(s/n)
en donde
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 189
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
190
= (33.2 - 34.4)/(9.4/1000)
= -1.2/0.297254
= -4.04
Interpretacin:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 191
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
192
valores de n > 30, las diferencias son tan pequeas que podemos
utilizar los valores crticos de z en lugar de crear una tabla mucho
ms grande de valores crticos de t.
Grados de libertad.
g.l. = n - 1
El estadstico t
t = (X'-)/(s/n)
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 194
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
195
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 195
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
196
Valor P Interpretacin
Caso I.
A comienzo de los aos 90 Sony Corporation introdujo su Play
Station de 32 bits en el mercado de los juegos de video. La
gerencia esperaba que el nuevo producto incrementara las ventas
mensuales en Estados Unidos por encima de los US$283,000,000
que Sony haba experimentado en la dcada anterior. Una
muestra de 40 meses reporto una media de US$297,000,000. Se
asume una desviacin estndar de US$97,000,000. Pruebe la
hiptesis nula a un nivel de significancia del 1%. Calcule e
interprete el valor p.
Datos:
n=40 meses
X'=US$297,000,000 ventas de la muestra
s=US$97,000,000
=1%=0.01 (nivel de significancia)
Paso 1: Plantear las hiptesis.
La afirmacin de que el nuevo producto incrementara las ventas
por encima de US$283,000,000 sirve como hiptesis alternativa
debido a que > US$283,000,000 no contiene el signo igual.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 196
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
197
= (X' - H)/(/n)
= (X' - H)/(s/n)
en donde
X' es la media muestral
H es el valor de la media poblacional
bajo hiptesis nula
= (297,000,000 - 283,000,000)/(97,000,000/40)
= 14,000,000/15,337,047.42
= 0.91
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 197
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
198
Interpretacin:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 198
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
199
Caso II.
En el verano de 1997, el Congreso de USA aprob un presupuesto
federal que contena varias partidas para reducciones de
impuestos. Los analistas afirmaron que ahorrara al
contribuyente promedio US$800.00 dlares. Una muestra de 500
contribuyentes demostr una reduccin promedio en los
impuestos de US$785.10 con una desviacin estndar de
US$277.70. Pruebe la hiptesis a un nivel de significancia del
5%. Calcule e Interprete el valor p.
Datos:
n= 500 contribuyentes
X'=US$785.10
s=US$277.70
=5%=0.05 (nivel de significancia)
Paso 1: Plantear las hiptesis.
Ha: = US$800.00
Ho: US$800.00
= (785.10 800.00)/(277.70/500)
= -14.9/12.42
= - 1.20
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 199
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
200
Interpretacin:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 200
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
201
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 203
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
204
llenado llenado
TIPO 1 2 UNIDADES
X' 15.3 17.1 ONZAS
S2 3.5 3.9 ONZAS
N 15 10 TAZAS
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 205
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
206
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 207
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
208
-18.7% (1 2) - 1.3%
La empresa puede estar 90% segura de que la proporcin de
trabajadores nocturnos ausentes en cinco o ms oportunidades
est entre 1.3% y 18.7% ms alta que los del turno diurno.
Pruebas de Hiptesis para dos medias con muestras
independientes
Hay cuatro pasos involucrados en una prueba:
Paso 1: Plantear las hiptesis.
Ho:1 = 2
Ha:1 2
O el equivalente
Ho:1 - 2 = 0
Ha:1 - 2 0
Paso 2: Con base en los resultados de la muestra,
calcular el valor del estadstico de
prueba Z o t.
Z = (X1-X2) (1-2)
SX1-X2
Paso 3: Determinar la regla de decisin con base
en los valores crticos de Z o t.
Paso 4: Interpretacin y conclusiones.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 209
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
210
Caso V.
Weaver Ridge Golf Course desea ver si el tiempo promedio en
horas que requieren los hombres para jugar los 18 hoyos es
diferente al de las mujeres. Se mide el tiempo de cincuenta
partidos dobles de hombres y 45 de mujeres obteniendo, pruebe a
nivel de confianza del 95%:
SEXO HOMBRES MUJERES
X' 3.5 4.9
S 0.9 1.5
N 50 45
Paso 1: Plantear las hiptesis.
Ho:1 = 2
Ha:1 2
Paso 2: Con base en los resultados de la muestra,
calcular el valor del estadstico de
prueba Z o t.
Z = (X1-X2) (1-2)
SX1-X2
Estimacin del error estndar de la diferencia entre medias
muestrales:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 210
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
211
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 211
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
212
Caso VI.
Las negociaciones salariales entre su empresa y el sindicato de
sus trabajadores estn a punto de romperse. Existe un desacuerdo
considerable sobre el nivel salarial promedio de los trabajadores
en la planta de Atlanta y en la planta de Newport News, Virginia.
Los salarios fueron fijados por el antigua acuerdo laboral de hace
tres anos y se basan estrictamente en la antigedad. Debido a que
los salarios estn controlados muy de cerca por el contrato
laboral, se asume que la variacin en los salarios es la misma en
ambas plantas y que los salarios estn distribuidos normalmente.
Sin embargo, se siente que existe una diferencia entre los niveles
salariales promedio debido a los patrones de antigedad diferentes
entre las dos plantas. El negociador laboral que representa a la
gerencia desea que usted desarrolle un intervalo de confianza del
98% para estimar la diferencia entre los niveles salariales
promedio. Si existe una diferencia en las medias, deben hacerse
ajustes para hacer que los salarios ms bajos alcancen el nivel de
los ms altos. Dados los siguientes datos, qu ajustes se
requieren, si es el caso? Las muestras de trabajadores tomadas de
cada planta revelan la siguiente informacin:
Planta de Atlanta Planta de Newport News
N1 = 23 empleados N2 = 19 empleados
X1 = US$17.53 por hora X2 = US$15.5 por hora
S12 = 92.10 S22 = 87.10
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 212
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
213
t = (17.53-15.5) (0)
(89.85/23) + (89.85/19)
t = 0.69
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 213
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
214
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 214
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
215
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 215
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
216
t = (11.3-7.5) (0)
(3.5/13) + (2.7/10)
t = 2.94
Paso 3: Determinar la regla de decisin con base
en los valores crticos de Z o t.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 216
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
217
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 217
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
218
Z = (p1 p2) - (1 2)
Sp1-p2
Error Estndar de la diferencia entre dos proporciones muestrales:
Z = (p1 p2) - (1 2)
Sp1-p2
Error Estndar de la diferencia entre dos proporciones muestrales:
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 218
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
219
Z = (0.57 0.473) 0
0.069
Z = 1.41
Paso 3: Determinar la regla de decisin con base
en los valores crticos de Z o t.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 219
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
220
Pruebas no paramtricas
Pruebas no paramtricas.
Experimento multinomial.
Distribucin Chi-cuadrado
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 220
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
221
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 221
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
222
E = np
Supuestos.
=[(Oi-Ei)/Ei]
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 222
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
223
Valores Crticos.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 223
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
224
Caso I.
Tipo de Credito Oi Ei
El valor es
=[(Oi-Ei)/Ei]
=[(62-51)/51]+[(10-8.5)/8.5]+[(13-25.5)/25.5] = 8.76
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 224
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
225
Valores Crticos.
0.10,2 = 4.605
Interpretacin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 225
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
226
Totales 1000
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 226
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
227
Valor Critico.
Se desea probar la hiptesis al nivel del 5%. Debido a que tanto
la media poblacional como la desviacin estndar son dadas y no
tienen que estimarse, m = 0. Existe k = 6 clases en la tabla de
frecuencias, de manera que los grados de libertad son k-1=5. Se
encuentra que el valor critico es 0.05,5 =11.07
Determine el valor
=[(Oi-Ei)/Ei]
Interpretacin:
Si la hiptesis nula se acepta. Las diferencias entre lo que
se observo y lo que se espera observar si los contenidos
estuvieran distribuidos normalmente con una media de 600 y una
desviacin estndar de 10 pueden atribuirse al error de muestreo.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 227
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
228
Prueba de independencia.
Supuestos.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 228
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
229
El valor es
=[(Oi-Ei)/Ei]
Valores crticos.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 230
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
231
El valor es
=[(Oi-Ei)/Ei]
Valores crticos.
Interpretacin.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 231
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
232
Caso I
Jess Diequez, Gerente de Calidad de Mars, Inc. asegura que sus dulces
M&M estn distribuidos segn los porcentajes de color de 30% marrn,
20% amarillo, 20% rojo, 10% anaranjado, 10% verde y 10% azul. Usando
los datos de muestra de la siguiente tabla y un nivel de significacin de
0.905 pruebe la afirmacin de que la distribucin de colores es la que el
gerente de calidad asegura.
FRECUENCIAS DE LOS DULCES M&M
MARRON 33
AMARILLO 26
ROJO 21
ANARANJADO 8
VERDE 7
AZUL 5
Caso II.
A los compradores del centro comercial local se les pide calificar un nuevo
producto en una escala continua que comienza en cero. Con base en los
siguientes datos agrupados, puede usted concluir al nivel del 5% que los
datos estn distribuidos normalmente, con una media de 100 y una
desviacin estndar de 25?
CALIFICACIN FRECUENCIA
MENOS DE 50 1
50-70 51
70-90 112
90-110 151
110-130 119
130-150 43
150-170 21
MAS DE 170 2
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 232
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
233
Caso III.
Ada Henrquez, gerente de mercadeo de Trans World Airways (TWA)
desea determinar si existe alguna relacin entre el numero de vuelos que las
personas toman y su ingreso. A que conclusin llega al nivel del 1% con
base en los datos para 100 viajeros en la tabla de contingencia?
FRECUENCIA DE VUELOS
MENOS DE US$30,000 20 15 2
US30,000-US$50,000 8 5 1
US50,000-US70,000 7 8 12
MAS DE US$70,000 2 5 15
Totales
Caso IV.
A los compradores del centro comercial local se les pide calificar un nuevo
producto en una escala continua que comienza en cero. Con base a los
siguientes datos agrupados, puede usted concluir al nivel del 5% que los
datos estn distribuidos normalmente, con una media de 100 y una
desviacin de 25?
CALIFICACION FRECUENCIA
MENOS DE 50 1
50-70 5
70-90 112
90-110 151
110-130 119
130-150 43
150-170 21
MAS DE 170 2
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 233
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
234
Caso V.
En un anlisis de segmentacin de mercado para tres cervezas, el grupo de
investigacin encargado ha planteado la duda de si las preferencias para las
tres cervezas son diferentes entre los consumidores hombres y mujeres. Si
la preferencia de las cervezas fuera independiente del sexo del consumidor,
se iniciara una campaa publicitaria para todas las cervezas. Sin embargo,
si la preferencia depende del sexo del consumidor, se ajustarn los
promociones para tener en cuenta los distintos mercados metas. Pruebe el
supuesto a un nivel de significancia de un 5%.
Los datos de la tabla constituyen las frecuencias observadas para las
seis clases o categoras.
CERVEZA
PREFERIDA
SEXO LIGERA CLARA OSCURA
HOMBRE 20 40 20
MUJER 30 30 10
Caso VI.
La empresa National Computer Products, Inc. (NCP) fabrica impresoras y
mquinas de fax en plantas de Atlanta, Dallas y Seattle, Estados Unidos.
Para evaluar los conocimientos de sus empleados acerca de administracin
de calidad total se tom una muestra aleatoria de seis empleados en cada
planta y se les someti a un examen de conciencia de la calidad. Las
calificaciones de esos 18 empleados se presentan a continuacin. Con
estos datos, los gerentes desean probar la hiptesis de que la media de la
calificacin del examen es igual para las tres plantas con un nivel de
significancia de un 5%.
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 234
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
235
Caso VII.
Proqun contrata, anualmente, unos 400 empleados para sus cuatro plantas
en todo el pas. El director de personal pregunta si se podra aplicar una
distribucin normal a la poblacin de las calificaciones obtenidas. Si se
pudiera aplicar esa distribucin, sera muy til para evaluar calificaciones
especficas. Esto es, las calificaciones de 20% superior, 40% inferior, etc.,
se podran identificar con rapidez. En consecuencia se desea probar la
hiptesis nula de que la poblacin de calificaciones en la prueba de actitud
se apega a una distribucin de probabilidad normal. Si se toma una
muestra una muestra de 50 calificaciones, cuya media es de 68.42 y su
desviacin estndar es de 10.41. Los datos se muestra a continuacin en la
siguiente tabla. Interprete los resultados.
INTERVALO DE FRECUENCIA
CALIFICACIONES OBSERVADA
MENOS DE 55.1 5
55.1 59.68 5
59.68 63.01 9
63.01 65.82 6
65.82 68.42 2
68.42 71.02 5
71.02 73.83 2
73.83 77.16 5
77.16 81.74 5
81.74 O MAS 6
TOTAL 50
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 235
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro
236
Caso VIII.
Decoracin Ruddy se especializa en arreglos de jardines residenciales. El
costo estimado de mano de obra en determinada oferta de decoracin se
basa en la cantidad de rboles, arbustos, etc., que se plantan en el proyecto.
Para fines de estimacin de costos, los gerentes aplican dos horas de mono
de obra plantar un rbol mediano. Los tiempos reales, en horas, para una
muestra de 10 rboles plantados durante el mes pasado son los siguientes:
1.9
1.7
2.8
2.4
2.6
2.5
2.8
3.2
1.6
2.5
Con un nivel de significancia de 0.05, pruebe si la media del tiempo de
plantacin de rboles es mayor de dos horas.
A. Establezca las hiptesis nulas y alternativa.
B. Cul es el valor crtico para la prueba y cul es la regla de decisin?
C. Calcule la media muestral.
D. Determine la desviacin estndar.
E. Calcule el valor del estadstico de prueba.
F. Cul es su conclusin?
[Mtodos Cuantitativos para Negocios I] | Ing. Rubn Daro Estrella, MBA Cavaliere 236
Ingeniero de Sistemas, Administrador, Matemtico, Telogo y Maestro