Manual Mate Ma Tic As III

UNIVERSIDAD TECNOLOGICA DE LA HUASTECA HIDALGUENSE
MATEMTICAS III
ADMINISTRACIN Y EVALUACION DE PROYECTOS
-2-
MANUAL DEL PROFESOR
MATEMTICAS III
-3-
ndice
Introduccin Firmas de autorizacin 1. 1.1 1.2 1.3 1.4 2. 2.1 2.2 2.3 Probabilidad aplicada Conceptos bsicos Permutaciones y combinaciones Enfoque de probabilidad Distribucin de probabilidad Estimacin Estimacin puntual Estimacin por intervalo Determinacin del tamao de muestra 4 4 5 5 8 12 24 43 43 47 53 58 58 71 76 76 80 86 91 91 95 105 111 115 115 120 125 127 128 128 141 147 147 150 153 160
3. Prueba de hiptesis 3.1. Prueba de hiptesis para medias 3.2. Prueba de hiptesis para proporciones 4. 4.1. 4.2. 4.3. Regresin y Correlacin Mnimos cuadrados. Estimacin mediante lnea de regresin simple. Anlisis de correlacin.
Introduccin a las matemticas financieras Conceptos generales Progresiones aritmticas e inters simple Progresiones geomtricas e inters compuesto Diagramas de flujo de caja 5. Tasa de inters. Tasa de inters efectiva Tasa de inters real Tasa de inters nominal Clculos de tasa real y efectiva 6. Anualidades y amortizacin. 7.1 Anualidades anticipadas y vencidas 7.2 amortizacin 7. Tasa interna de retorno. conceptos generales Mtodo de la tasa interna de retorno Mtodo del valor presente neto Mtodo del costo anual uniforme equivalente
MATEMTICAS III
-4-
Firmas Elabor Revis
Ing. Daro Garca Hernndez.
M en C. Juana Garca Morales. Directora de la Carrera Autoriz
Vo. Bo.
MAD. Marisol Flores Contreras Directora de Enlace Acadmico
Dra. Miriam Yta Rectora
Introduccin Elevar la calidad acadmica de esta universidad se ha convertido en el objetivo a corto plazo, es de reconocer el esfuerzo aqu vertido para proporcionar a los estudiantes una formacin de calidad, sin embargo, la participacin global de una institucin educativa obliga a una actualizacin permanente Dentro de este marco los materiales didcticos se convierten en instrumentos indispensables para ayudar a elevar la calidad educativa en las instituciones. Este manual pretende proporcionar una visin de conjunto de la asignatura, as como sealar los conceptos fundamentales tratados en cada uno de los temas del programa. El objetivo principal que se persigue es el de ayudar al alumno a estructurar y organizar la informacin recogida en el manual para facilitar as la compresin de sus contenidos. Por tanto, el equipo docente recomienda a todos los alumnos de la carrera de Administracin y Evaluacin de Proyectos en que lean detenidamente este manual para tener una orientacin general de la asignatura y que la consulten cuando estudien cada uno de los temas tratados en el texto, ya que en ella se proporcionarn las orientaciones didcticas precisas para su estudio.
MATEMTICAS III
-5-
Creemos que este manual puede facilitar al alumno de la Universidad Tecnolgica de la Huasteca Hidalguense un material didctico adicional que contribuya al aprendizaje de los contenidos de la asignatura. Se indican igualmente en este manual, otra serie de medios con los que cuenta el alumno para el estudio. Todos ellos obedecen a un inters fundamental, reducir la distancia alumno-profesor. El presente manual presenta ser un instrumento de apoyo para que el profesor lleve acabo una planeacin por sesin y una revisin minuciosa de los contenidos para cumplir con el saber y saber hacer de una manera evidenciable, el curso se divide en VIII unidades temticas, las cuales incluyen las actividades de aprendizaje y los criterios de evaluacin de cada actividad, el manual cuenta adems con 3 anexos, a) Resumen de actividades de aprendizaje, b) Resumen de sesiones, c)justificacin de desfasamiento
Unidad Temtica: I. Probabilidad Aplicada.

I.1Tema: Conceptos bsicos. I.1.1 Objetivo de aprendizaje: Que el alumno identifique y maneje los distintos conceptos bsicos fundamentales en la probabilidad. I.1.2 Recurso tiempo del tema: 3 horas I.1.3 Desarrollo: Probabilidad.- Valor entre cero y uno, inclusive, que describe la posibilidad relativa de que ocurra un evento. Se utilizan tres palabras clave en el estudio de la probabilidad, experimento, resultado y evento. Estos trminos se emplean en nuestra habla cotidiana, pero en estadstica tienen significados especficos. Experimento.- Proceso que conduce a la ocurrencia de una (y solamente una) de varias observaciones posibles. En el caso de la probabilidad, un experimento tiene dos o ms resultados posibles, y es incierto cual habr de ocurrir. Resultado.- Lo que resulta especficamente de un experimento. Por ejemplo, lanzar una moneda al aire es un experimento se puede observar el lanzamiento de aquella, pero no se est seguro de que si caer cara (anverso) o cruz (reverso). Evento.- Conjunto de uno o ms resultados de un experimento. En el experimento de tirar un dado existen seis resultados posibles, pero hay muchos eventos factibles. Cuando contamos el nmero de miembros de junta de directores que tienen ms de 60 aos de edad en las 500 compaas representadas en la revista Fortune, el No. Total de resultados posibles puede estar entre cero y el nmero total de miembros. Existe un gran nmero de eventos posibles en ste experimento.
MATEMTICAS III
-6-
Experimento.
Tirar un dado.
Contar el nmero de miembros de junta de directores de 500 compaas presentadas en Fortune de ms de 60 aos de edad. Ninguno es mayor de 60 uno es mayor de 60 dos son mayores de 60 29 son mayores de 60 48 son mayores de 60 Mas de 13 son mayores de 60 Menos de 20 con mayores de 60.
Todos
los
resultados Caer un 1 posibles Caer un 2 Caer un 3 Caer un 4 Caer un 5 Caer un 6 Un nmero par Un nmero mayor que 4 Un nmero menor que 3
Algunos eventos posibles.
Una probabilidad se expresa con un nmero decimal, del tipo 0.70, 0.27 o bien 0.50. Sin embargo, puede darse como una fraccin por ejemplo 7/10, 27/100 o bien . Puede ser un cierto nmero desde 0 a 1, inclusive. Si una compaa tiene solo cinco regiones de ventas y el nombre o nmero de cada una se escribe en un trozo de papel, las notas se colocan en un sombrero, la probabilidad de escoger del sombrero un trozo de papel que digaacereros de Pittsburg (un equipo deportivo), es 0. De esta forma, la probabilidad 1 representa algo que seguramente va a suceder, y la probabilidad 0 seala algo que no puede ocurrir. Cuando ms se aproxime a 0 una probabilidad, es ms improbable que suceda algo. Cuanto ms se acerque a 1, tantos ms seguros estaremos que ocurrir.
Probabilidad de que el sol desaparezca ste ao.
Posibilidad de que una moneda caiga cara al tirarla una vez
Posibilidad de aumento en los impuestos federales
Posibilidad de que ste ao llueva en Florida.
Ejemplo: El departamento de va pblica, en Huejutla, Hgo., est considerando ampliar la Avenida Jurez a tres carriles. Antes de tomar una decisin, se pregunt a 500 ciudadanos si apoyan la ampliacin.
MATEMTICAS III
-7-
a).- Cul es el experimento? b).- Cules son algunos de los posibles eventos? c).- Mencione dos resultados posibles. a).- Preguntar a 500 ciudadanos si estn a favor o en contra de ampliar a tres carriles la Avenida Jurez. b).- 321 a favor de la ampliacin 387 favorecen tal accin 444 opinan a favor de la misma. c).- Una mayora es favorable a la ampliacin .251 o ms. 300 personas estn a favor de la ampliacin. I.1.3.1 Tcnica Didctica: Exposicin del profesor. I.1.3.2 Material de Apoyo: Pizarrn, haciendo uso de marcadores en diferentes colores. I.1.4 Actividades de Aprendizaje Actividad de aprendizaje No. 1: PR-1 : Practica escrita I.1.4.1 Instrucciones: Resuelve de manera correctamente las siguientes Preguntas. a) Valor actividad: 5 Puntos b) Producto esperado: Que sea resuelta de manera satisfactoria la prctica. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. I.1.4.1 Criterio de evaluacin de la actividad P-1 Actividad Actividad Practica por escrito Responder la practica. Manejo de los conceptos Utilizar el formato para la bsicos probabilsticas. elaboracin de prcticas. Total I.1.5 Resultado del Aprendizaje: Se pretende que conocimientos fundamentales de la probabilidad. I.1.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. Ponderacin 4 1 Puntos Puntos
5 puntos los alumnos adquieran los
MATEMTICAS III
-8-
I.2. Tema: Permutaciones y combinaciones. I.2.1Objetivo de aprendizaje: Aplicar las permutaciones en la solucin de problemas prcticos I.2.2 Recurso tiempo del tema: 3.0 horas I.2.3 Desarrollo: Principios de conteo
Si el nmero de posibles resultados de un experimento es pequeo, resulta relativamente fcil enlistar y contar todos lo eventos factibles. Por ejemplo, hay seis posibles eventos resultantes de la tirada de un dado, especficamente:
Sin embargo, si existe un gran numero de posibles resultados, como podra ser el numero de nios y nias en familia de 10 hijos, resultara tedioso enlistar y contar todas las posibilidades. Podra tener solo nios, un nio y nueve nias. Dos nios y ocho, nias y as sucesivamente. Para facilitar el conteo, se examinaran 3 formulas: formula de multiplicacin, permutacin y combinacin. Formula de multiplicacin: si hay m modos de hacer una cosa y n formas de hacer otra, existen M X N formas de hacer ambas. En trminos de una formula:
Numero total de arreglos = (M) (N)

Esto puede extenderse para ms de dos eventos. Para tres eventos M, N, O: Numero Ejemplo: total de arreglos = (M) (N) (O) Un vendedor de automviles desea anunciar que $19 999 (dlares) usted puede comprar un convertible, un sedan de dos puertas, o un modelo de cuatro, con eleccin de de cubrerrines (o cubrerruedas) deportivos o comunes. Cuntos arreglos diferentes de modelos y cubrerruedas puede ofrecer el comerciante? Solucin: Desde luego, el vendedor podra determinar el nmero total de arreglos esquematizados y contndolo. Hay seis posibilidades. Convertible con cubrerrines deportivos. Convertible con cubrerrines comunes. Dos puertas con cubrerrines deportivos. Dos puertas con cubrerrines comunes. Cuatro puertas con cubrerrines Cuatro puertas con cubrerrines comunes. deportivos. Podemos utilizar la frmula de la multiplicacin para verificar (donde m es el nmero de modelos y n el tipo de cubrerrines. Aplicando la frmula: Total de arreglos posible= (m)(n)= (3) (2) = 6. En este ejemplo no fue difcil en listar y contar todas las posibles combinaciones decubrerrines y modelos de autos. Sin embargo, suponga que el vendedor decidiera ofrecer ocho modelos y seis tipos de cubrerruedas. Resultara tedioso dibujar y contar
MATEMTICAS III
-9-
todas las alternativas posibles. En vez de esto podra utilizarse la frmula de multiplicacin. En tal caso, (m) (n) = (8) (6) = 48 arreglos posibles. Frmula de permutacin. Es un arreglo o disposicin de r objetos seleccionados a partir de un grupo nico de n objetos posibles. Observe que el arreglo a,b,c y b,a,c, son permutaciones diferentes. La frmula que se utiliza para contar el nmero total de permutaciones distintas es:
nP = r n! ( n r )!
Donde: P es el nmero de permutaciones o, modos en que pueden ordenarse los objetos. N es el nmero total de objetos. En el primero ejemplo, has tres partes electrnicas, de manera que n=3. r es el nmero de objetos que se van a disponer cada vez. n! => se lee como n factorial es el producto de todos los nmeros de 1 a n. Por definicin 0! = 1. Ejemplo 1: Con referencia a un grupo de tres partes electrnicas que deben ensamblarse en cualquier orden En cuantos modos diferentes pueden reunirse? Se tiene que n=3, porque hay 3 partes a ensamblar, Y tambin r=3 porque las 3 partes van a insertarse en la unidad de enchufe.
n Pr = n! 3! 3! = = =6 ( n r )! (3 3)! 0!
ABC
BAC
CAB
ACB
BCA
CBA
Ejemplo 2: Supngase que hay ocho maquinas disponibles pero solo tres espacios en el piso de un taller donde se han de instalar tales maquinas .De cuantos modos diferentes pueden colocarse las ocho en los tres espacios disponibles? Solucin: Hay ocho posibilidades par el primer espacio , siete para el segundo (una ya fue utilizada) y seis para el tercero. Entonces. (8)(7)(6) = 336. Como antes, esto tambin puede expresarse matemticamente diciendo que el numero de permutaciones ,P, de n elementos depende del numero de espacios ,r, disponibles.
n
Pr =
n! 8! 8! (8)( 7)( 6)5! = = = = 336 ( n r )! (8 3)! 5! 5!
MATEMTICAS III
- 10 -
Formula de la Combinacin
A fin de que se considere como una permutacin es diferente el orden de los objetos para cada resultado posible. Para tres objetos, a, b, c, la ordenacin a, b, c es el de una permutacin ; b, a, c es otra c, a, b es otra ms, y as sucesivamente. Hay seis arreglos posibles para estos tres objetos tomados tres a la vez. Utilizando la formula de la permutacin.
n
Pr =
n! 3! (3)( 2)(1) = = =6 ( n r )! (3 3)! 1
Si no importa el orden de los objetos, al nmero total de ordenaciones se le denomina combinacin. Combinacin. Es el nmero de modos para elegir r objetos de un grupo de n de ellos sin considerar el orden. La formula de la combinaciones:
n
Cr =
n! r!( n r )!
Ejemplo Si los ejecutivos Abel, Bez y Chauncy han de ser elegidos como un comit para negociar una fusin de empresas, slo existe una combinacin posible de estos tres. El comit formado por Abel, Bez y Chauncy equivale al integrado Bez, Chauncy y Abel. Utilizando la frmula de la combinacin.
n
Cr
n! 3.2.1 = =1 r!( n r )! 3.2.1(1)
Ejemplo: A un departamento de mercadeo se le ha solicitado que disee cdigos de color para las 42 lneas de discos compactos (CD)vendidos por Godoy Records. Se han de utilizar tres colores en cada lnea, pero con una combinacin de tres colores empleados para una de ellas no puede reordenarse y ser utilizada para identificar una distinta lnea de CD. Esto significa que si se usaran verde, amarillo y violeta para sealar una lnea, entonces amarillo, verde y violeta (o cualquiera otra combinacin de estos tres colores)no pueden ser empleados para identificar otra sern adecuados siete colores tomados de tres a la vez para codificar por color las 42 lneas? Solucin. Existen 35 combinaciones que se obtienen del clculo de:
n! 7! 7! = = = 35 r!( n r )! 3!(7 3)!. 3!4!
Cr =
Los siete colores tomados de tres a la vez , no seran adecuados para codificar por color
MATEMTICAS III
- 11 -
los 42 discos compactos diferentes, por que solo permiten 35 combinaciones. Ocho colores tomados tres a la vez daran 56 combinaciones distintas. Esto sera mas que adecuado para codificar cromticamente las 42 lneas. I.2.3.1 Tcnica Didctica: Exposicin del profesor. I.2.3.2 Material de Apoyo: Pizarrn, haciendo uso de marcadores en. diferentes colores. I.2.4 Actividades de Aprendizaje Actividad de aprendizaje No. 2 TA-1 : Ejercicios de aplicacin. I.2.4.1 Instrucciones: Resuelve de manera correctamente los siguientes Ejercicios. h) Valor actividad: 10 Puntos i) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: Por separado, escrito a mano m) Tipo de actividad: Individual n) Fecha de realimentacin: El mismo da de entrega. I.2.4.1 Criterio de evaluacin de la actividad TA-1 Actividad Actividad Ejercicios propuestos. Ponderacin
Resolver los ejercicios 9 Puntos propuestos. Resuelva de manera Utilizar el formato para la 1 Puntos correcta los problemas. entrega de tareas. Total 10 puntos Actividad de aprendizaje No. 3 PR-2 Resolver ejercicios prcticos I.2.4.1 Instrucciones: Resolver los siguientes ejercicios prcticos. o) Valor: 5 Puntos p) Producto esperado: Que los ejercicios sean resueltos de manera correcta. q) Fecha inicio: r) Fecha entrega: s) Forma de entrega: escrito a mano t) Tipo de actividad: Individual u) Fecha de retroalimentacin: I.2.4.1 Criterio de evaluacin de la actividad PR-2 Actividad Actividad Practica por escrita. Ponderacin
Resolver en forma rpida 4 Puntos ejercicios sobre
MATEMTICAS III
- 12 -
Uso de presentacin
reglas
permutaciones.. de Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
I.2.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria los problemas propuestos de permutaciones y combinaciones. I.2.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. I.3. Tema: Enfoque de probabilidad. I.3.1 Objetivo de aprendizaje: Que el alumno aplique la teora de la probabilidad en la solucin de problemas de dependendencia e independencia estadstica. As como el teorema de Bayes, como una parte importante de sta teora. I.3.2 Recurso tiempo del tema: 3.0 horas I.3.3 Desarrollo:
Enfoques de probabilidad:
Probabilidad clsica
PUNTO DE VISTA OBJETIVO: Probabilidad emprica Probabilidad = De un evento No. de resultados favorables No. total de resultados posibles
Ejemplo: Considerar el experimento de tirar un dado de seis caras Cul ser la probabilidad del evento de caer un numero par?
MATEMTICAS III
- 13 -
Probabilidad de un nmero par = 3 6 = 0.5 Mutuamente excluyente: se expresa esto porque la ocurrencia de cualquier evento implica que ningn otro puede ocurrir al mismo tiempo. En el experimento de tirar un dado, el evento un nmero par y el evento un nmero impar son mutuamente excluyentes. Si cay un nmero par, no podra caer, uno impar al mismo tiempo. Si un experimento tiene un conjunto de eventos que incluye cada uno de los resultados posibles, tales como los eventos un nmero par y un nmero impar en el lanzamiento de un dado, entonces el conjunto de eventos se denomina colectivamente exhaustivo. Colectivamente exhaustivo: Se seala esto porque por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento. En el experimento de tirar un dado, cada resultado ser un nmero par o impar. Por lo tanto el conjunto es colectivamente exhaustivo. Si el conjunto de eventos es colectivamente exhaustivo y los eventos son mutuamente excluyentes, la suma de las probabilidades es igual a 1. Para el experimento de lanzar una moneda Probabilidad Evento: Cara Evento: Cruz Total: 0.5 0.5 1.0
Obsrvese que es innecesario realizar un experimento para determinar la probabilidad de que ocurra un evento al utilizar un enfoque clsico. Ejemplo: Es posible llegar en forma lgica a la probabilidad de obtener una cruz en el lanzamiento de una moneda o tres caras en el lanzamiento de tres monedas. Concepto emprico: Otra manera para definir la probabilidad es con base a las frecuencias relativas. La probabilidad de que un evento ocurra a largo plazo se determina observando en que fraccin de tiempo sucedieron eventos semejantes en el pasado. Utilizando una frmula: Probabilidad De que Suceda un evento No. de veces que el evento ocurri en el pasado = No. total de observaciones
Ejemplo: Se efectu un estudio de 751 graduados en administracin en la universidad de Toledo (EUA). Este experimento revel que 383 de los 751 no estaban empleados segn su principal rea de estudio en la universidad. Por ejemplo: Una persona que se gradu en un rea especializada en contadura; ahora es gerente del mercadeo de una empresa de
MATEMTICAS III
- 14 -
procesamiento de tomates. Cul es la probabilidad de que un graduado especfico en administracin est empleado en un rea distinta a la principal de sus estudios de universidad? Probabilidad De que Suceda un evento 383 P(A) = 751 P(A) = 0.51 Con base en la experiencia, existe una probabilidad de 0.51 de que un graduado en administracin est empleado en un campo distinto al de su rea principal de estudio. Probabilidad subjetiva: Posibilidad (probabilidad) de que suceda un evento especfico, asignado por una persona con base en cualquier informacin de que se disponga. Calcular la probabilidad de que la General Motors Corp. pierda su lugar nmero 1 en unidades totales vendidas frente a la Ford Motor Co., o a la Chrysler Corp. dentro de 2 aos. Valorar la posibilidad de que el alumno x obtenga una calificacin de 100 en este curso. Estimar la probabilidad de que el equipo de los patriotas de Nueva Inglaterra jueguen en el supertazn de ftbol americano el prximo ao. No. de veces que el evento ocurri en el pasado = No. total de observaciones
Hay dos puntos de vista con respecto a la probabilidad; el objetivo y el subjetivo. Se observ que una expresin probabilstica siempre constituye una estimacin de un valor desconocido que regir un evento que todava no ocurre. Desde luego existe una extensin considerable en el grado de incertidumbre que rodea a esta estimacin, con base principal en el conocimiento que posea la persona respecto del proceso bsico. REGLAS DE PROBABILIDAD: Regla especial de adicin. Para aplicar la regla especial de adicin, los eventos deben ser mutuamente excluyentes. Recurdese que mutuamente excluyente significa que cuando ocurre un evento, ninguno de los otros puede ocurrir al mismo tiempo. Un ejemplo de eventos mutuamente excluyentes en el experimento de tirar un dado son los eventos un nmero 4 o mayor y un nmero 2 o menor. Si el resultado se encuentra en el primer grupo {4, 5, 6} no puede estar en el segundo grupo {1, 2}. Y un producto industrial que sale de una lnea de ensamble no puede ser defectuoso y satisfactorio a la vez. Si dos eventos A y B son mutuamente excluyentes, la regla especial de adicin indica que la probabilidad de que ocurra uno u otro de los eventos, es igual a la
MATEMTICAS III
- 15 -
suma de las probabilidades. Esta regla se expresa en la formula siguiente:
Regla especial de adicin
P(A o B) = P(A) + P(B)
Ejemplo: Una mquina automtica Shaw llena bolsas de plstico con un a mezcla de frijoles, brcoli y otras legumbres. La mayora de las bolsas contiene el peso correcto, pero debido a ligeras variaciones en el tamao de las verduras, un paquete puede tener un peso ligeramente menor o mayor. Una verificacin de 4000 paquetes llenados en el mes pasado indic. Peso de Probabilidad de ocurrencia. Con peso menor A 0.025 (100/4000) Satisfactorio B 3600 0.900 Con peso mayor C 300 0.075 Total 4000 1.000 Cul es la probabilidad de que un paquete en especial tenga un peso menor o mayor? Solucin. El resultado peso menor es el evento A. El resultado peso mayor es el evento C. Aplicando la regla especial de la adicin: P(A o C) = P(A) + P(C) = 0.025+0.075 = 0.10 Regla de complemento: Diagramas de Venn El experto en lgica J. Venn (1834 1888) desarroll un diagrama para representar grficamente el resultado de un experimento. El concepto de mutuamente excluyentes y otras reglas diversas para combinar probabilidades pueden visualizarse empleando ste dispositivo. Para elaborar un diagrama primero se delimita un espacio que ha de representar a todos los posibles resultados. Tal espacio tiene generalmente forma de rectngulo. Un evento se representa por un rea redonda que se dibuja proporcional a la probabilidad del evento. Representacin del concepto mutuamente excluyente. No hay superposicin de eventos, lo cual indica que son de ese tipo. Evento Nmero paquetes 100
EVENTO A
EVENTO B
EVENTO C
MATEMTICAS III
- 16 -
La probabilidad de que una bolsa de verduras mixtas seleccionada sea de peso menor, P(A) mas la probabilidad de que no sea una bolsa con peso de menos, que se escribe P(~A) y se lee no A , debe lgicamente ser igual a 1. Esto se expresa como sigue: P(A) + P(~A) = 1 Lo anterior puede ser expresado tambin como:
Regla de complemento P(A) = 1 - P(~A)

A esto se le denomina regla del complemento. La regla del complemento se utiliza para determinar la probabilidad de que ocurra un evento restando del nmero 1 la probabilidad de que no ocurra. Un diagrama de Venn que ilustre la regla del complemento sera:
Evento A
~A
Ejemplo: Hay que recordar que la probabilidad de que una bolsa con legumbres mixtas tenga peso de menos es 0.025 y que tenga peso de mas, 0.075. Debe de utilizarse la regla de complemento para demostrar que la probabilidad de que una bolsa satisfactoria vale 0.900. Plantear la solucin empleando diagrama de Venn. Solucin: La probabilidad de que la bolsa no sea satisfactoria es igual a la probabilidad de que sea de peso mayor, mas la probabilidad de que sea de menor peso. Esto es, P(A o C) = P(A) + P(C) = 0.025 + 0.075 = 1.00. La bolsa es satisfactoria si no es de peso menor ni de peso mayor, por tanto P(B) = 1- [P(A)] +[P(C)] = 1 - (0.025 + 0.075) = 0.900
A= 0.025 C = 0.075
~ (A o C) = 0.90
Regla general de adicin: Los resultados de un experimento pueden no ser mutuamente excluyentes. Por ejemplo Suponga que la Comisin de Turismo de Florida selecciono una muestra de de 200 turistas que visitaron ese estado durante el ao. La encuesta revel que 120 fueron a Disney World , y 100, a Busch Gardens, cerca de Tampa.Cul es la probabilidad de que una persona seleccionada haya visitado Disney World o Busch Gardens? Si se emplea la regla especial de adicin, la probabilidad de seleccionar un turista que fue a
MATEMTICAS III
- 17 -
Disney World es 0.60, que se obtiene de 120/200. De manera similar, la probabilidad de que uno de los viajeros haya ido a Busch Gardens es 0.50. La suma es de 1.10. Sin embargo, se sabe que sta probabilidad no puede ser ,mayor que 1.La explicacin es que muchos turistas visitaron ambas atracciones y se estn contando dos veces! Una verificacin de las respuestas de la encuesta revel que 60 de las 200 personas de la muestra en realidad fueron a ambos lugares. Para responder a la pregunta, Cul es la probabilidad de que una persona seleccionada haya visitado Disney World o Busch Gardens?(1) se suma la probabilidad de que el turista haya ido a Disney Word y la probabilidad de que haya estado en Busch Gardens, y (2) se resta de la probabilidad de visitar ambos lugares. De esta forma: P(Disney o Busch) = P(Disney) + P (Busch) P(Disney y Busch) = 120/200 + 100/200 60/200 = 0.60 + 0.50 0.30 = 0.80 Cuando dos eventos se traslapan, la probabilidad se le denomina probabilidad conjunta. La probabilidad de que el turista visite ambos lugares (0.30) es un ejemplo de probabilidad conjunta. Probabilidad Conjunta: Es la probabilidad que mide la posibilidad de que dos eventos ocurran en forma simultnea. En resumen, la regla general de adicin se utiliza para combinar eventos que nos son mutuamente excluyentes. Esta regla para dos eventos denotados como A y B se escribe:
Regla general de adicin P(A o B) = P(A) + P(B) (P y B)
En la expresin P(A o B), el trmino o indica que A puede ocurrir o que B tambin puede suceder. Esto incluye asimismo la posibilidad de que A y B puedan ocurrir. A ste uso de la o a veces se le llama inclusivo puesto de otra forma, se ver con agrado cuando tanto A y B sucedan, o bien cuando cualquiera de los dos ocurran. Ejemplo: Cul es la probabilidad de que una carta elegida al azar de una baraja americana sea un rey o una de corazones? Solucin: Uno puede pensar en sumar las probabilidades de que salga un rey y la de que se tenga una carta de corazones. Pero esto crea un problema,. Si se hiciera, el rey de tal smbolo se cuenta con todos los reyes y tambin con todas las cartas de corazones. De modo que simplemente se suma la probabilidad de un rey ( hay 4 en la baraja de 52 naipes) a la de una carta de corazones (hay 13 en dicha baraja) y se expresa que 17 cartas de las 52 cumplen el requisito , se ha contado dos veces al rey de corazones. Se necesita restar 1 carta de las 17 para que dicho rey se cuente una sola vez. Por tanto, hay 16 cartas que son de dicha figura o bien de reyes por lo que la probabilidad es de 16/52 = 0.3072
Carta Rey Corazones. Probabilidad P(A) = 4/52 P(B) = 13/52 Explicacin Hay cuatro reyes en la baraja. Hay 13 cartas de corazones en la baraja.
MATEMTICAS III
- 18 -
Rey de corazones
P(A y B) = 1/52
Hay un rey de corazones en la baraja.
Utilizando la formula: P(A o B) = P(A) + P(B) P(A y B) = 4/52 + 13/52 1/52 = 16/52, o bien 0.3077 Un diagrama de Venn presenta estos resultados que nos son mutuamente excluyentes.
Reyes Corazones
Ambos
Reglas de multiplicacin Regla Especial de Multiplicacin. La regla especial de multiplicacin requiere que dos eventos A y B sean independientes. Dos eventos son independientes si la ocurrencia de uno no altera la probabilidad del otro. De manera que si los eventos A y B son independientes, la ocurrencia de A no altera la probabilidad B. Independiente. Se expresa esto cuando la ocurrencia de un evento no tiene efecto en la probabilidad de la ocurrencia de cualquier otro. Si hay dos eventos independientes A y B, la probabilidad de que ocurran A y B se obtiene al multiplicar las dos probabilidades. A esto se llama la regla especial de multiplicacin y expresada en forma simblica:
Regla especial de multiplicacin P(A y B) = P(A) P(B)
Esta regla para combinar probabilidades supone que un segundo resultado no depende del primero. Para ilustrar lo que significa independencia de resultados, suponga que se lanzan al aire dos monedas. El resultado de una moneda (cara o cruz) no se ve afectado por el resultado de la otra moneda (cara o cruz). Puesto de otra forma, dos eventos son independientes si el resultado de un segundo evento no depende del resultado del primero. Para tres eventos independientes A, B y C, la regla especial de multiplicacin utilizada para determinar la probabilidad de que ocurran los tres eventos es:
Regla especial de multiplicacin P(A y B y C) = P(A) P(B) P(C)

Ejemplo: Se lanzan dos monedas al aire Cul es la probabilidad de que ambas caigan cruz? Solucin: La probabilidad de que una de las dos monedas caiga cruz (Cr), escrita P(A), es de , o bin 0.5. La probabilidad de que la otra moneda caiga igual,
MATEMTICAS III
- 19 -
denotada por P(B) es tambin de , o 0.5. La probabilidad de que ocurran ambas cosas es de un , o 0.25, lo cual se obtiene como sigue: PA y B) = P(A) P(B) = (1/2)(1/2) = 17$ o bin 0.25 Si dos eventos no son independientes, se dice que son dependientes. Para ilustrar la dependencia suponga que hay 10 rollos de pelcula fotogrfica en una caja y que se saben que 3 estn defectuosos. Se selecciona 1. Es obvio que la probabilidad de escoger un rollo con defecto es de 3/10, y que la probabilidad de seleccionar uno, satisfactorio es 7/10. Despus se elige un segundo rollo de la caja sin devolver el primero a sta. La probabilidad de que est defectuoso depende de que el primer rollo seleccionado fuera no aceptable o bueno. La probabilidad de que el segundo rollo est defectuoso es 2/9, si el primer rollo seleccionado fuera defectuoso. (Quedaran solo dos rollos defectuoso ms en la caja, que contena nueve piezas) 3/9 si el primer rollo seleccionado fuera bueno (los tres con defectos siguen estando en la caja que contena los nueve originales). A la fraccin 2/9 (0 3/9) se le denomina probabilidad condicional porque su valor tiene tal caracterstica (dependiente de stas) respecto de la primera seleccin de la caja: que se haya sacado un rollo fotogrfico defectuoso o uno normal. Probabilidad condicional: Es la probabilidad de que ocurra un evento en particular, dado que otro evento haya ocurrido. Regla General de Multiplicacin: La regla general de multiplicacin se utiliza para determinar la probabilidad conjunta, de que ocurran dos eventos, como seleccionar dos rollos defectuosos de la caja con 10, uno despus del otro. En general, la regla indica que para dos eventos A y B, la probabilidad conjunta de que ambos sucedan se evala al multiplicar la probabilidad de que el evento A ocurra, por la probabilidad condicional de que suceda el evento B. De manera simblica, la probabilidad conjunta P(A y B) se obtiene por medio de:
Regla general de multiplicacin P(A y B) = P(A) P(B/A)
Donde P(B/A) expresa la posibilidad de que ocurra B dado que ya ocurri A. El trazo vertical significa dado que. Ejemplo. Considerar otra vez el ejemplo anterior de los 10 rollos de pelcula en una caja, 3 de los cuales estn defectuosos. Se van a seleccionar dos, uno despus de otro Cul es la probabilidad de escoger un rollo con defectos seguido por otro tambin en tal condicin?
MATEMTICAS III
- 20 -
Solucin: El primer rollo seleccionado de la caja, que se encontr ser defectuoso, es el evento A. De modo que P(A) = 3/10 porque tres de los diez rollos son no aceptables. El segundo rollo seleccionado, resultante con defectos, es el evento B. Por lo tanto , P(B/A) = 2/9, porque despus de descubrir que la primera seccin era un rollo con defectos, solo quedaron dos rollos no buenos en la caja que contena nueve rollos. Se determina la probabilidad de dos rollos defectuosos aplicando la frmula: P(A y B) = P(A) P(B / A) = (3/10) (2/9) = 6/90 o tambin 0.07 aprox. Por cierto que se considera que este experimento se realiz sin reposicin(o reemplazo); es decir, el rollo defectuoso de pelcula no se devolvi a la caja antes de selecciona el siguiente rollo. Tambin debe observarse que la regla general de multiplicacin puede ampliarse a ms de dos eventos: para tres eventos; A, B y C, la frmula sera:
Regla general de multiplicacin P(A y B y C) = P(A) P(B/A) P(C/A y B)
Ejemplo: la probabilidad de que los primeros tres rollos seleccionados de la caja sean todos defectuosos es 0.00833, que resulta de calcular: P(A y B y C) = P(A) P(B/A)P(C/A y B) = (3/10) (2/9) (1/8) = 6/720 o tambin 0. Teorema de Bayes
En el siglo XVIII el reverendo Thomas Bayes, ministro presbiteriano ingls, plante la siguiente cuestin Realmente existe Dios? Estando interesado en las matemticas, intent desarrollar una frmula para llegar a evaluar la probabilidad de que Dios exista, con base en la evidencia de que l dispona aqu en la Tierra. Ms adelante. Laplace afin el trabajo de Bayes y le di el nombre de Teorema de Bayes.
Teorema de Bayes P(A1/B) =
P(A1) P(B/A1) P(A1) P(B/A1) + P(A2) P(B/A2)
Ejemplo: Suponga que el 5% de la poblacin de Umen, un pas ficticio del Tercer Mundo, padece una enfermedad que es originaria de ese lugar. Sea A1 el evento tiene la enfermedad, y A2 el evento no tiene la enfermedad. Por lo tanto sabemos que si seleccionamos una persona de Umen al azar, la probabilidad de que la elegida tenga el padecimiento es 0.05, o bien P(A1) = 0.05. Esta probabilidad P(A1) = P(tiene la enfermedad) = 0.05, se denomina probabilidad a priori . Se da ste nombre porque la probabilidad se asigna antes de haber obtenido datos empricos. Probabilidad a Priori = Es la probabilidad inicial con base en el nivel actual de informacin.
MATEMTICAS III
- 21 -
Existe una tcnica de diagnostico para detectar la enfermedad, pero no es muy exacta .Sea B el evento la prueba indica que la enfermedad est presente. Considere que la evidencia histrica muestra que si una persona realmente padece la enfermedad, la probabilidad de que la prueba indique la presencia de la misma vale 0.90. Utilizando las definiciones de probabilidad condicional desarrolladas anteriormente, tal afirmacin se expresa como: P(B/A1) = 0.90 Considere que la probabilidad de que una persona en realidad no tenga el padecimiento, pero que la prueba indique que el mismo est presente, es 0.15. P(B/A2) = 0.15 Seleccionamos en forma aleatoria a un habitante de Umen, al que se le aplica la prueba. Los resultados indican que el padecimiento est presente.Cul es la probabilidad de que la persona tenga realmente la enfermedad? En forma simblica, se desea determinar P(A1/B), que se interpreta como: P(tiene la enfermedad/( los resultados de la prueba son positivos). La probabilidad de P(A1/B) se denomina una probabilidad a posteriori. Probabilidad a Posteriori. Es una probabilidad revisada con base en informacin adicional. Con la ayuda del teorema de Bayes, es posible determinar la probabilidad a posteriori o revisada. P(A1/B) = P(A1) P(B/A1) P(A1)P(B/A1) + P(A2)P(B/A2)
(0.05) (0.90) (0.05) (0.90) + (0.95) (0.15) = 0.0450 0.1875 = 0.24
Por lo tanto, la probabilidad de que una persona tenga la enfermedad, dado que la prueba result positiva, es 0.24. Como se interpreta ste resultado? Si una persona se selecciona al azar de la poblacin, la probabilidad de que padezca el trastorno es 0.05. Si se aplica la prueba a la persona y resulta positiva, la posibilidad de que en realidad tenga el padecimiento aumenta aproximadamente cinco veces, de 0.05 a 0.24. El problema anterior incluy solamente dos eventos, A1 y A2 como probabilidades a priori. Si hay mas de dos probabilidades de este tipo, el denominador del teorema de Bayes requiere trminos adicionales. Si la distribucin probabilstica a priori consiste en n eventos mutuamente excluyentes, el teorema de Bayes queda como sigue: P(A1/B) = P(A1) P(B/A1) P(A1) P(B/A1) +P(A2) P(B/A2) ++P(An) P(B/An)
Donde A1 se refiere a cualquiera de los n posibles resultados. I.3.3.1 Tcnica Didctica: Exposicin del profesor. I.3.3.2 Material de Apoyo: Pizarrn, haciendo uso de marcadores en.
MATEMTICAS III
- 22 -
diferentes colores. I.3.4 Actividades de Aprendizaje Actividad de aprendizaje No. 4 TA-2 : Ejercicios de aplicacin. I.3.4.1 Instrucciones: Resuelve de manera correctamente los siguientes Ejercicios acerca de las reglas de probabilidad. v) Valor actividad: 10 Puntos w) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. x) Fecha inicio: y) Fecha entrega: z) Forma de entrega: Por separado, escrito a mano a) Tipo de actividad: Individual
b) Fecha de realimentacin: El mismo da de entrega. I.3.4.1 Criterio de evaluacin de la actividad TA-2

Actividad Ejercicios propuestos de reglas de probabilidad. Resuelva de manera correcta los problemas. Actividad Ponderacin Resolver los ejercicios 9 Puntos propuestos. Utilizar el formato para la 1 Puntos entrega de tareas. Total 10 puntos
Actividad de aprendizaje No. 5 PR-3 Resolver ejercicios prcticos I.3.4.1 Instrucciones: Resolver los siguientes ejercicios prcticos acerca de raglas de probabilidad. c) Valor: 5 Puntos d) Producto esperado: Que los ejercicios sean resueltos de manera correcta. e) Fecha inicio: f) Fecha entrega: g) Forma de entrega: escrito a mano h) Tipo de actividad: Individual i) Fecha de retroalimentacin: I.3.4.1 Criterio de evaluacin de la actividad PR-3 Actividad Actividad Practica por escrita considerando reglas de probabilidad. Uso de reglas de presentacin Ponderacin
Resolver en forma rpida 4 Puntos ejercicios sobre reglas de probabilidad. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos Actividad de aprendizaje No. 6 TA-3 : Ejercicios de aplicacin.
MATEMTICAS III
- 23 -
I.3.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios considerando condiciones de dependencia e independencia estadstica. j) Valor actividad: 10 Puntos k) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. l) Fecha inicio: m) Fecha entrega: n) Forma de entrega: Por separado, escrito a mano o) Tipo de actividad: Individual p) Fecha de realimentacin: El mismo da de entrega. I.3.4.1 Criterio de evaluacin de la actividad TA-3 Actividad Actividad Ejercicios propuestos de dependencia e independencia estadstica Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Utilizar el formato para la 1 Puntos entrega de tareas. Total 10 puntos Actividad de aprendizaje No. 7 PR-4 Resolver ejercicios prcticos I.3.4.1 Instrucciones: Resolver los siguientes ejercicios prcticos. q) Valor: 5 Puntos r) Producto esperado: Que los ejercicios sean resueltos de manera correcta. s) Fecha inicio: t) Fecha entrega: u) Forma de entrega: escrito a mano v) Tipo de actividad: Individual w) Fecha de retroalimentacin:
I.3.4.1 Criterio de evaluacin de la actividad PR-4 Actividad Actividad Practica por escrita con problemas de dependencia e independencia estadistica. Uso de reglas de presentacin
Ponderacin
Resolver en forma rpida 4 Puntos ejercicios sobre permutaciones..
Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos Actividad de aprendizaje No. 8 TA-4: Ejercicios de aplicacin. I.3.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios aplicando el teorema de Bayes.. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos.
MATEMTICAS III
- 24 -
c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. I.3.4.1 Criterio de evaluacin de la actividad TA-4 Actividad Actividad Ejercicios propuestos aplicando el teorema de Bayes. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Utilizar el formato para la 1 Puntos entrega de tareas. Total 10 puntos
I.3.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria los problemas propuestos de reglas de probabilidad, probabilidad de dependencia e independencia estadstica adems del teorema de Bayes. I.3.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega.
I.4. Tema: Distribuciones de probabilidad. I.4.1 Objetivo de aprendizaje: Que el alumno encuentre las probabilidades de ocurrencia de los datos. I.4.2 Recurso tiempo del tema: 5.0 horas I.4.3 Desarrollo:
Recordando la definicin de un experimento como cualquier proceso que genera resultados bien definidos. Ahora deseamos concentrarnos en el proceso de asignar valores numricos a los resultados, para lo que introducimos el concepto de variable aleatoria. Para cualquier experimento en particular, se puede definir una variable aleatoria de manera que cada resultado experimental posible genere exactamente un valor numrico para dicha variable. Por ejemplo, si consideramos el experimento de la venta de automviles durante un da en una agencia en particular, describiramos los resultados experimentales en funcin del nmero de vehculos vendidos. En este caso, si, x = nmero de automviles vendidos, x se conoce como una variable aleatoria. Este valor numrico particular, que toma la variable aleatoria, depender del resultado del experimento. Esto es, no sabremos cul es el valor especfico de la variable aleatoria en tanto no hayamos observado el resultado experimental. Por ejemplo, si en un da dado se venden 3 automviles, el valor de la variable aleatoria ser 3; si en otro da (una repeticin del experimento) se venden 4, el valor ser 4. Definimos una variable aleatoria como sigue: Una variable aleatoria es la descripcin numrica del resultado de un experimento. En la tabla 4. Se dan varios ejemplos adicionales de experimentos y de sus variables aleatorias asociadas. Aunque muchos experimentos tienen resultados experimentales que
MATEMTICAS III
- 25 -
naturalmente se prestan a valores numricos, en otros no ocurre as. Por ejemplo para el experimento de lanzar una moneda una vez, el resultado experimental puede ser cara o cruz, ninguno de los cuales tiene un valor numrico natural. Sin embargo, quizs deseemos an as expresar los resultados en funcin de una variable aleatoria, por lo que necesitamos una regla que pueda utilizarse para asignar un valor numrico a cada uno de los resultados experimentales. Una posibilidad es signar la variable aleatoria x=1 si el resultado experimental en una cara y x=0 si el resultado experimental es una cruz. Aunque los valores numricos para x sean arbitrarios, x es una variable aleatoria ya que describe numricamente los resultados experimentales. Tabla 4.0
Experimento Efectuar 100 llamadas de ventas. Inspeccionar un embarque de 70 radios. Construir una nueva biblioteca. Operar un restaurante. Ejemplos de variables aleatorias. Variable aleatoria (x) Nmero total de ventas. Nmero de radios defectuosos Porcentaje del proyecto terminado despus de 6 meses. Nmero de clientes que entran en un da. Valores posibles de la variable aleatoria 0,1,2,3.100 0,1,2,3..70 0x100 0,1,2,3..
Una variable aleatoria puede clasificarse como discreta o continua, dependiendo de los valores numricos que pueda tomar. Aquella variable aleatoria que solamente pueda tomar una secuencia de valores, finita o infinita, (por ejemplo, 1,2,3) es una variable aleatoria discreta. El nmero de unidades vendidas, el nmero defectos observados, el nmero de clientes que entran en un banco durante un da de operacin, y as sucesivamente, son ejemplos de variables aleatorias discretas. Las dos primeras y la ltima de la tabla anterior son discretas. Variables aleatorias como peso, tiempo y temperatura, que pueden tomar cualquier valor dentro de un cierto intervalo o coleccin de intervalos, son variables aleatorias continuas. Son ejemplos de variables aleatorias continuas, la estatura de los clientes de una tienda de ropa, los ingresos de los empleados de un centro comercial local, el tiempo transcurrido entre la llegada de cada cliente a la biblioteca, adems, la tercera variable aleatoria de la tabla es una variable aleatoria continua, porque puede tomar cualquier valor del intervalo del 0 al 100 (por ejemplo, 56.33 0 64.22). Variables aleatorias discretas: Podemos demostrar el uso de una variable discreta al pensar en la venta de automviles en DiCarlo Motors, en Saratoga, Nueva York. El propietario de DiCarlo Motors est interesado en el volumen diario de ventas de automviles. Supongamos que decimos que x es una variable aleatoria que indica el nmero de automviles vendidos en un da dado. Los registros de ventas muestran que cinco es el nmero mximo de automviles que alguna vez haya vendido DiCarlo durante un da. El propietario cree que la historia previa de las ventas representa de manera adecuada lo que puede ocurrir en el futuro, por lo que esperaramos que la variable aleatoria x tome algunos de los valores numricos 0.1.2.3.4 o 5. Los valores posibles de la variable aleatoria son finitos, por lo que clasificaramos a x como una variable aleatoria discreta. La distribucin de probabilidad de una variable aleatoria discreta:
Suponga que al revisar los registros de ventas de DiCarlo encontramos que a lo largo del ao pasado la empresa ha estado abierta durante 300 das. Los volmenes diarios de ventas generados y la y la frecuencia en que ocurrieron se resumen en la tabla 4.1. Teniendo disponibles
MATEMTICAS III
- 26 -
estos datos histricos, el propietario de DiCarlo Motors cree que el mtodo de frecuencia relativa dar un medio razonable de juzgar las probabilidades de la variable aleatoria x. La funcin de probabilidad, indicada como f(x), representa la probabilidad de que la variable aleatoria x tome algn valor especfico. Dado que en 54 de los 300 das de datos histricos, DiCarlo Motors no vendi ningn automvil, dado que ninguna venta corresponde a x=0, asignamos a f(0) el valor de 54/300 =0.18. De manera similar, f(1) indica la probabilidad de que x toma el valor de uno, por lo que le asignamos a f(1)el valor de 117/300=0.39. Despus de calcular las frecuencias relativas de los otros valores posibles de x, podemos desarrollar una tabla de valores de x y de f(x). La tabla 4.2 muestra una forma de representar la distribucin de probabilidad de la variable aleatoria x.
Tabla 4.1
Automviles vendidos por da en DiCarlo Motors.

Volumen de Ventas Numero de das.
Ninguna venta Exactamente 1 automvil Exactamente 2 automviles Exactamente 3 automviles Exactamente 4 automviles Exactamente 5 automviles Total
54 117 72 42 1 12 3 100
Tabla 4.2
Distribucin de probabilidad para nmero de automviles vendidos por da.
x 0 1 2 3 4 5 Total
f(x) 0.18 0.39 0.24 0.14 0.04 0.01 1.00
Tambin se puede representar la distribucin de probabilidad de x de manera grafica. En la figura 4.1 se muestran los valores de la variable aleatoria x en un eje horizontal; la probabilidad de que x tome estos valores aparece en el eje vertical. Para muchas variables aleatorias discretas, la distribucin de probabilidad tambin se puede representar como una frmula que nos da f(x) para cualquier valor posible de x. Ilustraremos ste procedimiento en la siguiente seccin. En el desarrollo de la distribucin de probabilidad discreta, debern satisfacerse siempre dos condiciones: f(x 0 f(x) = 1
MATEMTICAS III
- 27 -
La primera condicin es el requisito que las probabilidades asociadas con cada uno de los valores de x debe ser mayor que o igual a cero, en tanto que la segunda condicin dice que la suma de las probabilidades de todos los valores de la variable x debe ser igual a uno. La tabla 4.2 muestra que las condiciones anteriores han sido satisfechas, por lo que la distribucin de probabilidad desarrollada por DiCarlo Motors es una distribucin de probabilidades discretas vlida.
Figura 4.1. Distribucin de probabilidad para el nmero de automviles vendidos por da.
Probabilidad
0.40 0.30 0.20 0.10 0.0
Numero de automviles vendidos por da.
Despus de establecer una variable aleatoria y su distribucin de probabilidad, podemos desarrollar una diversidad de informacin de probabilidad adicional, dependiendo de las necesidades e intereses de quien toma las decisiones. Por ejemplo en el problema de DiCarlo Motors la distribucin de probabilidad que se muestra en la tabla 4.2 puede utilizarse para obtener la informacin siguiente:
1. Existe la probabilidad de 0.18 que durante algn da no se venda ningn automvil. 2. El volumen mas probable de ventas es uno, con f/x) = 0.39 3. Existe una probabilidad de 0.05 que exista un da de ventas extraordinario, con ventas de 4 o 5 automviles. Utilizando la informacin de probabilidades como la que acabamos de dar, la administracin de Dicarlo puede comprender mejor las incertidumbres asociadas con la operacin de venta de automviles. Quizs esta mayor comprensin puede servir de base a nuevas polticas o decisiones que incrementan la eficacia de la empresa. Valor esperado o esperanza matemtica: Despus de construir la distribucin de probabilidad para una variable aleatoria, a menudo deseamos calcular cual es el valor medio o esperado de dicha variable aleatoria. El valor esperado o esperanza matemtica de una variable aleatoria discreta es un promedio ponderado de los valores posibles de la variable aleatoria, para el cual la funcin de probabilidad proporciona las ponderaciones. La formula matemtica para calcular el valor esperado o esperanza matemtica de una variable aleatoria discreta x es:
MATEMTICAS III
- 28 -
E(x) = = x f(x)
Para calcular el valor esperado o esperanza matemtica de una variable aleatoria discreta debemos multiplicar cada uno de los valores de la variable aleatoria por su probabilidad correspondiente y, a continuacin, sumar los trminos resultantes. El calculo del valor esperado o esperanza matemtica de la variable aleatoria (nmero de ventas diarias) para DiCarlo Motors aparece en la tabla 4.3. La primera columna contiene los valores de la variable aleatoria x , la segunda sus propiedades asociadas f(x). Multiplicando cada uno de los valores de x por su probabilidad f(x) nos da los valores de xf(x) de la tercera columna siguiendo la ecuacin anterior sumamos esta columna xf(x), a fin de determinar el valor esperado o esperanza matemtica de 1.50 automviles vendidos por da.
Tabla 4.3 Calculo del valor esperado x 0 1 2 3 4 5
f(x) 0.18 0.39 0.24 0.14 0.04 0.01
x f(x) 0(0.18) = 0 1(0.39) = 0.39 2(0.24) = 0.48 3(0.14) = 0.42 4(0.04) = 0.16 5(0.04) = 0.05 E(x = 1.50
El valor esperado de una variable aleatoria es el valor medio, es decir promedio. Esto es, par experimentos que puedan repetirse muchas veces, el valor esperado o esperanza matemtica puede interpretarse como el valor promedio a la larga de la variable aleatoria. Sin embargo, el valor esperado no es necesariamente el nmero que pensamos asumir la variable aleatoria la siguiente vez que se conduzca el experimento. De hecho resulta, imposible para DiCarlo vender exactamente 1.50 automviles durante cualquier da. Sin embargo, si podemos imaginar a DiCarlo vendiendo automviles durante muchos das en el futuro, el valor esperado o esperanza matemtica de 1.50 automviles nos da el volumen de ventas diario medio o promedio. El valor esperado puede ser importante para el administrador tanto desde el punto de vista de planeacin como el de toma de decisiones. Por ejemplo, suponga que DiCarlo Motors piensa estar abierto durante 60 das en los siguientes 3 meses. Cuntos automviles se vendern durante este tiempo? Aunque no podemos especificar las ventas exactas de cualquiera de los das el valor esperado de 1.50 automviles por da nos da una estimacin de ventas esperada o ventas promedio de 60(1.50) = 90automoviles para el siguiente periodo de 3 meses. Para el establecimiento de cuotas de ventas o para planear pedidos, el valor esperado o esperanza matemtica puede dar una informacin para la toma de decisiones. Varianza. El valor esperado de una variable aleatoria nos da una idea del valor promedio o central de una variable aleatoria, pero a menudo deseamos alguna idea de la dispersin, es decir de la variabilidad de los valores posibles de la variable aleatoria. Por ejemplo, si los valores de la variable aleatoria solamente muestran una variacin modesta, esperamos un valor relativamente pequeo. La varianza es una medida utilizada comnmente para
Var(x) = = (x )2f(x)
MATEMTICAS III
- 29 -
resumir la variabilidad de los valores de una variable aleatoria. La expresin matemtica para la varianza de una variable aleatoria discreta es:
Como muestra la ecuacin la ecuacin anterior, una parte esencial de la formula de la varianza es una desviacin, x-, que mide lo lejos que un valor particular de la variable aleatoria est del valor esperado o medio, . Al calcular la varianza de una variable aleatoria discreta, elevamos al cuadrado las desviaciones y a continuacin las ponderamos al multiplicarlas por la probabilidad correspondiente. La suma de esas desviaciones cuadrticas ponderadas, para todos los valores de la variable aleatoria es la varianza. En otras palabras, la varianza es el promedio ponderado de las desviaciones cuadrticas de la media. El clculo de varianza para el nmero de ventas diarias en el problema de DiCarlo Motors se resume en la tabla 4.4. Observemos que la varianza para el nmero de automviles vendidos es hoy en da de 1.25. Una medida de variabilidad relacionada es la desviacin estndar , que se define como la raz cuadrada positiva de la varianza. En el caso de Di Carlo motors, la desviacin estndar del nmero de automviles vendidos por da es = 1.25 = 1.118 Para una mas fcil interpretacin, desde el punto de vista administrativo, pudiera referirse la desviacin estndar en vez de la varianza, porque se mide en las mismas unidades que la variable aleatoria (=1.118 automviles vendidos por da). La varianza (2) se mide en unidades cuadrticas, por lo que su interpretacin resulta ms difcil para el administrador. En este momento nuestra interpretacin de la varianza y de la desviacin estndar se limita a comparaciones de variabilidad de distintas variables aleatorias. Por ejemplo, si los datos diarios de ventas de una segunda agencia Dicarlo en Albany , Nueva York ,diera 2= 2.56 y 2= 1.6, podemos concluir que el nmero de automviles vendidos diariamente en esa agencia exhibe mayor variabilidad que la primera agencia DiCarlo, 2=1.25 y 2= 1.118.
Tabla 4.4 x 0 1 2 3 4 5
Clculo de la varianza x- 0-1.50 = -1.50 1-1.50 = -0.50 2-1.50 = 0.50 3-1.50 = 1.50 4-1.50 = 2.50 5-1.50 = 3.50
(x-)2 2.25 0.25 0.25 2.25 6.25 12.25
f(x) 0.18 0.39 0.24 0.14 0.04 0.01
(x-)2f(x) 2.25(0.18) = 0.4050 0.25(0.39) = 0.0975 0.25(0.24) = 0.0600 2.25(0.14) = 0.3150 6.25(0-04) = 0.2500 12.25(0.01) = 0.1225 2 = 1.2500
La distribucin binomial En esta seccin veremos un tipo de experimentos que cumplen con las condiciones siguientes: 1. La totalidad del experimento se puede escribir en funcin de una secuencia de experimentos n idnticos conocidos como ensayos.
MATEMTICAS III
- 30 -
En cada ensayo son posibles dos resultados. Nos referimos a uno de ellos como un acierto y al otro como un fracaso. 3. Las probabilidades de los resultados no se modifican de un ensayo al siguiente. 4. Los ensayos son independientes (es decir, el resultado de un ensayo no afecta el resultado de cualquiera de los dems). Los experimentos que satisfacen las condiciones 2, 3 y 4 se dice que estn generados por un proceso de Bernoulli. Adems, si se satisface la condicin 1(que existan n ensayos idnticos) nos encontramos ante un experimento Binomial. Una variable aleatoria discreta importante asociada con el experimento binomial es el nmero de aciertos en los n ensayos. Si suponemos que x representa el valor de sta variable aleatoria, entonces x puede tener un valor de 0, 1, 2, 3 n. Dependiendo del nmero de aciertos observados en los n intentos. La distribucin de probabilidad asociada con esta variable aleatoria se conoce como la distribucin de probabilidad binomial. En los casos en los que es aplicable la distribucin binomial, la formula matemtica para calcular la probabilidad de cualquier valor de una variable aleatoria es la funcin binomial de probabilidad.
2.
f(x) = n! px (1 - p)n - x x!(n - x)!

Donde n = numero de intentos. p = probabilidad de aciertos en un intento. x = numerote aciertos en n intentos. f(x)=probabilidad de x aciertos en n intentos.
x = 0,1n
El trmino n! en la expresin arriba citada se conoce como el factorial de n y se define como: n! = n(n - 1) (n - 2) (2)(1) Por ejemplo 4! = (4)(3)(2)(1) =24. Tambin por definicin, el caso especial de factorial de cero es 0! = 1 Ejemplo: Consideremos el experimento de clientes que entran a la tienda de ropa Nastke. Para mantener relativamente pequeo el problema, restringiremos el experimento a los siguientes tres clientes. Si, con base en la experiencia, el administrador de la tienda estima que la una compra es de 0.30, Cul es la probabilidad de que exactamente 2 de los 3 clientes siguientes efecten una compra? Primero deseamos demostrar que 3 clientes que entran en la tienda de ropa y que han de decidir si van hacer o no una adquisicin se puede considerar como un experimento binomial. Si verificamos los 4 requisitos para un experimento binomial, observamos lo siguiente: 1. El experimento se puede describir como una secuencia de 3 intentos idnticos, un intento para cada 1 de los 3 clientes que entran en la tienda. 2. Para cada uno de los intentos son posibles 2 resultados: el cliente efecta una compra (acierto) o no (fracaso). 3. La probabilidad de adquisicin (0.30) o de no adquisicin (0.70)se supone lamisca para todos los clientes . 4. La decisin de compra de cada cliente es independiente de la decisin de compra de los otros clientes.
MATEMTICAS III
- 31 -
Por lo que, si definimos la variable aleatoria x como el nmero de clientes que efectan una adquisicin (es decir, el nmero de aciertos para los 3 intentos) satisfacemos los requisitos de la distribucin de probabilidad binomial. Con n=3 intentos y la probabilidad de una compra p=30 para cada uno de los clientes, utilizando la ecuacin anterior, para calcular la probabilidad de que 2 clientes efecten una compra. Esta probabilidad, que se identifica como f(2), es F(2) = 3! (0.30)2(0.70)1 2!1! = 3 x 2 x1 (0.30) 2(0.70)1 2x1x1 = 0.189 Similarmente, la probabilidad de que ningn cliente efecte la compra, identificndola como f(0), es: f(o) = 3! (0.30)0(0.70)3 0!3! = 3x2x1 (0.30)0(0.70)3 1x3x2x1 = 0.343 Similarmente, se puede utilizar la ecuacin anterior para demostrar que la probabilidades de 1 y de 3 compras son f(1) = 0.441 y f(3) = 0.027. La tabla 4.5 Muestra resume la distribucin de probabilidad binomial correspondiente al problema de la tienda de ropa Nastke.
Tabla 4.5 Distribucin de probabilidad para los clientes que efectan una compra
x 0 1 2 3 Total
f(x) 0.343 0.441 0.189 0.027 1.000
Valor esperado o esperanza matemtica y varianza para la distribucin binomial. De la tabla 4.5 podemos utilizar la ecuacin para el valor esperado o esperanza matemtica de clientes que efectan una compra o el nmero esperado de clientes que efectan una compra: = x f(x) = 0(0.343)+ 1(0.441) +2(0.189)+3(0.027) 0.9. Observe que pudiramos haber obtenido este mismo valor esperado o esperanza matemtica simplemente multiplicando n (el nmero de intentos)por p (la probabilidad de aciertos en cualquiera de los intentos). np = 3(0.30) = 0.90 Para el caso especial de una distribucin de probabilidad binomial, el valor esperado o esperanza matemtica de la variable amatoria est dada por: = np
MATEMTICAS III
- 32 -
Por lo que, si usted sabe que la distribucin de probabilidad es binomial, no es necesario que efectelos clculos detallados requeridos por la ecuacin para calcular el valor esperado o esperanza matemtica. Ejemplo: Suponga que durante el mes siguiente la tienda de ropa de Nestke espera que entren a la tienda 1 000 clientes. Cual es el nmero esperado de clientes que efecten una compra? Utilizando la ecuacin anterior, la respuesta es = n p = (1000)(0.3) = 300. A fin de incrementar el nmero esperado de ventas, Nastke debe inducir a que entrenen ms clientes en la tienda, o de alguna manera incrementar la probabilidad de que algn cliente en particular efecte una compra una vez que haya entrado. Para el caso especial de una distribucin binomial la varianza de la variable aleatoria es: 2 = np (1-p) Para el problema de la tienda de ropa Nastke con 3 clientes, la varianza y la desviacin estndar para el nmero de clientes que efectan compras son: 2 = np(1-p)=3(0.3)(0.7)=0.63 = 0.63 = 0.79 Distribucin de Poisson: La distribucin de Poisson se llama as en honor a Simen Dennis Poisson. Esta distribucin maneja una variable aleatoria discreta que a menudo resulta til cuando nos enfrentamos con el nmero de ocurrencias de un evento en un intervalo de tiempo o de espacio especificados. Por ejemplo, la variable aleatoria de inters pudiera ser el nmero de llegadas a un lavado de automviles en una hora, el nmero de reparaciones que se requieren en 10 millas de autopista o el nmero de fugas existentes en 100 millas de oleoducto. Si se satisfacen las dos hiptesis siguientes, es aplicable la distribucin de probabilidad de Poisson. 1. La probabilidad de ocurrencia de un evento es la misma para cualquiera de 2 intervalos de igual valor. 2. La ocurrencia o no ocurrencia del evento en cualquier intervalo es independiente de la ocurrencia o no ocurrencia de cualquier otro intervalo. La funcin de probabilidad de la variable aleatoria de Poisson queda dada por la ecuacin siguiente: f(x ) = x e- x! Donde = numero promedio de ocurrencias en un intervalo. e = 2.71828 para x = 0,1,2.
MATEMTICAS III
- 33 -
x = nmero de ocurrencias dentro de un intervalo. f(x) = probabilidad de x ocurrencias en el intervalo. Ejemplo. Suponga que estamos interesados en el nmero de llegadas al cajero automtico para automovilistas durante un periodo de 15 minutos en las maanas de la semana. Si suponemos que la probabilidad de que llegue un automvil es la misma para cualquiera de de 2 periodos de tiempo de igual duracin, y que la llegada o no llegada de un automvil en cualquier periodo de tiempo, es aplicable la funcin de probabilidad de Poisson. Entonces, si suponemos que un anlisis de los datos histricos muestra que el nmero promedio de automviles que llegan durante un intervalo de 15 minutos es de 1, es aplicable la funcin de probabilidad de Poisson con = 10. f(x ) = x e- = 10 x e-10 x! x! Para x = 0,1,2,
Si deseramos saber cul es la probabilidad de 5 llegadas en 15 minutos, haramos x = 5? F(x) = 105e-10 = 0.0378 5! Distribucin Normal. La distribucin probabilstica normal y su respectiva curva normal tienen las siguientes caractersticas:
1. La curva normal es acampanada y presenta un solo pico en el centro de la distribucin. La media (aritmtica), la mediana y la moda de la distribucin son iguales y estn localizadas en el pico. De esta forma, la mitad del rea bajo la curva. De esta forma, la mitad del rea bajo la curva se encuentra por arriba de ese punto central, y la otra mitad por abajo. 2. La distribucin probabilstica normal es simtrica con respecto a su media. Si se corta la curva normal verticalmente en este valor central, las dos mitades se reflejaran como imgenes en un espejo. 3. La curva normal decrece uniformemente en ambas direcciones a partir del valor central. Es asinttica, lo cual significa que la curva se acerca cada vez ms al eje x, pero en realidad nunca llega a tocarlo. Esto es, los puntos extremos de la curva se extienden indefinidamente en uno y otros sentidos.
Figura 4.2. Caractersticas de la distribucin normal.
La curva normal es simtrica mitades idnticas
dos
cola La media , La mediana y la moda Son iguales.
cola
MATEMTICAS III
- 34 -
No existe solo una distribucin probabilstica normal, sino que hay una familiade ellas. Existe una distribucin de probabilidad normal para los tiempos de servicio de los empleados de la planta de Camden, para la que la media es 20 (aos) y la desviacin estndar vale 3.1(aos). Existe otra distribucin probabilstica normal para los citados tiempos de la planta de Durkirk, para la cual =20 y =3.9 en la figura 4.3 se ilustran tres distribuciones normales para las que las medias son iguales, pero las desviaciones estndares son diferentes.
Figura 4.3. Distribuciones Probabilsticas normales con Medias iguales, pero diferentes Desviaciones estndares. =3.9 aos, planta de Durkik =3.1 aos, planta Camden
= 5.0 aos, planta de Elmira 20 aos Duracin de servicio
En la figura 4.4. Muestra la distribucin de los pesos de empaques de tres cereales. Los pesos estn distribuidos en forma normal, con medias diferentes, pero con desviaciones estndares idnticas.
Sugar Yummies
=1.6 gramos
Alphabet G ems
=1.6 gramos
Weight Droppers
=1.6 gramos
En la siguiente figura 4.5 muestra tres distribuciones normales321 que tienen distintas 283 310 medias ygramos desviaciones estndares. Muestra la distribucin de resistencias a la tensin gramos gramos medidas en libras por pulgada cuadrada (lb/pulg2) [psi] para tres tipos de cables.
MATEMTICAS III
- 35 -
Distribucin probabilstica normal.

= 26 = 41 psi = 52 psi
2 000 Psi
2 048 Psi
2 186 Psi
Se observ que existe una familia de distribuciones normales. Cada distribucin tiene media () o desviacin estndar (), con valores diferentes. Por lo tanto, el nmero de distribuciones normales es ilimitado. Resultara fsicamente imposible proporcionar una tabla de probabilidades (como la binomial y la de Poisson) para cada combinacin de y . Por fortuna, puede utilizarse un elemento de la familia de distribuciones normales para todos los problemas donde tal distribucin resulta aplicable. Tiene una media igual a 0 y una desviacin estndar igual a 1, y se denomina distribucin normal estndar. Cualquier distribucin normal puede convertirse en una distribucin normal estndar restando la media a cada observacin, dividiendo luego entre la desviacin estndar. Primero se convierte o se estandariza, la distribucin a una distribucin normal estndar utilizando e valor z,(tambin denominado, a veces, desvo normal estandarizado, o simplemente desvo normal).
MATEMTICAS III
- 36 -
Valor z Diferencia (desviacin) entre un valor seleccionado, denotado por x, y la media , dividida tal diferencia entre la desviacin estndar, . Por tanto, el valor z es la distancia a partir de la media, medida en unidades de la desviacin estndar. Expresado lo anterior con una formula queda:
Valor normal estndar Z =
X-
Donde: X es el valor de cualquier medida u observacin especfica. es la media de la distribucin. es la desviacin estndar de la distribucin. Como se observa por la definicin anterior, el valor z mide la distancia entre el valor especfico X y la media (aritmtica), en unidades de la desviacin estndar. Conociendo el valor z determinado por la formula anterior, se puede obtener el rea o la probabilidad bajo la curva normal. Recurriendo a la tabla del apndice A. Supngase, como ejemplo que se obtuvo por clculo una z igual 1.91. Cul es el rea bajo la curva normal entre la media y X? Nos vamos a la tabla del apndice A. Descindase por la columna izquierda de sta encabezada por la letra z, hasta 1.91.Luego se desplaza horizontalmente hacia la derecha y se lee la probabilidad bajo la columna encabezada por 0.01. Resulta 0.4719. Esto significa que el 47.19% del rea bajo la curva se encuentra entre la media y el valor X de 1.91desviaviones estndares por arriba de la media. Esta es la probabilidad de que una observacin se encuentre entre 0 y 1.91 desviaciones estndares respecto de la media.
0.4719 0 1.91 z
Ejemplo. La media de un grupo de ingresos semanales con distribucin normal para un gran conjunto de gerentes de nivel medio, es $ 1000(dlares), y la desviacin estndar es de $100.cul es el valor z para un ingreso X de $1 100?Y para uno de $900? Solucin. Utilizando la frmula anterior, los valores z para los dos valores de X ($1 100 y 900) se calculan como sigue: Para X =$1 100 Para X = $900 Z = X- = $1 100 $1 000
$ 100
Z = X- = $900 - $1 000
$100
MATEMTICAS III
- 37 -
= 1.00
= -1.00
El valor z de 1.00 indica que un ingreso semanal de $1 100 para un gerente de nivel medio est una desviacin estndar por encima de la media; una z de -1.00 indica que un ingreso de $900 est una desviacin estndar por debajo de la media. Obsrvese que ambos ingresos ($1 100 y $900) estn a la misma distancia ($100) respecto de la media. reas bajo la curva normal. Antes de examinar diversas aplicaciones de la distribucin de probabilidad normal estndar, se consideran tres reas bajo la curva que han de ser utilizadas ampliamente en los siguientes temas: 1. Aproximadamente 68% del rea bajo la curva normal est dentro de mas una y menos una desviaciones estndares respecto de la media. Esto se expresa como 1. 2. Aproximadamente 95% del rea bajo la curva normal est dentro de ms dos y menos dos desviaciones estndares respecto de la media, lo que se expresa por 2. 3. Prcticamente toda el rea (99.7%) bajo la curva normal est dentro de tres desviaciones estndares respecto de la media (a uno y otro lados del centro) lo cul se indica por 3. Mostrando esto en un diagrama y utilizando porcentajes ms precisos queda:
-3 -2 -1
+1
+2 +3 Escala de X
El transformar las mediciones a valores z(o desvos normales estndares) cambia la 68.26% escala. Las conversiones se muestran en el siguiente diagrama. Por ejemplo, +1 se 95.44% convierte a un valor z de +1.00. De manera semejante, -2 se transforma en un valor z de -2.00. Observase que el centro de la distribucin z es cero, lo cul indica que no existe 99.74% desviacin respecto de la media, .
-3 -2 -3 -2
-1 +1 se convierte en -1 0 1
+2 +3 Escala de X 2 3 Escala de z
Estos conceptos pueden expresarse de manera algo distinta: el rea bajo la curva normal dentro de ms y menos una desviacin estndar respecto de la media, es 0.6826. El rea dentro de ms y menos dos desviaciones estndares dentro de la media es 0.9544. El rea dentro de tres desviaciones estndares respecto de la media vale 0.9974. Y el rea total bajo la curva normal es 1.0000.
MATEMTICAS III
- 38 -
Ejemplo. Una prueba de vida til para un gran nmero de pilas alcalinas tipo D, revel que la duracin media para un uso especfico antes de la falla, es de 19.0 horas (h). La distribucin de las duraciones se aproxima a una distribucin normal. La desviacin estndar de la distribucin fue 1.2 h. 1. Encuentre que par de valores fall aproximadamente 68% de las pilas? 2. Entre cules dos valores ocurri la falla de alrededor de 95% de las pilas? 3. Entre que par de valores fallaron prcticamente todas las pilas? Solucin 1. Aproximadamente 68% fall entre 17.8 h y 20.2 h, valores obtenidos de 19.01(1.2) 2. Alrededor de 95% lo hizo entre 16.6 h y 21.4 h, calculado por 19.02(1.2). 3. Prcticamente todas las pilas fallaron entre 15.4 h y 22.6 h, lo que resulta de 19.03(1.2).
-3 15.4
-2 16.6
-1 +1 17.8 19.0 20.2
+2 21.4
+3 22.6
La primera aplicacin de la distribucin normal estndar se relaciona con la determinacin del rea bajo la curva normal, entre la media y un valor seleccionado, que se denota por X. Utilizando el mismo problema que en el ejemplo anterior del ingreso semanal [=$1 000(dlares), =$100], Cul es el rea bajo la curva normal entre $1 000 y $1 100? Ya hemos convertido $1 100 a un valor z de 1.00 aplicando la formula, como reiteracin: X $1 100- $1 000 Z= = = 1.00 $100 La probabilidad asociada a un valor z de 1.00 ya se calcul y se muestra en la siguiente tabla: z 0.7 0.8 0.9 1.0 1.1 0.00 0.2580 0.2881 0.3159 0.3413 0.3643 0.01 0.2611 0.2910 0.3186 0.3438 0.3665 0.02 0.2642 0.2939 0.3212 0.3461 0.3686
MATEMTICAS III
- 39 -
Representado en un diagrama:
0.3413
0 $1 000
1.0 Escala de z $1 100 Escala de dlares
El rea bajo la curva normal entre $1 000(dlares) y $1 100 es 0.3413. Tambin puede decirse que 34.13% de los ingresos semanales estn entre $1000 y $1 100, y la probabilidad de que en un ingreso especfico se halle entre $1 000 y $ 1 100, tiene por valor 0.3413. Ejemplo. Refirase al problema anterior [ =$1 000(dlares), =$100]. 1. Cul es la probabilidad de que un ingreso semanal especfico seleccionado al azar entre $790 y $1 000? 2. Cul es la probabilidad de que el ingreso sea menor de $790? Solucin: Calculando el valor z para $790 mediante la frmula: Z = X- = $790-$1 000 = -2.10 $100
1. El rea bajo la curva normal entre y X correspondiente a un valor z de -2.10, es

0.4821. El signo negativo antes de 2.10 indica que el rea est la izquierda de la media, pero no cambia su tamao. 2. La media divide a la curva normal en dos mitades idnticas. El rea bajo la mitad de la grfica a la izquierda de la media, vale 0.5000, y el rea que se encuentra a la derecha de la media tambin es 0.5000. Como el rea bajo la curva entre $790 y $ 1 000 es 0.4824, el rea por abajo de $790 se determina restando 0.4821 de 0.5000. De esta forma, 0.5000-0.4821= 0.0179. En el diagrama queda:
0.5000 0.0179 0.4821
0.5000
-2.10
Escala z
MATEMTICAS III
- 40 -
Una segunda aplicacin de la distribucin normal estndar se relaciona con combinar dos reas, una a la derecha y otra a la izquierda de la media. Ejemplo. Volviendo a la distribucin de ingresos semanales [=$1000(dlares), =$100], Cunto vale el rea bajo la curva normal entre $840 y $1 200 dlares? Solucin: El problema se divide en dos partes. Para el rea entre $840 y la media de $1 000: Z = $840-$1 000 = -$160= -1.60 $100 $100 Para el rea entre la media de $1 000 y $1 200: Z = $1 200-$1 000 = $200= 2.00 $100 $100 El rea bajo la curva para un valor z de -1.60 es0.4452. El rea bajo la curva para un z de 2.00, es 0.4772. Sumando las dos reas queda 0.4452+0.4772=0.9224. d sta forma, la probabilidad de seleccionar un ingreso entre $840 y $1 200 es 0.9224. En otras palabras, 92.24% de los gerentes tiene un ingreso semanal entre $840 y $1 200. Mostrado en un diagrama:
0.4452
0.4772
$840 $1 000 $1 200 Ingresos semanales (en dlares)
Escala de ingresos
Una aplicacin adicional de la distribucin normal estndar consiste en determinar el rea por encima, o por debajo, de un valor especfico. Ejemplo: Considerando de nuevo el ejemplo de los ingresos semanales (=$1 000,=$100), Qu porcentaje de los ejecutivos tienen ingresos por semana de $1 245 o ms? Solucin: Primero es necesario determinar el rea entre la media de $1 000 y $1 245. Se utiliza la formula para calcular z. Z = $1 245-$100 = $245 =2.45 $100 $100
MATEMTICAS III
- 41 -
El rea asociada a un valor z de 2.45 es de 0.4929. Esta es la comprendida entre $1 000 y $1 245. Resulta lgico que el rea a partir de $1 245 y que llega hasta el final de la curva, se obtenga al restar 0.4929 de 0.5000. El rea es 0.0071, lo cul indica que slo 0.71% de los ejecutivos tiene un ingreso semanal de $1 245 o mas. En el diagrama siguiente se muestran los diversos aspectos de ste problema:
0.5000
0-5000 0.0071 0.4929 $1 000 0 x $1 245 Escala de dlares + 2.45 Escala z
Aun otra aplicacin de la distribucin normal estndar implica determinar el rea entre valores sobre el mismo lado de la media. Ejemplo Volviendo al ejemplo de los ingresos semanales (=$ 1000,=$100), Cunto vale el rea bajo la curva normal entre $1 150 y $1 250? Solucin: El problema se separa de nuevo en dos partes y se aplica la misma formula. En primer lugar se encuentra el valor z asociado a un ingreso semanal de $1 250: Z = $1 250-$1 000 = 2.50 $100 En seguida se obtiene el valor z para un ingreso semanal de $1 150: Z = $1 150-$1 000 = 1.50 $100 De acuerdo a la tabla, el rea asociada a un valor z de 2.50 es 0.4938. Por tanto, la probabilidad de un ingreso por semana entre $1 000 y $1 250, es 0.4938. En forma semejante, el rea asociada a un valor z de 1.50 es 0.4332, as que la probabilidad de un ingreso semanal entre $1 000 y $1 150, es 0.4332. La de un ingresos por semana entre $1 150 y $1 250 se obtiene restando el rea correspondiente a un valor z de 1.50 (que es 0.4332), de lo que corresponde a un z de 2.50(o sea 0.4938). Por tanto, la probabilidad de un ingreso semanario entre $1 150 y $1 250, es 0.0606. En un diagrama:
0.0606
$1 000 $1 150 $1 250 Escala de ingresos 0 1.50 2.50 Escala de z
MATEMTICAS III
- 42 -
I.4.4 Actividad de aprendizaje No. 9 TA-5: Ejercicios de aplicacin. 1.4.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca de valor esperado, varianza, distribucin de binomial y distribucin de Poisson. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. I.4.4.1 Criterio de evaluacin de la actividad TA-5 Actividad Actividad Resolver ejercicios acerca de valor esperado, varianza distribucin binomial, distribucin de Poisson, Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 10 PR-5 Resolver ejercicios prcticos I.4.4.1 Instrucciones: Resolver un ejercicio que incluya uno de los temas. h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano m) Tipo de actividad: Individual n) Fecha de retroalimentacin: I.4.4.1 Criterio de evaluacin de la actividad PR-5 Actividad Actividad Practica por escrita con problemas de valor esperado, varianza, distribucin binomial y distribucin de Poisson. Uso de reglas de
Ponderacin
Resolver en forma rpida 4 Puntos ejercicios de distribuciones discretas. Utilizar el formato para la 1 Puntos
MATEMTICAS III
- 43 -
presentacin
elaboracin de prcticas. Total
5 puntos
Actividad de aprendizaje No. 11 TA-6: Ejercicios de aplicacin. 1.4.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca de distribuciones continuas. o) Valor actividad: 10 Puntos p) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. q) Fecha inicio: r) Fecha entrega: s) Forma de entrega: Por separado, escrito a mano t)) Tipo de actividad: Individual u) Fecha de realimentacin: El mismo da de entrega. I.4.4.1 Criterio de evaluacin de la actividad TA-6 Actividad Actividad Resolver ejercicios acerca de distribuciones continuas, Resuelva de manera correcta los problemas. Ponderacin
Resolver los ejercicios 9 Puntos propuestos. Utilizar el formato para la 1 Puntos entrega de tareas. Total 10 puntos
Actividad de aprendizaje No. 12 PR-6 Resolver ejercicios prcticos I.4.4.1 Instrucciones: Resolver un ejercicio que incluya distribuciones continuas. h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano m) Tipo de actividad: Individual n) Fecha de retroalimentacin: I.4.4.1 Criterio de evaluacin de la actividad PR-6 Actividad Actividad Practica por escrita con problemas de distribuciones continuas. Uso de reglas de presentacin Ponderacin
Resolver en forma rpida 4 Puntos ejercicios de distribuciones continuas. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
MATEMTICAS III
- 44 -
I.4.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria los problemas propuestos de distribuciones discretas y continuas. I.4.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. Mtodos cuantitativos para los negocios. David R. anderson/Dennis J. Sweeney/Thomas A.Williams. Editorial International Thomson Editores 1998.
Unidad Temtica: 2. Estimacin

2.1Tema: Estimacin puntual 2.1.1 Objetivo de aprendizaje: Que el alumno adquiera los conocimientos acerca de estimaciones puntuales en medias y en proporciones, As como su correcta aplicacin en problemas reales de empresa 2.1.2 Recurso tiempo del tema: 4.0 horas 2.1.3 Desarrollo: Estimacin puntual. El valor, calculado a partir de la informacin de muestreo, que se emplea para estimar el parmetro de poblacin. La media muestral, , es una estimacin puntual de la media poblacional, ,.
P es una estimacin puntual de p y as mismo la desviacin estndar de la muestra S es una estimacin puntual de la desviacin estndar de la poblacin . Supngase que una empresa desea calcular la edad promedio de compradores de equipos estreo. Se selecciona una muestra aleatoria de 50 adquirientes recientes, se determina la edad de cada uno y se calcula la edad media de los seleccionados. El valor medio de esta muestra es una estimacin puntual de la media poblacional. Sin embargo, un valor estimado puntual representa slo una parte de la historia. Al tiempo que se espera que la estimacin puntual se acerque al parmetro de la poblacin, quisimos medir que tan cerca se encuentra. Un intervalo de confianza cumple con ste propsito. Estimacin por intervalo de confianza Una gama de valores obtenidos a partir de datos de muestreo, de modo que el parmetro ocurre dentro de esa variedad a una probabilidad especfica. La probabilidad especfica en cuestin se denomina nivel de confianza. Ejemplo
MATEMTICAS III
- 45 -
El gerente de puede decidir que la media poblacional est en algn sitio entre v $35 y $38. Tal intervalo con frecuencia va acompaado de una afirmacin sobre el nivel de confianza que se da en su exactitud. Por tanto se llama intervalo de confianza (I.C). En realidad hay tres niveles de confianza relacionados comnmente con los intervalos de confianza; 99%, 95% y 90%. No hay nada mgico sobre stos tres. Se podra calcular un intervalo de confianza de 82% si se deseara. Estos tres niveles de confianza, denominados coeficientes de confianza, son simplemente convencionales. El gerente mencionado anteriormente puede tener un 95% de confianza en que la media poblacional est entre $35 y $38. Las estimaciones por intervalo gozan de ciertas ventajas sobre las estimaciones puntuales. Debido al error de muestreo, probablemente no ser igual a . Sin embargo,
no hay manera de saber que tan grande es el error de muestreo. El fundamento de un intervalo de confianza. Intervalo de confianza tiene un lmite inferior de confianza (LIC) y un lmite superior de confianza (LSC). Estos limites se hayan calculando primero la media muestral, se suma una cierta cantidad para obtener el LIC. Cmo se puede construir un intervalo y luego argumentar que se puede tener un 95% de confianza en que contiene a , si incluso no se sabe cul es la media poblacional? Vale la pena recordar de la discusin anterior sobre la Regla Emprica que el 95.5% de todas las medias muestrales caen dentro de dos errores estndar de la media poblacional. Entonces la media poblacional est mximo a dos errores de 95.5% de todas las medias muestrales. Por tanto, al comenzar con cualquier media muestral, si se pasa de dos errores estndar por encima de dicha media y dos por debajo de ella, se puede tener un 95.5% de confianza en que el intervalo resultante contenga la media poblacional desconocida. . Luego
para obtener el LSC, y la misma cantidad se resta de
95.5% 2x LIC1 -2 x =? X1 +2 x LSC1
MATEMTICAS III
- 46 -
La informacin desarrollada acerca de la forma de una distribucin de muestreo de medias muestrales, lo cual significa una distribucin de muestreo de
,
permite localizar
un intervalo que contenga una probabilidad especfica de incluir a la media de la poblacin, . Para muestras razonablemente mayores, se puede utilizar el teorema del lmite central y afirmar lo siguiente.
1.Un 95% de las medias muestrales seleccionadas de una poblacin estar dentro de 1.96 desviaciones estndares respecto de la media poblacional,. La desviacin estndar mencionada aqu es la desviacin estndar de la distribucin de muestreo de medias mustrales. Los intervalos calculados de sta manera se denominan el intervalo de confianza de 95%Cmo se obtiene el valor de 1.96? El 95% se refiere al porcentaje de tiempo del intervalo construido similarmente que incluye el parmetro que se estima. Por ejemplo, el 95% se refiere al 95% central de las observaciones. Por tanto, el 5% restante se divide por igual entre los dos extremos. Vase el diagrama siguiente:
0.5000
0.5000
0.4750 0.25
0.4750 0.025
-1.96
1.96
Escala de z
El teorema de lmite central afirma que la distribucin de muestreo de las medias muestrales se aproxima a la normal. Por lo tanto, puede utilizarse la tabla del apndice A, para determinar los valores de z adecuados. Localice 0.4750 en el cuerpo de la tabla, y despus lase los valores correspondientes de columna e hilera. As resulta 1.96. De modo que la probabilidad de encontrar un valor z entre 0 y 1.96 es o.4750. Del mismo
MATEMTICAS III
- 47 -
modo, la probabilidad de que est en el intervalo -1.96 y 0, es tambin 0.4750. Cuando se combinan ambas, la probabilidad de encontrarse en el intervalo de -1.96 a 1.96 resulta ser 0.9500. Error Estndar de la Media Muestral (x). Desviacin estndar de la distribucin de
muestreo de las medias muestrales. El error estndar es una medida de la variabilidad de la distribucin de muestreo de la media muestral. Se calcula mediante:
Error estndar de la media, cuando se conoce la desviacin estndar de la poblacin.
x =
Donde:
x es el error estndar de la media, tambin denominado desviacin estndar de la distribucin de muestreo de la media. es la desviacin estndar de la poblacin. n es el tamao de la muestra. En la mayora de los casos, se desconoce la desviacin estndar de la poblacin. Por lo tanto, se reemplaza con la desviacin estndar de la muestra. Esto es, se cambia por s. Despus se escribe la formula de la manera siguiente:
Error estndar de la media con base en la desviacin estndar de la poblacin
Sx =
s n
Dos valores afectan el tamao del error estndar. El primero es la desviacin estndar. Si sta es grande, entonces el error estndar tambin lo ser. Sin embargo, el tamao de la muestra tambin afecta al error estndar. Al aumentar el tamao de la muestra, el error estndar disminuye, indicando esto que hay menor variabilidad en distribucin de las medias muestrales. Esta conclusin es lgica, ya que una estimacin realizada de una muestra grande debe ser ms precisa que un clculo hecho a partir de una muestra pequea. Cuando el tamao de la muestra, n, es al menos igual a 30, generalmente se acepta que el teorema de lmite central asegurar una distribucin normal de las medias muestrales. Esta es una consideracin importante. Si las medias muestrales se distribuyen en forma normal, en los clculos se puede utilizar la distribucin estndar normal, esto es, z.
MATEMTICAS III
- 48 -
2.2. Tema: Estimacin por intervalos. 2.2.1 Objetivo de aprendizaje: Que el alumno adquiera los conocimientos acerca de estimaciones por intervalos de medias y proporciones, as como su correcta aplicacin a problemas reales de empresa. 2.2.2 Recurso tiempo del tema: 1.5 horas 2.2.3 Desarrollo:
Los intervalos de confianza de 95% y de 99% se calculan como sigue, cuando n 30
Intervalo de confianza X 1.96 s De 95% para una media n
Intervalo de confianza X 2.58 s De 99% para una media n Otros niveles de confianza pueden
ser empleados. Para estos casos el valor z cambia
correspondientemente. En general, un intervalo de confianza para la media se calcula por:

Intervalo de confianza Para una media Xz s n
Donde z es el nivel de confianza. Ejemplo: En un experimento se trata de seleccionar una muestra aleatoria de 256 gerentes de nivel medio. Un elemento de inters es el ingreso anual. La media muestral vale $45 420 (dlares) y la desviacin estndar en la muestra, es $2 050. Cul es el intervalo de confianza de 95% para la media de la poblacin (redondeando a los $10 ms cercano)? Solucin. El intervalo de confianza est entre $45 170 y $45 670, que se obtiene mediante: X 1.96 s n = $45 4201.96 $2 050 256 = $45 420251.125 = $45 168.875 y $45 671.125 Estos puntos extremos se redondean frecuentemente y, en este caso, se registraran
como $45 170 y $45 670.
MATEMTICAS III
- 49 -
FACTOR DE CORRECCION PARA UNA POBLACIN FINITA Una poblacin que tiene un lmite superior fijo se considera finita. Por ejemplo, hay 21 376 estudiantes inscritos en una universidad del este de Illinois, y la empresa Chrysler Jeep Corp, manufactur 917 unidades en su planta de Arkansas el ao pasado. Una poblacin finita puede ser notablemente pequea; por ejemplo podra constar de todos los alumnos inscritos en este ciclo escolar. Una poblacin tambin puede ser muy grande, como todos los ciudadanos senectos que viven en Florida. Para una poblacin finita, donde el nmero total de objetos es N y el tamao de la muestra es n, se hace el siguiente ajuste de errores estndares de medias.
Error estndar de las medias mustrales utilizando un factor de correccin:
x =
N n N 1
Este ajuste se denomina factor de correccin para poblacin finita Por qu es necesario aplicar un factor y cul es su efecto? Lgicamente si la muestra es un porcentaje considerable de la poblacin, entonces se esperara que cualesquiera estimaciones fueran mas precisas que las correspondientes a muestras pequeas. Observase el efecto del trmino (N-n) / (N-1). Supngase que la poblacin es1000 y la muestra es 100. Entonces tal razn vale (1000-100) /(1000-1), o sea, 900/999, con la raz cuadrada se obtiene el factor de correccin 0.9492. Multiplicando por el error estndar, se reduce el error aproximadamente un 5%(1-0.9492 0.05). Esta reduccin en el tamao del error estndar resulta en un intervalo de menor de valores en la estimacin de la media poblacional. Si la muestra es de 200, el factor de correccin es 0.8949, lo que significa que el error estndar se reduce en ms de 10%. Regla General. Si la razn n/N es menor que 0.05, se omite el factor de correccin para poblacin finita.
Tamao de muestra 10 25 50 100 200 500 Fraccin de la poblacin 0.010 0.025 0.050 0.100 0.200 0.500 Factor de correccin 0.9955 0.9879 0.9752 0.9492 0.8949 0.7075
Ejemplo: Hay 250 familias en el pequeo poblado de Scandia. Una encuesta de 40 de ellas revel que la contribucin media anual a la iglesia es de $450(dlares) con una desviacin estndar de $75. Establezca un intervalo de confianza del 95% par la contribucin media anual.
MATEMTICAS III
- 50 -
Datos X= $450
Z95%= 1.96
7 5 2 5 04 0 450 1.96 4 0 2 5 01
S= $75 n = 40 N = 250 Intervalo de confianza para una proporcin de la poblacin.

Una estimacin puntual para una proporcin poblacional se obtiene dividiendo el nmero de xitos en la muestra, entre el nmero total de muestreado. Ejemplo: Supngase que 100 de las 400 personas muestreadas afirman que prohibieron un nuevo refresco que probaron, en comparacin con el que consumen regularmente. La mejor estimacin de la proporcin de la poblacin que est a favor de la nueva bebida es 0.25, o sea 25% que se obtiene dividiendo 100/400. Observase que una proporcin se basa en un conteo del nmero de xitos con relacin del nmero total muestreado.
MATEMTICAS III
- 51 -
Como se estima el intervalo de confianza para una proporcin de poblacin?
Intervalo de confianza utilizando Una proporcin de la poblacin
p zp
Donde p
es el error estndar de la proporcin.
Error estndar de la p = proporcin muestral
p (1-p )
Por tanto, el intervalo de confianza se establece mediante:
Intervalo de confianza para una proporcin muestral
pz
p - (1 - p) n
Donde: P = es la proporcin muestral. Z = es el valor de z del grado de confianza seleccionado. n = es el tamao de la muestra. Ejemplo Suponga que 1600 de 2000 trabajadores sindicalizados que se muestrean dijeron que planean poner a votacin una propuesta para unirse a una federacin. Si se utiliza un nivel de confianza de 0.95 Cul es la estimacin de intervalo para la proporcin poblacional A que conclusin se llegara con base en el intervalo de confianza? Solucin: Utilizando la formula anterior , el intervalo se calcula como sigue: pz p (1-p) n = 0.801.96 0.80(1-0.80) 2 000 = 0.801.960.00008
MATEMTICAS III
- 52 -
= 0.782 y 0.818 Los lmites de confianza 78.2 y 81.8%; supngase que por lo menos 75% de los miembros del sindicato deben aprobar la fusin. Con base en los resultados de la muestra, cuando votan todos los trabajadores sindicalizados, la propuesta probablemente ser aceptada debido a que 0.75 est por debajo del intervalo 0.782 y 0.818 2.2.4Actividad de aprendizaje No. 1 TA-1: Ejercicios de aplicacin. 2.2.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca de intervalos de confianza para un media muestral. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 2.2.4.1 Criterio de evaluacin de la actividad TA-1 Actividad Actividad Resolver ejercicios acerca de intervalos de confianza para medias muestrales. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 2 PR- 1 Resolver ejercicios prcticos 2.2.4.2 Instrucciones: Resolver un ejercicio acerca de una media muestral.
h) Valor: 5 Puntos
i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano m) Tipo de actividad: Individual n) Fecha de retroalimentacin: 2.2.4.2 Criterio de evaluacin de la actividad PR-1 Actividad Actividad Practica contenga
Ponderacin
escrita que Resolver en forma rpida 4 Puntos problemas de ejercicios de intervalo de
MATEMTICAS III
- 53 -
intervalo de confianza para confianza para medias medias muestrales. muestrales. Uso de reglas de Utilizar el formato para la 1 Puntos presentacin elaboracin de prcticas. Total 5 puntos Actividad de aprendizaje No. 3 TA-2: Ejercicios de aplicacin. 2.2.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca de intervalos de confianza para una proporciones muestrales. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega:
e) Forma de entrega: Por separado, escrito a mano

f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 2.2.4.1 Criterio de evaluacin de la actividad TA-2 Actividad Actividad Resolver ejercicios acerca de intervalos de confianza para una proporcion. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Utilizar el formato para la 1 Puntos entrega de tareas. Total 5.0 puntos
Actividad de aprendizaje No. 4 PR- 2 Resolver ejercicios prcticos 2.2.4.2 Instrucciones: Resolver un ejercicio de intervalos de confianza en proporciones muestrales. h) Valor: 5 Puntos i) Producto esperado: Que el ejercicio sea resuelto de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano m) Tipo de actividad: Individual n) Fecha de retroalimentacin:
2.2.4.2 Criterio de evaluacin de la actividad PR-2 Actividad Actividad
Ponderacin
Practica escrita que Resolver en forma rpida 4 Puntos contenga problemas de un ejercicios de intervalo de intervalo de confianza para confianza para
MATEMTICAS III
- 54 -
proporciones muestrales. proporciones muestrales. Uso de reglas de Utilizar el formato para la 1 Puntos presentacin elaboracin de prcticas. Total 5 puntos 2.2.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria los problemas propuestos de intervalos de confianza para medias y para proporciones muestrales.. 2.2.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfa omega. Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. Estadstica aplicada a los negocios y la economa. Allen L. Webster Editorial McGraw Hill 2001. 2.3. Tema: Determinacin del tamao de la muestra. 2.3.1 Objetivo de aprendizaje: Que el alumno conozca los tipos de errores existentes as como la determinacin de tamaos de muestra al analizar problemas de empresa.. 2.3.2 Recurso tiempo del tema: 2.5 horas 2.3.3 Desarrollo: Una de las preocupaciones mas comunes cuando se disea un estudio estadstico es: Cuntos elementos deben incluirse en la muestra? Si sta es demasiado grande, se derrocha intilmente dinero en la recoleccin de datos. De forma semejante, si la muestra es demasiado pequea, las conclusiones resultantes podran ser incorrectas. El tamao correcto de la muestra depende de tres factores: 1. El nivel de confianza deseado. 2. El mximo error permisible por el investigador. 3. La variacin en la poblacin que se estudia. Usted como investigador, selecciona el nivel de confianza. Como se observ en la seccin anterior, los niveles de 95% y de 99% son los que se eligen con mayor frecuencia. Un nivel de confianza de 95% corresponde a un valor z de 1.96, y uno de 99% corresponde a un valor z de 2.58. Cuanto ms alto sea el nivel de confianza, tanto mayor ser el tamao de la muestra.
MATEMTICAS III
- 55 -
El error mximo permisible, denotado como E, es la cantidad que se suma y resta de la media muestral para determinar los puntos extremos del intervalo de confianza. Es la cantidad de error que el investigador est dispuesto a tolerar. Asimismo, corresponde a la mitad de la anchura del intervalo de confianza correspondiente. Un pequeo error admisible requerir una muestra grande, y un error grande de esa clase aceptar el uso de una muestra menor. El tercer factor al determinar el tamao de una muestra es la desviacin estndar de la poblacin. Si sta ltima est dispersa ampliamente, se requiere una muestra grande. Por otra parte, si la poblacin est concentrada (es homognea), el tamao requerido de la muestra ser menor. Sin embargo, es posible que sea necesario encontrar una estimacin para la desviacin estndar poblacional. A continuacin se expresan tres indicaciones: Utilice el enfoque del estudio de comparabilidad cuando hay un estimado de la dispersin disponible segn otro estudio. Supngase que se desea estimar el nmero de horas de trabajo a la semana por trabajares determinados. Quizs la informacin procedente de ciertas agencias estatales o federales, que regularmente toman muestras de la fuerza laboral, podra ser til para hacer un clculo de la desviacin estndar. Si se considera que una desviacin estndar observada en un anlisis anterior es confiable. Se puede usar en el estudio actual como ayuda para obtener un tamao aproximado de la muestra. Si no est disponible alguna estimacin de un estudio anterior, puede ser apropiado emplear una aproximacin basada en un intervalo de variacin. Para aplicar este enfoque se necesita conocer o tener una estimacin de los valores mas grandes y los mas pequeos en la poblacin. Recurdese que se describi la regla emprica; que se podra esperar que casi todas las observaciones estuvieran entre 3 desviaciones estndares respecto de la media, dado que la distribucin fuese aproximadamente acampanada, es decir, normal. Por tanto, la distancia entre el valor ms grande y el valor ms pequeo, es 6. Se podra estimar la desviacin estndar como un sexto de la amplitud de variacin. Por ejemplo, supngase que la directora de operaciones de un banco desea una estimacin del nmero de retiros que estudiantes de universidad hacen al mes. Que la distribucin se aproxima a la normal, que el nmero mnimo de documentos presentados es 2 por mes, y que el mximo es 50.El intervalo de variacin de la cantidad de retiros mensuales es 48, obtenido por 50-2. Entonces, la estimacin de la desviacin estndar sera 8 retiros por mes, de 48/6.
MATEMTICAS III
- 56 -
El tercer enfoque para evaluar la desviacin estndar es realizar un estudio piloto. Este es el mtodo mas comnmente utilizado. Supngase que se desea obtener una estimacin del nmero de horas de trabajo a la semana de estudiantes inscritos en la Escuela de Administracin de la Universidad de Texas. Para probar la validez del cuestionario, se aplica en una pequea muestra de alumnos. A partir de sta, se calcula la desviacin estndar del nmero de horas de labor, y se utiliza ste para determinar el tamao adecuado de la muestra. Puede expresarse la interaccin entre esto tres factores y el tamao de la muestra con la frmula que sigue:
E=z s n
Despejando n en esta ecuacin, se tiene el tamao requerido de la muestra.
Tamao de muestra Para estiman una media. n
z.s
Donde: n es el tamao de muestra. z es el valor normal estndar correspondiente al nivel de confianza deseado. s es un estimado de la desviacin estndar de la poblacin. E es el mximo error permisible. El resultado de ste calculo no siempre es un nmero entero, por lo que la prctica usual es redondear cualquier nmero fraccionario. Por ejemplo, 201.22 se redondea a 202. Ejemplo Un estudiante de administracin pblica desea determinar el ingreso medio de los miembros de concejos urbanos. El error al estimar la media es menor que $100(dlares)con un nivel de confianza de 95%. El estudiante encontr un informe presentado por el Departamento del Trabajo que estimaba la desviacin estndar en $1 000. Cul es el tamao de muestra requerido? Solucin.
MATEMTICAS III
- 57 -
El mximo error permisible, E, es $100. El valor z para un nivel de confianza de 95% es 1.96, y el estimado de la desviacin estndar es $1 000. Al introducir estos valores en la formula anterior, se tiene el tamao requerido de la muestra:
n=
( 1.96) ($1 000) $ 100

2
n = (19.6)
n = 384.18 385 El valor calculado de 384.18 se redondea a 385. Se requiere una muestra de 385 para cumplir con las especificaciones. El procedimiento que se acaba de describir se adapta para determinar el tamao de la nuestra para una proporcin. Nuevamente, se necesita especificar tres conceptos: 1. El nivel de confianza deseado, generalmente 95%, o bien 99% . 2. El margen de error que se requiere en la proporcin de la poblacin. 3. Un estimado de la proporcin poblacional. La formula para determinar el tamao de la nuestra de una proporcin es:
Tamao de muestra para una proporcin.
n = p(1-p)( z / E )2
Es posible utilizar un clculo de si se encuentra disponible a partir de un estudio piloto o alguna otra fuente. De otra manera, se utiliza 0.50, porque el trmino p(1-p) nunca puede ser mayor que cuando p = 0.50. Por ejemplo, si p = 0.30, entonces p(1-p) = 0.30(1 - 0.30) = 0.21, pero cuando p = 0.50, p(1-p) = 0.50(1 - 0.50) = 0.25. Ejemplo El estudio en el ejemplo anterior tambin estima la proporcin de ciudades que cuentan con cobradores privados. El estudiante quiere que el clculo se halle dentro de 0.10 de la proporcin de la poblacin, el nivel deseado de confianza es de 90%, y no hay alguna estimacin disponible para la proporcin de la poblacin. Cul es el tamao requerido de la muestra? Solucin El valor estimado de la proporcin poblacional se encuentra dentro de 0.10, por lo tanto E = 0.10. El nivel deseado de confianza es 0.90, lo cual corresponde a un valor z de 1.65.
MATEMTICAS III
- 58 -
Ya que no existe ningn clculo de la proporcin de poblacin, se utilizar 0.50. El tamao requerido de la muestra es: n = (0.50)(0.50)(1.65/0.10)2 n = 68.0625 El estudiante necesita una muestra aleatoria de 69 ciudades. 2.3.4. Actividad de aprendizaje No. 5 TA-3: Ejercicios de aplicacin. 2.3.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca tamao de muestras para medias. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 2.3.4.1 Criterio de evaluacin de la actividad TA-3 Actividad Actividad Resolver ejercicios acerca de tamao de muestra para medias. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 6 PR- 3 Resolver ejercicios prcticos 2.3.4.2 Instrucciones: Resolver un ejercicio de intervalos de confianza en medias y proporciones. h) Valor: 5 Puntos i) Producto esperado: Que el ejercicio sea resuelto de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano m) Tipo de actividad: Individual n) Fecha de retroalimentacin: 2.3.4.2 Criterio de evaluacin de la actividad PR-3 Actividad Actividad Ponderacin
Practica escrita que Resolver en forma rpida 4 Puntos contenga problemas de un ejercicio de tamao de tamao de muestra para muestra para medias y
MATEMTICAS III
- 59 -
medias y proporciones. Uso de reglas presentacin
proporciones. de Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
2.3.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria los problemas propuestos de tamao de muestra para medias y proporciones. 2.3.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega.
Unidad Temtica: 3. Pruebas de hiptesis 3.1Tema: Realizar pruebas de hiptesis para medias. 3.1.1 Objetivo de aprendizaje: Que el alumno adquiera la habilidad para contrastar hiptesis para medias. 3.1.2 Recurso tiempo del tema: 4.0 horas 3.1.3 Desarrollo:
Hiptesis Enunciado acerca de una poblacin elaborado con el propsito de poner a prueba En la mayora de los casos la poblacin es tan grande que por diversas razones no seria factible estudiar todos los elementos, objetos, personas en la poblacin. Por ejemplo seria prcticamente imposible entrevistar a todos los analistas de sistemas en Estados Unidos, para averiguar su ingreso mensual. De igual modo, un departamento de aseguramiento de la calidad no puede verificar la resistencia a la ruptura de cada ampolleta producida, para determinar si est entre 5 y 20 psi (libras por pulgada cuadrada). Una alternativa de medir o entrevistar a la poblacin completa es tomar una muestra de la poblacin de inters. Por tanto, es posible probar una afirmacin a fin de determinar si la evidencia emprica de la muestra fundamenta o no la afirmacin concerniente a la poblacin. Qu es la prueba de hiptesis? Las expresiones prueba de hiptesis y probar una hiptesis se emplean correlativamente. La prueba de hiptesis principia con una afirmacin, o supuesto, acerca de un parmetro de poblacin, como la media poblacional. Como se ha dicho, este enunciado se denomina hiptesis. Una hiptesis podra ser que la comisin mensual media de vendedores de computadoras al menudeo, es de $2 000. El costo de localizar e interrogar a cada vendedor de computadoras de Estados Unidos, sera exorbitante. Para probar la validez de la afirmacin ( = $2 000) debe seleccionarse una muestra de la poblacin formada por todos los vendedores de tal equipo, calcular valores estadsticos muestrales y, con base en determinadas reglas de decisin, aceptar o rechazar la hiptesis. Una media muestral de $1 000 para los citados agentes de ventas en definitiva provocara el rechazo de la hiptesis. Sin embargo, supngase que la media muestral es $1 995.Se aproxima lo suficiente a $2 000 para aceptar el supuesto de que la media poblacional vale $2 000?Puede atribuirse la diferencia de $5 entre las dos medias a error muestreo, o tal diferencia es significativa estadsticamente?
MATEMTICAS III
- 60 -
Prueba de hiptesis Procedimiento basado en la evidencia muestral y en la teora de probabilidad que se emplea para determinar si la hiptesis es un enunciado razonable. Procedimiento de cinco pasos para probar una hiptesis: Existe un procedimiento de cinco pasos que sistematiza la prueba de hiptesis; al llegar al paso 5, se tiene ya la capacidad de tomar la decisin de rechazar o no la hiptesis. Sin embargo, la prueba en cuestin segn la usan los estadsticos no proporciona comprobacin de que algo es verdadero, en la forma como un matemticoprueba una afirmacin. Aporta una clase de prueba mas all de una duda razonable segn se hara en un proceso judicial. Por tanto, hay reglas especficas de evidencia, o procedimientos, que se siguen. 1. Plantear la hiptesis nula y la alternativa. 2. Seleccionar un nivel de significacin. 3. Identificar el valor estadstico de prueba. 4. Formular una regla de decisin. 5. Tomar una muestra y llegar a una decisin. 1. Plantear la hiptesis nula (Ho) y la hiptesis alternativa: (H1)
El primer paso es plantear la hiptesis que ha de ser probada. Se le denomina hiptesis nula, es designada mediante Ho, y se lee H subcero: La letra H significa hiptesis y el subndice cero indica no hay diferencia. Por lo general hay un no en la hiptesis nula, que indica que no hay cambio. La hiptesis nula en un primer ejemplo sera el nmero medio de millas que se recorren utilizando la llanta de acero especial, es 60 000. La hiptesis nula se escribira Ho; = 60 000. En trminos generales, la hiptesis nula se plantea con el objetivo de probar. Podemos rechazarla o aceptarla. Tal hiptesis es una afirmacin que se aceptar si los datos muestrales no pueden proporcionar evidencia convincente de que es falsa. Hay que subrayar que si la hiptesis nula se acepta con base en datos muestrales, no es posible afirmar que tal hiptesis es verdadera. En otras palabras, aceptarla no prueba que Ho se cumpla, sino que ms bien significa que no se puede refutar Ho. Para probar sin duda alguna que la hiptesis nula es verdadera, el parmetro poblacional debe ser conocido. A fin de determinar esto en realidad, se tendra que probar, investigar o contar cada elemento de la poblacin. Por lo general, esto no es posible.. La alternativa es tomar una muestra de la poblacin. Tambin hay que observar que, a veces, la hiptesis nula principia afirmando que:No hay una diferencia significativa entre, o bien,La resistencia media al impacto, del vidrio, no es significativamente diferente de. Cuando se selecciona una muestra de una poblacin, el valor estadstico muestral por lo general es numricamente distinto del parmetro poblacional hipottico. Como ejemplo, supngase que la resistencia hipottica al impacto en el caso de una placa de vidrio es 70 psi (libras por pulgada cuadrada), y la resistencia media al impacto de una muestra de 12 placas de vidrio es 69.5 psi. Debe emitirse un juicio acerca de la diferencia de 0.5 psi.Es una diferencia verdadera - esto es, una diferencia significativa - o la diferencia entre el valor estadstico muestral, (69.5) y el parmetro poblacional hipottico (70.0)se debe al azar (muestreo)?Como se observ,
MATEMTICAS III
- 61 -
para contestar a esta pregunta se realiza una prueba de significancia, comnmente denominada prueba de hiptesis . El significado de una hiptesis nula es: Hiptesis nula Afirmacin (o enunciado acerca del valor de un parmetro poblacional. La hiptesis alternativa describe lo que se considerar si se rechaza la hiptesis nula. Se designa por H1 y se lee H subuno. Con frecuencia se denomina tambin como la hiptesis de investigacin. La citada hiptesis alternativa ser aceptada si los datos muestrales proporcionan evidencias estadsticas suficientes de que la hiptesis nula es falsa. Hiptesis alternativa Afirmacin que se aceptar si los datos muestrales proporcionan amplia evidencia de que la hiptesis nula es falsa. El siguiente ejemplo ayudar a entender el significado de la hiptesis nula y alternativa. Un artculo reciente indic que la edad media de las aeronaves comerciales en Estados Unidos es de 15 aos. Para realizar una prueba estadstica referente a este enunciado, el primer paso es determinar las hiptesis mencionadas. La hiptesis nula representa la condicin actual o reportada. Se escribe que Ho: =15. La hiptesis alternativa es que el enunciado no es verdadero, esto es 15. Es importante recordar que sin que importe cmo se haya planteado el problema, la hiptesis nula siempre incluir el signoigual. El signo igual(=) nunca aparecer en la hiptesis alternativa. Por qu? Porque la hiptesis nula es el enunciado a probar. Se recurre a la hiptesis en alternativa slo si se prueba que la hiptesis nula es falsa. 2. Seleccionar un nivel de significacin. Nivel de significancia Probabilidad de rechazar la hiptesis nula cuando es verdadera. El nivel de significancia se denota mediante . La letra griega alfa. Algunas veces tambin se denomina nivel de riesgo. Este ltimo es un trmino mas adecuado, ya que es el riesgo que existe al rechazar la hiptesis nula cuando en realidad es verdadera. No hay un nivel de significancia que se aplique a todas las pruebas. Debe tomarse una decisin de usar el nivel 0.05 (que con frecuencia se enuncia como nivel de 5%), el nivel 0.01, el 0.10 cualquier otro nivel entre 0 y 1. Tradicionalmente se selecciona el nivel de 0.05 para proyectos de investigacin sobre consumo, el de 0.01 para el aseguramiento de la calidad, y el 0.10 para encuestas polticas. Como investigador, usted debe decidir el nivel de significancia antes de formular una regla de decisin y recopilar datos muestrales. A fin de ilustrar como es posible rechazar una hiptesis verdadera, supngase que una compaa que fabrica computadoras personales utiliza un gran nmero de tableros con circuitos impresos. Los proveedores ofrecen diversos tableros y al que presente el de mejor condicin, se le acepta un contrato de venta considerable. En tal contrato se especifica que el departamento de aseguramiento de calidad del fabricante de computadoras muestrear todos los envos de tableros que se reciban. Si ms del 6% de los muestreados est por debajo del valor estndar, se rechazar el envo. La hiptesis nula es que la remesa de tableros que se recibe contiene el 6% o menos productos subestndares. La hiptesis alternativa es que ms del 6% de los tableros estn defectuosos. Una muestra de 50 tableros de circuitos que se recibi en cierto da de una empresa electrnica, revel que 4 de ellos o sea, el 8%- estaban por debajo del estndar. El embarque se rechaz porque exceda el mximo del 6% de tableros de tipo subestndar. Si la remesa era en realidad de tal clase, entonces fue correcta la decisin de devolver los productos al proveedor. Sin embargo, supngase que los 4 tableros subestndares que
MATEMTICAS III
- 62 -
se seleccionaron de la muestra de 50, eran los nicos de ese tipo en el envo de 4 000 tableros. Entonces solo 1/10 de 1% eran defectuosos (4 /4000 = 0.001). En este caso, menos del 6% del envo completo estaba por debajo del estndar y fue un error rechazar la remesa. En trminos de la prueba de hiptesis, se rechaza la hiptesis nula de que el envo no era subestndar, cuando debi haberse aceptado tal hiptesis nula. Al rechazar una hiptesis verdadera, se cometi un error tipo I. La probabilidad de cometer un error de tal clase es . Error tipo I Rechazar la hiptesis nula, Ho, cuando en realidad es verdadera. La probabilidad de cometer otra clase de error, denominado error tipo II, se denota con la letra griega (). Error tipo II Aceptar la hiptesis nula cuando en realidad es falsa. El fabricante de las computadoras personales cometera un error tipo II si, desconocindolo, en un envo de circuitos impresos que se recibiera de la empresa manufacturera, hubiera 15% de tableros subestndares y, a pesar de ello se aceptara el envo. Cmo podra suceder esto? Supngase que 2 de los 50 tableros en la muestra (4%) probados estuvieran por abajo del estndar, y que 48 de los 50 fueran aceptables. De acuerdo con el procedimiento sealado, debido a que la muestra contena menos de 6% de tableros subestndares, el envo se acept. Podra ser que debido al azar, los 48 tableros que se seleccionaron en la muestra fueran los nicos aceptables en la remesa completa, que consta de miles de unidades! Retrospectivamente, el investigador no puede estudiar cada elemento o individuo de la poblacin. Por tanto, hay una posibilidad de incurrir en dos tipo de error, uno de tipo I, cuando se rechaza la hiptesis nula en vez de haberla aceptado, y uno de tipo II, si se acepta la hiptesis nula cuando debera haberse rechazado. Suele denominarse a estos dos errores posibles como error alfa,, y error beta,. El alfa() es la posibilidad de cometer un error tipo I, y el beta() es la probabilidad de cometer un error tipo II. En la siguiente tabla se resumen las decisiones que podr`ia tomar el investigador y las consecuencias posibles.
Investigador Hiptesis Nula Ho es verdadera Ho es falsa De acepta Ho Decisin correcta Error tipo II Se rechaza Ho Error de tipo I Decisin correcta.
3. Identificar el valor estadstico de prueba. Existen muchos valores estadsticos de prueba. En este capitulo reutiliza el valor z. Valor estadstico de prueba Valor obtenido a partir de la informacin muestral, que se utiliza para determinar si se rechaza la hiptesis nula. En las pruebas de hiptesis para la media (), el valor estadstico de prueba z se determina a partir de:
Z de distribucin como valor estadstico de prueba z=x /n
MATEMTICAS III
- 63 -
El valor z se basa en la distribucin muestral , que se distribuye de manera normal cuando la muestra es razonablemente grande con una media (X) igual a , y una desviacin estndar x, que es igual a n. De sta manera se puede determinar si la diferencia entre y es estadsticamente significativa encontrando el nmero de esta a partir de aplicando la formula anterior. desviaciones estndares que
4. Formular una regla de decisin.
Una regla de decisin es un enunciado de las condiciones segn las que se acepta o se rechaza la hiptesis nula. La regin de rechazo define la ubicacin de todos los valores que son demasiado grandes o demasiado pequeos, por lo que es muy remota la probabilidad de que ocurran segn una hiptesis nula verdadera.
No se Rechaza Ho
Regin de Rechazo 1.65 Escala de z Probl. 0.05
0 Probl. 0.95
Obsrvese en el diagrama en cuestin que: 1. La regin de no rechazo(o aceptacin) de la hiptesis nula incluye el rea a la izquierda de 1.65. Ms adelante se explicar como llegar al valor de 1.65. 2. El rea de rechazo est a la derecha de 1.65. 3. Se aplica una prueba de una cola (Esto se explicar mas adente). 4. Se eligi el nivel de significancia de 0.05. 5. La distribucin muestral del valor estadstico z es de tipo normal. 6. El valor 1.65separa las regiones de rechazo y aceptacin de la hiptesis nula. 7. El valor de 1.65 se denomina valor crtico. Valor crtico Nmero que es el punto divisorio entre la regin de aceptacin y la regin de rechazo, de la hiptesis nula. 5. Tomar una muestra y llegar a una decisin. El quinto y ltimo paso en la prueba de hiptesis es la toma de la decisin de rechazar o no la hiptesis nula. Respecto al diagrama anterior si, con base en informacin muestral se calcula que z es 2.34, y la hiptesis nula se rechaza en el nivel de significancia de 0.05. Se tom la decisin de rechazar H0 debido a que 2.34 se encuentra en la regin de no aceptacin, es decir, ms all de 1.65. Se descartara la hiptesis nula segn el
MATEMTICAS III
- 64 -
razonamiento de que es muy improbable que un valor z tan grande se deba al azar, esto es, a una variacin del muestreo. Si el valor calculado hubiera sido igual a 1.65 o menor por ejemplo, 0.71- la hiptesis nula sera aceptada. Se razonara que un valor calculado tan pequeo podra ser atribuido al azar, esto es, a variacin en el muestreo. Como se observ, es posible slo una de dos decisiones en la prueba de hiptesis: aceptar o rechazar la hiptesis nula. En vez de aceptar tal hiptesis, H 0, algunos investigadores prefieren enunciar la decisin como no rechazar H0, no es posible descartar H0, o bien Los resultados muestrales no permiten hacer a un lado a H0. Debe subrayarse de nuevo que siempre existe una posibilidad de que la hiptesis nula se descarte cuando debera haberse aceptado (error tipo I). A dems. Hay una posibilidad definible de que la hiptesis nula se acepte cuando debera haberse rechazado (error tipo II). Antes de realizar una prueba de hiptesis, se diferenciar entre una prueba de sinificancia de una y de dos colas. Prueba de significancia de una y de dos colas Considerando el diagrama anterior, que indica que se est aplicando una prueba de una cola. La regin de rechazo est solo en la cola de la derecha (regin de valores superiores) de la curva. Como ilustracin supngase que al departamento de empaquetado de una abastecedora de alimentos, le preocupa el que algunas cajas de cierto producto tengan un sobrepeso significativo. El cereal se empaqueta en cajas de 453 gramos, de modo que la hiptesis es H0; 453. Esto se lee como: la media poblacional () es igual a o menor que 453. La hiptesis alternativa, por consiguiente, es H1: >453. Esto se interpreta como es mayor que 453. Obsrvese que el signo de desigualdad en exceso, en la hiptesis alternativa (>) apunta a la regin de rechazo en la cola de la regin de valores superiores. Asimismo, tambin obsrvese que la hiptesis nula incluye el signo de igualdad. Esto es H0; 453. Este siempre ser e l caso. La condicin de igualdad siempre aparece en H0, nunca en H1. En el siguiente diagrama se ilustra una situacin en la que la regin de rechazo est en la cola de la izquierda (en la regin de valores inferiores)de la curva normal como ilustracin, considrese el problema de fabricantes de automviles , grandes compaas arrendadoras de autos y otras organizaciones que compran grandes cantidades de llantas. Es deseable entonces que las llantas tengan un promedio de desgaste de, por ejemplo, 40 000 mi (millas), en un uso normal. Por consiguiente, rechazarn una remeza de llantas si las pruebas de desgaste acelerado revelan que la duracin de las llantas es significativamente inferior a 40 000 mi en promedio Aceptaran de buen grado un envo si la duracin media resultara mayor de 40 000 mi! Sin embargo, no interesa esta posibilidad. Slo se tiene inters en lograr evidencia muestral para concluir que las llantas promediaran menos de 40 000 mi de vida til. Por tanto, se establece la prueba para satisfacer el inters de los fabricantes de automviles y otros, en que la vida media de las llantas sea menor que 40 000 mi. La hiptesis nula y alternativa se expresan como H0: 40 000 y H1: < 40 000.
Regin de rechazo
Regin de aceptacin de Ho Escala de z
Valor crtico 0 -1.65
MATEMTICAS III
- 65 -
Una forma de determinar la ubicacin de la regin de rechazo es mirar hacia donde apunta el signo de no igualdad en la hiptesis alternativa (ya sea <, o bien, >). En este problema seala hacia la izquierda, y la regin de rechazo est, por tanto, en la cola de tal lado. En resumen, una prueba es de una cola cuando la hiptesis alternativa, H1, indica una direccin, como expresa en seguida: H0: El ingreso medio de mujeres es menor que o igual al ingreso medio de hombres. H1: El ingreso medio de hombres es mayor que el ingreso medio de mujeres. Si no especifica direccin segn la hiptesis alternativa, se aplica una prueba de dos colas. Como por ejemplo se modifica la hiptesis alternativa anterior: H0: No hay diferencia entre el ingreso medio de hombres y el ingreso medio de mujeres. H1: Hay una diferencia entre el ingreso medio de hombres y el ingreso medio de mujeres. Si se rechaza la hiptesis nula y se acepta H 1en el caso de dos extremidades, el ingreso medio de varones podra ser mayor que el de fminas, o viceversa. Para dar cabida a estas dos posibilidades, el 5% representa el rea de rechazo se divide por igual en las dos colas de la distribucin muestral (2.5% para cada una). En el diagrama siguiente se muestran las dos reas y los valores crticos. Ntese que el rea total bajo la curva normal es 1.000, que resulta de 0.95 + 0.025 + 0.025. Ahora se probar una hiptesis acerca de la media de una poblacin, tomando una muestra grande de sta. Recurdese que una muestra de 30 o mas se considera grande.
Regin de rechazo 0.25
Regin de aceptacin H0 0.95
Regin de rechazo 0.025
-1.96 Valor critico
1.96 Escala de Z Valor critico
Prueba para la media de poblacin: Muestra grande y se conoce la desviacin estndar poblacional. La respuesta a las siguientes preguntas implica una media de poblacin: *El ingreso medio de ejecutivos de alto nivel de la industria fabriles de $325 000 dlares? *La longitud media de las barras cortadas es de 2.0000 pulgadas? *La edad media de los internos es prisiones federales es menor que 40 aos.
MATEMTICAS III
- 66 -
*La cantidad media de dinero que deben quienes tienen tarjeta de crdito es mayor de $1 000 dlares. *La produccin semanal media de ciertos escritorios en la empresa JamesTows Steel Co., es de 200? Se utiliza el procedimiento de cinco pasos para prueba de hiptesis en el caso de la ltima pregunta. Su reduccin ya indica una prueba de dos colas.
Prueba de dos colas: En siguiente ejemplo se mostrar la forma en que se establece la hiptesis nula y la alternativa y como se utiliza el procedimiento de prueba de hiptesis estadsticas. Ejemplo: La empresa Jamestown Steel Company fabrica y ensambla escritorios y otros muebles para oficina, en diversas plantas del oeste de Nueva Cork: La produccin semanal del escritorio Modelo A235 en la Planta Fredonia, se distribuye normalmente, con una media de 200y una desviacin estndar de 16.Recientemente, debido a la expansin del mercado, se han introducido nuevos mtodos de produccin y se han contratados mas empleados. EL vicepresidente de la compaa quisiera saber si ha habido un cambio total en la produccin semanal del citado mueble de oficina. Planteado de otra forma, el nmero medio de escritorios producidos en la planta mencionada es diferente de 200? Utilice el nivel de significancia de 0.01. Solucin: Se utilizar el procedimiento de prueba antes indicado para determinar si la tasa de produccin ha cambiado respecto del valor de 200 por mes. Paso 1: La hiptesis nula es la media poblacional es 200. La hiptesis alternativa es La media es diferentes de 200o La media no es 200. Las dos hiptesis se expresan como sigue: H0 : = 200 H1 : 200 Esta es una prueba de dos colas debido a que la hiptesis alternativa no establece una direccin. Esto, es tal hiptesis no indica si la produccin media es mayor o
MATEMTICAS III
- 67 -
menor de 200. El vicepresidente de manufactura solo desea averiguar si la tasa de produccin es diferente de 200. Paso 2: Como se observ, se utiliza el nivel de significancia de 0.01. Esto es , o sea la probabilidad de cometer un error tipo I. De modo que es la probabilidad de rechazar una hiptesis verdadera. Paso 3: El valor estadstico de prueba para este tipo de problema es z. La transformacin de los datos de produccin a unidades estndares (valores z) permite su uso no solo en ste problema, sino tambin en otros de prueba de hiptesis:
Media muestral Media poblacional
Z=
- /n
Nmero en muestra
Desviacin estndar de la poblacin
Paso 4: La regla de decisin se formula hallando el valor crtico de z a partir del apndice A. Puesto que sta es una prueba de dos colas, la mitad de 0.01, o sea 0.005, est en cada extremidad. El rea de aceptacin H0, que se localiza entre las dos colas, vale, por consiguiente, 0.99. El apndice A se basa en solo la mitad del rea bajo la curva, o sea 0.5000. Luego 0.5000 0.005 es 0.4950, y as este valor de 0.4950 es el rea entre 0 y el valor crtico. Localice 0.4950 en el cuerpo de la tabla. El valor ms cercano a 0.4950 es 0.4951. Luego se lee el valor crtico en la fila y la columna correspondiente a 0.4951, y resulta 2.58. Todos los aspectos de ste problema se localizan en el siguiente diagrama:
0.5000
0.5000
/2= 0.005 0.4950 0.4950
/2= 0.005
-2.58 0 2.58 Escala de z Regin de Regin de Regin de rechazo Aceptacin rechazo Valor crtico Valor crtico
MATEMTICAS III
- 68 -
Por consiguiente, la regla de decisin es: rechazar la hiptesis nula y aceptar la hiptesis alternativa (que establece que la poblacin media no es 200), si el valor z calculado no queda en la regin entre 2.58 y +2.58. En caso contrario, no se descarta la hiptesis nula si z queda entre los citados valores 2.58 y 2.58. Paso 5. Se toma una muestra de la poblacin (produccin semanal); se calcula z y con base en la regla decisoria- se decidir rechazar la H0o no rechazarla. El nmero medio de escritorios producidos en el ltimo ao(50 semanas, porque la planta estuvo cerrada dos por vacaciones), es de 203.5. La desviacin estndar de la poblacin es de 16 escritorios al mes. Calculando el valor z con la frmula: Z = x- /n = 203.5 200 = 1.55 16/50
Puesto 1.55 no cae en la regin de rechazo, H0 no se descarta. De modo que se concluye que la media de la poblacin no es distinta de 200. As que se reporta al vicepresidente que la evidencia muestral no refleja que la tasa productiva en la Planta Fredonia haya cambiado de 200 por semana. La diferencia de 3.5 unidades entre la tasa de produccin semanal histrica , y la del ao anterior , puede atribuirse razonablemente al azar. Prueba de una cola: En el ejemplo anterior se subray que solamente se deseaba informar al vicepresidente de la empresa, si haba habido un cambio en el nmero medio de escritorios ensamblados en la Planta Fredonia. No interesaba si el cambio era un aumento o una disminucin en la produccin. Para ilustrar una prueba de una cola se cambiar el problema. Supngase que tal funcionario desea saber si ha habido un aumento en el nmero de unidades ensambladas. De otra manera, Se puede concluir ya que se tienen mejores mtodos de produccin- que el nmero medio de escritorios armados en las ltimos 50 semanas fue mayor que 200?. Obsrvese la diferencia en la forma en que se formul el problema . En primer caso se deseaba saber si haba una diferencia en el nmero medio ensamblado, pero ahora se quiere saber si ha habido un aumento. Ya que se estn investigando diversas cuestiones, se necesita establecer la hiptesis de modo distinto. La principal diferencia ocurre para la hiptesis alternativa . Antes, tal hiptesis se estableci como diferente de , y ahora se desea establecerla como mayor que. En smbolos queda: H0 : 200 H1 : >200 Los valores crticos para una prueba de una cola difieren en los de una de dos extremidades, con el mismo nivel de significancia. En el ejemplo anterior se dividi tal nivel en dos extremidades, y se coloc una en la cola de valores inferiores y la otra, en la de valores superiores. En una prueba de una cola se coloca toda la regin de rechazo en una sola extremidad.
MATEMTICAS III
- 69 -
No se Rechaza H0 0.99 0
Regin de rechazo 0.01 2.33 valor crtico
Para la prueba de una extremidad, el valor crtico es 2.33, obtenido de (1)restar 0.01 de 0.5000, y (2) encontrar el valor z correspondiente a 0.4900. Valor p en las pruebas de hiptesis En aos recientes, estimulada por la disponibilidad de los programas para computacin (software), se da a conocer con frecuencia informacin adicional acerca de la fuerza del rechazo. Esto es, cunto se puede confiar en el rechazo de la hiptesis nula? Este mtodo seala la posibilidad (suponiendo que dicha hiptesis es cierta ) de obtener un valor estadstico de prueba, por ,lo menos tan extremo como el obtenido. Este procedimiento compara la probabilidad, llamada valor p, con el nivel de significancia. Si el citado valor p es menor que dicho nivel , H0 se rechaza.. Si tal valor es mayor que el citado nivel en cuestin , H0 no se descarta. Valor p Es la probabilidad de observar un valor muestral tan extremo, o ms, que el valor observado, dado que la hiptesis nula sea verdadera. Determinar el valor p no solo resulta en una decisin referente a Ho, si no que proporciona discernimiento adicional acerca del vigor de la decisin. Un valor p muy pequeo, tal como 0.0001, indica que hay poca probabilidad de que Ho sea verdadera. Por otro lado, un valor P de 0.2033 significa que Ho no se rechaza y que hay poca probabilidad de que sea falsa.
Cmo se calcula el valor p? Para considerar el valor p, se necesita considerar la regin de los valores menores que -1.55. As como los valores mayores que 1.55 (debido a que existen regiones de rechazo en ambas extremidades) . El valor p es 0.1212, obtenido de 2(0.0606). El valor P de 0.1212 es mayor que el nivel de significncia 0.01 escogido inicialmente, as que Ho no se rechaza.
Valor p +
.
0.606 R. rechazo /2 = 0.005 0.0606 R. rechazo /2 = 0.005
-2.58
-1.55
1.55
2.58 Escala z
MATEMTICAS III
- 70 -
Un valor p es una manera de expresar la probabilidad de que H 0 no sea verdadera. Pero pero como se puede interpretar tal valor? Ya se estableci que si p es menor que el nivel de significancia , se rechaza H0; si es mayor que dicho nivel , no se descarta H 0. Adems, si el valor p es muy grande es probable que H0 sea verdadera. Si p fuera pequeo, entonces es probable que H0 no se cumpla. Pruebas para la media de poblacin: muestra grande y se desconoce la desviacin estndar poblacional. En los problemas anteriores se conoca , es decir, desviacin estndar de la poblacin . Sin embargo, en la mayora de los casos es poco probable que se conozca tal desviacin poblacional. As que debe basarse en estudios previos, o sea utilizando la desviacin estndar de la muestra, s En el siguiente ejemplo la desviacin respectiva de la poblacin se desconoce, por lo que debe usarse la desviacin estndar muestral para estimar . Ya que el tamao de la muestra, n, es mayor que 30, se puede sustituir por s, como se muestra en la siguiente formula:
Valor z, se desconoce
Ejemplo.
z=
- S/n
Una cadena de tiendas de descuento (Thompsons Discount Store) expide su propia tarjeta de crdito. El gerente de esta funcin desea averiguar si el saldo insoluto medio mensual es mayor que $400(dlares). El nivel de significancia se fija en 0.05. Una revisin aleatoria de 172 saldos insolutos revel que la media muestral es $407, y que la desviacin estndar de la muestra vale $38. Debera concluir el funcionario de crdito que la media poblacional es mayor que $400, o bien es razonable suponer que la diferencia de $7 (obtenida de $407-$400= $7) se debe al azar? Solucin: La hiptesis nula y la alternativa se enuncian como sigue: H0: = $400
MATEMTICAS III
- 71 -
H1: >400 Debido a que la hiptesis alternativa indica un sentido o direccin, se aplica una prueba de una cola. El valor crtico de z es 1.65. El valor calculado de z es 2.42, determinado por la frmula: z= - S/n = $400-$400 = $38/172 $7 $2.8975 = 2.42
La regla de decisin se muestra grficamente en el siguiente diagrama:
Regin de rechazo Valor p 1.65 Escala de z. Valor Critico 2.42 Valor calculado
Debido a que el valor estadstico de prueba calculado (2.42) es mayor que el valor crtico (1.65),se rechaza la hiptesis nula. El gerente de crdito puede concluir que el saldo insoluto medio es mayor que $400. El valor p proporciona informacin adicional acerca de la decisin. Recurdese que el valor p es la probabilidad de encontrar un valor estadstico de prueba tan grande o mayor que el obtenido cuando la hiptesis nula es verdadera. Por lo tanto resulta la probabilidad de un valor z mayor que 2.42. En la tabla del apndice A se ve la probabilidad de z entre 0 y 2.42, vale 0.4922. Se desea determinar la probabilidad de un valor mayor que 2.42 de modo que 0.5000-0.4922= 0.0078. Se llega a la conclusin de que la probabilidad de encontrar un valor z de 2.42 o mayor, cuando la hiptesis nula se verifica , es 0.78%. Por consiguiente, no es probable que la hiptesis nula sea verdadera. 3.1.4. Actividad de aprendizaje No. 7 TA-4: Ejercicios de aplicacin. 3.1.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca de prueba de hiptesis para medias a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano
MATEMTICAS III
- 72 -
f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 3.1.4.1 Criterio de evaluacin de la actividad TA-4 Actividad Actividad Resolver ejercicios acerca de prueba de hiptesis para medias. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 8 PR- 4 Resolver ejercicios prcticos 3.1.4.2 Instrucciones: Resolver un ejercicio en el que se involucre la prueba de hiptesis para medias. h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 3.1.4.2 Criterio de evaluacin de la actividad PR-4 Actividad Actividad Practica escrita que contenga por lo menos un problema de prueba de hiptesis para medias. Uso de reglas de presentacin
Ponderacin
Resolver en forma rpida 4 Puntos por lo menos un ejercicio de prueba de hiptesis. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
3.1.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca de prueba de hiptesis para medias. 3.1.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. 3. 2 Tema: Realizar pruebas de hiptesis para proporciones. 3.2.1 Objetivo de aprendizaje: Que el alumno adquiera la habilidad para contrastar hiptesis para proporciones. 3.2.2 Recurso tiempo del tema: 4.0 horas
MATEMTICAS III
- 73 -
3.2.3 Desarrollo:
El material presentado hasta ahora en esta parte ha utilizado la escala de intervalo o de razn de medicin. Esto es, se utilizaron variables tales como pesos, ingresos, distancias y edades. Ahora se desea considerar situaciones como las siguientes: *El director de servicios profesionales en el Southern Technical College reporta que el 80% de los egresados entran al mercado de trabajo a un puesto directamente relacionado con su campo de estudio. *Un representante de establecimiento de hamburguesas asegura que mas del 45% de las ventas se hacen a travs de la ventanilla para llevar (en automvil). *Una compaa grande quiere saber si hay diferencia en la proporcin de ejecutivos hombres y mujeres dispuestos a mudarse a otra ciudad para obtener un ascenso. Estos problemas son ilustraciones de la escala nominal de medicin. Recurdese que para tal escala la observacin se registra en una de dos o ms categoras. Por ejemplo, una persona se clasifica como el sexo masculino o femenino, o bien un elector potencial es clasificado como republicano, demcrata, independiente o otra afiliacin. Relacin proporcional Es la relacin por cociente o porcin relativa, que expresa la parte fraccional de la poblacin o muestra que tiene un atributo particular de inters. Por ejemplo Supngase que 92 de 100 personas en una encuesta estn a favor de ahorrar luz elctrica durante el da. La relacin proporcional muestral es 92/100, o sea 0.92(=92). Si p representa tal relacin, entonces:
Nmero de xitos en la muestra Relacin proporcional
p=
Nmero muestreado
Antes probar una relacin proporcional de poblacin deben considerarse algunos supuestos y cumplirse algunas condiciones. Para poner a prueba una hiptesis acerca de una relacin proporcional de poblacin, se relaciona una muestra aleatoria de esa poblacin. Este procesos se denomina experimento. Se supone que se cumplen las suposiciones binomiales que se analizan en la unidad I,(1) los datos muestrales recopilados son resultado del conteos; (2) un resultado de un experimento se clasifica en una de dos categoras mutuamente excluyentes: un xito o un fracaso; (3) la probabilidad de un xito se manifiesta igual para cada ensayo; y (4) los ensayos son independientes, lo que significa que el resultado de uno no afecta el resultado de cualquier otro. La prueba que se realizar en breve es adecuada cuando tanto n como n(1-), valen al menos 5. Se tiene n es el tamao de la muestra , y es la relacin proporcional de
MATEMTICAS III
- 74 -
poblacin. La prueba se presenta en esta seccin debido a que en una extensin especial de la prueba presentada anteriormente es esta parte , y tambin es de uso comn. Dicha prueba es un buen ejemplo del caso donde la distribucin probabilstica normal se aplica para aproximar con gran exactitud una del tipo binomial. Ejemplo Supngase que elecciones anteriores en un estado federal indicaron que es necesario que un candidato a gobernador obtenga al menos 80% de los votos en la seccin norte del estado en cuestin para que resulte elegido. El gobernador actual est interesado en evaluar las oportunidades que tiene que lograr la reeleccin para el cargo, y planea la realizacin de una encuesta que incluya 2 000 electores registrados en dicha rea. Se debe emplear el procedimiento de prueba de hiptesis para determinar las probabilidades de reeleccin del gobernador. Solucin Se realiza la siguiente prueba de hiptesis, ya que tanto n como n(1-) exceden de 5. En este problema n =2 000 y = 0.80 ( es la relacin proporcional de los votos en el estado del norte del estado-igual a 80%- necesaria para la reeleccin). Por tanto, n = 2000(10.80) = 400. Tanto 1600 como como 400 son mayores que 5. Paso 1. La hiptesis nula H0, es que la relacin proporcional , vale 0.80. La hiptesis alternativa, H1, es que tal relacin es menor que 0.80. Desde un punto de vista prctico, el gobernador actual se preocupa solo cuando la relacin muestral es menor que 0.80. Si es igual, o mayor que, 0.80, no tendr problema; es decir, los datos muestrales indicaran que probablemente ser reelegido. Estas hiptesis se expresan simblicamente de la siguiente forma: H0: 0.80 H1: < 0.80 Se tiene que H1 indica una direccin. En consecuencia, como se observ anteriormente, la prueba es de una cola, con el signo de desigualdad sealando hacia la extremidad o cola de la distribucin que contiene la regin de rechazo. Paso 2. El nivel de significancia es de 0.05. Esta es la probabilidad de que se rechace la hiptesis verdadera. Paso 3. Se tiene que z es el valor estadstico adecuado, que se evala mediante:
p-
Prueba de hiptesis, una relacin proporcional
z=
Paso 4: El valor crtico (o los valores crticos) de z forman el punto o puntos de divisin entre las regiones de aceptacin y de rechazo de H0. Como la hiptesis alternativa indic una direccin, esta es una prueba de una cola (vase el siguiente diagrama). En el paso se especific que alfa vale 0.05. Esta probabilidad se encuentra en la cola izquierda y determina la regin de rechazo. El rea entre cero y el valor crtico vale 0.4500, que se obtiene de 0.5000-0.0500. Al consultar el apndice A y buscando 0.4500, se encuentra el
MATEMTICAS III
- 75 -
valor crtico de z es 1.65. Por tanto, la regla de decisin es : Rechazar la hiptesis nula y aceptar la hiptesis alternativa si el valor z calculado queda a la izquierda de 1.65; de otra manera, se acepta H0.
0.5000 Regin de Rechazo 0.05 No se rechaza H0 0.4500 0 0.5000 Escala z
-1.65 Valor crtico
Paso 5. Se elige una muestra y se toma una decisin respecto a H0. Una investigacin muestral de 2 000 electores potenciales en el rea norte del estado revel que 1 550 planeaban votar por el gobernador actual. La relacin proporcional de 0.775(que se obtiene de 1 550/2 000) es lo suficiente cercana a la necesaria de 0.80 para afirmar que la diferencia se debe al azar? En este problema: P vale o.775, la relacin proporcional en la muestra de quienes planean votar por el gobernador. n vale 2 000, el nmero de electores en la encuesta. vale 0.80 la relacin hipottica de la poblacin. z es el valor estadstico de prueba distribuido normalmente cuando la hiptesis es Verdadera y las otras suposiciones lo son tambin.
P Z= (1- ) n
= (1 550/2000) 0.80 0.80(1-0.80)/2000
= -2.80
El valor calculado z(-2.80), esta en la regin de rechazo, por lo que se descarta la hiptesis nula en el nivel de 0.05. La diferencia de 2.5 porcentuales entre el porcentaje muestral (77.5%) y el porcentaje poblacional hipottico en la parte norte del estado, necesaria para ganar la eleccin (80%) es estadsticamente significativa. Quizs esto no se debe a la variacin muestral. Expresado en otros trminos. La evidencia obtenida no fundamenta la aseveracin de que el gobernador saliente regresar al puesto por otros cuatro aos.
MATEMTICAS III
- 76 -
El valor p es la probabilidad de obtener un valor z menor que 2.80. Del apndice A, se ve que la probabilidad de z entre 0 y 2.80, es 0.4974. por lo tanto, el valor p es 0.0026, obtenido mediante 0.5000-0.4974. n conclusin: el gobernador no puede confiar en que ser el reelegido.
es mnima la suma de los cuadrados de dichas desviaciones (es decir, ninguna otra recta dara una suma menor de las desviaciones elevadas al cuadrado). Simblicamente, el valor que se minimiza es
3.2.4. Actividad de aprendizaje No. 9 TA-5: Ejercicios de aplicacin. 3.2.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios acerca de prueba de hiptesis para proporciones. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 3.2.4.1 Criterio de evaluacin de la actividad TA-5 Actividad Actividad Resolver ejercicios acerca de prueba de hiptesis para proporciones. Resuelva de manera correcta los problemas. Resolver los propuestos.
Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 10 PR- 4 Resolver ejercicios prcticos 3.2.4.2 Instrucciones: Resolver un ejercicio en el que se involucre la prueba de hiptesis para proporciones. h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 3.2.4.2 Criterio de evaluacin de la actividad PR-5
MATEMTICAS III
- 77 -
Actividad Practica escrita que contenga por lo menos un problema de prueba de hiptesis para proporciones. Uso de reglas de presentacin
Actividad
Ponderacin
Resolver en forma rpida 4 Puntos por lo menos un ejercicio de prueba de hiptesis. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
3.2.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca de prueba de hiptesis para proporciones.. 3.2.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega.
UNIDAD TEMTICA: 4. REGRESIN
Y CORRELACION.
4.1 Tema: Mnimos cuadrados. 4.1.1 OBJETIVO APRENDIZAJE: Que el alumno aprenda a manejar correctamente el mtodo de mnimos cuadrados. 4.1.2 Recurso tiempo del tema: 5 horas 4.1.3 Desarrollo: La regresin y la correlacin son dos tcnicas estrechamente relacionadas que comprenden una forma de estimacin. La diferencia entre estas tcnicas y el tipo de estimacin estudiado anteriormente radica en que las tcnicas anteriores se utilizaron para evaluar un parmetro de poblacin nica En forma ms especifica, l anlisis de correlacin y regresin comprende el anlisis de los datos mustrales para saber si y como se relacionan entre s dos o ms variable de una poblacin. Los datos necesarios para el anlisis de regresin y correlacin provienen de observaciones de variables relacionadas. En el caso de un problema de dos variables, esto significa que cada observacin proporciona dos valores, uno para cada variable. Por ejemplo, un estudio que comprenda caractersticas fsicas puede interesarse por la edad y la estatura de cada individuo del mismo. Las dos variables de inters, - la edad y la estatura de cada persona seran las relacionadas. En el caso de un problema de tres variables, cada observacin proporciona tres valores. Por ejemplo, adems de la edad y la estatura de cada persona tal vez desearamos incluir en el anlisis, el peso de la misma.
EL MTODO DE MNIMOS CUADRADOS:
MATEMTICAS III
- 78 -
Generalmente, ms de una curva de un tipo dado parece ajustar un conjunto de datos. Para evitar el juicio individual en la construccin de rectas, parbolas, u otras curvas de aproximacin, es necesario obtener una definicin de la mejor recta de ajuste , mejor parbola de ajuste. Para motivar una posible definicin considrese la figura.4.1 en la cul los puntos de datos son (x1, y1)...,(xn, yn). Para un valor dado de x, por ejemplo x1, habr una diferencia entre el valor de y1, y el valor correspondiente de la curva C. Denotamos sta diferencia por d1, que algunas veces se le conoce como desviacin, error o residuo y puede ser positivo, negativo o cero. Anlogamente, correspondiendo a los valores x2,...,xn obtenemos las desviaciones d2, ....,dn.
y
dn
*
* *(x ,y )
1 1
d1 d2
*b(x2,y2)
x
Fig. 4.1 Una medida de la bondad del ajuste de la curva C que al conjunto de datos la suministra la cantidad d12 + d22+.....+dn2. Si la suma es pequea el ajuste es bueno si es grande el ajuste es malo. Por tanto tomamos la siguiente: Definicin. De todas las curvas de aproximacin de un conjunto de puntos de datos dados, la curva que tenga la propiedad de que: d12 +d22+..........+dn2 = un mnimo es la mejor curva de ajuste. Una curva con sta propiedad se dice que ajusta los datos en el sentido de mnimos cuadrados y se llama curva de regresin de mnimos cuadrados o simplemente curva de mnimos cuadrados. Por tanto una recta con sta propiedad se llama recta de mnimos cuadrados, una parbola con sta propiedad se llama parbola de mnimos cuadrados, etc. Se acostumbra emplear la definicin anterior cuando x es la variable independiente y y es la variable dependiente. Si x es la variable dependiente, la definicin se modifica al considerar las desviaciones horizontales en cambio de las verticales, que se reduce a intercambiar los ejes x, y. Estas dos definiciones conducen en general a dos curvas de mnimos cuadrados diferentes. Al menos que se especifique lo contrario consideraremos a y como la variable dependiente y a x como la independiente. La recta resultante presenta dos caractersticas importantes: es nula la suma de las desviaciones verticales de los puntos a partir de la recta y es mnima la suma de los cuadrados de dichas desviaciones (es decir, ninguna otra recta dara una suma menor de las desviaciones elevadas al cuadrado). Simblicamente, el valor que se minimiza es (yi yc)2
MATEMTICAS III
- 79 -
en el cual yi = valor observado de y yc = valor calculado de y utilizando la ecuacin de mnimos cuadrados con el valor correspondiente de x para yi. Los valores de a y b para la recta yc = a + bx que minimiza la suma de los cuadrados de las desviaciones, son las soluciones a las llamadas ecuaciones normales. y = na+b (x) xy = a(x)+b(x2) En las que n es el nmero de pares de observaciones. As, evaluando las cantidades como x, xy, etc., se puede resolver estas dos ecuaciones simultneas para determinar a y b. sin embargo, en las ecuaciones pueden despejarse a y b, y esto proporciona un modo ms sencillo de clculo. Se obtienen dos formulas, una para a y otra para b:
b=
n(xy) (x) (y) n(x2) (x)2
a = y b x n
Es posible utilizar el mtodo de mnimos cuadrados para obtener una recta, en el caso del kilometraje y el precio de venta. A partir de las ecuaciones anteriores, es evidente que, para determinar la ecuacin lineal primero se debern calcular los valores de x, y, x2 y xy, los cuales se determinan a partir de los datos de la muestra. Una cantidad adicional, y2, tambin deber calcularse para usos posteriores. Cabe observar que n = 14 partes de observaciones. Los valores respectivos se muestran en la tabla 4.1
IV.1.1 Tabla 4.1. Clculos para los datos
Observacin I 1 2 3 4 5
Recorrido x 40 30 30 25 50
Precio venta y $ 1,000.00 1,500.00 1,200.00 1,800.00 800.00 xy 40000 45000 36000 45000 40000 x2 1600 900 900 625 2500 y2 1000000 2250000 1440000 3240000 640000
MATEMTICAS III
- 80 -
6 7 8 9 10 11 12 13 14
60 65 10 15 20 55 40 35 30 x = 505
1,000.00 500.00 3,000.00 2,500.00 2,000.00 800.00 1,500.00 2,000.00 2,000.00 y = 21600
60000 32500 30000 37500 40000 44000 60000 70000 60000 xy= 640000
3600 4225 100 225 400 3025 1600 1225 900 x = 21825
2
1000000 250000 9000000 6250000 4000000 640000 2250000 4000000 4000000 y2 = 39960000
De dicha tabla se obtienen: b = 14(640000) (505) (21600) = 8960000 10908000 14(21825) (5052) 305550 - 255025 = -1948000 = -38.56 50525 a = y b(x) = 21600 (-38.56) (505) = 40979.4 = 2934 n 14 14 la ecuacin resultante de regresin, y = a+bx, es entonces: yc = 2934 38.56x
4.1.4Actividad de aprendizaje No. 1 TA-4: Ejercicios de aplicacin. 4.1.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios en los se involucre mnimos cuadrados. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 4.1.4.1 Criterio de evaluacin de la actividad TA-1 Actividad Actividad Resolver ejercicios en los Resolver los que se involucre mnimos propuestos. Ponderacin Puntos
ejercicios 9
MATEMTICAS III
- 81 -
cuadrados.. Resuelva de manera Utilizar el formato para la 1 Puntos correcta los problemas. entrega de tareas. Total 10 puntos Actividad de aprendizaje No. 2 PR- 1 Resolver ejercicios prcticos 4.1.4.2 Instrucciones: Resolver un ejercicio en el que se involucre mnimos Cuadrados. h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 4.1.4.2 Criterio de evaluacin de la actividad PR-1 Actividad Actividad Practica escrita que contenga por lo menos un problema de mnimos cuadrados. Uso de reglas de presentacin
Ponderacin
Resolver en forma rpida 4 Puntos por lo menos un ejercicio de mnimos cuadrados. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
4.1.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca mnimos cuadrados. 4.1.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. Estadstica para la administracin y economa. Berenson Mark L. David M. Levine Editorial Mc Graw Hill 4.2 Tema: Estimacin mediante la lnea de regresin simple. 4.2.1 Objetivo de aprendizaje: Que el alumno adquiera la habilidad para resolver problemas de regresin lineal. 4.2.2 Recurso tiempo del tema: 4 horas 4.2.3 Desarrollo: ESTIMACIN MEDIANTE LA LNEA DE REGRESIN SIMPLE
MATEMTICAS III
- 82 -
La regresin lineal simple comprende el intento de desarrollar una lnea recta o ecuacin matemticas lineal que describa la relacin entre dos variables. Las ecuaciones de regresin pueden ser utilizadas de diversas formas. Se emplean en situaciones en las que dos variables miden aproximadamente lo mismo, pero en las que una variable es relativamente costosa o, por el contrario, es poco interesante trabajar con ella, mientras que con la otra variable no ocurre lo mismo. Por ejemplo, la resistencia y dureza de un metal pueden estar relacionadas, de tal manera que si se conoce la dureza del metal, se puede estimar fcilmente su resistencia. Si al probar la resistencia se destruye el metal, y no sucede lo mismo en la prueba para la dureza, una persona interesada en estimar la resistencia, obviamente podra preferir basarse en la prueba de la dureza para estimar la resistencia. La finalidad de una ecuacin de regresin sera estimar los valores de una variable con base en los valores conocidos de la otra. Otra forma de emplear las ecuaciones de regresin es para explicar los valores de una variable en trminos de la otra. Es decir, se puede intuir una relacin de causa y efecto entre dos variables. Por ejemplo, una economista puede intentar explicarse los cambios en la demanda de automviles usados, en trminos del nivel de desempleo. Un agricultor puede creer que la cantidad de fertilizantes que utiliz influy en la cosecha lograda. La velocidad de un automvil podra ser, un factor para determinar la distancia de frenado. Sin embargo, se deber observar que, la lgica de una relacin causal, debe provenir de teoras externas al campo de la estadstica. El anlisis de regresin nicamente indica que relacin matemtica podra haber, de existir una. En otras palabras, ni con la regresin ni con la correlacin se puede establecer si una variable tiende a causar ciertos valores de otra variable. Un tercer uso de la ecuacin de regresin es para predecir los valores futuros de una variable. Por ejemplo, a menudo se llevan a cabo pruebas de seleccin para posibles empleados o estudiantes para predecir la potencialidad de tener xito, en tanto en la escuela como un empleo. Supuestamente existe una relacin matemtica entre la calificacin obtenida en la prueba y el potencial futuro. Aunque estas podran asumir una gran variedad de formas, muestra explicacin se limitar a ecuaciones lineales. Esta ltima, o sea aquellas cuyas grficas es una lnea recta, son importantes porque se aproximan estrechamente a muchas relaciones del mundo real y adems porque es relativamente fcil trabajar con ellas e interpretarlas. Otras formas de anlisis de regresin, tales como la regresin mltiple (ms de dos variables) y la regresin curvilnea(para relaciones de forma no lineal) comprenden extensiones de los mismos conceptos que se utilizan en el regresin lineal simple. Dos caractersticas importantes de una ecuacin lineal son: 1) la pendiente de la recta y 2) la localizacin de la recta en algn punto. Una ecuacin lineal tiene la forma: y = a + bx En la que a y b son valores que se determinan a partir de los datos de la muestra; a indica la altura de la recta en x = 0, y b seala su pendiente. La variable y es la que se habr de predecir, y x es la variable predoctora. En la figura 4.3 se ilustra la relacin entre la grfica de la recta y la ecuacin. La recta, cuya ecuacin y = a + bx, corta al eje Y en el punto y = a. El punto se llama ordenada en el origen(Intercepcin con el eje Y) La pendiente de la recta b, indica la intensidad de cambio de y por unidad de cambio de x, o sea, y/ x.
MATEMTICAS III
- 83 -
Pendiente = b =
y = a + bx
y x=1
Considrese la ecuacin lineal y =5 + 3x, que se representa en la Fig. 4.2 la recta corta al eje Y en el punto donde y = 5. La pendiente de la recta es 3, lo cual indica que para todo cambio de una unidad en x, habr en y un cambio correspondiente de tres unidades. Como se muestra en la tabla que sigue, la ecuacin se puede utilizar a fin de determinar valores de y para diversos valores de x. Este ltimo mtodo (es decir, sustituir valores de x en la ecuacin y despejar y) generalmente es preferible a leer valores en la grfica, ya que permite un grado de precisin mayor que el que es posible obtener al utilizar una grfica ordinaria.
2 5 2 0 1 5 1 0 5 0 1 2 3 4 5 6 7 8 9 10
MATEMTICAS III
- 84 -
Sin embargo, estas representaciones son importantes, debido a que crean una imagen mental de la relacin. As mismo, en la etapa inicial del anlisis de datos puede ser til para decidir si una relacin lineal es apropiada. Valor de x 2 3.1 7.2 Decisin acerca de un tipo de relacin. Es importante darse cuenta de que no en todos los casos se puede obtener una aproximacin mediante una ecuacin lineal. Debido a ello, suele ser necesario realizar un trabajo preliminar a fin de determinar si un modelo lineal ser el adecuado. El procedimiento ms simple es graficar los datos y determinar por examen si parece existir una relacin lineal. Examine las grficas de la Fig. 4.4 y observe que los puntos en (b) y en (c) parece seguir un alineamiento. Cuando los datos no se pueden aproximar con un modelo, las alternativas son buscar un modelo no lineal adecuado o bien, cambiar los datos a la forma lineal. Por ejemplo, si se convierten una o ambas escalas en logartmicas pueden ligarse a un modelo lineal. Esto probablemente producira una recta en el eso de la Fig. 4.4 (a) y = 5+3x Valor de calculado de y 5+3(2) = 11 5+3(3.1) = 14.3 5+3(7.2) = 26.6
* * * * * * * * * * * ** ** * * * * * * *** * ** * *
DETERMINACIN DE LA ECUACIN MATEMTICA. Concentremos nuestra atencin en la forma de obtener la ecuacin de la recta que mejor describa un conjunto de observaciones. Supngase como un ejemplo que se quiere determinar si existe relacin entre el kilometraje de un automvil usado y su precio de venta.
MATEMTICAS III
- 85 -
15 10 0* * * * 0 100 200 300 400 500 * * * * * * * * * * * * * **
12 10 86* 42* * 0 1 2 3 4 * * * * * * * *
Es decir, se indaga si el precio depende del kilometraje del automvil. En termino de regresin el kilometraje se designara como la variable independiente o explicativa, y el precio de venta como la Variable dependiente o explicada. Es tradicional utilizar el smbolo x para representar los valores de la variable independiente, el smbolo y para valores de la variable dependiente.
En la regresin, los valores de y son predichos a partir de valores de x dados o conocidos. la variable y recibe el nombre de variable dependiente y la variable x el de variable independiente.
MATEMTICAS III
- 86 -
. 4.2.4. Actividad de aprendizaje No. 3 TA-2: Ejercicios de aplicacin. 4.2.4.1 Instrucciones: Resuelve de manera correctamente los siguientes ejercicios en los se involucre lnea de regresin simple. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 4.2.4.1 Criterio de evaluacin de la actividad TA-2 Actividad Actividad Resolver ejercicios en los que se involucre la lnea de regresin. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 4 PR- 2 Resolver ejercicios prcticos 4.2.4.2 Instrucciones: Resolver un ejercicio en el que se involucre la linea De regresin simple. h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 4.2.4.2 Criterio de evaluacin de la actividad PR-1 Actividad Actividad Practica escrita que contenga por lo menos un problema que sea de regresin simple. . Uso de reglas de presentacin
Ponderacin
Resolver en forma rpida 4 Puntos por lo menos un ejercicio de lnea de regresin simple. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
MATEMTICAS III
- 87 -
4.2.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca lnea de regresin simple. 4.2.6 Bibliografa: Estadstica para la administracin y economa. Berenson Mark L. David M. Levine Editorial Mc Graw Hill 4.3 Tema: Anlisis de correlacin. 4.3.1 Objetivo de aprendizaje: Que el alumno adquiera la habilidad para resolver problemas de anlisis de correlacin. 4.3.2 Recurso tiempo del tema: 3 horas 4.3.3 Desarrollo: Anlisis de correlacin Conjunto de tcnicas estadsticas empleado para medir la intensidad de la asociacin entre dos variables. El principal objetivo del anlisis de correlacin consiste en determinar que tan intensa es la relacin entre dos variables. Normalmente, el primer paso es mostrar los datos en un diagrama de dispersin. Diagrama de dispersin Grfica que representa la relacin entre dos variables. Un ejemplo mostrar como se aplica el citado diagrama.
La empresa Copier Sales of Amrica, Inc., vende copiadoras a negociaciones grandes, medianas y pequeas en Estados Unidos y Canad. La seorita Marcy Bencer fue promovida recientemente al puesto de gerente nacional de ventas. A la prxima junta de ventas asistirn los representantes de todo el pas. A ella le gustara hacerles notar la importancia de hacer llamadas extra cada da. Decide reunir alguna informacin acerca de la relacin entre el nmero de llamadas y el nmero de productos vendidos. Seleccion al azar una muestra de 10 representantes y determino el nmero de llamadas que hicieron el ltimo mes, y el de copiadoras que vendieron. La informacin maestral se tiene en tabla 4.2.Transfiera stos datos a un diagrama de dispersin Qu observaciones pueden hacer usted acerca de la relacin entre el nmero de llamadas y la cantidad de copiadoras vendida
Tabla 4.2. Llamadas y copiadoras vendidas por 10 representantes. Representantes de ventas Tom Keller Jeff Hall Brian Virost Juan Flores Susan Welch Carlos Ramrez No. de llamadas 20 40 20 30 10 10 No. De copiadoras vendidas 30 60 40 60 30 40
MATEMTICAS III
- 88 -
Rich Niles Luis Kiel Mark Reynolds Soni Jones
20 20 20 30
40 50 30 70
Solucin.
En base en los datos presentados en la tabla 4-2, la seorita Bencer sospecha que existe una relacin entre el nmero de llamadas hechas en un mes , y el nmero de copiadoras que se vendieron. Soni Jones vendi el mayor numero de unidades el mes anterior, y era una de las tres representantes que hizo 30 o mas llamadas. Por otra parte , Susan Welch y Carlos Ramrez hicieron 10 llamadas en el mismo mes. A la seorita Welch correspondi el menor nmero de copiadoras vendidas entre los representantes de la muestra. La deduccin es que el nmero de copiadoras vendidas tiene relacin con la cantidad de llamadas realizadas. A medida que aumenta el nmero de telefonemas crece la cantidad de unidades vendidas El nmero de llamadas de venta se denomina variable independiente y el nmero de copiadoras vendidas , variable dependiente. Variable dependiente La variable que se predice o calcula. Variable independiente Una variable que proporciona las bases para el clculo,.Es la variable de prediccin. Es practica comn marcar la variable dependiente ( en este ejemplo, copiadoras vendidas) en el eje vertical, o eje Y, o la variable independiente ( numero de llamadas a clientes ) en el eje horizontal , o eje X. Para establecer el diagrama de dispersin para la informacin de ventas de la empresa en cuestin, se comienza con el primer representante, Tom Keller, quien hizo 20 telefonemas el mes anterior y vendi 30 copiadoras; as que X = 20 y Y = 30. para ubicar el punto obviamente se va sobre el eje horizontal hasta llegar a X = 20, despus se sube en direccin vertical hasta Y = 3O, y se sita as el punto respectivo en el plano XY. Este proceso se continua hasta situar todas las parejas de datos, como se muestra en el diagrama 5-2.
unidades
llamadas
Diagrama 5-2 Diagrama de dispersin que muestra las llamadas de ventas y las copias vendidas.
MATEMTICAS III
- 89 -
El diagrama de dispersin indica que los representantes de ventas que hacen ms llamadas telefnicas, tienden a vender ms copiadoras. Es razonable que la seora Bencer, la gerente nacional de ventas de la empresa mencionada, diga a sus representantes que cuanto mayor sea el numero de llamadas a clientes que hagan, mas copiadoras podrn esperar vender. Obsrvese que aun parece haber una relacin positiva entre las dos variables. No todos los puntos quedan en una misma lnea recta. COEFICIENTE DE CORRELACIN Originado por el investigador Karl Pearson aproximadamente ene el ao 1900. El coeficiente de correlacin. Describe la intensidad de la relacin entre dos conjuntos de variables escalizadas por intervalo o por relacin o razn. Ya que se le denota con r, con frecuencia se menciona tambin como r de Pearson, o como coeficiente de correlacin, puede tomar cualquier valor de 1.00 a +1.00, inclusive. Un coeficiente de correlacin de 1.00 o de + 1.00 indica una correlacin perfecta, esto es el numero de telefonemas y el de productos vendidos estn perfectamente relacionados en un sentido lineal positivo. Un valor calculado de 1.00 indica que la variable independiente X y la variable dependiente Y estn perfectamente relacionadas en forma lineal negativa. La forma como quedara el diagrama de dispersin si la relacin entre los dos conjuntos de datos fuera lineal y perfecta como se observa en el siguiente diagrama.
Y
Correlacin negativa perfecta Recta con pendiente Negativa
y
Correlacin positiva perfecta r = +1.00
r = -1.00
Recta con pendiente positiva
x
Diagrama 5-3 Diagrama de dispersin que ilustra una correlacin negativa perfecta y una correlacin positiva perfecta.
El siguiente cuadro resume la intensidad y la direccin del coeficiente de correlacin.
Correlacin Negativa Perfecta Correlacin Negativa Intensa. -1.00 Correlacin Negativa Moderada -0.50 Correlacin negativa
Ninguna Correlacin Correlacin negativa dbil 0 Correlacin Positiva Intensa
Correlacin Positiva Perfecta. Cor5relacion Correlacion Positiva Positiva Moderada Intensa 0.50 Correlacin positiva 1.00
MATEMTICAS III
- 90 -
Coeficiente de correlacin Medida de la intensidad de la relacin lineal entre dos variables. Para determinar el valor numrico del coeficiente de correlacin, se utiliza la siguiente expresin la formula para r es :
n( xy) ( x ) (y ) Coeficiente de correlacin r = [ n ( x2 ) (x )2 ] [ n (y2 ) - (y )2 ] Donde:

n X Y (x2) (x)2 ( y2) ( y)2 numero de pares de observaciones. suma de los valores de la variable X. suma de los valores de la variable Y. suma de los valores de X elevados al cuadrado. cuadrado de la suma de los valores de X. suma de los valores de Y elevados al cuadrado. cuadrado de la suma de los valores de Y.
XY
suma de los productos de X y Y.
Ejemplo Refirase al ejemplo anterior, donde se desarroll un diagrama de dispersin que ilustra la relacin entre el nmero de telefonemas a clientes y la cantidad de copiadoras vendidas. Determine el coeficiente de correlacin.
Tabla 4.2. Llamadas y copiadoras vendidas por 10 representantes. Representantes ventas Tom Keller Jeff Hall Brian Virost Juan Flores Susan Welch Carlos Ramrez Rich Niles Luis Kiel Mark Reynolds Soni Jones Total de Llamadas (x) 20 40 20 30 10 10 20 20 20 30 220 copiadoras vendidas (y) 30 60 40 60 30 40 40 50 30 70 450 4 00 1 600 4 00 9 00 1 00 1 00 4 00 4 00 4 00 9 00 5 600 9 00 3 600 1 600 3 600 9 00 1 600 1 600 2 500 9 00 4 900 22 100 6 00 2 400 8 00 1 800 3 00 4 00 8 00 1 000 6 00 2 100 10 800 x2 y2 xy
El coeficiente de correlacin es 0.759, que se evala por medio de la frmula:
MATEMTICAS III
- 91 -
r=
n XY x Y [n (x2) (x)2] [n (y2) (y)2] 10 (10 800) (220) (450)
= [10 (5 600)- (220)2] [10(22 100) - (450)2 = 0.759 Cmo se interpreta un correlacin de 0.759? Primero: es positiva, as que se ve que existe una relacin directa entre el nmero de telefonemas y el nmero de copiadoras vendidas. Esto confirma el razonamiento basado en el grfico de dispersin. El valor de 0.759 esta muy cerca de 1.00, as que se concluye que la asociacin es fuerte. Para expresarlo de otro modo, un 25% de incremento en las llamadas probablemente conducir a un 25% de aumento en la ventas. Coeficiente de determinacin Una medida que tiene una aceptacin mas fcil de interpretar es el coeficiente de determinacin. Se calcula elevando al cuadrado el coeficiente de correlacin. Para el ejemplo, dicho coeficiente de determinacin, r2, vale 0.576, que proviene de (0.759). Esta es una relacin proporcional o porcentaje; puede decirse que 57.6% de la variacin en el nmero de copiadoras vendidas se explica por la variacin en el numero de tefonemas. Coeficiente de determinacin La porcin de la variacin total en la variable Y, que explica por la variacin en la variable independientes X . 4.3.4. Actividad de aprendizaje No. 5 TA-3: Ejercicios de aplicacin. 4.3.4.1 Instrucciones: Resolver ejercicios en los que se involucre el Correlacin y determinacin. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 4.3.4.1 Criterio de evaluacin de la actividad TA-3 Actividad Actividad Resolver ejercicios en los que se involucre el coeficiente de correlacin. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
MATEMTICAS III
- 92 -
Actividad de aprendizaje No. 6 PR- 3 Resolver ejercicios prcticos 4.3.4.2 Instrucciones: Resolver un ejercicio en el que se involucre coeficiente De correlacin. . h) Valor: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 4.3.4.2 Criterio de evaluacin de la actividad PR-3 Actividad Actividad Practica escrita que contenga al menos un problema de coeficiente de correlacin.. . Uso de reglas de presentacin
Ponderacin
Resolver en forma rpida 4 Puntos un problema de coeficiente de correlacin. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
4.3.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca de coeficiente de correlacin y de determinacin.. 4.3.6 Bibliografa: Estadstica para Administracin y Economa. Robert D. Mason/ Douglas A. Lind/ William G. Marcial. Editorial Alfaomega. Unidad Temtica: 5. Introduccin a las matemticas financieras 5.1. Tema: Conceptos generales. 5.1.1 Objetivo de aprendizaje: Que el alumno comprenda conceptos matemticas financieras. 5.1.2 Recurso tiempo del tema: 4.5 horas 5.1.3 Desarrollo:
Dinero
respecto a
Normalmente se define al dinero como la suma de moneda en circulacin cuentas corrientes de los bancos.
ms las
Esta suma se denomina algunas veces oferta
monetaria en sentido estricto y se designa por medio del smbolo M1. La moneda en
MATEMTICAS III
- 93 -
circulacin se compone de monedas (contantes y sonantes) y de billetes (papel moneda). Las cuentas corrientes (dinero en cheques) corresponden a las cuentas privadas de cheques de los bancos comerciales. Slo la moneda en circulacin y las cuentas
corrientes pueden ser utilizadas como formas de pago o cambio. Cuando a la oferta monetaria en sentido estricto se le agregan los depsitos a plazos de los bancos comerciales se obtiene la oferta monetaria en sentido amplio, la que se designa con el smbolo M2.
La inversin de dinero El dinero de tu bolsillo o el de tu cuenta de cheques, siempre est disponible para efectuar pagos o compras, pero aparte de esa funcin, no reporta utilidad alguna. Con las altas tasas de inters que se conceden hoy en da, tener demasiado dinero en efectivo, constituye un lujo caro. prudentes Quienes saben administrar hbilmente el dinero, desde las
amas de casa hasta los sagaces ejecutivos de las empresas, tienen un
objetivo comn; poner el dinero a trabajar. Este propsito puede conseguirse tanto prestando como adquiriendo bienes con l. As por ejemplo, los prestamistas compran boletas de empeo que les reditan beneficios, y los inversionistas adquieren valores de renta variable con la esperanza de que la
empresa tenga xito y produzca ganancias de capital superior a las que obtendran mediante obligaciones u otros instrumentos de inversin.
Los objetivos de la inversin
Todas las personas
con dinero ocioso, pueden encontrar un lugar apropiado donde
produzca beneficios econmicos entre los mltiples y diversos instrumentos de inversin que existen en los actuales mercados financieros. Sin embargo no es conveniente
efectuar una solo inversin, sino realizar un minucioso estudio de las diferentes
MATEMTICAS III
- 94 -
alternativas que se presentan , a efecto de seleccionar la mejor combinacin que permita alcanzar los objetivos del inversionista. El anlisis de las ventajas e inconvenientes de esa combinacin, debe efectuarse conforme a los siguientes criterios:
1. Liquidez. Rpida conversin en dinero de la inversin, con mnima o nula prdida de
capital. 1. Seguridad. Proteccin de capital. 2. Beneficios reales a corto plazo. Rpida realizacin de beneficios. 3. Ganancias de capital. Incrementos en el valor de la inversin.
4. Cotizabilidad. Existencia de un mercado secundario activo, que permita efectuar

rpidas ventas de capital a costos razonables de transaccin. 5. Ventajas Fiscales. Ingresos reales no gravados y tasas favorables sobre las ganancias de capital. Una economa basada en el crdito La mayora de las parejas jvenes slo estarn en condicin de adquirir una casa o un departamento, si disponen del dinero de otras persona. Los negocios tambin dependen del dinero prestado, tanto para sus operaciones diarias, como para realizar sus proyectos de expansin a largo plazo. El Estado a cualquier nivel es el mayor prestatario. Sin duda alguna el Gobierno Federal, junto con muchos estados, ciudades y
corporaciones, jams dejarn de estar en deuda. Pero el monto de la deuda no debe ser causa de preocupacin mientras se mantenga dentro de las capacidades y recursos del deudor. Cuando alguna persona o institucin pide dinero en prstamo, se crea una
deuda, pero al mismo tiempo, tambin se satisface alguna necesidad o se crea un activo.
MATEMTICAS III
- 95 -
Si se aplica inteligentemente, el crdito es benfico tanto para el deudor como para el acreedor. Una persona con ms dinero del que necesita puede esconderlo bajo el
colchn o depositarlo en una cuenta de cheques. De esta manera, el dinero est siempre disponible para gastarlo, pero no aumenta su cuanta. Si por el contrario, se permite a alguien ms su uso, el prestamista experimenta la agradable sensacin de verlo crecer. Por otra parte, el deudor a pesar de pagar intereses por su utilizacin, puede satisfacer sus necesidades econmicas; adquirir algn bien tangible (como por ejemplo una casa), o bien utilizarlo en una empresa financiera que no slo pague el costo del prstamo, sino que tambin permita obtener beneficios monetarios adicionales. El crdito representa en nuestros das un estilo de vida y un medio necesario en la mayor parte de los negocios, por lo que resulta importante utilizarlo de manera racional. Su uso apropiado requiere conocer su costo real y su rentabilidad. El costo del crdito El precio pagado por el uso del dinero tomado en prstamo, se conoce como tasa de inters. Bsicamente, el concepto del inters es muy simple. Es la renta que se paga por el uso del dinero. Si la tasa de inters efectiva anual es del 6%, esto significa que el prestamista recibe por concepto de inters o renta, 6 centavos por cada peso o unidad monetaria de que disponga el prestamista durante un ao. Por desgracia, las tasas efectivas de inters no son evidentes en general. No es raro encontrar operaciones de venta a plazos, cuyos crditos, en apariencia atractivos ocultan altas tasas de inters. Los ejecutivos financieros deben resolver problemas de inversin que comprenden gran nmero de variables que requieren de mtodos sofisticados para obtener las verdaderas tasas de inters. 5.1.4. Actividad de aprendizaje No. 7 TI-1: Tarea de investigacin. 5.1.4.1 Instrucciones: Investigar la importancia de los financiamientos.
MATEMTICAS III
- 96 -
a) Valor actividad: 5 Puntos b) Producto esperado: Que los alumnos realicen la investigacin va internet . c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 5.1.4.1 Criterio de evaluacin de la actividad TI-1 Actividad Actividad Ponderacin
Investigue por internet la Se comentar en grupo. 4 Puntos importancia de los financiamientos. Que sea entregado con una Utilizar el formato para la 1 Puntos buena presentacin. entrega de tareas. Total 5 puntos
5.1.5 Resultado del Aprendizaje: Se pretende que los alumnos denoten la importancia del dinero a travs del tiempo. 5.1.6 Bibliografa: Matemticas financieras, Robert Cissel/Helen Cissel, Novena Edicin, Editorial CECSA.
5.2.1 Tema: Progresiones aritmticas e inters simple.

Objetivo de aprendizaje: Que el alumno comprenda y aplique el inters simple mediante problemas reales. 5.2.2 Recurso tiempo del tema: 0.5 horas
5.2.3 Desarrollo:
PROGRESIONES: Es una serie de nmeros no interrumpida, cuya ley de
formacin est perfectamente definida, dentro de sta ley debe existir un primer trmino y un criterio para determinar cada uno de los siguientes trminos de la progresin.
Ejemplo: 1, 6, 11 , 16, 21, 26, etc..

Es una progresin cuya ley, es que cada trmino despus del primero, se obtiene sumando 5 al trmino anterior.
Ejemplo: 5, 10, 20, 40...

Es una progresin cuya ley es, que cada trmino despus del primero se obtiene
MATEMTICAS III
- 97 -
multiplicando por 2 el trmino anterior.
Los trminos que integran esta serie de nmeros llamada progresin se pueden obtener por diferencia o por cociente. Se dice que una progresin es finita, si hay un primero y un ltimo trmino. Si el conjunto de nmeros que forman una progresin no tiene un primero o ltimo trmino, entonces se dice que la progresin es infinita.
PROGRESIN ARITMTICA
Para poder integrar una progresin aritmtica es necesario que existan un primer trmino la diferencia y el nmero definido de trmino. Identificacin de los literales. a = primer trmino 5 d = diferencia 3 n = nmero de trminos 5 Expresin literal primer trmino segundo trmino tercer trmino cuarto trmino quinto trmino a a a a a +d + 2d + 3d + (n-1)d 5, 8, 11, 14, 17 Expresin numrica 5 =5 5+3 = 8 5+2(3) = 11 5+3(3) = 14 5+ (5-1) (3) = 17
ltimo trmino de la serie a 1 a+d 2 a + 2d 3
l = a + (n -1) d
a + 3d 4 a + (n-1)d n
l = ltimo trmino a = primer trmino n = nmero de trminos d = diferencia
Ejemplo:
Determinar el ltimo trmino de una progresin aritmtica cuyos elementos son 4.
Primer trmino 8 nmero de trminos 4 diferencia 5
l = a + (n-1) d
l = 8 + (4-1)5 l = 8 + (3) (5) l = 8 + 15
MATEMTICAS III
- 98 -
l = 23 8, 13, 18, 23 Ejemplo De una progresin aritmtica se sabe que tiene 7 trminos, d = 5, l = 29, deseamos saber cual es el primer trmino. a = l (n-1) d a = 29 (7-1)5 a = 29 30 a = -1
-1, 4, 9, 14, 19, 24, 29
Ejemplo El primer trmino de una progresin aritmtica 0, y el vigsimo 190 encuentre la diferencia comn. d= l a 190 0 = = 10 n 1 20 1
0, 10, 20, 30, 40, 50, 60. 70, 80, 90, 100, 20, 130, 140, 150, 160, 170, 180, 190.
Ejemplo Cuntos trminos tiene la progresin aritmtica -7, -3 ..... 29?
n=
29 ( 7) l a +1 = +1 = 10 d 4
SUMA DE UNA PROGRESIN ARITMTICA
La suma de una progresin aritmtica consiste en sumar cada uno de los trminos que la integran.
TEOREMA. En cada progresin aritmtica limitada, la suma de los medios distantes de los
extremos es igual a la suma de los extremos: Demostracin: 5, 8, 11, 14, 17, 20
Extremos: 5 + 20 = 25 Medios a igual distancia de los extremos: 8 + 17 = 25 Medios a igual distancia de los extremos: 11+ 14 = 25
MATEMTICAS III
- 99 -
Suma de los extremos: a + l Suma de los medios equivalentes segunda: a + d Suma de los medios equivalentes penltima: l d a+l=(a+d)+(ld ) a+l=(a+d+ld) a+l=a+l Si apreciamos que en toda una progresin aritmtica existen tantos pares de medios como n trminos se tengan, divididos entre dos la suma de la progresin ser:
S=
n (a +l) 2
Si Sustituyendo l en la ecuacin anterior l = a + (n + 1)d
S=
n ( a + a + (n 1)d ) 2
S=
n [ 2a + (n 1)d ] 2
Ejemplo Se desea saber cual es la suma de una progresin aritmtica cuyo primer trmino es 4 y el ltimo trmino 55 contiene 18 trminos con una diferencia comn de 3. S= 18 ( 4 + 55 ) = 531 2 4, 7, 10, 13, 16, 19, 22, 25, 28, 31, 34, 37, 40, 43, 46, 49, 52, 55. Ejemplo Encuentre la suma de los primeros 30 trminos de la progresin aritmtica 2, 9, 16. l = a + (n-1)d = 2+(30-1)7= 205 S=
n [ 2a + (n 1)d ] = 30 [ 2 + 205 ] = 3105 2 2
2, 9, 16, 23, 30, 37, 44, 51, 58, 65, 79, 86, 93, 100, 107, 114, 121, 128, 135, 142, 149, 156, 163, 170, 177, 184, 191, 198, 205.
MATEMTICAS III
- 100 -
APLICACIONES
Un estudiante ahorra para dar el enganche de una motocicleta la primera semana guarda $50, la segunda semana, $60, la tercera semana $70 y as sucesivamente por 40 semanas cuanto dinero tendr al final de 40 semanas. 40 [ 2(50 ) + (40 1)10 ] = 20(490)= $9 800 2 50, 60, 70, 80, 90, 100, 110, 120, 130, 140, 150, 160, 170, 180.. 440. S=
INTERES SIMPLE
Es el que se paga al final de un intervalo de tiempo previamente definido sin que el capital original vari. Este tipo de inters se usa principalmente en deudas a corto plazo de un ao o menos. I=k*c*t Donde: I = Inters simple k = constante de proporcionalidad c = capital t = tiempo Si despejamos k, de la ecuacin anterior k= I c *t
Ejemplo Se desea calcular el inters simple obtenido por el prstamo de $4,000, 3 meses de plazo y a la tasa de inters de 3.5% mensual.
3.5 = 0.035 por mes. 100 * 1mes
k=
I = (0.035) (4000)(3) = 420
k=
$j j = = por unidad de tiempo 100 * unidadtiem po 100
k = es la tasa de inters dividida entre 100 en otras palabras; k es el porcentaje en forma decimal esto es: j k=i= 100 Ejemplo
MATEMTICAS III
- 101 -
Una persona pidi prestado $2 350.00 a 5 meses de plazo y al 42% de inters simple Cul es el inters generado? Mtodo I. Datos Conversiones. Formula C = $2 350.00 j = 42% anual = 42/12 = 3.5 mensual I = C * I * t t = 5 meses convirtiendo j en i : I = 2 350 * 0.035 * 5 j = 42% anual i = j /100=3.5 /100 = 0.035 I = $ 411.25 Mtodo II Datos C =$2 350.00 j = 42% anual t = 5 meses Conversiones 5 meses = 5/12 = 0.4166 ao Formula I=C*I*t I = 2 350 *0.42 * 0.4166 I = $411.25
Ejemplo Marcela posee un capital de $32 000.00. Invierte 70% de su capital al 5.58% trimestral y el resto al 10.5% semestral. cunto recibe cada mes de inters total? Datos C1 = $22 400.00 C2 = $9 600.00 i = 5.58/100 = 0.0558 cada 3 meses. i = 10.5/100 = 0.105 t = 1 mes. t =1 mes Primer calculo: Segundo calculo: I = (22400)(0.0558)(1mes) = $416.64 I = (9 600)(0.105/6)(1 mes ) = $168.00 IT = 416.64+168 = 584.64
MONTO SIMPLE
A la suma del capital mas el inters simple ganado se le llama, monto simple o simplemente monto y se simboliza mediante la letra M.
M=C+I M = Monto simple. C = Capital I = Inters

Ejemplo: Calcule el monto de un prstamo de $ 2 000.00 al 46% de inters simple a 2 meses Mtodo I Datos C =$ 2 000.00 i = 46% =0.46 t =2 meses I = (2000)(0.46/12)(2)= 153.33 M = 2000+153. 33 M = $2 153.33
Mtodo II
Datos C = $ 2 000.00 I = 46%=0.46 t =2 meses M = C [ 1+ (i * t ) ] M = 2000 [ 1 + (0.46/12) (2) ] M = $ 2 153.33
MATEMTICAS III
- 102 -
T I I E: Tasa de inters interbancaria de equilibrio; y se refiere a la tasa de inters que iguala la oferta y la demanda de fondos prestables entre los bancos por conducto del Banco de Mxico y se denomina a partir de las cotizaciones que estos presentan al Banco Central. Ejemplo Ramn tiene una deuda por $7,500 que debe pagar dentro de 5 meses. Si la operacin esta pactada a la TIIE ms 8 puntos porcentuales cunto deber pagar para saldar su deuda, sabiendo que la TIIE es igual a 26.65%? Datos J = 26.65 + 8 = 34.65% C = $7,500.00 t = 5 meses
INTERS COMERCIAL Y REAL
M = C [1 + (I + t) ] M = 7 500 [1+ (0.3465/12)(59) ] M = $8 582.81
Cuando el tiempo en un prstamo esta dado en das, se vuelve necesario convertir la tasa de inters anual, a una tasa de inters por da. Cuando la tasa anual se convierte a tasa diaria utilizando el ao natural ( 365 das o 366 das si el ao es bisiesto) se toma como divisor en la formula de inters simple o del monto, el inters obtenido se llama inters real o inters exacto. Cuando se lleva acabo la conversin utilizando como divisor el nmero de 360, se dice que s esta utilizando el ao comercial, en este caso el inters obtenido se llama inters comercial o inters ordinario.
El uso del ao comercial de 360 das es utilizado por prestamistas particulares , comercios , bancos, y casos de bolsa en la mayora de sus operaciones financieras debido a la costumbre y por que el inters comercial resulta mayor que el inters real para un mismo capital, tasa y tiempo.
FORMULA GENERAL:
Inters real Inters comercial
IR = C * i / 365 * t Ic = C * i / 360 * t
Ejemplo Calcular el inters comercial y real de un prstamo por $ 4,750.00 al 38% por 50 das. Datos: C = $ 4,750.00 IC = 4 750 (0.38/360)50 t = 50 das IC = $250.69 i = 38% = 0.38 IR = 4 750.00(0.38/365)50 IR = $2547.26
CALCULO DEL TIEMPO
MATEMTICAS III
- 103 -
En muchas ocasiones el periodo entre el momento en que se toma un prstamo o se invierte un determinado capital y su vencimiento se seala mediante fechas. Para calcular el tiempo transcurrido entre dos fechas, se cuentan los das efectivos de calendario. Al calcular el numero de das se acostumbra excluir el primer da e incluir el ultimo; sin embargo esta no es una practica generalizada, ya que algunas veces se cuenta tanto el primer da como el ltimo. De sta forma para un prstamo contrado el 25 de enero y liquidado el 26 de abril de un ao cualquiera, no bisiesto el tiempo transcurrido es de 91 das. Enero Febrero Marzo Abril 6 das 28 das 31 das 26 das 91 das (31 das 25 das)
Ejemplo: Calcular el inters comercial y real de una deuda contrada el 20 de mayo para ser pagada el 25 de septiembre, si la tasa de inters es del 76% y el capital es de $5,000,000.00. Datos: C = $5,000,000.00 i = 76% = 0.76 t = 128 das Calculo del tiempo 11 das de mayo(20-31) 30 das de junio 31 das de julio 31 das de agosto 25 das de septiembre 128 das en total IC = 5 000 000 (0.76/360) 128 IC = $ 1 351 111.11 IR = 5 000000 (0.76/365) 128 IR = $ 1 332 603.74
Un pagar es un documento mediante el cual una persona se obliga a pagar a otra una cantidad determinada de dinero, con inters o sin l, en una fecha dada. La persona que hace la promesa de pagar es el deudor u otorgante, y la persona que cobra el pagar es el beneficiario o tenedor. En todo pagar intervienen los siguientes conceptos: Fecha: es la fecha en la que se extiende el pagar Fecha de vencimiento: es la fecha en la cual debe ser pagada la deuda. Plazo: es el tiempo que transcurre entre la fecha y la fecha de vencimiento. Valor nominal: es la cantidad marcada en el pagar. Si en el pagar se indica que el valor nominal causar intereses a determinada tasa, entonces el valor nominal es el capital obtenido en prstamo; en cambio, si en el pagar se indica que el valor nominal incluye intereses a determinada tasa, entonces el valor nominal es el monto a pagar en la fecha de vencimiento.
MATEMTICAS III
- 104 -
Valor de vencimiento: es la cantidad que debe ser pagada en la fecha de vencimiento. Esto es, es el capital obtenido en prstamo ms los intereses, si los hubiera. En algunos pagars no se especifica la tasa de inters, esto da lugar a una de do situaciones: o bien el pagar no produce intereses o los intereses ya han sido aadidos al capital, de tal manera que el documento muestra la cantidad total (monto) a pagar en la fecha de vencimiento.
Documento No. nico Por $2,730.00
Por este PAGARE me (nos) obligo(amos) a pagar incondicionalmente a la orden de SR. ARMANDO ROMO en GUADALAJARA, JAL. El da 26 de DICIEMBRE de 1995 la cantidad de DOS MIL SETECIENTOS TREINTA PESOS valor recibido a mi (nuestra) entera satisfaccin. La suma anterior causar intereses a la tasa del 38% anual hasta la fecha de su vencimiento, y si no es pagada al vencimiento causar intereses moratorios a la tasa del 57% anual. Lugar y fecha: GUADALAJARA, JAL., 14 DE FEBRERO DE 1995
En Nombre: ANTONIO SOLIS este pagar, Antonio Sols es el deudor; Armando Romo es el beneficiario; el valor nominal del documento es por#$2,730.00; 14 de febrero de 1995 es la fecha en que fue Domicilio: CALLE EINSTEIN 55,320 ____________________________ Ciudad: GUADALAJARA, JAL. Acepto(amos) expedido el pagar; 26 de diciembre de 1995 fue la fecha de vencimiento. El plazo fue de 315 das. Obtenga el valor de vencimiento del pagar anterior: SOLUCIN M = 2,730 [1 + (0.38/365)(315)] M = 3,625.29 El 26 de diciembre de 1995 el seor Sols pag la cantidad de $3,625.29 al seor Romo. Cuando una deuda no se liquida en la fecha de vencimiento, empieza a ganar intereses llamados moratorios, los cuales se calculan con base en el capital originalmente prestado. Por o general, la tasa de inters moratorio es un 50% ms de la tasa normal aplicada. El lector puede comprobar que la tasa de inters moratorio indicada en el pagar mostrado es, efectivamente, un 50% ms de la tasa normal. Supngase del ejemplo anterior se liquid 12 das despus de la fecha de vencimiento. Calcule el inters moratorio y la cantidad total a pagar. Inters moratorio = (2,730)(0.57/365) (12) = 51.16 Cantidad total a pagar = Capital + intereses ordinarios + intereses moratorios Cantidad total a pagar = Monto + intereses moratorios
Cantidad total a pagar = 3,625.29 + 51.16 = 3,676.45

5.2.4. Actividad de aprendizaje No. 8 TA-4: Ejercicios de aplicacin.
MATEMTICAS III
- 105 -
5.2.4.1 Instrucciones: Resolver ejercicios en los que se involucre progresiones aritmticas e inters simple a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 5.2.4.1 Criterio de evaluacin de la actividad TA-4 Actividad Actividad Resolver ejercicios en los que se involucre progresiones aritmticas e inters simple. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
Actividad de aprendizaje No. 9 PR- 4 Resolver ejercicios prcticos 5.2.4.2 Instrucciones: Resolver un ejercicio en el que se involucre progresiones aritmticas o interese simple h) Valor de la actividad: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 5.2.4.2 Criterio de evaluacin de la actividad PR-4 Actividad Actividad Practica escrita que contenga al menos un problema de progresiones aritmticas e inters simple. . Uso de reglas de presentacin Ponderacin
Resolver en forma rpida 4 Puntos un problema de progresiones aritmtica e inters simple. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
MATEMTICAS III
- 106 -
5.2.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca de progresiones aritmticas e inters simple.
5.2.6 Bibliografa:
Matemticas financieras, Robert Cissel/Helen Cissel, Novena Edicin, Editorial CECSA. 5.3.1 Tema: Progresiones geomtricas e inters compuesto. Objetivo de aprendizaje: Que el alumno comprenda y aplique correctamente las progresiones geomtricas y el inters compuesto en problemas reales. 5.2.2 Recurso tiempo del tema: 0.5 horas
5.2.3 Desarrollo:
PROGRESIN GEOMTRICA
Es una sucesin en la cual cada trmino despus del primero, se obtiene multiplicando el trmino anterior por una cantidad constante llamada razn comn. Ejemplo: 1, 4, 16, 64, 256, es una razn geomtrica cuya razn comn es 4. En toda progresin geomtrica la razn comn se encuentra dividiendo un trmino cualquiera entre el trmino anterior. Sea a1, a2 a3, a4, . . . an una sucesin finita y sea q su razn comn. Por definicin de sucesin geomtrica. a1 = a1 a2 = a1 q a3 = a2 q = (a1q) q = a1q2 a4 = a3q = (a1q) = a1q3 . . . . . . .
an = a1qn-1 an = ltimo trmino a1 = primer trmino q = razn comn

Ejemplo Encuentre el 15 trmino de la sucesin geomtrica 3, 6, 12,... a1 = 3 n = 15 6 q = =2 3 an= a q n 1 an= 3 215-1 an= 3.214 an= 49,152
MATEMTICAS III
- 107 -
3, 6, 12, 24, 48, 96, 192, 384, 768, 1536, 3072, 6144, 12 288, 24 576, 49 152. 15 Ejemplo Encuentre el nmero de trminos que hay en la sucesin 4, Datos a1 =4 q = 2/3 an = 256/729 8 1 6 256 , ......... 3 9 729
n =
log l log a +1 log q
n=
log 256 / 729 log 4 +1 log 2 / 3
n=
0.4544 0.6020 0.1760
= 7 trminos.
SUMA DE LOS TRMINOS DE UNA PROGRESIN GEOMTRICA
Sea a1, a2, a3, . . . an una sucesin geomtrica cuya razn comn es q. Y sea S = a1 + a2 + a3 . . . . + an Es decir: S = a1 + a1q + aaq2 + a1q3 + . . . . a1 qn 1 5.6
Multiplicando por q ambos lados de la igualdad anterior: qs = a1q + a1q2 + a1q3 + a1q4 + . . . . a1qn-1 + a1qn Restando ambas ecuaciones 5.6 de 5.7 s qs = a1 a1 qn Factorizando S(1-q) = a1 (1qn) multiplicando ambos lados de la igualdad 1 y despejando S se obtiene a1 (qn 1) S= q1
Ejemplo
5.7
Encuentre la suma de los doce primeros trminos de la progresin geomtrica 5, 10, 20. Datos.
MATEMTICAS III
- 108 -
a= 5 5(212 1) q= 2 n= 2 S= 21 = 1 5(4096 1) = 20,475
Ejemplo Encuentre el valor del primer trmino de una progresin geomtrica cuya suma de los siete primeros trminos es 8236 / 243 y cuya razn comn es 2/3.
Datos n=7
q= 2
s (q 1) a= qn - 1
=
8236/243(273-1)
=
33.8930(-0.3333)
= 12
(2/3)7 -1
-0-9414
q=2/3 S = 8236/243
APLICACIONES:
Ejemplo Si usted coloca $1.00 en el primer cuadro de un tablero de ajedrez, $2.00 en el segundo cuadro, $4.00 en el tercero, $8.00 en el cuarto y as sucesivamente, doblando cada vez la cantidad hasta cubrir los 64 cuadros cunto dinero tendr que colocar en todo el tablero? Datos a(qn-1) 1(264 - 1) a=1 S= = = 1.8446 x 1019 q=2 q-1 2-1 n=64 Ejemplo Encuentre el 66 trmino de la sucesin geomtrica 10, 9, 8.1 Datos a1= 10 q= 0.9 n= 66
INTERS COMPUESTO
an= a qn 1 an= 10 (0.9)65 an= 0.10611166
Es aquel que al final de cada periodo se agrega al capital es decir se reinvierte (se capitaliza). En cierta institucin bancaria la tasa de inters en cuenta de ahorros, para el caso de personas fsicas, es del 20% capitalizada cada semestre. Una persona abre una cuenta de ahorros depositando $ 2000.00 y no lleva a cabo depsitos o retiros posteriores a la apertura de la cuenta si se deja capitalizar en inters, calcule.
MATEMTICAS III
- 109 -
a) El monto compuesto al final de 2 aos. b) El inters compuesto obtenido al final de 2 aos. c) Comprar el monto compuesto con el monto simple. j = 20% anual = 20 = 10% semestral. 2 t = 2 aos = 2 semestres = 4 semestres ao c = $ 2000.00 En los 2 aos habr 4 periodos en capitalizacin.
Capital original Inters del 1er. Semestre = 2000 * 0.10 * 1 Capital final del 1er. Semestre Inters del 2do. Semestre = 2200 * 0.10 * 1 Capital final del 2do. Semestre Inters del 3er. Semestre = 2420 * 0.10 * 1 Capital final del 3er. Semestre. Inters al 4to. Semestre = 2662 * 0.10 * 1
$ 2,000.00 $ 200.00 $ 2200.00 $ 220.00 $ 2420.00 $ 242.00 $ 2662.20 $ 266.20 $ 2928.20
El monto compuesto obtenido al final de dos aos es $ 2928.20 I = M C = 2928.20 2,000.00 = $ 928.20 Si la inversin fuese a inters simple: M = 2000 [1 + (0.20) (2)] M = $ 2,800.00 El inters compuesto es mayor que el inters simple, para un mismo capital, tasa y tiempo. CLCULO DEL MONTO M = C (1 + i )n M = Monto compuesto o valor futuro. C = Capital original
MATEMTICAS III
- 110 -
i = Tasa al inters en forma decimal (esto es dividida entre 100) por periodo de capitalizacin. n = Nmero de periodos de capitalizacin. Ejemplo: Obtener el monto compuesto y el inters compuesto al final de 6 aos de $10,000 invertidos a una tasa del 34% (1 ao = 4 trimestres) en capitalizacin trimestral. Datos C = $ 10,000.00 Formula M = C (1 + i ) n Sustitucin M = $ 10,000 (1 + 0.085)24 Resultado M = $ 70 845.736 j =
34% anual = 8.5 trimestral i = 0.085 por trimestre t = 6 aos = 24 trimestres Ejemplo: Que cantidad de dinero se habr acumulado al trmino de 3 aos si se invierte un capital original de $ 12,765 al 3.4% mensual capitalizable cada cuatrimestre. Datos C = $12,765 i = 3.4 % mensual i = 3.4 x 4 = 13.6% cuatrimestral t = 3 aos = 9 cuatrimestres. PARA TASA DE INTERS VARIABLE Se invirtieron $ 10,000.00 en un banco por 5 aos. Cuando se realiz el depsito el banco estaba pagando el 9.7% capitalizable trimestralmente despus de 3 aos y medio la tasa cambio al 9% convertible cada mes. Determine el monto compuesto al finalizar los 5 aos. 9.7% capitalizable trimestralmente t = 3.5 aos 5 aos 9% capitalizable mensualmente t = 1.5 aos Frmula M = C (1 + i)n Sustitucin Resultado M = 12,765 (1 + 0.136)9 M = 40,218.49
Datos C =$10 000
Frmula
Sustitucin.
Resultado
j = 9.7/4 = 2.425% trimestral M = C (1 + j )n M = 10,000 (1 + 0.02425)14 n = 3.5 aos = 14 trimestres. M = $ 13,985.68
MATEMTICAS III
- 111 -
2da. Parte. C = 13 985.68 J = 0.0075 mensual n = 1.5 aos = 18 meses. Ejercicio: El 1 de abril de 1989 se efecto un depsito de $ 800.00 en un banco que pagaba el 75% de inters capitalizable cada trimestre. El 1 de octubre de 1990 se realiz un depsito de $ 1,100.00 en la misma cuenta, y ese mismo da la tasa de inters cambio al 47% con capitalizacin mensual cul ser el saldo en la cuenta el 1 de julio de 1994? Datos: C = $ 800.00 j = 75% anual = 18.75/100 = n = 6 trimestres S = C (1 + i)n S = $ 800 (1 + 0.1875)6 S = $ 800 (1.1875) S = $ 2,243.32 5.3.4. Actividad de aprendizaje No. 10 TA-5: Ejercicios de aplicacin. 5.3.4.1 Instrucciones: Resolver ejercicios en los que se involucre progresiones geomtricas e inters compuesto. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 5.3.4.1 Criterio de evaluacin de la actividad TA-5 Actividad Actividad Resolver ejercicios en los que se involucre progresiones geomtricas e inters compuesto. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos S = 3 343.32 (1 + .03916)45 S = $ 18 837 .02 S = 2 243.32 + 1 100.00 M = 13985.68 (1 + 0.0075)18 M = $15 999.06
S = $3 343.32
ejercicios 9
MATEMTICAS III
- 112 -
Actividad de aprendizaje No. 11 PR- 5 Resolver ejercicios prcticos 5.3.4.2 Instrucciones: Resolver un ejercicio en el que se involucre progresiones geomtricas o interese compuesto. h) Valor de la actividad: 5 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 5.3.4.2 Criterio de evaluacin de la actividad PR-5 Actividad Actividad Practica escrita que contenga al menos un problema de progresiones geomtricas e inters compuesto. . Ponderacin
Resolver en forma rpida 4 Puntos un problema de progresiones geomtricas e inters compuesto.
Uso de reglas presentacin
de Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos
5.3.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas acerca de progresiones geomtricas e inters compuesto. 5.3.6 Bibliografa: Matemticas Financieras. Hctor Manuel Vidauri. 1. Edicin. Editorial CECSA. 5.4.1 Tema: Diagramas de flujo de caja. Objetivo de aprendizaje: Que el alumno comprenda y aplique correctamente los diagramas de flujo de caja en diferentes problemas de aplicacin. 5.4.2 Recurso tiempo del tema: 0.5 horas 5.4.3 Desarrollo: Cada individuo o empresa cuenta con entradas de efectivo rendimientos e ingresos(entradas); y de desembolsos de efectivo -gastos y costos (salidas)-.Estas entradas y desembolsos constituyen los flujos de efectivo , con un signo mas representa las entradas de efectivo y con un signo menos representa las salidas de efectivo. Los flujos de efectivo ocurren durante periodos especficos , tales como un mes o un ao. De todos los elementos del enfoque de estudio de ingeniera econmica, la estimacin de flujos de efectivo es probablemente la ms difcil e inexacta . Las estimaciones de flujo de efectivo son solo eso: estimaciones relativas a un futuro incierto. Una vez estimadas, las tcnicas mostradas orientan en el proceso de toma de decisiones. Sin embargo, la
MATEMTICAS III
- 113 -
exactitud probada con el tiempo de la estimacin de entradas y salidas de efectivo de una alternativa claramente determina la calidad del anlisis econmico y su conclusin. Las entradas de efectivo, o ingresos, pueden constar de los siguientes elementos, dependiendo de la naturaleza de la actividad propuesta y de la clase de negocio que emprenda. Ejemplos de entradas de efectivo(estimacin) Ingresos(por lo general incrementales provenientes de una alternativa). Reducciones en los costos de operacin (atribuibles a una alternativa). Valor de salvamento de activos. Recepcin del capital de un prstamo. Ahorros en impuestos sobre la renta . Ingresos provenientes de la venta de acciones y bonos. Ahorros en costos de construccin e instalaciones. Ahorros o rendimiento de los fondos de capital corporativo. Las salidas de efectivo, o desembolsos, pueden estar construidas por los siguientes elementos, dependiendo, de nueva cuenta, de la naturaleza de la actividad y del tipo de negocio. Ejemplos de salida de efectivo (estimacin) Costo de adquisicin de activos . Costo de diseo de ingeniera. Costo de operacin (anual e incremetal). Costo de mantenimiento peridico y de remodelacin. Pagos de inters y del capital de un prstamo. Costo de actualizacin (esperados o no esperados). Impuestos sobre la renta Gasto de fondos de capital corporativos. La informacin necesaria para llevar a cabo las estimaciones puede estar disponible en departamentos tales como contabilidad, finanzas, mercadotecnia, ventas, ingeniera, diseo, manufactura, produccin servicios de campo y servicios computacionales. La exactitud de las estimaciones depende en gran medida de la experiencia de la persona que realiza la estimacin con situaciones similares. Generalmente se efectan estimaciones puntales; es decir, que se obtiene la estimacin de un valor nico para cada elemento econmico de una alternativa. Una vez que se llevan a cabo las estimaciones de entrada y salidas de efectivo, es posible determinar el flujo de efectivo neto. Flujo de efectivo neto = ingresos-desembolsos = entradas de efectivo - salidas de efectivo. Puesto que los flujos de efectivo normalmente tienen lugar en puntos variables del tiempo dentro de un periodo de inters, se adopta un supuesto que simplifica el anlisis. La conversin de final de periodo implica la suposicin de que todos los flujos de efectivo ocurren al final de un periodo de inters. Si varios ingresos y desembolsos se llevan a cabo dentro de un periodo de inters determinado, se da por supuesto que el flujo de efectivo neto ocurre al final del periodo de inters. Sin embargo, debe quedar claro que aunque la cantidades F o A por convencin se localizan al final del periodo de inters, el final del periodo no necesariamente es el 31 de diciembre. El diagrama de flujo de efectivo constituye una herramienta muy importante en un anlisis econmico, en particular cuando la serie de flujo de efectivo es compleja. Se trata de una representacin grfica de los flujos de efectivo trazados sobre una escala de tiempo. El
MATEMTICAS III
- 114 -
diagrama incluye los datos conocidos, los datos estimados y la informacin que se necesita. Es, decir, que una vez que el diagrama de flujo de efectivo se encuentre completo, otra persona debera ser capaz de abordar el problema a partir del mismo. El tiempo del diagrama de flujo t = 0 es el presente, t = 1 es el final del periodo 1. Por ahora, supondremos que los periodos se expresan en aos. La escala de tiempo de la figura siguiente abarca 5 aos. Ya que la convencin de final de ao ubica los flujos de efectivo al final de cada ao , el 1 indica el final del ao 1.
Ao 1 0 1 2 3 tiempo 4
ao 5 5
Aunque no es necesario trazar una escala exacta en el diagrama de flujo de efectivo, probablemente se evitarn muchos errores si se elabora un diagrama claro para aproximar la escala del tiempo y de la magnitud relativa de los flujos de efectivo. La direccin de las flechas del diagrama de flujo de efectivo resulta importante. Una flecha vertical que apunta hacia arriba indica un flujo de efectivo positivo. Por el contrario , una flecha que apunta hacia abajo indica un flujo de efectivo negativo. La siguiente figura ilustra un ingreso (entrada de efectivo) al final del ao 1 y desembolsos iguales (salidas de efectivo)al final de los aos 2 y 3. Antes de dibujar un diagrama de flujo de efectivo y colocar un signo en l, es necesario determinar la perspectiva o punto de vista. Como ejemplo, si una persona obtiene un prstamo de $2 500 para comprar en efectivo una Harley-Davison usada de $2 000 y utiliza el resto para pagar un trabajo de pintura , pueden adoptarse diferentes perspectivas. Las perspectivas, los signos de flujo de efectivo y las cantidades son las siguientes. Perspectiva Flujo de efectivo, $
-2 500 +2 500 -2 000 - 500 +2 000 + 500
Sociedad de crdito La persona como prestatario La persona como comprador de la motocicleta, Y como cliente del servicio de pintura Distribuidor de motocicletas usadas Propietario del taller de pintura
+
1 2 3
FE
Tiempo
Escala tpica de tiempo de flujo de efectivo durante 5 aos.
MATEMTICAS III
- 115 -
Ejemplo Cada ao Exxon-Movil gasta cantidades de dinero importantes en sistemas mecanicos de seguridad en sus operaciones alrededor del mundo. Carla Ramos, ingeniera industrial para las operaciones que se llevan a cabo en Mxico y America Central programa gastos por un milln de dlares ahora y en cada uno de los siguientes cuatro aos, exclusivamente para el mejoramiento de vlvulas de alivio de presin industriales. Construya el diagrama de flujo de efectivo para determinar el valor equivalente de dichos gastos al final del ao 4, utilizando un costo del capital estimado para fondos seguros al 12% anual.
i = 12%
F =? 3 4 Ao
-1
A =$ 1 000 000 Diagrama de flujo de efectivo.
Este diagrama muestra los flujos de efectivo negativos y uniformes (gastos) durante 5 periodos, as como el valor desconocidos de F (flujo de efectivo positivo equivalente)exactamente en el mismo momento que el quinto gasto. Como los gastos comienzana hacerse de inmediato, el primer milln de dlares aparece en el tiempo cero, no en el tiempo 1. Por tanto, el ltimo flujo de efectivo negativo aparece al final del cuarto ao , para cuando tambin se presenta F. Se agrega el ao-1 antes del ao 0 para completar el diagrama con 5aos completos. Esta adicin demuestra que el ao 0 es el punto que representa el final del periodo del ao 1. 5.4.4. Actividad de aprendizaje No. 12 TA-6: Ejercicios de aplicacin. 5.4.4.1 Instrucciones: Resolver ejercicios en los que se involucren diagramas de flujo de efectivo . a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega.
MATEMTICAS III
- 116 -
5.4.4.1 Criterio de evaluacin de la actividad TA-6 Actividad Actividad Resolver ejercicios en los que se involucren diagramas de flujo de caja. Resuelva de manera correcta los problemas. Resolver los propuestos.
Ponderacin Puntos
ejercicios 9
5.4.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas en los que se involucren diagramas de flujo de caja. 5.4.6 Bibliografa: Ingeniera Econmica. Leland Blank, P.E/ Anthony Tarquin, P.E. 5. Edicin. Editorial Mc. Graw Hill.
Unidad Temtica: 6. Tasas de inters. 6.1. Tema: tasa de inters efectiva. 6.1.1 Objetivo de aprendizaje: Que el alumno comprenda y aplique la tasa de inters efectiva en problemas reales. 6.1.2 Recurso tiempo del tema: 2 horas 6.1.3 Desarrollo:
Tasa de inters efectiva por periodo; es la tasa de inters que efectivamente se aplica en cada periodo de capitalizacin. Esta tasa de inters se obtiene al dividir la tasa nominal anual entre el nmero de periodos de capitalizacin que hay en un ao. j jep = m jep = tasa efectiva por periodo. j = Tasa de inters nominal anual. m = nmero de periodos de capitalizacin en un ao. Ejemplo Para una tasa del 34%. j=
34 = 8.5 trimestral. 4
RELACIONES DE EQUIVALENCIA : PAGOS UNICOS CON PP PC
Cuando se trata exclusivamente de flujos de efectivo de pago nico, hay dos formas igualmente correctas de determinar i y n para los factores P/F y F/P. El mtodo 1 es mas fcil de aplicar, porque las tablas de inters que aparecen en el apndice A por lo comn ofrecen el valor del factor. El mtodo 2 quiz requiera clculos mediante la frmula mediante la frmula para el factor, ya que la tasa de inters efectiva que resulta no constituye un entero. Mtodo 1. Se determina la tasa de inters efectiva durante el periodo de composicin PC, y se iguala n al nmero de periodos de composicin entre P y F. Las relaciones para calcular P y F son:
MATEMTICAS III
- 117 -
P = F (P/F, i % efectiva por PC, nmero total de periodos n). F = P(F/P, i % por PC, nmero total de periodos n). Mtodo 2. Se determina la tasa de inters efectiva para el periodo t de la tasa nominal y sea n igual al nmero total de periodos utilizando el mismo periodo . Las frmulas de P y F Son las mismas que las ecuaciones anteriores, salvo que el trmino i % efectiva por t se sustituye por la tasa de inters. En el caso de una tasa de tarjeta de crdito de 15% anual compuesto mensualmente, el periodo t es 1 ao. La tasa de inters efectiva durante un ao y los valores n son: I % efectiva anual = (1 + n = 2 aos El factor P/F es el mismo para ambos mtodos: (P/F, 1.25%,24) = 0.7422, utilizando la tabla 5; y (P/F,16.076%,2) = 0.7422 aplicando la frmula del factor P/F. Ejemplo Un ingeniero que trabaja como consultor privado realiz depsitos en una cuenta especial, para cubrir gastos de viaje no reembolsados. La figura muestra el diagrama de flujo de efectivo. Calcule cuanto hay en la cuenta despus de 10 aos a una tasa de inters de 12% anual , compuesto semestralmente.
F=? 0 1 2 3 4 5 6 7 8 9 10
0.15 12 ) - 1 = 16.076% 12
$1 000 Diagrama de flujo de efectivo
$3 000
$ 1 500
Solucin Solo interesan los valores de P y F. Ambos mtodos se ejemplican para calcular F en el ao 10. Mtodo 1. Utilice el PC semestral para expresar la tasa efectiva semestral de 6% por cada periodo de 6 meses. Hay n = (2) (numero de aos) periodos semestrales por cada flujo de efectivo. Utilizando los valores de los factores de la tabla 11, se observa que el valor futuro, por medio de la ecuacin anterior. F = 1 000 (F/P, 6%, 20) + 3 000(F/P, 6%,12) + 1 500(F/P, 6%, 8) = 1 000(3.2071) + 3 000(2.0122) + 1 500(1.5938) = $ 11 634 Mtodo 2. Exprese la tasa efectiva anual con base en un periodo de composicin semestral. 1.1 2 2 i % efectiva anual = ( 1 + ) 1 = 12.36% 2
MATEMTICAS III
- 118 -
El valor de n es el nmero real de aos. Utilice la frmula del factor (F/P, i, n) = 81.1236)n y la ecuacin para valor futuro. F = 1 000(F/P, 12.36%, 10) + 3 000(F/P, 12.36%, 6) + 1 500 (F/P, 12.36%, 4) = 1 000(3.2071) + 3 000(2.0122)+ 1 500 (1.5938) = $11 634 RELACIONES DE EQUIVALENCIA: SERIES CON PP PC Cuando se incluyen series gradientes o uniformes en la seccin de flujo de efectivo, el procedimiento es esencialmente el mismo que el del mtodo 2 antes expuesto, salvo que ahora PP queda finido por la frecuencia de los flujos de efectivo. Esto tambin establece la unidad de tiempo de la tasa de inters efectiva. Por ejemplo, si los flujos de efectivo son trimestrales, el PP es de un trimestre y, por consiguiente, se necesita, una tasa de inters efectiva trimestral. El valor n es el nmero total de trimestres. Si PP es igual a un trimestre, 5 aos se traducen en un valor de n de 20 trimestres. Esto constituye una aplicacin directa de la siguiente directriz general. Cuando los flujos de efectivo implican una serie (por ejemplo, A, G, g) y el periodo de pago es igual o mayor que el periodo de capitalizacin, Se calcula la tasa de inters efectiva i por periodo de paga. Se determina n con el nmero total de periodos de pago. Al llevar a cabo clculos de equivalencias para series, slo stos valores de i y n se pueden utilizar en las tablas de inters, las frmula de factores y las funciones de hoja de clculo. En otras palabras, no hay otras combinaciones que proporcionen respuestas correctas, como en el caso de los flujos de efectivo de pago nico. La tabla 6.1 muestra la formulacin correcta de diversas series de flujo de efectivo y tasas de inters . Observe que n es siempre igual al nmero total de periodos de pago y que i es una tasa de inters efectiva que se expresa de acuerdo con el mismo periodo que n.
TABLA 6.1. Ejemplos de valores de n e i donde PP = PC o PP > PC Serie de flujo de efectivo $5 00 semestralmente durante 5 aos $75 mensualmente durante 3 aos $180 trimestralmente durante 15 aos Incremento de $25 mensualmente durante 4 aos tasa de inters 16% anual, compuesto mensualmente. 24% anual compuesto semestralmente. 5% trimestral 1% mensual Que encontrar; que esta dado Encontrar P, dado A Encontrar F, dado A Encontrar F dado A Encontrar P dado G Notacin estndar P = 500(P/A, 8%, 10)
P = 75(F/P, 2%, 36)
F = 180(F/P, 5%, 60) P = 25(P/G,1%, 48)
Ejemplo $ 5 000 trimestralmente 1% mensual Encontrar A A = 5 000(A/P, 3.03%, 24) Un ingeniero de control de calidad pagP$500 semestrales en los pasados 7 aos por el durante 6 aos dado contrato de mantenimiento del software de una Lan.Cul es la cantidad equivalente despus del ltimo pago, si stos fondos se obtienen de un consorcio que ha estado reembolsando 20% de intereses anuales con composicin trimestral?
i = 20% anual, compuesto trimestralmente
F =?
Aos
A =$500 Diagrama de depsito semestrales utilizado para determinar el valor de F.
MATEMTICAS III
- 119 -
Solucin El periodo de pago (6 meses) es mas largo que el periodo de capitalizacin (trimestre); es decir ,PP>PC. Si aplicamos la directriz, es necesario determinar una tasa de inters efectiva semestral. Aplique la ecuacin para la tasa de inters efectiva con r = 0.10 por cada periodo de 6 meses y m = 2 por cada periodo semestral. i % efectiva por 6 meses = (1 + 0.10 2 ) 1 = 10.25% 2
La tasa de inters efectiva semestral tambin se obtiene de la tabla 4.3 utilizando un valor de r de 10% y m = 2 para llegar a i =10.25%. El valor i = 10.25% parece razonable, ya que esperamos que la tasa de inters efectiva sea ligeramente superior a la tasa de inters nominal de 10%, por cada periodo de 6 meses. El nmero total de periodo de pagos semestrales es n = 2(7) = 14 La relacin para F es: F = A (F/A,1.25%, 14) = 500(28,4891) = $14 244.50 RELACION DE EQUIVALENCIA: PAGOS UNICOS Y SERIE CON PP < PC Si una persona deposita dinero cada mes en una cuenta de ahorros con un inters compuesto trimestral, ganan intereses todos los depsitos mensualmente antes del siguiente periodo de composicin trimestral ?Si un banco le cobra a una persona intereses al da 15 del mes en sus pagos de la tarjeta de crdito, y si la persona hace el pago completo el da primero, reduce la institucin financiera los intereses sobre la base de un pago anticipado? La respuesta comn es no. Sin embargo, si una empresa grande hiciera pagos mensuales para cubrir un prstamo bancario de $10 millones, con un inters compuesto trimestral , el ejecutivo de finanzas de la empresa probablemente insistira en que el banco redujera la cantidad de intereses, basndose en el pago anticipado. Estos constituyen ejemplos de PP < PC. El momento de ocurrencia de las transacciones de flujo de efectivo entre puntos de capitalizacin implica la pregunta de cmo manejar la capitalizacin nterperidica. Fundamentalmente existen dos polticas: Los flujos de efectivo entre periodos no ganan intereses o ganan inters compuesto. En el caso de una poltica de no intereses interpridicos, se considera que los depsitos (flujos de efectivo negativo)se realizan al final del periodo de capitalizacin; asimismo, se considera que los retiros se hacen al principio. Como ejemplo si se tiene un inters compuesto trimestral, los depsitos mensuales se trasladan al final del trimestre (no se obtienen intereses interperidicos), y todos los retiros se trasladan al principio (no se pagan intereses durante todo el trimestre). Tal procedimiento puede alterar significativamente la distribucin de los flujos de efectivo, antes de que se aplique la tasa de inters efectiva trimestral para determinar P, F o A. Esto lleva, en efecto, a los flujos de
MATEMTICAS III
- 120 -
efectivo a una situacin donde PP = PC, se3gun se analizo en la seccin anterior. En el siguiente ejemplo, se ilustra este procedimiento y el hecho econmico de que, dentro de un marco temporal de un periodo de capitalizacin, no hay ninguna ventaja en intereses si se efectan pagos anticipados. Por supuesto , quiz se presenten factores no econmicos. Ejemplo Rob es ingeniero de coordinacin de obra en Alcoa Aluminum, donde se encuentra una mina en renovacin, en la cual un contratista local ha instalado un nuevo equipo de refinamiento de materiales. Rob desarroll el diagrama de flujo de efectivo de la figura 6.2a en unidades de $1000 desde la perspectiva del proyecto . El diagrama incluye los pagos al contratista que Rob autoriz para el ao en curso y los anticipos aprobados por las oficinas centrales de Alcoa, Rob sabe que la tasa de inters sobre proyectos de campo de equipo como stos es de 12% anual, compuesto trimestralmente , y que Alcoa no va a insistir en la capitalizacin interpeidica de los intereses . Se encontrarn o no las finanzas del proyecto de Rob en nmeros rojos al final del ao?Por cunto?
Ingresos De Las Oficina Centrales $120 $90 $45
0
0 1 2 3 4 5 6 7 8 9 10 11
1 aos
12 meses
$150 $200
$75
$100 Pagos al contratista
$50
Fig.6.2a Diagrama de flujo de efectivo actual
Solucin Sin considerar algn inters entre periodos, la figura 6.2b refleja el traslado de los flujos de efectivo. El valor futuro despus de 4 trimestres requiere F a una tasa de inters efectiva trimestral de 12%/4 = 3%. La figura 6.2b muestra los flujos de efectivo negativos (pagos al contratista)trasladados al final del trimestre respectivo y a todos los flujos de efectivo positivo(ingresos de las oficinas centrales) trasladados al principio del trimestre respectivo. Calcule el valor de F al 3%
F=?
$90 $165 1 2 3 4 Trimestre
0 1
$150
3
$200
6
$175
10
11
12
$50
Mes
F = 1 000(-150(F/P, 3%, 4)- 200(F/P, 3%, 3)+ (-175+90)(F/P, 3%, 2) + 165(F/P, 3%,1)-50)
F =? Diagrama de flujo de efectivo trasladados (en $1000) para los periodos de capitalizacin trimestral sin inters entre periodos.
F = $-357 592
Rob puede concluir que las finanzas del proyecto en la obra se encontrarn en nmeros rojos por alrededor de $357 600 al final del ao.
MATEMTICAS III
- 121 -
Si PP < PC y se obtienen intereses por composicin entre periodos, los flujos de efectivo no se trasladan; as, los valores equivalentes P,F o A se determinan utilizando la tasa de inters efectiva por periodo de pago. Las relaciones de la ingeniera econmica se determinan de la mismo forma que las acciones anteriores para PP PC. La frmula de la tasa de inters efectiva tendr un valor m menor que 1, ya que tan solo hay una parte fraccionaria del PC en un PP. Por ejemplo, los flujos de efectivo semanales y la composicin trimestral requieren que m= 1/13 de un trimestre . Cuando la tasa de inters nominal es del 12% anual, con periodos de composicin trimestral (el mismo que 3% cada trimestre, con composicin trimestral), la tasa de inters efectiva por cada PP es: I% efectiva semanal = (1.03)1/13 1 = 0.228% semanal.
6.1.4. Actividad de aprendizaje No. 13

TA-7: Ejercicios de aplicacin. 6.1.4.1 Instrucciones: Resolver ejercicios de valor presente o valor futuro con PP mayor que el PC. . a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 6.1.4.1 Criterio de evaluacin de la actividad TA-7 Actividad Actividad Resolver ejercicios de valor presente o valor futuro con PP>PC. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos
ejercicios 9
6.1.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas de valor presente o valor futuro con periodos de pago mayores que el periodo de capitalizacin. 6.1.6 Bibliografa: Ingeniera Econmica. Leland Blank, P.E/ Anthony Tarquin, P.E. 5. Edicin. Editorial Mc. Graw Hill.
6.2. Tema: Tasa de inters real. 6.2.1 Objetivo de aprendizaje: Que el alumno comprenda y aplique la tasa de inters real en problemas reales.
MATEMTICAS III
- 122 -
6.2.2 Recurso tiempo del tema: 1.5 horas 6.2.3 Desarrollo: TASA DE INTERS REAL O SIMPLEMENTE TASA REAL(IR) : Es el rendimiento real que gana una inversin una vez descontada la inflacin. Tasa inflacionararia: = ndice 1 -1 * 100 ndice 2
Donde: ndice 1: Es el ndice de precios al inicio del periodo. ndice 2: Es el ndice de precios al final del periodo. M Valor real: VR = 1 + () (t) Donde: M : Monto : Tasa inflacionaria. t : Tiempo. Ie - Tasa de inters real: iR = 1+ Donde: IR : Tasa de inters real expresada en porcentaje. Ie: Tasa de inters efectiva anual o por periodo. : Debe expresarse en forma decimal. EJEMPLOS Eduardo presta $10 000 con un inters simple del 18% anual y 10 meses de plazo. Si en el momento de efectuarse el prstamo el ndice de precios era de 213.88 y en la fecha de vencimiento es de 241.08, hallar , a) El monto que recibe Eduardo, expresado en pesos corrientes. b) El valor real que recibe Eduardo. a) M = 10 000 1+ ( 0 .18/12) (10) M = $11 500 b) La inflacin ocurrida en los 10 meses fue: = 241.08 _ 1 213.88 = 12.72% * 100
MATEMTICAS III
- 123 -
Por tanto, el valor del dinero expresado en pesos constantes a A la fecha del prstamo es: 11 500 VR = 1 + (0.1272) (1) VR = 10 202.27 c) Normalmente, Eduardo tiene $11 500, pero debido a la Inflacin ese dinero tiene un valor equivalente a $ 10 202.27 de hace 10 meses. Por tanto, la tasa de inters real ganado es: 10 202.27 = 10 000 1 + (iR) (10) 1.020227 = 1 + 10 iR iR = 0.0020227 = 0.20227% mensual = 2.43% anual. Como se ve, a pesar de la inflacin, Eduardo obtuvo ganancia. Un prestamista efecta un prstamo por $26,000 al 35% capitalizable cada mes y un ao de plazo. En el momento de efectuar el prstamo el INPC era de 178.03 y en la fecha de vencimiento fue de 215.83. Cul fue el valor real que pag el deudor? Cul fue la tasa de inters real cobrada por el prestamista? Solucin: F = 26,000 ( 1 + 0.35/12 )12 F = $36,711.48 La tasa promedio de inflacin mensual fue: 215.83 = 178.03 ( 1 + )12 Por tanto: = 1.617% mensual Con la tasa de inflacin se obtiene el valor real del monto pagado por el deudor: 36,711.48 VR = ( 1 + 0.01617 )12 VR = $30,283.46 La tasa real se calcula mediante la formula de Fisher: 0.35/12 0.01617 iR = 100
MATEMTICAS III
- 124 -
1.01617
iR = 1.279% mensual = 15.35% anual capitalizable cada mes tambin es posible obtener la tasa real de la siguiente forma: 30,283.46 = 26,000 ( 1 + iR ) 12 resolviendo la ecuacin se tiene : iR = 1.279% mensual Para definir el valor de P para los valores de los flujos de efectivo futuro (Ft) con diferentes valores de i(it) para cada ao t, supondremos una composicin anual. Sea it = tasa de inters efectiva anual para el ao t (t = aos 1 a n) Para determinar el valor presente, se calcula P para cada valor de Ft, utilizando la it que aplique y sumando los resultados. De acuerdo con la notacin estndar y el factor P/F: P = F1 (P/F,i1, 1) + F2(P/F, i1)(P/F,i2,1) + + Fn(P/F,i1,1) (P/F,i2,1) (P/F,In,1) Cuando solo estn involucradas cantidades nicas, es decir, una P y una F en el ao final n el ltimo trmino de la ecuacin anterior es la expresin del valor presente del flujo de efectivo futuro. P = Fn (P/F,i1, 1) (P/F,i2, 1) ... (P/F, in, 1) Si se requiere la serie uniforme equivalente A durante todos los n aos , primero se calcula P con cualquiera de las dos ultimas ecuaciones; en seguida se sustituye el smbolo A por cada smbolo Ft. Ya que el valor equivalente P se determin numricamente utilizando las tasas de variables, esta nueva ecuacin slo tendr una incgnita , A. Ejemplo CE, Inc. arrienda equipo pesado para perforacin de tneles. Las utilidades netas del equipo para cada uno de los ltimos 4 aos han ido disminuyendo, como lo indica la siguiente tabla. sta, adems, incluye las tasas de rendimiento anuales sobre el capital invertido. La tasa de rendimiento se ha ido incrementando. Determine el valor presente P y la serie uniforme equivalente A de la serie de utilidades netas. Tome en cuenta la variacin anual de las tasas de rendimiento.
Ao 1 2 $70 000 7% 3 4
Utilidad neta $70 000 Tasa anual 7%
$35 000 $25 000 9% 10%
La siguiente figura muestra los flujos de efectivo, las tasas de=cada ao y los valores equivalentes $70 000 A ? $35 000 de P y A. La ecuacin anterior se utiliza para calcular P. Ya que para los aos 1 y 2 el rendimiento $25 000 neto de $70 000 y la tasa anual es 7%, el factor P/A se aplica exclusivamente para estos dos aos.
0 1
i= 7% i =7% i = 9% i = 10% 7% 7% 9% 10%
P=?
$172 816
Valores equivalentes de P y A para tasas de inters variables.
MATEMTICAS III
- 125 -
P = [70(P/A, 7%, 2) + 35(P/F, 7%, 2) (P/F, 9%, 1) + 25(P/F, 7%, 2)(P/F, 9%, 1) (P/F, 10%, 1)] (1 000) = [70 (1.8080 + 35(0,8013) + 25(0.7284)] (1000) = $172 816 Para determinar una serie anual equivalente, se sustituye el smbolo A por los valores de utilidad neta en la parte derecha de la ecuacin anterior que se iguala a P = $172 816 y se despeja A. Esta ecuacin toma en cuenta los valores variables de i de cada ao. La figura anterior muestra la transformacin del diagrama de flujo de efectivo. $172 816 = A[1.8080) + 0.8013 + (0.7284)] = A[3.3377] A = $51 777 anuales.

TA-8: Ejercicios de aplicacin. 6.2.4.1 Instrucciones: Resolver ejercicios de valor presente o valor futuro con PP menor que el PC. a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos resuelvan de manera correcta los ejercicios propuestos. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 6.2.4.1 Criterio de evaluacin de la actividad TA-8 Actividad Actividad Resolver ejercicios de valor presente o valor futuro con PP < PC. Resuelva de manera correcta los problemas. Resolver los propuestos. Ponderacin Puntos Puntos
ejercicios 9
Utilizar el formato para la 1 entrega de tareas.
Total
10 puntos
6.2.5 Resultado del Aprendizaje: Se pretende que los alumnos resuelvan de manera satisfactoria problemas de valor presente o valor futuro con periodos de pago menores que el periodo de capitalizacin. 6.2.6 Bibliografa: Ingeniera Econmica. Leland Blank, P.E/ Anthony Tarquin, P.E. 5. Edicin. Editorial Mc. Graw Hill.
MATEMTICAS III
- 126 -
6.3. Tema: Tasa de inters nominal. 6.2.1 Objetivo de aprendizaje: Que el alumno comprenda y aplique la tasa de inters nominal en problemas reales. 6.2.2 Recurso tiempo del tema: 1.5 horas 6.2.3 Desarrollo:
La tasa de inters nominal, r, es una tasa de inters que no considera la capitalizacin de intereses, por definicin, r = tasa de inters por periodo x nmero de periodos. En una tasa nominal r puede fijarse para cualquier periodo: 1ao, 6 meses, 1 trimestre, 1 mes, 1 semana , 1 da, etc. La ecuacin anterior se aplica para calcular el valor equivalente de r para cualquier periodo menor o mayor. Ejemplo La tasa nominal de r =1.5 % mensual es la misma que cada una de las siguientes tasas.
r = 1.5% mensual x 24 meses = 36% por un periodo de 2 aos. = 1.5% mensual X 12 meses = 18% anual =1.5% mensual X 6 meses = 9% por medio ao = 1.5% mensual x 3 meses = 4.5% trimestral = 1.5% mensual x 1 mes =1.5 mensual =1.5% mensual x 0.231 mes = 0.346% (mayor que 1mes) (mayor que 1 mes) (mayor que 1 mes) (mayor que 1 mes) (igual a 1 mes) (menor que 1 mes)
Observe que ninguna de stas tasas nominales menciona la frecuencia de la composicin. Todas ellas tienen la forma r% por periodo de tiempo t. Periodo de pago (PP) es necesario considerar la frecuencia de los pagos o ingresos; es decir, el periodo de transaccin de flujo de efectivo. Por sencillez , recibe el nombre de periodo de pago. Periodo de tiempo es la unidad fundamental del tiempo de la tasa de inters. Esta corresponde a la literal t en el enunciado que r% por periodo de tiempo t. Hasta ahora, la unidad de tiempo de un ao es la mas comn. Se da por supuesta a menos que se establezca otra unidad.
MATEMTICAS III
- 127 -
Periodo de composicin o de capitalizacin (PC) es la unidad de tiempo utilizada para determinar el efecto de inters. Se define por el trmino de composicin en el enunciado de la tasa de inters. Si no se determina el periodo, se supone que es de un ao. La frecuencia de composicin o de capitalizacin es el nmero m, es decir, el nmero de veces que se lleva a cabo la composicin durante un periodo t. Por ejemplo 8% anual, compuesta mensualmente, tiene una frecuencia de composicin de m = 12 veces por un ao. Una tasa de 8% anual, compuesta semanalmente, posee una frecuencia de m = 52, con base en un estndar de 52 semanas por ao. En los captulos anteriores, todas las tasas de inters tenan valores de t y m de un ao. Esto significa que las tasas eran tasas efectivas y nominales, en virtud que se utilizaba la misma unidad de un ao. Se acostumbra expresar la tasa efectiva sobre la misma base de tiempo que el periodo de composicin. La tasa efectiva correspondiente por PC se determina mediante la frmula: Tasa efectiva por PC =
r % porperiodo det iempot r = mperiodode composicio npoirt m
Ejemplo Suponga que r=9% anual, compuesto mensualmente; as, m=12, aplicando la ecuacin anterior para obtener la tasa efectiva de 9%/12 = 0.75% mensual, con un periodo de composicin mensual. Es importante observar que el cambio del periodo fundamental t no altera el periodo de composicin, que en este caso es un mes. 6.3.4. Actividad de aprendizaje No. 15 TI-2: Tarea de investigacin. 6.3.4.1 Instrucciones: Que el alumno investigue va Internet, los conceptos de periodo de pago, periodo de capitalizacin, tasa de inters nominal, tasa de inters efectiva. . a) Valor actividad: 5 Puntos b) Producto esperado: Que los alumnos realicen una investigacin correcta. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 6.3.4.1 Criterio de evaluacin de la actividad TI-2 Actividad Actividad Que realice una investigacin de los anteriores conceptos Que se realice una correcta investigacin. Ponderacin Puntos
Que se comprenda el 4 manejo de los conceptos.
MATEMTICAS III
- 128 -
6.3.5 Resultado del Aprendizaje: Se pretende que los alumnos realicen una investigacin correcta. 6.3.6 Bibliografa: Ingeniera Econmica. Leland Blank, P.E/ Anthony Tarquin, P.E. 5. Edicin. Editorial Mc. Graw Hill. 6.4. Tema: Clculos de tasas de inters real y efectiva. 6.4.1 Objetivo de aprendizaje: Que el alumno adquiera la habilidad para realizar clculos de tasas de inters. 6.4.2 Recurso tiempo del tema: 2 horas 6.4.3 Desarrollo: Dadas las siguientes tasas nominales, obtenga la tasa efectiva por periodo: a) 26% capitalizable cada semestre. J = 26% m = 2 periodos de capitalizacin por ao. 26 Jep= = 13% semestral. 2 b) 30% capitalizable cada 9i das. J = 30% anual. 365 M= = 4.010989011 periodo de capitalizacin en el ao. 91 30 jep = 4.010989011 jep = 7.4794 en 91 das. Calcule la tasa efectiva de la tasa nominal del 15% semestral capitalizable cada mes. Ie = 0.15 por semestre = 0.30 por ao M = 12 periodos de capitalizacin por ao.
0.30 12 ) -1 12 Ie = 0.344888 Je 0 34.48% anual
Ie = (1+

TA-9:Ejercicios propuestos. 6.4.4.1 Instrucciones: Que el alumno resuelva problemas en los que se involucren las tasas de inters. . a) Valor actividad: 5 Puntos b) Producto esperado: Que los alumnos realicen correctamente los ejercicios. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano
MATEMTICAS III
- 129 -
f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega.
6.4.4.1 Criterio de evaluacin de la actividad TA-9 Actividad Actividad Ponderacin Que realice una investigacin de los anteriores conceptos Que se realice una correcta investigacin. Que se comprenda el 4 manejo de los conceptos. Puntos
6.4.5 Resultado del Aprendizaje: Se pretende que los alumnos realicen correctamente los ejercicios. 6.4.6 Bibliografa: Ingeniera Econmica. Leland Blank, P.E/ Anthony Tarquin, P.E. 5. Edicin. Editorial Mc. Graw Hill. Unidad Temtica: 7. Anualidades y amortizacin. 7.1. Tema: Anualidades anticipadas y vencidas. 7.1.1 Objetivo de aprendizaje: Que el alumno comprenda y aplique las anualidades anticipadas y vencidas en problemas reales. 7.1.2 Recurso tiempo del tema: 3 horas 7.1.3 Desarrollo: ANUALIDAD: Se define como una serie de pagos iguales, realizados en intervalos iguales de tiempo. El trmino anualidad parece implicar, que los pagos se efectan cada ao, sin embargo, esto no es necesario as, ya que los pagos pueden ser mensuales, quincenales etc.
Ejemplos de anualidades: El cobro quincenal del sueldo, el pago mensual de la renta de la casa los abonos
mensuales para pagar una computadora comprada a crdito, el pago anual de la prima del seguro de vida. Los dividendos semestrales con acciones. Los depsitos bimestrales efectuados al fondo de jubilacin, etc. Los trminos de renta, pago peridico, abono u otros, pueden ser utilizados en lugar de anualidades. El tiempo transcurrido entre dos pagos sucesivos se llama periodo de pago o periodo de renta. El periodo de pago puede ser anual, semestral, y mensual, etc. El tiempo que trascurre entre el principio del periodo de pago y el final del ltimo periodo de pago se llama plazo de la anualidad.
MATEMTICAS III
- 130 -
CLASIFICACION DE ANUALIDADES De acuerdo a los pagos en:
vencidas u ordinarias.: Son aquellas en que los pagos se realizan al final de cada periodo de pago. anticipadas: Son aquellas cuyos pagos se realizan al principio de cada periodo de pago. De acuerdo a los intereses simples: Es aquella cuyo periodo de pago que coincide con el periodo de capitalizacin de los intereses. Por ejemplo: Realizar depsitos mensuales en una cuenta de ahorros que paga intereses capitalizable cada mes.
general:
Es aquella cuyo periodo de pago no coincide con el periodo de capitalizacin de los intereses. Por ejemplo: Cuando se realizan depsitos quincenales en una cuenta de ahorros cuyos intereses se capitalizan cada mes. ANUALIDADES SIMPLES VENCIDAS El monto de una anualidad vencida es el valor acumulado de una serie de pagos iguales efectuados al final de cada periodo.
Ejemplo
Supngase que se depositan $1000 al final de cada mes en un rango que paga una tasa de inters del 1.5% mensual capitalizable cada mes cul es el monto al finalizar el ao?
1000
0 1 Momento actal
1000
2
1000
3
1000
. . .
1000
11
1000
12 meses
M = 1000(1+0.015)11+1000(1+0.015)10+1000(1+0.015)9+1000(1+0.015)8+1000 7 (1+0.015) +1000(1+0.015)6+1000(1+0.015)5+1000(1+0.015)4+1000(1+0.015)3+1000(1+0. 015)2+1000(1+0.015)1+1000= 13 041.21
MATEMTICAS III
- 131 -
Inters compuesto ganado por la anualidad: es la diferencia entre el monto y el total depositado. Inters ganado = 13041.21-(1000)(12)=1041.21 Formula general para obtener el monto o valor futuro de las anualidades vencidas. M=A ( 1 + i )n -1 i
M = Monto A = Pago o depsito hecho al final de cada uno de los periodos i = tasa de inters por periodo expresada en forma decimal n = numero de periodos M = 1000 (1 + 0.015) 12-1 0.015
M = 1 000(13.04121148) M = 13 041.21
Ejemplo
El pap de un nio de 10 aos empieza ahorrar para que su hijo pueda estudiar una carrera universitaria. Planea depositar 500 en una cuenta de ahorros al final de cada mes durante los prximos 8 aos. Si la tasa de inters es el 27%. Cual ser el monto de la cuanta al cabo de 8 aos? Cuanto se percibe por concepto de intereses? Datos A = 500 0.27 sensual. 12 N = 8 aos = 96 meses. I = 27% = M = 500
1 + 0.27 / 12 )96 1 0.27 / 12
M = 500
(1.0225 )96 1 0.0225
M = 500 (331.822341) M = 165 911.1705 En 8 aos (500) (96) = 48 000 I = 48 000-165 911.1705 I = 117 911.1705
MATEMTICAS III
- 132 -
Ejemplo
El pap de un nio de 10 aos empieza ahorrar para que su hijo pueda estudiar una carrera universitaria. Planea depositar $500 mensuales en una cuenta de ahorros al final de cada mes durante los prximos 8 aos. Si la tasa de inters es el 27%. Cual ser el monto de la cuenta al cabo de 5 aos? y si el resto del tiempo se depositan $800 mensuales?Cul es el monto final?. Primera parte:
500 0 1
500 2
500 3
500 4
500 5
500
...
500 60
800 61
800 62
800
.....
800 95
800 96 meses
63
Diagrama de flujo de efectivo
Datos A = $500 i = 27%/12 =2.25/100 = 0,0225 n = 60 meses

Segunda parte: Se obtiene del monto de $62 225.62 al final del periodo, trasladando esta cantidad nica mediante la forma inters compuesto. Monto compuesto: M2 = 62, 225. 217 (1 + 0.0225) 36 M2 = $138, 626.3612 Tercera parte Se calclale monto de la anualidad de $800 mensuales durante 3 aos.
M1 = 500
1 + 0.0225 ) 60 1 0.0225
= $62 225.21
M3 = 800 (1 + 0.0225) 36 -1 0.0225
M3 = $43, 655.6949
Monto total: Mt = M2+M3=138 626.3612 + 43 655.6949 = $182 282.05

VALOR PRESENTE O ACTUAL DE UNA ANUALIDAD VENCIDA
MATEMTICAS III
- 133 -
El valor presente de una anualidad, se define como la suma de los valores presentes de todos los pagos. Ejemplo Supngase que una persona va a liquidar una deuda mediante 4 pagos mensuales de $1 183.72 cada uno, que incluyan intereses al 3% mensual con capitalizacin cada mes, se desea obtener el valor presente de los pagos.
1 183.75 0 P 1
1 183.75 2
1 183.75 3
1 183.75 4 Meses
Diagrama de flujo de efectivo
Si la fecha focal se localiza en el momento actual, entonces se puede formar la siguiente ecuacin de valor.
P=
1183 .72 1.03
1183 .72 1.03 2
1183 .72 1.03 3
1183 .72 = $ 4 400 1.03 4
Donde P representa el valor presente de los pagos. $4400 es el valor actual de 4 pagos mensuales de $1 183.72 cada uno, y representa la cantidad de dinero pedida en prstamo por el deudor.
Frmula para obtener el valor presente o actual de una anualidad vencida.

1 (i + i ) n i
P=A
Ejemplo
Cual es el valor presente de $ 5 000 depositados en una cuenta al final de cada trimestre, durante 4 aos, si la tasa de inters es del 28% contabilizable en forma trimestral.
A = 5 000 I = 0.28/4 N = 4 aos = 16 trimestres

P = 5 000
1 (1 + 0.28 / 4) 16 0.28 / 4
MATEMTICAS III
- 134 -
P = 5000 (
1 (1.07 ) 16 0.07
) )
P = 5 000 ( Ejemplo
1 0.3387345978 0.07
P = $47 233.24
Raquel desea jubilarse este ao y cree que necesita $5 000 cada mes durante los siguientes 15 aos. Su banco le dar el 22% compuesto mensualmente Cunto dinero debe tener depositado para poder retirar la cantidad especificada cada mes.? A = 5 000 I = 0.018333 n = 15 aos = 180 meses P = 5 000
1 (1 + 0.018333 ) 180 0.018333
P =A
1 (1 + i ) n i
P = $262 363.0773 La diferencia entre el valor actual y la cantidad total recibida es el inters compuesto ganado Inters compuesto = (5000) (180)- (262363.0773) = $637636.9227
ANUALIDADES SIMPLES ANTICIPADAS

Una anualidad anticipada es aquella en la cual los pagos se llevan a cabo al inicio del periodo de renta. Son ejemplos de anualidades anticipadas los pagos anuales (primas) de un seguro de vida, la renta de una casa u oficina; algunos planes de crdito estipulan que los pagos deben realizarse al comienzo de los periodos convenidos, etctera. Se recuerda al lector que una anualidad es simple cuando el periodo de capitalizacin coincide con el periodo de pago, razn por la cual no es necesario especificar explcitamente el periodo de capitalizacin en un problema dado. La anualidad es cierta cuando los pagos comienzan y terminan en fechas determinadas. La diferencia entre una anualidad ordinaria y una anticipada se puede ver grficamente en los siguientes diagramas de tiempo:
MATEMTICAS III
- 135 -
Anualidad ordinaria A 0 1 A 2 A ... 3 n-2 n-1 n A A A
Anualidad anticipada A 0 A 1 A 2 A ... 3 n-2 n-1 n A A
Obsrvese que la anualidad anticipada comienza con un pago y concluye un periodo despus de que se haya cubierto el ltimo pago. Por tal motivo, el n-sino pago gana intereses por un periodo debido a que fue depositado al inicio del ltimo periodo. MONTO Y VALOR ACTUAL DE UNA ANUALIDAD ANTICIPADA Ejemplo Se depositan $100.00 al inicio de cada mes en un banco que paga el 2% mensual capitalizable en forma mensual. Cul ser el monto despus de 5 depsitos?
100 0
100 1
100 2
100 3
100 4
100 meses 5 F
Si F representa el monto de la anualidad, se puede formar la siguiente educacin de valor:

F = 100 (1.02)5 + 100 (1.02)4 + 100 (1.02)3 + 100 (1.02)2 + 100 (1.02) F = 100 (1.025 + 1.024 + 1.023 + 1.022 + 1.02) F = 100 (5.308120963) F = $530.8120 FRMULA PARA OBTENER EL MONTO O VALO FUTURO DE UNA ANUALIDAD ANTICIPADA. (1 + i)n+1 (1 + i) F=A
MATEMTICAS III
- 136 -
(1 + 0.02)5+1 (1 + 0.02) F = 100 0.02
F = $ 530.81
FORMULA PARA OBTENER ELMONTO O VALOR PRESENTE DE UNA ANUALIDAD ANTICIPADA.
P=A
(1 +i ) (1 +i )1 n i
P = 100
(1 + 0.02 ) (1 + 0.02 )1 5 0.02
P = 100(4.807728698)
P = $480.77 Ejemplo: Un profesionista deposita $470.00 al principio de cada mes, en una cuenta de inversin. Si la tasa de inters es del 23.64% capitalizable cada mes: a) Obtenga el monto al cabo de 4 aos. b) Cul es el inters ganado en los 4 aos? c) Calcule el valor presente de la anualidad. Solucin a) A = 470 n = 48 meses
MATEMTICAS III
- 137 -
i = 0.2364/12 = 0.0197 Sustituyendo valores
(1 + i)n + 1 (1 + i) F=A i = 470
(1.0197)48 + 1 (1.0197) 0.0197
2.601049072 0.0197 F = 470 1.0197 = 470 (80.2715265)
F = $37,727.62
b)Inters compuesto ganado = Monto total depositado = 37,727.62 (470) (48 meses) = $15,167.62 c) El valor actual se obtiene mediante la ecuacin
1+ 0197 (1+ 0197) 1 - 48 P = 470 0.0197
P = 470 (31.4691777475) P = $14,790.51 Ejemplo: Una compaa constructora debe invertir durante los prximos 5 aos, al comienzo de cada mes, $15,000.00 en un fondo para la depreciacin de su maquinaria. Cul ser el monto de este fondo de depreciacin al cabo de 5 aos, si ha estado produciendo el 27% capitalizable cada mes? Si los depsitos mensuales se hicieran al final de cada mes, Cul sera el monto? SOLUCIN A = 15,000 n = 60 meses
MATEMTICAS III
- 138 -
i = 0.27/12 = 0.0225
(1 i)n+1 (1+i) F=A i = 15,000
(1.0225)61 (1.0225) 0.0225
F = 15,000 (127.250569717) F = $1 908,758.55 Si se tratara de una anualidad vencida, el monto sera:
(1.0225)60 - 1 F = 15,000 0.0225 = $1 866.756.52
Hay una diferencia de $42,002.02! Ejemplo: La pliza de un seguro de vida estipula que se entregue al beneficiario de ste un pago de $5,000.00 al comienzo de cada mes durante 12 aos. Cul es el valor presente de esta anualidad, si la tasa de inters es del 2.35% mensual? SOLUCIN A = 5,000 n = 144 meses i = 0.0235
(1 + i) (1 + i)1 n P=A i = 5,000
1.0235 (1.0235) 1 144 0.0235
P = 5,000 (42.0172664627) P = $210,086.33
Ejemplo:
MATEMTICAS III
- 139 -
Utilice el problema anterior y compare el valor actual de la anualidad anticipada con el valor actual si fuera anualidad ordinaria. SOLUCIN Si la anualidad fuera ordinaria, entonces:
1 (1.0235) 144 P = 5,000 0.0235 P = 5,000 (41.05253196) P = $205,262.66 El valor presente de la anualidad anticipada es $4,823.67 ($210,086.33 - $205,262.66) ms que el valor presente de la anualidad vencida. Otra forma de llevar a cabo la comparacin es: 210,086.33 = 1.0235 205,262.66 El valor actual de la anualidad anticipada es 1.0235 veces ms que el de la anualidad vencida. Ejemplo: Una nia recin nacida recibi, por parte de sus abuelos maternos, $10,000.00 para que sean utilizados en su educacin universitaria. El mismo da en que naci la nia su padre le abri una cuenta de inversin a su nombre, donde depsito el regalo de los abuelos junto con $300.00 que piensa depositar, a partir de ese momento, cada mes, durante 12 aos. Despus de transcurrido ese tiempo, los depsitos sern suspendidos, pero el dinero se mantendr en la cuenta hasta que la nia cumpla 18 aos, edad en que estar por ingresar a la Universidad. Qu cantidad de dinero habr en la cuenta dentro de 18 aos? Supngase que la tasa de inters es del 18.6% capitalizable cada mes. SOLUCIN A continuacin se muestra el diagrama de tiempo. $10,000 300 300 0 1
300 ... 2
300 142
300 ...
meses
143
144
145
214
215
216 F
F representa el monto al final de 18 aos. El problema se debe resolver en 3 etapas.
MATEMTICAS III
- 140 -
Primera parte. Obtener el monto (F1) de $10,000 durante 18 aos
10,000 ... 0 1 2 3 214 215 meses 216 F1
F1 = 10 000 (1 +
0.816 216 ) 12
F1 = $277 245.427 Segunda parte Se obtiene el monto (F2) de la mensualidad anticipada, durante 12 aos. 300 0 300 1 (1 + i) n+1 (1 + i) F2 = A i 300 ...
meses
300 142
300 143 144 F2
(1 0.186/12)145 (1 + 0.186/12) F2 = 300 (0.186/12)
F2 = 300 (534.6311263) F2 = $160 389.34 Tercera parte Se obtiene el monto (F3) de $160 389.34 invertidos de los 12 a los 18 aos.
MATEMTICAS III
- 141 -
160 389.34 ... 144 145 146 214 215 meses 216 F3
0.186 F3 = 16,389.34 (1 + 12 F3 = $485,434.11 El monto total al final de los 18 aos viene dado por la suma de F1 y F3. Monto total = F1 + F3 = 277,245.43 + 485,434.11 Monto total = $762,679.54 )72
7.1.4. Actividad de aprendizaje No. 16 TA-10:Ejercicios propuestos. 7.1.4.1 Instrucciones: Que el alumno resuelva problemas de anualidades vencidas y anticipadas . . a) Valor actividad: 10 Puntos b) Producto esperado: Que los alumnos realicen correctamente los ejercicios. c) Fecha inicio: d) Fecha entrega: e) Forma de entrega: Por separado, escrito a mano f)) Tipo de actividad: Individual g) Fecha de realimentacin: El mismo da de entrega. 7.1.4.1 Criterio de evaluacin de la actividad TA-10 Actividad Actividad Ponderacin
Que se realice ejercicios Que pueda tomar 9 Puntos respecto a anualidades decisiones respecto en vencidas y anticipadas. diferentes alternativas de financiamiento. Que se realicen Utilizar el formato para la 1 Puntos correctamente los entrega de tareas. ejercicios. Total 10 puntos Actividad de aprendizaje No. 17 PR- 5 Resolver ejercicios prcticos 7.1.4.2 Instrucciones: Resolver un ejercicio de anualidades vencidas o anticipadas. .
MATEMTICAS III
- 142 -
h) Valor de la actividad: 105 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 7.1.4.2 Criterio de evaluacin de la actividad PR-6 Actividad Actividad Practica escrita que contenga al menos un problema de anualidades vencidas o anticipadas. . Uso de reglas de presentacin Ponderacin
Resolver en forma rpida 9 Puntos un problema de anualidades vencidas o anticipadas. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 10 puntos
7.1.5 Resultado del Aprendizaje: Se pretende que los alumnos realicen ejercicios acerca de anualidades vencidas y anticipadas. 7.1.6 Bibliografa: Matemticas Financieras. Hctor Manuel Vidauri. 1. Edicin. Editorial CECSA.
7.2. Tema: Tablas de amortizacin. 7.2.1 Objetivo de aprendizaje: Que el alumno adquiera la habilidad para realizar las tablas de amortizacin. 7.2.2 Recurso tiempo del tema: 3 horas 7.2.3 Desarrollo:
AMORTIZACIN A INTERS SIMPLE Amortizar: Significa saldar una deuda y sus intereses mediante una serie de pagos parciales o abonos que pueden ser de igual valor o de valores variables, efectuados a intervalos de tiempo iguales o diferentes. Amortizaciones constantes: cuando los abonos son de igual valor. Amortizaciones variables: cuando los abonos no son de igual valor. En la mayora de las operaciones a crdito, se acostumbra a saldar la deuda mediante amortizaciones constantes, de manera que incluyan capital e intereses, y realizadas a intervalos de tiempo iguales. Para que esto sea as, basta dividir el monto de la deuda entre el nmero de pagos es decir. Monto de la deuda Abono : Nmero de pagos
MATEMTICAS III
- 143 -
Las amortizaciones a inters simple se pueden llevar a cabo de dos maneras distintas. con inters global. con inters sobre saldos insolutos.
Amortizacin con inters global: En ste tipo de amortizacin los intereses son calculados sobre la totalidad de la deuda y no se toman en cuenta los pagos efectuados. Ejemplo El seor Javier Medina compra un refrigerador a crdito cuyo precio de contado es de $3,800.00 bajo las siguientes condiciones del pago, 6 meses para pagar dando abonos mensuales iguales en cantidad y una tasa de inters global del 48%. Calcule valor del abono mensual. Solucion. El monto de la deuda: S = $3,800 (1 + 0.48 * 6) 12 S = $4,712.00 Abono = $4,712.00 = $785.33 6 La Ley Federal de Proteccin de consumidor prohbe el uso del inters global en todas las operaciones a crdito. El artculo 69 de dicha ley dice textualmente Los intereses se causarn exclusivamente sobre los saldos inslitos del crdito concedido y su pago no podr ser exigido por adelantado, sino nicamente por periodos vencidos.
Amortizacin con inters sobre saldos inslitos: Si insoluto significa lo no pagado, entonces intereses cobrados sobre saldos insolutos significa el inters calculado en una deuda sobre el saldo que queda por pagar cada vez que se realiza un abono. Ejemplo. Si se tiene el precio de contado del refrigerador:
MATEMTICAS III
- 144 -
La amortizacin mensual al capital: C = 3800.00 i = 48% Los intereses mensuales se deben calcular sobre la parte no pagada del capital (saldo insoluto) que va quedando despus de cada amortizacin. Desde el inicio del crdito hasta el final del primer mes el saldo insoluto es al $3,800.00 por tanto, el inters a pagar al efectuar la primera amortizacin ser: Amortizacin (a) =
$3800 = $633 .33 6mesesdepag o
I = $3800.00 * 0.48 * 1 = $ 152.00 12 Tabla de amortizacin Mes 1 2 3 4 5 6 Saldo insoluto $ 3,800.00 $ 3,166.67 $ 2,533.34 $ 1,900.01 $ 1,266.68 $ 633.33 Total Amortizacin al capital 633.33 633.33 633.33 633.33 633.33 633.33 3 799.98 Intereses $ 152.00 $ 126.67 $ 101.33 $ 76.00 $ 50.67 $ 35.33 $ 532 Pago total 785.33 760.00 734.66 709.33 684.00 658.66 $ 4,331.98
El precio pagado por el refrigerador es de $433.98; $3 800.00 corresponden al capital y $532.00 a los intereses. Como se puede ver, los intereses cobrados sobre los saldos insolutos son menores que los cobrados mediante el inters global. Tambin se observa que el pago total es cada vez menor, debido a los intereses que van decreciendo mes a mes; sin embargo, es practica comn que el pago total sea igual cada mes. El pago total mensual constante, con intereses incluidos, es de: Abono = 4,331.98 = 722 6 El refrigerador se paga mediante 6 pagos mensuales iguales de $ 722 cada uno. Otra forma de obtener el inters total sobre saldos insolutos. c = valor presente. n = nmero de periodos i = tasa de inters (sin su porcentaje, es decir entre 100) a = el valor de la amortizacin al capital. a, se obtiene al dividir el valor presente de la deuda entre el nmero de periodos, esto es:
MATEMTICAS III
- 145 -
a=
c n
donde
c = saldo insoluto al inicio
Datos: c = $ 3,800.00 a = $ 633.33 n = 6 meses i = 0.48/12 = 0.04 I = 6 * 0.04
n*i I = 2 (c + a)
(3,800 + 633.33) = $532.00
Abono mensual = Monto = 3,800 + 532 = $722 n 6
Ejemplo: Implementos agrcolas S, A. vende un tractor, cuyo precio de contado es $ 190,000.00 bajo los siguientes condiciones: dar un enganche del 25% y el resto en 36 abonos quincenales iguales en cantidad, a una tasa de inters simple del 50% sobre saldos insolutos. Calcule el importe del abono quincenal. El valor presente de la deuda. C = 190,000 25% del 190,000.00 C = 190,000 47,500 C = $ 142,500.00 El valor de la amortizacin: a = 142,500 = 36 a = $ 3 958.33 n = 36 i= 0.50 = 0.02083 24 I = 36 * 0.02083 (142,500 + 3958.33) = 54,921.8737 2 I = 54,921.8737
MATEMTICAS III
- 146 -
Monto = $ 142,500 + 54921.8737 Monto = 197,421.8737 Abono quincenal = 197,421.8737 36 Abono quincenal = 5,483.94 Ejemplo: Se obtiene un prstamo por $ 36.000.00 a 10 meses en pagos mensuales, al 38% sobre los saldos insolutos. Calcule los intereses para los primeros 6 meses. c = 36,000.00 a = 36000 = 3,600.00 10 n = 6 meses i = 0.38 = 0.0316 12 I = n x i (c + a) 2 I = 6 x 0.0316 (36,000) + (3600) x (4) + 3,600) 2 I = $ 5,130.00 Tabla de amortizacin MES 1 2 3 4 5 6 7 8 9 10 SALDO INSOLUTO 36,000 32,400 28,800 25,200 21,600 18,000 14,400 10,800 7,200 3,600 AMORTIZACIN AL CAPITAL 3600 3600 3600 3600 3600 3600 3600 3600 3600 3600 INTERS 1140 1026 912 798 684 570 456 342 228 114 PAGO TOTAL 4740 4726 4512 4398 4284 4170 4056 3942 3828 3714
Ejemplo: Un prstamo por $ 52,200 deber ser liquidado en un ao, como pagos bimestrales, cobrando una tasa de inters simple sobre saldos insolutos igual a la TIIE (Tasa de Inters interbancaria de equilibrio) ms 5 puntos porcentuales. El prstamo fue otorgado el 5 de julio y en pagos debern hacerse los das 5, empezando con el 5 de septiembre obtenga el pago total que se deber realizar cada bimestre, sabiendo que las tasas de inters fueron los siguientes:
MATEMTICAS III
- 147 -
BIMESTRE 1 2 3 4 5 6 c = $ 52,200 a = 52,200 = $ 8,700.00 6 n = 6 bimestres i = tasa variable. Bimestre 1 2 3 4 5 6 Saldo insoluto 52,200 45,500 34,800 26,100 17,400 8,700 Amortizacin al capital 8,700 8,700 8,700 8,700 8,700 8,700
TIIE 39.08% 40.15% 41.24% 43.00% 2.50% 40.87%
Tasa de inters ms 5 ptos. 44.08% 45.15% 26.24% 48.00% 47.50% 45.87%
Inters 3834.95 3273.375 2681.92 2088 1377.5 665.115
Pago Total 12,534.96 11973,375 11381.92 10,788.00 10,077.5 9365.115
Actividad de aprendizaje No. 18 PR- 7 Resolver ejercicios prcticos 7.2.4.2 Instrucciones: Resolver un ejercicio de amortizacin sobre saldos insolutos.. . h) Valor de la actividad: 10 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 7.2.4.2 Criterio de evaluacin de la actividad PR-7 Actividad Actividad Practica escrita que contenga al menos un problema de amortizaciones a inters simple. . Uso de reglas de presentacin Ponderacin
Resolver en forma rpida 9 Puntos un problema de amortizaciones a inters simple. Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 10 puntos
MATEMTICAS III
- 148 -
7.1.5 Resultado del Aprendizaje: Se pretende que los alumnos realicen ejercicios acerca de amortizaciones. 7.1.6 Bibliografa: Matemticas Financieras. Hctor Manuel Vidauri. 1. Edicin. Editorial CECSA. Unidad Temtica: 8. Tasa interna de retorno. 7.1. Tema: . 7.1.1 Objetivo de aprendizaje: Que el alumno comprenda y aplique la tasa interna de retorno en proyectos de inversin. 7.1.2 Recurso tiempo del tema: 6 horas 7.1.3 Desarrollo:
Evaluacin econmica de proyectos de inversin. Una inversin independiente es aquella que al realizarse no afecta los flujos de efectivo de otras inversiones aunque si esta compitiendo con estas opciones por el capital escaso. Por ejemplo un proyecto de construccin de un parque industrial en Tijuana puede estar compitiendo por los recursos contra el proyecto de un hotel de cinco estrellas en Cancn, si los recursos disponibles no permiten realizar ambos proyectos se deber elegir entre ellos, pero si en un momento determinado los recursos son suficientes se pueden efectuar ambas opciones. Las inversiones mutuamente excluyentes son aquellas en las que solo habr de aceptarse una de ellas porque todas realizan la misma funcin econmica. Por ejemplo, todos los usos de un nico recurso econmico como un terreno que se puede utilizar para construir un estacionamiento, un hotel un edificio para oficinas, un centro comercial, un parque industrial o viviendas; incluso dependiendo de su tamao se pueden combinar varios de estos uso, pero no podr utilizarse para todos.
Tasa de rendimiento mnimo aceptable. Los mtodo de evaluacin econmica se basan en comparaciones. Es decir, comparan sus resultados econmicos con los beneficios mnimos que los inversionistas estn dispuestos a aceptar u otras inversiones accesibles para los inversionistas. La tasa de rendimiento mnima aceptable(Trema) es la tasa de rendimiento que como mnimo est dispuesta a aceptar una persona o empresa para invertir sus recursos en una inversin dada. Existen tres criterios para determinarla. Primero: rendimiento igual o mayor que la inflacin. Esperar que una inversin genere rendimiento igual a la inflacin equivale a considerar que los inversionistas se conformen con sus ahorros cuando menos conserven su poder adquisitivo. En este caso se esperara obtener un rendimiento real igual a cero, lo que creemos que en la prctica resulta poco interesante para los inversionistas; por esta razn no consideramos que este sea el mejor criterio. Segundo: rendimiento mayor o igual que el costo de oportunidad de capital. Este se define como lo que se deja ganar en una inversin A por invertir los recursos disponibles en otra opcin B. Este criterio se basa en el hecho de comparar el rendimiento estimado del proyecto de inversin con otras opciones accesibles al inversionista. Esas opciones de inversin son generalmente mas seguras y pueden ser: inversiones en el mercado de dinero, de capitales, de metales precios o inclusive el rendimiento obtenido por otro proyecto de inversin. Lo mas comn es utilizar los Certificados de la Tesorera de la Federacin.(Cetes). Tercero: Rendimiento mayor o igual a costo del capital. Se define como el precio que la empresa paga a las fuentes de financiamiento por el uso de su dinero, incluyendo financiamientos por
MATEMTICAS III
- 149 -
endeudamiento y por aportaciones de capital de los accionistas. Por ejemplo una empresa con una estructura de capital como la que se muestra en la tabla 7.1 tiene un costo de capital promedio ponderado igual al 18,8%. Tabla7.1. Ejemplos de la estructura de capital de una empresa.
Concepto Activos(%) Pasivo 60.0 Capital social 40.0 Total 100.0
Costo anual 18.0% 20.0%
Costo ponderado 10.8% 8.0% 18.8
Por tanto, cualquier inversin que realice la empresa tiene que redituarle este rendimiento o uno mayor. Independientemente de cul de los tres criterios (inflacin , costo de oportunidad o costo de capital) se aplique para evaluar un proyecto, los inversionistas siempre solicitan un premio adicional o sobre tasa. Este premio extra es proporcional al nivel de riesgo de la aventura. De tal forma que la Trema debe considerar ese premio por la toma de riesgos. La inflacin y tasa mnima de rendimiento aceptable. El rendimiento ofrecido por una inversin tiene una parte igual a la inflacin y otra llamada parte real que puede estar por arriba o por abajo de la inflacin. Cuando el rendimiento que genera una inversin es superior a la inflacin, se dice que esa inversin genera un rendimiento real positivo (fig. 7.2, caso 1), y cuando es menor, decimos que la inversin produce un rendimiento real negativo(fig. 7.3, caso 2). Rendimiento Real positivo Rendimiento Real negativo Inflacin Rendimiento efectivo Caso 2 Fig. 7.3. Rendimiento real de una inversin. Del concepto de inters real conviene recordar la expresin usada para calcular la tasa real de inters.
Rendimiento efectivo inflacin Caso 1
Tr =
1 +Te -1 1 +T inf
X 100
Donde: Tr = Tasa real Te = Tasa de inters efectiva Tinf. = Tasa de inflacin. Hay que considerar que la evaluacin de un proyecto de inversin se realiza a partir de su flujos de efectivo proyectados. Si los flujos de efectivo se proyectaron en trminos reales, es decir, sin tomar en cuenta los efectos de la inflacin durante la proyeccin de los ingresos y egresos,
MATEMTICAS III
- 150 -
entonces, la Trema que se aplicar para evaluar el proyecto de inversin deber corresponder nicamente a la porcin real de esa tasa de inters. Ejemplo: Si el proyecto se va a comparar con el rendimiento que ofrece otra opcin de inversin accesible a los inversionistas y que genera rendimiento de 20% anual y la inflacin estimada es de 15% anual, el rendimiento real de esa inversin se obtiene por sustitucin de los valores de la expresin anterior.
Tr =
1 + 0.2 1 1 + 0.15
X 100 = 4.35%
Por lo tanto, la tasa de 4.35% real anual ser la que emplear como Trema para evaluar el proyecto de inversin mencionado. Cuando las proporciones financieras del proyecto consideran las efectos de la inflacin en la proyeccin de sus ingresos y de sus costos, entonces, la Trema que se aplique para evaluar el proyecto deber incluir tanto la parte inflacionaria como la parte real de la tasa de rendimiento. Ejemplo Si el rendimiento que ofrece la otra opcin de inversin accesible a los inversionistas es de 20% anual efectiva, el proyecto de inversin deber evaluarse empleando esa tasa como Trema. Mtodos y tcnicas de evaluacin La evaluacin de los proyectos de inversin se basa en sus flujos de efectivo prospectados al futuro. Las proyecciones de los flujos de efectivo se realizan con base en las expectativas que el planeador tiene el presente y el futuro de la economa nacional e internacional, de los mercados y de la empresa. Efectuar proyecciones financieras no es una tarea sencilla , siempre estar latente la posibilidad de que los eventos que ocurren en la realidad se comporten de manera diferente que los prospectados, por lo que siempre existe cierta posibilidad de que los flujos de efectivo que se presenten en la realidad difieran de los estimados. Considerando lo anterior podemos clasificar en dos grupos los mtodos de evaluacin de proyectos de acuerdo con la validez que asignen los datos supuestos contemplados durante la proyeccin de los flujos de efectivo. Mtodos determinsticos. Mtodos probabilsticas. Mientras los mtodos deterministicos consideran que la validez de los factores es absoluta, los mtodos probabilsticos consideran cierta probabilidad de ocurrencia de los factores. Periodo de recuperacin de la inversin. Sin actualizacin (cuantitativos) Rendimiento sobre la inversin Mtodos Deterministicos Con actualizacin Valor presente neto Tasa interna de rendimiento ndice de rentabilidad. Pronsticos conservadores Tasa de descuento ajustado por riesgo Anlisis de sensibilidad
Mtodos
MATEMTICAS III
- 151 -
probabilisticos
Modelos de simulacin de Monte Carlo rboles de decisin estocsticos. Equivalente bajo certeza.
Mtodo de la tasa interna de retorno o tasa de flujo de efectivo neto descontado La tasa interna de retorno es la tasa de inters pagada sobre saldos insolutos de dinero tomado en prstamo o la tasa de inters ganada sobre el saldo no recuperado de una inversin , de tal manera que el pago o el ingreso final lleva el saldo a cero, considerando el Inters. En otras palabras es la tasa de inters efectiva que se paga por un financiamiento (prstamo); tambin puede definirse como la tasa de inters efectiva que se obtiene como rendimiento en una inversin particular. La tasa interna de retorno (TIR) tambin se puede definir como la tasa de descuento que hace que el valor presente neto de los flujos de efectivo de una inversin sea igual a cero o que tambin tenga una relacin beneficio / costo actualizados o ndice de rentabilidad igual a uno. Es uno de los mtodos mas utilizados para evaluar proyectos de inversin. Consiste en calcular la tasa de descuento para la cual el VPN de los flujos de efectivo sea cero o que su ndice de su rentabilidad sea igual a uno. Criterios de decisin que se aplican en el mtodo de tasa interna de retorno. El criterio de aceptacin generalmente utilizado para este mtodo se basa en comparar la TIR contra la tas de rendimiento mnima aceptable. Si la tasa interna de retorno de un proyecto de inversin es mayor o igual que la trema(TIR Trema), se dice que el proyecto es rentable. Si se trata de un conjunto de proyectos de inversin entre los cuales ha de seleccionarse slo algunos de ellos, se opta por aquel que presente la TIR mayor y que tambin tenga una TIR mayor que la trema. Ejemplo Supongamos que estamos evaluando un proyecto de inversin con un flujo de efectivo igual al mostrado en la figura 7.4. cul ser el rendimiento sobre la inversin o la tasa interna de retorno de dicho proyecto? De acuerdo con definicin de tasa interna de retorno, la tarea consiste en determinar cul es la tasa de descuento para la que el valor presente neto de los flujos de efectivo es igual a cero. Es decir hay que despejar la tasa de descuento(i) de la siguiente expresin. VPN = Co+C1(1+i)-n Donde: VPN = valor presente neto de los flujos de efectivo proyectado. Co = inversin inicial o flujo de efectivo del aos cero. C1= flujo de efectivo del primer ao y beneficio recibido. I = tasa de descuento. n = nmero de periodos. Por sustitucin de los valores y despeje de la tasa de descuento i, tenemos que: VPN = 0 = -100 + 150 (1+ i) -n i=
150 100
1 n
-1
MATEMTICAS III
- 152 -
C1 = $150
0
Co = $100 Fig. 7.4. Flujo de efectivo proyectado.
Donde n = 1 I = 0.50 50% Por tanto, el rendimiento que genera esta inversin es de 50%,es decir, su tasa interna de retorno es igual a 50%. Ejemplo Continuemos con el ejercicio de la evaluacin de los proyectos A y B que se han desarrollado anteriormente, mostremos el diagrama de flujo:
C1=10 000 C2 =10 000
C3= 10 000 C4 =7 000 C5 = 5 000 C6 = 5 000
Co=20 000 7.5. Flujo de efectivo del proyecto de inversin A.
La ecuacin que nos permite calcular el VPN del flujo de efectivo, es la siguiente: VPN = Co + C1(1+i) -1 + C2(1+i) 2 + C3(1+i) -3+C4(1+i) 4 + C5(1+i) -5 + C6(1+i) 6 Por sustitucin de los valores tenemos que: VPN = 0 = -20 000 + 10 000(1+i)-1 + 10 000(1+i)-2 + 10 000(1+I)-3 + 7 000(1+I)-4+5000(1+I)-5+ 5 000(1+I)-6 Despejar la tasa de descuento i de una ecuacin de este tipo no es muy sencillo, la forma ms prctica de calcular la tasa interna de retorno es mediante tanteos, es decir, variando valores en la tasa de descuento i hasta que se cumpla la condicin determinada. La siguiente tabla muestra el valor presente neto y el ndice de rentabilidad que resulta con diferentes tasas de descuento para los proyectos A y B. Como se puede observar en la tabla 7.6 y en la figura 7.8 la tasa de descuento que hace el VPN del proyecto sea igual a cero y el IR igual a 1. Tabla 7.6 valor presente neto e ndice de rentabilidad para tasas de descuento diferentes. Proyecto A Proyecto B Tasa de VPN($) IR(veces) VPN($) IR(veces) descuento(%)
MATEMTICAS III
- 153 -
5 15 25 35 45 55 65 75 85 95 TIR
25 000 20 000
21.051 11.768 5.541 1.158 -2.052 -4.482 -6.372 -7.876 -9.098 -19.106 38.28%
2.1 1.6 1.3 1.1 0.9 0.8 0.7 0.6 0.5 0.5
42.380 17.350 2.995 -5.777 -11.435 -15.256 -17.942 -19.897 -21.363 -22.491 27.92%
2.5
2.4 1.6 1.1 0.8 0.6 0.5 0.4 0.3 0.3 0.3
2.0 15 000 10 000 5 000 IR = 1 1.5 1.0
5 000 10 000 15 000 5
VPN = 0 0.5 15 25 35 38 45 55 65 75 85 95 0
Tasa de descuento(%)
ndice de rentabilidad
Valor presente neto
Fig.7.8 Clculo de la TIR, proyecto A. Est dentro del rango comprendido entre 355 y 45%. Con mas precisin la tasa de descuento que cumple con la condicin VPN = 0, es 38.28%. 0 = -20000+10000(1+0.3828)-1+10000(1+0.3828)-2+10 000(1+0.3828)-3 +7000(1+0.3028)- 4 + 5000(1+0.3828)-5 +5 000(1+0.3828)-6 Por lo tanto, la TIR de los flujos de efectivo del proyecto A es de 38.28%, y en el caso del proyecto B, la TIR de sus flujos de efectivo es 27.92%.Con base en los criterios de decisin expuestos anteriormente, podemos concluir que el proyecto A es una opcin de inversin mas rentable porque tiene la TIR mayor. Ventajas y desventajas del mtodo de tasa interna de retorno. Las ventajas que presenta este mtodo son las siguientes: S considera el valor del dinero en el tiempo. Se obtiene una tasa de inters que es un resultado de medicin utilizado para cualquiera inversin. Permite ordenar los proyectos de acuerdo con su tasa de rendimiento, esta cualidad es muy importante en los casos de disponibilidad limitada de capital.
MATEMTICAS III
- 154 -
Las desventajas: El criterio de decisin para proyectos mutuamente excluyentes puede contradecir al mtodo de VPN. No todos los flujos de efectivo tienen la propiedad de que el valor presente neto disminuye a medida que la tasa de descuento aumenta. Hay flujos de efectivo que presentan tasas internas de retorno mltiples. Existen dificultades para tomar decisiones de inversin cuando el valor de la Trema para corto y largo plazo es diferente.
MTODO DEL VALOR PRESENTE

El mtodo del valor presente es uno de los criterios econmicos ms ampliamente utilizados en la evaluacin de proyectos de inversin. Consiste en determinar la equivalencia en el tiempo cero de los flujos de efectivo futuros que genera un proyecto y comparar esta equivalencia con el desembolso inicial cuando dicha equivalencia es mayor que el desembolso inicial, entonces, es recomendable que el proyecto sea aceptado. Frmula utilizada para evaluar el valor presente de los flujos generados por un proyecto de inversin:
n St VPN = So + t= 1 (1+ i)t
donde: VPN. = Valor presente neto. S o = Inversin inicial. S t = Flujo de efectivo neto del periodo t. n = Nmero de periodos de vida del proyecto. i = Tasa de recuperacin mnima atractiva. La frmula anterior tiene una serie de caractersticas que la hacen apropiada para utilizarse como base de comprobacin capaz de resumir las diferencias ms importantes que se derivan de las diferentes alternativas de inversin disponibles. Primero, la frmula anterior considera el valor del dinero a travs del tiempo al seleccionar un valor adecuado de i. Cabe mencionar que algunos autores utilizan como el valor de i el costo de capital (ponderado de las diferentes fuentes de financiamiento que utiliza la empresa) en lugar de TREMA (tasa de recuperacin atractiva). Sin embargo, existen algunas desventajas al usar como valor de i el costo del capital. Algunas de estas desventajas son: 1) Difcil de evaluar y actualizar y 2) Puede conducir a tomar malas decisiones puesto que al utilizar el costo de capital, proyectos con valores presentes positivos cercanos a cero seran aceptados. Sin embargo, es obvio que estos proyectos en general no son muy atractivos. Por otra parte, el utilizar como valor de i la TREMA, tiene la desventaja de ser establecida muy fcilmente, adems es muy fcil considerar en ella los factores tales como el riesgo que presenta un determinado proyecto, la disponibilidad de dinero de la empresa y la tasa de inflacin prevaleciente en la economa nacional. Adems de la caracterstica anterior, el mtodo del valor presente tiene la ventaja de ser siempre nico, independientemente del comportamiento que sigan los flujos de efectivo que genera el proyecto de inversin. Esta caracterstica del mtodo del valor presente lo hacer ser preferido para
MATEMTICAS III
- 155 -
utilizarse en situaciones en que el comportamiento irregular de los flujos de efectivo, origina el fenmeno de tasas mltiples de rendimiento. Finalmente, conviene mencionar que en la mayora de los casos, el valor presente para diferentes valores de i, se comporta como aparece en la figura 7.9. Lo anterior se debe VPN
Inters
FIGURA 7.9. Valor presente neto como una funcin de la tasa de inters. Caso ms frecuente. al hecho de que generalmente todos los proyectos de inversin demandan desembolsos en su etapa inicial y generan ingresos en los sucesivo. Sin embargo, no se debe de descartar la posibilidad de encontrar proyectos de inversin con grficas completamente diferentes a la mostrada en la figura 7.9 El mtodo del valor presente se puede aplicar al anlisis y evaluacin de un proyecto individual, suponga que cierta empresa desea hacer una inversin en equipo relacionado con el manejo de materiales. Se estima que el nuevo equipo tiene un valor en el mercado de $100,000 y representar para la compaa un ahorro en mano de obra y desperdicio de materiales del orden de $40,000 anuales. Considere tambin que la vida estimada para el nuevo equipo es de cinco aos al final de los cuales se espera una recuperacin monetaria de $20,000. Por ltimo, asuma que esta empresa ha fijado su TREMA en 25%. Para esta informacin y aplicando la ecuacin anterior se obtiene: 40,000 VPN = 100,000 + (1+.25) VPN = $14,125 Puesto que el valor presente neto es positivo, se recomienda adquirir el nuevo equipo. De acuerdo a este ejemplo es obvio que siempre que el valor presente de un proyecto sea positivo, la decisin ser emprenderlo. Sin embargo, sera conveniente analizar la justificacin de esta regla de decisin. Primero, cuando el valor presente es positivo, significa que el rendimiento que se espera obtener del proyecto de inversin es mayor al rendimiento mnimo requerido por la empresa (TREMA). Tambin, cuando el valor presente de un proyecto es positivo, significa que se va a incrementar el valor del capital de los accionistas. 40,000 40,000 40,000 40,000 + + + + (1+.25)2 (1+.25)3 (1+.25)4 (1+.25)5
MATEMTICAS III
- 156 -
En el ejemplo anterior la decisin era aceptar el proyecto. Sin embargo, veamos qu pasa en el mismo ejemplo presentado anteriormente, la empresa en lugar de fijar su TREMA en 25% la hubiera fijado en 40%. Para esta nueva modificacin el valor presentado que se obtiene sera: 40,000 VPN= 100,000 + (1+.4)1 VPN = -$14,875 Y como el valor presente es negativo, entonces, el proyecto debe ser rechazado. Lo anterior significa que cuando la TREMA es demasiado grande, existen muchas probabilidades de rechazar los nuevos proyectos de inversin. El resultado anterior es bastante obvio, puesto que un valor grande de TREMA significa que una cantidad pequea en el presente se puede transformar en una cantidad muy grande en el futuro, o equivalentemente, que una cantidad futura representa una cantidad muy pequea en el presente. Finalmente, si en el ejemplo analizado se hubiera supuesto un valor pequeo de TREMA, el valor presente hubiera resultado muy grande. Esto significa que cuando TREMA es pequea existen mayores probabilidades de aceptacin, puesto que en estas condiciones el dinero no tendra ningn valor a travs del tiempo. Para terminar la discusin de este ejemplo, la figura 8 muestra cmo sera el valor presente que se obtiene en la compra del nuevo equipo para diferentes valores de TREMA. VPN + (1+.4)2 40,000 + (1+.4)3 40,000 + (1+.4)4 40,000 + (1+.4)5 60,000
14,125 35 40 . . . . 25 30 14,875 FIGURA 8. Valor presente como una funcin de TREMA para el equipo de manejo de materiales. Seleccin de proyectos mutuamente exclusivos. En la seccin anterior se describieron las guas generales que se deben seguir para evaluar un proyecto individual. Sin embargo, sera conveniente mostrar la metodologa a seguir cuando se quiere seleccionar una alternativa de entre varias mutuamente exclusivas. Para esta situacin existen procedimientos equivalentes, es decir, la decisin final a la cual se llega con cada no de ellos es la misma. Estos procedimientos son: valor presente de la inversin total y presente del incremento en la inversin. TREMA (%)
MATEMTICAS III
- 157 -
Valor presente de la inversin total Puesto que el objetivo en la seleccin de estas alternativas es escoger aquella que maximice el valor presente, las normas de utilizacin de este criterio son muy simples. Todo lo que se requiere hacer es determinar el valor presente de los flujos de efectivo que genera cada alternativa y entonces seleccionar aquella que tenga el valor presente mximo. Sin embargo, conviene sealar que el valor presente de la alternativa seleccionada deber ser mayor que cero, ya que de esta manera el rendimiento que se obtiene es mayor que el inters mnimo atractivo. Para ilustrar la simplicidad computacional de este criterio, considere que cierta empresa desea seleccionar una de las alternativas mostradas en la tabla 8.1. Tambin, suponga que esta empresa utiliza para evaluar sus proyectos de inversin una TREMA de 25%. Para esta informacin, el valor presente que se obtiene con cada alternativa es: 5 VPNA = -100,000 +
j=1
40,000 = $7,571 (1+.25)j
5 VPNB = - 180,000 +
j=1
80,000 = $35,142 (1+.25)j
5 VPNC = - 210,000 +
j=1
85,000 = $18,600 (1+.25)j
y puesto que el mayor valor presente corresponde a la alternativa B, entonces se debe de seleccionar esta alternativa. TABLA 8.1. Flujos de efectivo de alternativas mutuamente exclusivas. ALTERNATIVAS AO 0 1-5 A -$100,000 40,000 B -$180,000 80,000 C -$210,000 85,000
En este ejemplo que se acaba de analizar, se seleccion una alternativa. Sin embargo, es posible que en ciertos casos cuando se analizan alternativas mutuamente exclusivas, todas tengan valores presentes negativos. En tales casos, la decisin a tomar es no hacer nada, es decir, se debern rechazar todas las alternativas disponibles. Por otra parte, si de las alternativas que se tienen solamente se conocen sus costos, entonces la regla de decisin ser minimizar el valor presente de los costos. Tambin, es conveniente mencionar que bajo esta situacin, la alternativa no hacer nada no se puede considerar, es decir, forzosamente se tendr que seleccionar una de las alternativas (la de valor presente mnimo si se consideran los costos con signo positivo).
MATEMTICAS III
- 158 -
Se ha visto cmo utilizar el mtodo del valor presente en la comparacin de alternativas mutuamente exclusivas de igual vida. Sin embargo, sera interesante analizar las implicaciones que resultan de comparar alternativas mutuamente exclusivas de diferentes vidas. Para tal efecto suponga que cierta empresa desea adquirir un montacargas con el cual se agilizara el transporte interno en el almacn de productos terminados. Investigaciones preliminares sobre los diferentes tipos de montacargas disponibles en el mercado han arrojado los resultados mostrados en la tabla 4.2 Considere tambin que la empresa utiliza una TREMA de 20%. Por ltimo suponga que el servicio que van a proporcionar estos montacargas ser requerido por un tiempo de al menos 10 aos. Para esta informacin el valor presente de estas alternativas sera:
5 VPNA = (-150,000 +
j=1
55,000 ) (1 + (1+.2)j
1 ) (1+.2)5
VPNA = $20,299 y
10 70,000 VPNB = 250,000 + j =1 (1+.2)j
VPNB = $43,500 Y como el valor presente del montacargas B es mayor, entonces se debe de seleccionar dicho montacargas. TABLA 8-2. Flujos de efectivo de los montacargas. Montacargas B -$250,000 10 aos 70,000
Inversin inicial Vida Ahorros netos/ao
A -$150,000 5 aos 55,000
El anlisis anterior muestra que la mejor alternativa es el montacargas B. sin embargo, esta decisin puede ser engaosa, es decir, probablemente esta alternativa no sea la mejor. La razn por la que esta decisin no necesariamente es la mejor, se basa en el hecho de que en la primera alternativa se consider implcitamente que en el ao 5 habr en el mercado montacargas idntico al anterior. Sin embargo, es obvio que en el ao 5 habr en el mercado montacargas cuyas caractersticas tecnolgicas y de operacin sean mucho ms atractivas y ventajosas que las del montacargas actual y entonces, puede ser posible que la combinacin de esos dos montacargas (montacargas A y el disponible en el ao 5) sea mejor que el montacargas B. La principal evidencia al considerar como horizonte de planeacin el mnimo comn mltiplo de las vidas de las diferentes alternativas, es suponer que en lo ciclos sucesivos de cada alternativa se tendrn flujos de efectivos idnticos a los del primer ciclo. Los razonable en estos casos sera: 1) Pronosticar con mayor exactitud lo que va a ocurrir en el futuro, es decir, tratar de predecir las
MATEMTICAS III
- 159 -
diferentes alternativas que estarn disponibles en el mercado para ese tiempo, 2) utilizar como horizonte de planeacin el menor de los tiempos de vida de las diferentes alternativas. Valor presente del incremento en la inversin Cuando se analizan alternativas mutuamente exclusivas, son las diferencias entre ellas lo que sera ms relevante al tomador de decisiones. El valor presente del incremento en la inversin precisamente determina si se justifican esos incrementos de inversin que demandan las alternativas de mayor inversin. Cuando se comparan dos alternativas mutuamente exclusivas mediante este enfoque, lo primero que se debe hacer es determinar los flujos de efectivo netos de la diferencia entre los flujos de efectivo de las dos alternativas analizadas. Enseguida se determina si el incremento en la inversin se justifica. El incremento en la inversin se considera aceptable si su rendimiento excede la tasa de recuperacin mnima atractiva, es decir, si el valor presente del incremento en la inversin es mayor que cero, el incremento se considera deseable y la alternativa que requiere esta inversin adicional se considera como la ms atractiva. Cuando se comparan dos alternativas mutuamente exclusivas mediante este enfoque, lo primero que se debe hacer es determinar los flujos de efectivo netos de la diferencia entre los flujos de efectivo de las dos alternativas analizadas. Enseguida se determina si el incremento en la inversin se justifica. El incremento en la inversin se considera aceptable si su rendimiento excede la tasa de recuperacin mnima atractiva, es decir, si el valor presente del incremento en la inversin es mayor que cero, el incremento se considera deseable y la alternativa que requiere esta inversin adicional se considera como la ms atractiva. Cuando se aplica el criterio del valor presente del incremento en la inversin en la seleccin de alternativas mutuamente exclusivas, los pasos a seguir seran: 1. Poner las alternativas en orden ascendente de acuerdo a su inversin inicial. 2. Seleccionar como la mejor alternativa aquella de menor costo. Cabe sealar que la alternativa de menor costo siempre ser no hacer nada, es decir, esta alternativa sera la base contra la cual se comparar la siguiente alternativa de menor costo. La alternativa no hacer nada conviene siempre considerarla puesto que se pueden presentar casos en los cuales todas las alternativas disponibles tengan valores presentes negativos. 3. Comparar la mejor alternativa con la siguiente de acuerdo al ordenamiento del paso 1. La comparacin entre estas dos alternativas se basa en determinar el valor presente del incremento en la inversin (flujos de efectivos diferenciales). Si este valor presente es mayor que cero, entonces la alternativa retadora se transforma en la mejor alternativa. Por el contrario, si el valor presente del incremento en la inversin es negativo, entonces la mejor alternativa sigue siendo la defensora y la retadora se elimina de posterior consideracin. 4. Repetir el paso 3 hasta que todas las alternativas disponibles hayan sido analizadas. La alternativa que maximiza el valor presente y proporciona un rendimiento mayor que TREMA, es la alternativa de mayor inversin cuyos incrementos de inversin se justificaron. Si se aplican los pasos anteriores a las alternativas mostradas en la tabla 8-1, y si adems se supone el mismo valor de TREMA de 25%, los clculos que resultan son los siguientes:
MATEMTICAS III
- 160 -
5 VPNA= -100,000 +
j=1
40,000 = $7,571 (1+.25)j
puesto que el valor presente de la alternativa de menor inversin es positivo, entonces, la alternativa A es mejor que la alternativa no hacer nada.pos consiguiente, la mejor alternativa hasta el momento es la A, la cual pasa a ser considerada como la alternativa defensora y la alternativa B pasa a ser la alternativa retadora, es decir, la alternativa B se va a comparar con la A de acuerdo a una base incremental:
5 VPNB-A= -80,000 +
j=1
40,000 = $27,571 (1+.25)j
y como el valor presente del incremento en la inversin es positivo, entonces la alternativa B pasa a ser la defensora y la alternativa C la retadora. Si se comparan estas alternativas sobre una base incremental se obtiene:
5 5,000 VPNC-B= -30,000 + = $16,553 j = 1 (1+.25)j y puesto que este valor presente es negativo, la alternativa B se transforma en la mejor alternativa. De acuerdo al paso 4 cuando las alternativas han sido consideradas, la mejor alternativa es la que maximiza el valor presente y proporciona un rendimiento mayor que TREMA. Por consiguiente, la alternativa B es la seleccin ptima del conjunto de alternativas mostradas en la tabla 8-1. Como se puede observar, la decisin recomendada al aplicar este criterio coincide con la obtenida al utilizar el valor presente de la inversin total. Lo anterior significa que ambos criterios son equivalentes. El valor presente del incremento en la inversin tambin se puede aplicar en la seleccin de alternativas mutuamente exclusivas en las cuales slo se tiene informacin de los costos. Sin embargo, bajo esta nueva situacin, a diferencia de cuando los ingresos son conocidos; la alternativa no hacer nada no puede ser considerada en el anlisis como una alternativa factible. Lo anterior es justificable puesto que es obvio que es preferible no gastar nada a tener puros desembolsos. Para ilustrar el procedimiento a seguir cuando slo se tiene la informacin de los costos de las diferentes alternativas disponibles, considere que una empresa que utiliza una TREMA de 20%, desea seleccionar una de las alternativas que aparecen en la tabla 8-3.
ALTENATIVAS
AO 0 1 2 3 A -$100,000 3,000 3,500 4,000 B -$12,000 - 2,500 - 3,000 - 3,000 C -$15,000 - 1,500 - 1,500 - 1,500
Tabla 8.1. Flujos de efectivo de alternativas mutuamente exclusivas de las cuales
MATEMTICAS III
- 161 -
Como la alternativa no hacer nada no es considerada, entonces la alternativa A se transforma en la mejor alternativa, es decir, inicialmente la alternativa A es la defensora y la alternativa B la retadora. Aplicando el valor presente sobre una base incremental a estas alternativas se obtiene: 500 VPNB-A = 2,000 + (1+.2) + (1+.2)2 500 + (1+.2)3 1,000
VPNB-A = - $657 y puesto que el valor presente es negativo, la alternativa B se elimina de posterior consideracin. Por consiguiente, la alternativa A seguir siendo la defensora y la alternativa C pasa a ser considerada la retadora. Ahora, si se comparan estas alternativas sobre una base incremental se obtiene:
1,500 VPNC-A = 5,000 + (1+.2) VPNC-A = - $914 +
2,000 + (1+.2)2
2,500 (1+.2)3
y como el valor presente es negativo, la alternativa C es desechada. Puesto que ya no existen ms alternativas, entonces la alternativa A es la seleccin ptima. MTODO DEL COSTO ANUAL UNIFORME EQUIVALENTE(CAUE) El mtodo del CAUE consiste en convertir todos los ingresos y egresos, en una serie uniforme de pagos. Obviamente, si el CAUE es positivo, es porque los ingresos son mayores que los egresos y por lo tanto, el proyecto puede realizarse; pero, si el CAUE es negativo, es porque los ingresos son menores que los egresos y en consecuencia el proyecto debe ser rechazado. A continuacin se presenta la aplicacin de la metodologa del costo anual uniforme equivalente en la evaluacin de proyectos de inversin. Ejemplo Una maquina cuesta $600 000, tiene una vida til de 5 aos y un valor de salvamento de $100 000; el costo anual de operacin es de alrededor de $5 000 y se estima de producir unos ingresos anuales del orden de $200 000. Determinar si la compra de la mquina es aconsejable, cuando se utiliza una tasa de: a)25% b)15% Solucin: C =$600 000 S=$100 000 K =5 aos. CAO = 5 000 Ingresos anuales(IA) para los aos 1 a 5 = $200 000 a) utilizando i =25% se tiene: Los $600 000 se reparten en una serie uniforme de pagos, que se efectan al final de cada uno de los 5 aos que dura el proyecto y cada pago tendr un valor de:
MATEMTICAS III
- 162 -
por otra parte, los $100 000 del valor de salvamento se repartirn en 5 pagos que se efectuaran al final de cada ao y tendran un valor de:
600000 a 5.25%
100000 5 .25 %
El CAUE puede calcularse as: CAUE =
100000 600000 + 200 000-5 000 = $-15.923 5 .25% a 5.25%
Se puede apreciar que al evaluar el proyecto usando una tasa de 25% no es aconsejable para la empresa realizar sta inversin. b) usando i =15%, se tiene
CAUE =
10000 600000 + 200 000-5 000 = $30.843 s 5.15% a 5.15 %
En esta evaluacin se puede apreciar que en estas condiciones, el proyecto si es aconsejable. Como consecuencia de lo anterior, es importante determinar una tasa correcta para hacer los clculos; hay quienes opinan que debe usarse la tasa promedio, utilizada en el mercado financiero y hay otros que opinan que debe ser la tasa de inters, a la cual normalmente el dueo del proyecto hace sus inversiones.
Actividad de aprendizaje No. 19 PR- 8 Resolver ejercicios prcticos 8.1.4.2 Instrucciones: Resolver un ejercicio de tasa interna de retorno h) Valor de la actividad: 10 Puntos i) Producto esperado: Que los ejercicios sean resueltos de manera correcta. j) Fecha inicio: k) Fecha entrega: l) Forma de entrega: escrito a mano.. m) Tipo de actividad: Individual . n) Fecha de retroalimentacin: el mismo da de entrega. 8.1.4.2 Criterio de evaluacin de la actividad PR-8 Actividad Actividad Practica escrita que contenga al menos un problema de tasa interna de retorno. . Uso de reglas de presentacin Ponderacin
Resolver en forma rpida 9 Puntos un problema de tasa interna de retorno Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 10 puntos
MATEMTICAS III
- 163 -
8.1.5 Resultado del Aprendizaje: Se pretende que los alumnos realicen ejercicios acerca de tasa interna de retorno 8.1.6 Bibliografa: Anlisis y evaluacin de proyectos de inversin. Ral Coss Bu, Editorial Limusa 19 reimpresin. .
MATEMTICAS III
- 164 -

Manual Mate Ma Tic As III

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Manual Mate Ma Tic As III

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD TECNOLOGICA DE LA HUASTECA HIDALGUENSE

ADMINISTRACIN Y EVALUACION DE PROYECTOS

MANUAL DEL PROFESOR

ADMINISTRACIN Y EVALUACION DE PROYECTOS

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Firmas Elabor Revis

Ing. Daro Garca Hernndez.

M en C. Juana Garca Morales. Directora de la Carrera Autoriz

MAD. Marisol Flores Contreras Directora de Enlace Acadmico

Dra. Miriam Yta Rectora

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Unidad Temtica: I. Probabilidad Aplicada.

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Algunos eventos posibles.

Probabilidad de que el sol desaparezca ste ao.

Posibilidad de que una moneda caiga cara al tirarla una vez

Posibilidad de aumento en los impuestos federales

Posibilidad de que ste ao llueva en Florida.

ADMINISTRACIN Y EVALUACION DE PROYECTOS

5 puntos los alumnos adquieran los

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Numero total de arreglos = (M) (N)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

n! 8! 8! (8)( 7)( 6)5! = = = = 336 ( n r )! (8 3)! 5! 5!

ADMINISTRACIN Y EVALUACION DE PROYECTOS

n! 3! (3)( 2)(1) = = =6 ( n r )! (3 3)! 1

n! 3.2.1 = =1 r!( n r )! 3.2.1(1)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Resolver en forma rpida 4 Puntos ejercicios sobre

ADMINISTRACIN Y EVALUACION DE PROYECTOS

permutaciones.. de Utilizar el formato para la 1 Puntos elaboracin de prcticas. Total 5 puntos

ADMINISTRACIN Y EVALUACION DE PROYECTOS

ADMINISTRACIN Y EVALUACION DE PROYECTOS

ADMINISTRACIN Y EVALUACION DE PROYECTOS

suma de las probabilidades. Esta regla se expresa en la formula siguiente:

Regla especial de adicin

P(A o B) = P(A) + P(B)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Regla de complemento P(A) = 1 - P(~A)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Regla general de adicin P(A o B) = P(A) + P(B) (P y B)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Hay un rey de corazones en la baraja.

Regla especial de multiplicacin P(A y B) = P(A) P(B)

Regla especial de multiplicacin P(A y B y C) = P(A) P(B) P(C)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Regla general de multiplicacin P(A y B) = P(A) P(B/A)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Regla general de multiplicacin P(A y B y C) = P(A) P(B/A) P(C/A y B)

Teorema de Bayes P(A1/B) =

P(A1) P(B/A1) P(A1) P(B/A1) + P(A2) P(B/A2)

ADMINISTRACIN Y EVALUACION DE PROYECTOS

(0.05) (0.90) (0.05) (0.90) + (0.95) (0.15) = 0.0450 0.1875 = 0.24

ADMINISTRACIN Y EVALUACION DE PROYECTOS

b) Fecha de realimentacin: El mismo da de entrega. I.3.4.1 Criterio de evaluacin de la actividad TA-2

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Resolver en forma rpida 4 Puntos ejercicios sobre permutaciones..

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Utilizar el formato para la 1 Puntos entrega de tareas. Total 10 puntos

ADMINISTRACIN Y EVALUACION DE PROYECTOS

ADMINISTRACIN Y EVALUACION DE PROYECTOS

Automviles vendidos por da en DiCarlo Motors.

Distribucin de probabilidad para nmero de automviles vendidos por da.