NMERO NDICE COMPUESTO

Los nmeros ndices complejos hacen referencia a varios artculos o conceptos a la

vez (magnitudes complejas) y su evolucin en el espacio y/ el tiempo.

NDICES COMPUESTOS PONDERARADO:

Su objetivo es solucionar los problemas planteados por los ndices complejos sin
ponderar. Los ndices complejos ponderados tienen en cuenta la importancia relativa
de las distintas magnitudes simples que lo componen.

NDICE DE LASPEYRES:
Mide la variacin de los precios en una canasta fija
de bienes y servicios.
Utiliza las cantidades consumidas durante el perodo
base.
Requiere medidas de cantidades de nicamente un
perodo.
Comparabilidad de un ndice con otro.
Muchas medidas de cantidad de uso comn no son
tabuladas cada ao.
No toma en cuenta los cambios de los patrones de
consumo.

ndice De Precios Laspeyres:

Es una medida de la variacin de los precios para cantidades fijas (ao base), tambin se usa para medir
cantidades

EJERCICIO 1:
En la siguiente tabla se muestran los datos de dos artculos correspondientes a
los aos 2014 y 2015. Donde el ao 2014 ser considerado el periodo base.
Calcule el ndice de precios ponderados de estos artculos con el mtodo de
Laspeyres
AO
2014
2015

ARTICULO A
P
Q
2
8
3
7

ARTICULO B
P
Q
3
5
4
6

Pi , 2015. qi ,2014

LP2015/ 2014 = i=1

3
.
3.8+q 4.5+2.3
P
,
2014.q
,2014
L 2015/ 2014 = i
i .100
2.8+3.5+1.3
i=1
100
LP2015/ 2014
=147.05

ARTICULO C
P
Q
1
3
2
3

ndice De Cantidad Laspeyres:

Es una medida de la variacin de las cantidades a precios fijos (ao base).De forma anloga se usa este
ndice para medir cantidades

EJERCICIO 2:
En la siguiente tabla se muestran los datos de dos artculos correspondientes a los
aos 2004 y 2006. Donde el ao 2004 ser considerado el periodo base.
Calcule un ndice de cantidad agregados ponderados de estos dos artculos con el
mtodo de Laspeyres.
Cantidad

Precio unitario

Articulo

2004

2006

2004

2006

200

50

300

150

800

250

AO
2004
2006

Articulo a
P
300
150

Q
200
50

Articulo b
P
800
250

Pi , 2004.q i , 2006

LQ2006/2004 = i=1
2

q i ,2004. qi , 2004
i=1

LQ2015/2014 =

300.50+800.3
300.200+800.4

Q
4
3

NDICE DE PAASCHE:
Utiliza como ponderaciones las cantidades consumidas
en el periodo actual
Tiende a subestimar la variacin en los precios
Combina los efectos de los cambios de precio y de los
patrones de consumo.
Mejor indicador de los cambios generales de la
economa que el mtodo Laspeyres.
Indicador estadstico que mide la evolucin de los
precios en una canasta variable de bienes y servicios.

ndice De Cantidad Paasche:

Es

una medida de la variacin de las cantidades a

precios fijos (ao actual).

EJERCICIO 1:
En la siguiente tabla se muestran los datos de dos artculos correspondientes a
los aos 2014 y 2015. Donde el ao 2014 ser considerado el periodo base.
Calcule el ndice de cantidades ponderados de estos artculos con el mtodo
de Paasche
ARTICULO A
P
Q
2
8
3
7

AO
2014
2015

ARTICULO B
P
Q
3
5
4
6

ARTICULO C
P
Q
1
3
2
3

Pi , 2015.q i , 2015

= i=1
3
3.7+q 4.6+2.3
Q
2014
P 2015/ 2014= i ,2015. qi ,.100
3.8+
i=1 4.5+2.3
P

2015/ 2014

=102
.100

2015/ 2014

ndice De Precios Paasche:

Es

una medida de la variacin de los precios para

cantidades fijas (ao actual).

EJERCICIO 2:
En la siguiente tabla se muestran los datos de dos artculos correspondientes a
los aos 2014 y 2015. Donde el ao 2014 ser considerado el periodo base.
Calcule el ndice de precios ponderados de estos artculos con el mtodo de
Paasche
AO
2014
2015

ARTICULO A
P
Q
2
8
3
7

ARTICULO B
P
Q
3
5
4
6
3

Pi , 2015. qi ,2015

P
2015/ 2014

= i =1
3

qi , 2014.q i ,2015

.100

i=1

PQ2015/ 2014=
P

3.7+ 4.6+2.3
2.7+ 3.6+1.3 .100
=145.7

2015/ 2014

ndice De Cantidad Fisher:

Es simplemente la media geomtrica de los dos anteriores.

Precio:

Cantidad:

ARTICULO C
P
Q
1
3
2
3

EJERCICIO 1:
Precios y cantidades vendidas en una farmacia en 2003 y 2004

Para el clculo de cada ndice, se deben determinar todos los valores que
interviene en ellos, en la siguiente tabla se resumen todos los clculos:

Clculo de ndices de precios:

Interpretacin: los precios de los productos A, B, C, D y E de la farmacia

aumentaron en un 2.35%, 1.08% y 6.75% segn le mtodo de Fisher, durante el ao
2004 respecto al 2003.

Clculo de ndices de cantidad:

Interpretacin: las cantidades vendidas de los productos A, B, C, D y E de la

farmacia aumentaron en un 17.81%, 6% y 11.74% segn le mtodo de Fisher,
respectivamente, durante el ao 2004 respecto al 2003.

DISTRIBUCIONES ALEATORIAS
Variable Aleatoria Discreta:
Se utiliza en estudios, anlisis, investigacin, estadstica para determinar las
probabilidades de una variable aleatoria discreta.
Una variable aleatoria se llama discreta si se puede Contar su conjunto de resultados
posibles. Las variables aleatorias discretas son variables aleatorias cuyo intervalo de
valores es finito o contablemente infinito.

Distribucin de Bernoulli:
Es un experimento aleatorio cuyos posibles resultados son agrupados en dos
conjuntos excluyentes que llamaremos xito (E) y fracaso (F), con P (E) = p y
P (F) = 1 p = q.

Sus probabilidades son:

P(X = 0) = q; P(X = 1) = p
De manera ms compacta y ms til para algunos clculos, podemos escribir:

P(X = x) =

P X . q1 x

para x = 0, 1.

EJERCICIO:
En la fabricacin de neumticos se seleccionan, de manera aleatoria, tres de ellos. Se
hace una inspeccin de los neumticos y se clasifican en defectuosos y no
defectuosos.
El proceso de fabricacin produce en total el 20% de neumticos defectuosos. Se
considera un xito la obtencin de un artculo defectuoso?.
Donde:
D: defectuoso
ND: No defectuoso

Distribucin binomial:
Con parmetros n y p, que representaremos abreviadamente por B(n; p), es el
modelo de probabilidad De la variable aleatoria X = Numero de xitos obtenidos en
las n pruebas. Sus probabilidades son:

P=1/2 entonces B(n,p) es simtrica

P=1 entonces B(n,p) es asimtrica negativa
P=0 entonces B(n,p) es simtrica positiva

Distribucin de Poisson:
El modelo de Poisson de parmetro

> 0), que representaremos

Abreviadamente por Poisson ( ), es el modelo que tiene las Siguientes

probabilidades:

EJERCICIO:
Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las
probabilidades de que reciba,
a) cuatro cheques sin fondo en un da dado.
b) 10 cheques sin fondos en cualquiera de dos das consecutivos?

Distribucin Geomtrica:
X se define por el nmero de repeticiones independientes dentro de un ensayo de
Bernoulli hasta que ocurra un primer xito y considera un parmetro (p).

f ( x )=P ( X =x ) =q x1 . p
x=1, 2, 3,4,, etc.

EJERCICIO:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de
que aparezca guila es de 2/3, mientras que la probabilidad de que aparezca sello es
de 1/3.
Determine la probabilidad de que en el ltimo lanzamiento aparezca una guila.

Distribucin Hper geomtrica:

X se define por el nmero de xitos en un espacio muestral que se selecciona al
azar 1 a 1 sin reposicin de N elementos donde r =E(x) y los restantes N-r que
representa fracaso.

f ( x )=P ( X =k )= r N r
k nk

( )(

Donde k=0,1, 2, 3,4,, n.

EJERCICIO:
a)Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas
nicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones
de entre 9 estudiantes, de los cuales 4 no tienen la edad suficiente?
b) Cul es la probabilidad de que como mximo 2 de las identificaciones pertenezcan
a menores de edad?

Variables Aleatorias Continuas:

Una variable aleatoria continua es una modelizacin de una caracterstica X de tipo
continuo. Recordemos que una caracterstica X es de tipo continuo cuando puede
tomar cualquier valor en un intervalo de la recta real. Con una funcin de densidad f(x)
que representa la idealizacin en la poblacin del perfil obtenido a partir de los datos
en el diagrama de tallos y hojas o en el histograma.

Distribucin chi-cuadrado de Pearson:

EJERCICIO 1:
Un gerente de ventas que tiene su mercado dividido en cuatro zonas le indica a sus
vendedores que las zonas tienen el mismo potencial de ventas.Ante la duda de los
vendedores
sobre el potencial de sus zonas el gerente hace el siguiente
procedimiento:Se extrae una muestra de los archivos de la empresa de 40 ventas
realizadas el ao pasado y encuentra que el numero de ventas por zona son:
zona 1 = 6, Zona 2 = 12, Zona 3 = 14 y zona 4 = 8 . En vista de esos resultados se
realiza una prueba de bondad de ajuste.

EJERCICIO 2:

Distribucin t de Student:
Una variable aleatoria se distribuye segn el modelo de probabilidad t o T de Student
con k grados de libertad, donde k es un entero positivo, si su funcin de densidad es Ia
siguiente:

La grfica de esta funcin de densidad es simtrica, respecto del eje de ordenadas,

con independencia del valor de k, y de forma algo semejante a Ia de una distribucin
normal:

EJERCICIO:
Se aplica una prueba de autoestima a 25 personas quienes obtienen una calificacin
promedio de 62.1 con una desviacin estndar de 5.83 Se sabe que el valor correcto
de la prueba debe ser mayor a 60. Existe suficiente evidencia para comprobar que no
hay problemas de autoestima en el grupo seleccionado? Considera un nivel de
significancia de 0.05

EJERCICIO:

Se desea obtener un intervalo de confianza al 99% para el

tiempo medio requerido para realizar un trabajo. Una muestra
aleatoria de 16 mediciones produce una media y una desviacin
estndar de 13 y 5.6 minutos respectivamente.

USO DE LA TABLA DE DISTRIBUCIN T:

Tabla de t de Student: