Profesor: Mario Coronado R.

Tabla de Contenido
Unidad I Algebra aplicada a los Negocios

Operaciones Algebraicas (enteras y fraccionarias).............................................................4

Ecuacin Lineal................................................................................................................... 9
Conceptos......................................................................................................................... 12
Funciones lineales como modelos matemticos..............................................................14
Tipos de funciones............................................................................................................ 20
1. Funciones algebraicas............................................................................................... 20
1.1 Funciones polinmicas............................................................................................ 21
1.1.1 Funciones constantes........................................................................................ 21
1.1.2 Funciones polinmica de primer grado.............................................................21
1.1.3 Funciones cuadrticas....................................................................................... 22
1.2 Funciones racionales............................................................................................... 22
1.3 Funciones radicales................................................................................................. 22
1.4 Funciones algebraicas a trozos................................................................................ 22
2. Funciones trascendentes........................................................................................... 23
2.1 Funciones exponenciales......................................................................................... 23
2.2 Funciones logartmicas............................................................................................ 23
2.3 Funciones trigonomtricas...................................................................................... 24
Funciones exponenciales y logartmicas...........................................................................25
Funcin exponencial grafica............................................................................................. 28
UNIDAD II Estadstica Descriptiva.................................................................................. 33
Funcin Exponencial de Base e..................................................................................... 34
Problemas de Aplicacin................................................................................................... 37
Funciones Logartmicas.................................................................................................... 43
Medias de Tendencia Central............................................................................................ 45

Ejercicios propuestos de Medidas de tendencia central.............................................53

Muestreo Aleatorio........................................................................................................... 55
Datos No Agrupados......................................................................................................... 56
Medidas de Tendencia Central.......................................................................................... 57
Medidas de Variabilidad.................................................................................................... 58

Ejercicios propuestos de Medidas de Tendencia Central............................................59

2

UNIDAD III Pronsticos................................................................................................... 60

Regresin Lineal............................................................................................................... 63

Ejercicios propuestos de Regresin Lineal..................................................................66

Error Estndar del Ajuste.................................................................................................. 67

Ejercicios propuestos de Error Estndar.....................................................................70

Promedio Mvil Simple..................................................................................................... 71

Promedio Mvil Ponderado............................................................................................... 72
Suavizacin Exponencial.................................................................................................. 73
Respuestas de Ejercicios Propuestos................................................................................ 75
Resultados de los ejercicios propuestos unidad 1.............................................................75
Respuestas de Ejercicios Propuestos Estadstica Descriptiva...........................................78
Respuestas de Ejercicios Propuestos Medida de Tendencia Central..................................80
Respuestas de Ejercicios Propuestos Regresin Lineal.................................................81
Respuestas de Ejercicios Propuestos Error Estandar.....................................................82
Bibliografa....................................................................................................................... 83

Operaciones Algebraicas (enteras y fraccionarias)

Definicin:
Una expresin algebraica, en una o ms variables (letras), es una combinacin
cualquiera de estas variables y nmeros, mediante una cantidad finita de
operaciones: suma, resta, divisin, multiplicacin, potenciacin o radicacin.
Trminos semejantes:
Son aquellos que tienen la misma parte lateral; es decir cuando tienen la misma
letra de afectadas de iguales exponentes.

Suma o adicin de expresiones algebraicas

La suma (algebraica) es la operacin binaria que tiene por objetivo el reunir dos o
ms sumandos (expresiones algebraicas), en una sola expresin llamada SUMA o
ADICION.
Ejemplos:
1) 4 a + 6 a = 10 a
2) X2y + 9x2y = 10x2y
3) 4 ab2+ 7 ab2 + ab2 = 12 ab2

Ejercicios propuestos de suma:

1) 5ab2 + 6ab2 +8ab2
2) 7a + (-8b) +(-15a) + 9b + (-4c) + 8
1
2
3) 2 a+ 3 b
4)

5 a+7 a

5)

4 x

y+

3
x
8

Multiplicacin de expresiones algebraicas

Para la multiplicacin algebraica se mantienen las mismas leyes que para la

multiplicacin aritmtica, las cuales son:
Ley de signos: el resultado es negativo si la cantidad de factores negativos es
impar, de lo contrario es positivo.
(+) (+) = +
(-) (-) = +
(+) (-) = (-) (+) = -

Ley de exponentes: el producto de dos o ms potencias de la misma base es

igual a la base elevada a la suma de las potencias.
(an ) (am )= an+m
Ejemplos:
1) (4a) (6a) = 24 a2
2) (x2y) (9x2y) = 9x4y2
3) (4ab2) (7ab2) (ab2) = 28a3b6
2
4) ( 3 a

3
b) ( 4 a

m) =

2 3
X a
3
4

bm =

1
a
2

Ejercicios propuestos de multiplicacin algebraica:

1) (2a2) (3a 3)
2) (2x2) (-3x)
3) (-4a 2b) (-ab2)
1
4
a
4) 2 2) ( 5 a 3b)

bm

5)

2
x
3

y2) (

3
a
5

x4y)

Resta o sustraccin de expresiones algebraicas

Funciona igual que la suma solo hay que tener en cuenta que el signo negativo
antes de los parntesis cambia el signo de los trminos dentro del parntesis.
Paso 1: Si un parntesis tiene antepuesto un signo negativo, los signos dentro
del parntesis se afectan. Los signos se cambian a su opuesto y el signo negativo
antepuesto al parntesis pasa a ser positivo.
Paso 2: Elimine los parntesis. Para hacerlo slo escriba los trminos que
estn dentro del parntesis con sus signos correspondientes e ignore el signo +
entre los dos parntesis.
Paso 3: Agrupe los trminos semejantes; es decir los trminos con iguales
variables e iguales exponentes.
Paso 4: Sume y reste los trminos semejantes.

Ejemplos:
1) 4a 6a = -2a
2) 1x2y 9 x2y = 8x2y
3) 4 ab2 7 ab2 ab2 = 4 ab2

Ejercicios propuestos dela resta o sustraccin:

1) 7x3y4 - -8x3y4
1
3
ab
ab
2)
2
4
3)

3 a4 a

4) -6x2y - -x2y
5) 8 ab2 14 ab2 2ab2

 Divisin de expresiones algebraicas

Divisin de monomios
Para dividir monomios se resta los exponentes de las potencias de misma base
siguiendo la ley de los exponentes

Ejemplo:

Divisin de un polinomio por un monomio

Para dividir un polinomio entre un monomio basta con dividir cada uno de los
trminos del dividendo entre el trmino del divisor.
Ejemplo:

Restando los exponentes de las potencias de la misma base se obtiene el

resultado:

Divisin de polinomios entre polinomios

La divisin algebraica se realiza de manera semejante a la numrica;
Si se tiene la divisin

1. Se ordenan de manera decreciente los trminos de los polinomios,

quedando la divisin:

2. Se obtiene el primer trmino del cociente dividiendo el primer trmino del

dividendo (2x2) por el primer trmino del divisor (x):

3. Se anota como cociente (-2x) y se multiplica por el divisor (x+4), se anotan

los productos debajo del dividendo y se realiza la sustraccin.

4. se vuelve a dividir el primer trmino que qued en el dividendo (3x) por el

primero del divisor (x) y se repite el proceso anterior.

Se ha obtenido cociente 2x + 3 y resto 0

Ejercicios propuestos de divisin:

1)

a5
a3

2) X2y 9x2y
1

3) 2 x

3x

4) 3 n 2m 10 n 2m
5)

10
xy
3

8
xy
5

12
xy
3

Ecuacin Lineal
Definicin:
Las ecuaciones lineales son de primer grado y se relacionan a las ecuacin lineal
Y= mx+b; en donde b = ordenada en el origen y m = a la pendiente de la lnea
recta.
X = variable independiente; Y= variable independiente.
Nota: Cuando la pendiente (m) es positiva (+)es creciente ; cuando es negativa
(-) es decreciente.
Ejemplos:
1) Tabular y graficar la lnea con la siguiente ecuacin, tomando valores para X
desde -2 hasta +2.
Y= 3x + 2
Procedimiento
Y= 3(-2) +2 =
Y= 3(-1)
X
Y= 3(0)
-2
Y= 3(1)
-1
Y= 3(2)
0
1
2
Grafica

Y
-4
-1
2
5
8

-4
+2
+2
+2
+2

=
=
=
=

-1
2
5
8

2) Tabular y graficar la lnea con la siguientes 2ecuaciones, tomando valores

para X desde -2 hasta +2.Y= 4x 8
Y=-7x+3
Procedimiento
Y= 4x 8
Y= 4(-2) -8 = -16
Y= 4(-1) -8 = X
Y= 4(0) -8=
-2
Y= 4(1) -8 =
-1
Y= 4(2) -8 =
0
1
2

Y=-7x+3
Y= -7(-2) +3 = 17
Y= -7(-1) +3
Y= -7(0) +3
Y= -7(1) +3
Y= -7(2) +3

X
-2
-1
0
1
2

Y
-16
-12
-8
-4
0

-12
-8
-4
0

Y
17
10
3
-4
-11

=
=
=
=

10
3
-4
-11

Grafica

10

Ejercicios propuestos de ecuaciones lineales:

Despeje Yde las siguientes ecuaciones, grafique cada una de ellas y realice la
tabulacin, tomando valores para Xdesde -2 hasta +2.
1) 3x+y= 10
2x-y=5
2) 7x-15= -2y
5y-3 = -6x
3) 2x+y = 3
5x+3y = 10

Conceptos
Estadstica:
Es la ciencia que se encarga de disear, recolectar y analizar informacin
para encontrar las principales caractersticas de un grupo de individuos a
partir de una o ms variables.

Estadstica Inferencial:
Es

una

parte

de

la

estadstica

que

comprende

los

mtodos

procedimientos que por medio de la induccin determina propiedades de

11

una poblacin estadstica, a partir de una pequea parte de la misma. Esta

comprende 5 puntos.
La toma de muestra o muestreo.
La estimacin de parmetros o variables estadsticos.
El contraste de la hiptesis.
El diseo experimental.
La inferencia ballesana.
Los mtodos no paramtricos.

Estadstica descriptiva:
Es una gran parte de la estadstica que se dedica a recolectar, ordenar,
analizar y representar un conjunto de datos con el fin de describir
apropiadamente las caractersticas de este.
Poblacin:
En estadstica, tambin llamado universo o colectivo es el conjunto de
elementos de referencia sobre que se realiza una de las observaciones.
Poblacin es el conjunto sobre el que estamos interesados en obtener
conclusiones (hacer inferencia) y que normalmente es demasiado grande
para poder abarcarlo.
Muestra:
La muestra tambin llamada muestra aleatoria es un subconjunto de casos
o individuos de una poblacin estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la
totalidad de la poblacin.
Estimacin:
Es un conjunto de tcnicas que permiten dar un valor aproximado de un
parmetro de una poblacin a partir de los datos proporcionados por una
muestra, se divide en 3 bloques:
Estimacin puntual.
Estimacin por intervalos.
Estimacin ballesana.

Muestra grande:

La muestra grande es aquella en la que n >30, es decir que tiene ms de

30 datos. Cuando ms grande sea una muestra ms significativos sern los
resultados obtenidos de ella en relacin con la poblacin.

Muestra pequea:
Son consideradas aquellas cuyo nmero de sujeto (N) es inferior a 30
(n<30). El problema de las muestras pequeas es que debido a su escaso

12

nmero de representantes de la poblacin a estudiar, puede ofrecer unos

datos menos representativos de dicha poblacin.

Prueba de hiptesis:
Esto es una proposicin o supuesto sobre los parmetros de una o ms
poblaciones.

Tipos de muestreo:

Inferencia estadstica.
Muestreo probalstico.
Muestreo aleatorio simple.
Muestreo aleatorio sistemtico.
Muestreo aleatorio estratificado.
Distribucin muestral.

Funciones lineales como modelos matemticos

En geometra

el lgebra

elemental,

una funcin

lineal es

una funcin

polinmica de primer grado; es decir, una funcin cuya representacin en

el plano cartesiano es una lnea recta. Esta funcin se puede escribir como:

Donde m y b son constantes reales y x es una variable real. La constante m es

la pendiente de la recta, y b es el punto de corte de la recta con el eje y. Si se
modifica m entonces se modifica la inclinacin de la recta, y si se modifica b,
entonces la lnea se desplazar hacia arriba o hacia abajo.
Algunos autores llaman funcin lineal a aquella con b= 0 de la forma:

13

Mientras que llaman funcin afn a la que tiene la forma:

Muchos problemas de la vida real se pueden describir mediante una ecuacin de

la funcin lineal
Formulas a usar:
Y y1 =m(x
x1)

m=

y 2 y 1
x 2x 1

Ejemplo 1:
1. Un sistema de computacin tiene 10 aos de uso y su valor actual es de
$23,000, pero hace 4 aos su valor era de $41,400. Si el valor del sistema
se deprecia linealmente con el tiempo, determinar:
a) La ecuacin particular que relaciona el valor del sistema con el
b)
c)
d)
e)

tiempo transcurrido.
Cul fue el valor del sistema cuando era nuevo?
Cunto se deprecia el valor del sistema cada ao?
Cul ser el valor del sistema despus de 12 aos de uso?
Si se empieza a vender el sistema cuando su valor sea de $4,600
Cuntos aos tendr de uso?

Nota: La variable X se representara con t simulando el tiempo, y la variable Y

con sealando

Formula:

(10, 23
000)
(6, 41 400)

m=

el valor monetario.
m=

y 2 y 1
x 2x 1

23,00041, 400 18, 400

=
=4, 600
106
4

Cuando el valor de m es negativo, quiere decir que el valor se deprecia

linealmente con el tiempo.
Con el valor de la pendiente (m) y uno de los pares ordenados se encuentra
la expresin de funcin con la siguiente ecuacin:
Y y1 =m(x
x1)
14

Procedimiento
Y y1 =m(x
x1)
a) Y- 41, 400 = -4,600 (x-6)
y- 41,400 = -4,600x + 27,600
y = -4,600x + 27,600 + 41,400
y = -4,600x+ 69,000

= -4,600 t + 69,000

Ecuacin particular

b) t = 0
= -4,600 (0) + 69,000
= $69,000
c) $4,600 porque la pendiente sali negativa.

d) = -4,600 (12) + 69,000

= $13,800
e) 4,600 = -4,600 t + 69,000
4,600 69,000 = -4,600 t
4,600 69,000 = t
4,600
t = 14 aos

Grfica:
Y

15

Ejemplo 2.2. El valor depreciado de un sistema de cmputo es de $76,000 al final de 7

aos y de $52,000 al trmino de 10 aos.
Si el valor del sistema de cmputo vara linealmente con el tiempo de uso,
determinar:
a) La ecuacin particular que expresa la relacin del valor del sistema con
su tiempo de uso.
b) El valor del sistema cuando era nuevo.
c) A los cuantos aos de uso se deprecia totalmente el valor del sistema?
16

d) Cul es el valor del sistema a los 6 y 8 aos de uso?

Formula:

(7, 76 000)

m=

y 2 y 1
x 2x 1

(10, 52
000)

m=

76,00052, 000 24,000

=
=8, 000
710
3

Procedimiento
Y y1 =m(x
x1)
a) Y- 52, 000 = -8,000 (x-10)
y- 52,000 = -8,000x + 80,000
y = -8,000x + 80,000+ 52,000
y = -8,000x + 132,000

= -8,000 t + 132,000

Ecuacin particular

b) t = 0
= -8,000 (0) + 132,000
= $132,000
c) t= -132,000/-8,000= 16.5
t = 16.5 aos

d) = -8,000 (6) + 132,000 = $84,000

= -8,000 (8) + 132,000 =$68,000

Grfica:
Y

17

Ejercicios propuestos:
Graficar ambos ejercicios
Ejercicio #1.-

18

El valor catastral de una casa que tiene 20 aos de uso es de $70,000, pero hace
14 aos era de $119,000. Si dicho valor se deprecia linealmente con el tiempo,
determinar:
a) La ecuacin particular que relaciona el valor catastral con el nmero de
b)
c)
d)
e)

aos de uso.
El valor catastral de la asa cuando era nueva.
Cunto varia el valor catastral de la casa por ao?
Despus de cuantos aos de uso el valor catastral de la casa es de 0?
Cul es el valor catastral de la casa despus de 30 aos?

Ejercicio #2.A una compaa fabricar 250 relojes le cuesta $17,750, mientras que producir
400 le cuesta $24,500. Si el costo vara linealmente con la cantidad producida,
determinar:
a)
b)
c)
d)

La ecuacin particular que relacione el costo con la cantidad producida.

Cules son los costos de la compaa si no fabrica ningn reloj?
Cunto cuesta producir 120 relojes?
Si el costo total es de $42,500, Cuntos relojes de produjeron?

19

Tipos de funciones

1. Funciones algebraicas
En las funciones algebraicas las operaciones que hay que efectuar con la
variable independiente son: la adicin, sustraccin, multiplicacin, divisin,
potenciacin y radicacin.
Las funciones algebraicas pueden ser:
Funciones explcitas
Si se pueden obtener las imgenes de x por simple sustitucin.
f(x) = 5x 2
Funciones implcitas
Si no se pueden obtener las imgenes de x por simple sustitucin, sino que
es preciso efectuar operaciones.
5x y 2 = 0

1.1 Funciones polinmicas

Son las funciones que vienen definidas por un polinomio.
20

f(x) = a0 + a1x + a2x + a2x + + anxn

Su dominio es

, es decir, cualquier nmero real tiene imagen.

1.1.1 Funciones constantes

El criterio viene dado por un nmero real.
f(x)= k
La grfica es una recta horizontal paralela a al eje de abscisas.

1.1.2 Funciones polinmica de primer grado

f(x) = mx + n
Su grfica es una recta oblicua, que queda definida por dos puntos de la
funcin.
Son funciones de este tipo las siguientes:
Funcin afn.
Funcin lineal.
Funcin identidad.

1.1.3 Funciones cuadrticas

f(x) = ax + bx + c
Son funciones polinmicas es de segundo grado, siendo su grfica una
parbola.

21

1.2 Funciones racionales

El criterio viene dado por un cociente entre polinomios:

El dominio lo forman todos los nmeros reales excepto los valores de x que
anulan el denominador.
1.3 Funciones radicales
El criterio viene dado por la variable x bajo el signo radical.
El dominio de una funcin irracional de ndice impar es R.
El dominio de una funcin irracional de ndice par est formado por todos
los valores que hacen que el radicando sea mayor o igual que cero.
1.4 Funciones algebraicas a trozos
Son funciones definidas por distintos criterios, segn los intervalos que se
consideren.
Funciones en valor absoluto.
Funcin parte entera de x.
Funcin mantisa.
Funcin signo.
2. Funciones trascendentes
La variable independiente figura como exponente, o como ndice de la raz,
o se halla afectada del signo logaritmo o de cualquiera de los signos que
emplea la trigonometra.
2.1 Funciones exponenciales

22

Sea a un nmero real positivo. La funcin que a cada nmero real x le hace
corresponder la potencia ax se llama funcin exponencial de base a y
exponente x.

2.2 Funciones logartmicas

La funcin logartmica en base a es la funcin inversa de la exponencial en
base a.

2.3 Funciones trigonomtricas

Funcin seno
f(x) = sen x
Funcin coseno
f(x) = cos x

23

Funcin tangente
f(x) = tg x
Funcin cosecante
f(x) = cosec x
Funcin secante
f(x) = sec x
Funcin cotangente
f(x) = cotg x

Funciones exponenciales y logartmicas

En la funcin exponencial la ecuacin f (x) = bx donde b > 0 y b 0
El dominio de f es el conjunto de todos los nmeros reales positivos, tambin se
puede mostrar que el rango de f es el conjunto de todos los nmeros reales.
Se requiere que la base sea positiva para evitar los nmeros imaginarios.
Nota: La base nunca debe de ser negativa.
Ejemplos:
1.- Usar los valores para X desde -3 hasta +3 en la funcin
Y= (4x)

24

Procedimiento:

Y= (4-3)= 0.01
Y= (4-2)= 0.03
Y= (4-1)= 0.12
Y= (40)= 0.5
Y= (41)= 2
Y= (42)= 8

X
-3
-2
-1
0
1
2
3

Y
0.01
0.03
0.12
0.5
2
8
32

Y= (43)= 32

Grafica

Ejemplos:
2.- Despejar la Xde la siguiente ecuacin
Nota:Las bases se pondrn con un mismo valor para despus eliminarlos y
terminar con la igualdad de los exponentes.
Nota 2:Cuando los exponentes son iguales se eliminaran y se dejan solo las
bases y viceversa, cuando las bases son iguales se eliminan y se dejan los
exponentes.
1) 4x-3 = 8
(22)x-3= (23)
22x-6 = 23
2x-6 = 3
2x = 9
9
X= 2

25

2) 27 x+1 = 9
(33)x+3 = (32)
33x+3 = 32
3x+3= 2
3x= 2-3
3x=1
1
X= 3
3) 25x+1 = 1252x
(52)x+1 =(53)2x
52x+2 = 56x
2x + 2 = 6x
2= 6x-2x
2= 4x
2 1
X= 4 = 2
4) 9x2 = 33x-1
(32)x2 = 33x-1
32x2 = 33x-1
2x2 =3x-1
2x2 -3x+1
2[ 2x2 -3x+1] Aqu se usa la formula
4x2-3 (2x) +2 general
( 2 x2 ) ( 2 x1 )
21
(x-1) (2x-1) = 0
X-1 =0
x= 1
2x-1 = 0
2x= 1
X=
Nota: En este ejemplo se obtienen dos resultados de X.

Ejercicios propuestos:

Despeje la X de las siguientes ecuaciones

1) 53x = 54x-3 =
2) 7x2 = 72x+3 =
3) (1-x)5 =(2x-1)5 =
26

4)
5)
6)
7)

2x = 4x+1 =
9x2 = 33x-1 =
102-3x = 105x-6 =
53 = (x+2)3 =

Funcin exponencial grafica

Problemas de aplicacin
Nota: se consideran 3 aplicaciones de las funciones exponenciales:
1) Crecimiento demogrfico
2) Inters compuesto.
3) Decaimiento radioactivo
Los 2 primeros son ejemplos de crecimiento exponencial; mientras que el
decaimiento radioactivo es un ejemplo del crecimiento exponencial negativo.
Una manera conveniente y fcil de entender la medida de la tasa de crecimiento
es el tiempo de duplicacin. En periodos cortos se usa a menudo en modelo del
crecimiento del tiempo de duplicacin para modelar el crecimiento demogrfico.
Formula:P = Po2t/d
P= poblacin en el tiempo t
Po= poblacin en el tiempo = 0
d= tiempo de duplicacin

27

Ejemplos:
Ejercicio #1: (Crecimiento demogrfico)
Mxico tiene una poblacin aproximada de 100 millones de personas y se estima
que habr aumentado al doble en 21 aos. Si sigue creciendo a la misma tasa.
Cul ser la poblacin?
a) En 15 aos a partir de ahora
b) En 30 aos a partir de ahora
P = Po2t/d
a) P= (100) (2) 15/21 = 164.06 millones
b) P= (100) (2) 30/21 = 269.18 millones

En donde identificamos los datos as:

Po= 100 millones de personas
t= 15 y 30 aos
d= 21 aos
Ejercicio #2: (Crecimiento demogrfico)
La bacteria Ecoli se encuentra naturalmente en los intestinos de muchos
mamferos. En un experimento de laboratorio, se encuentra que el tiempo de
duplicacin para esta bacteria es de 25 minutos. Si el experimento comienza con
una poblacin de 1,000 y no hay ningn cambio en el tiempo de duplicacin.
Cuntas bacterias estarn presentes?
a) En 10 minutos
b) En 5 horas
Aqu primero debemos de convertir todo a la misma unidad, como en el problema
nos habla de minutos, entonces se convierten los datos en minutos, en este caso
solo se convierte las 5 horas en minutos.
5 horas X 60 minutos = 300 minutos

28

P = Po2t/d
a) P= (1,000) (2)
b) P= (1,000) (2)

10/25

= 1,319.50 bacterias
= 4,096,000 bacterias

300/25

Ejercicio #3: (Decaimiento radioactivo)

Formula: A= Ao 2

t/h

A= cantidad al tiempo t
Ao= cantidad al tiempo t=0
h= vida media
El isotopo radioactivo del galio (Ga) usado en el diagnstico de tumores malignos,
tiene una vida de 46.5 horas. Si se empieza cada 100 miligramos del isotopo.
Cuntos miligramos quedaran despus de?
a) 24 horas
b) 1 semana
Se convierten las unidades a la misma medida, en este caso a horas.
1 semana tiene 7 das, por lo tanto se multiplican los 7 das por las 24 horas que
tiene un da. 7 X 24 = 168 horas
A= Ao 2

t/h

Ao= 100 mg

29

h= 46.5 horas
t= 24 y 168 horas
a) (100) (2)
b) (100) (2)

-24/46.5

= 69.92 mg
= 8.173 mg

-168/46.5

Ejercicio #4: (Inters compuesto)

r
Formula: A= P (1+ n )

nt

P= cantidad inicial de la cuenta

A= cantidad t aos despus
n= # de periodos al ao
r= inters
La P se le conoce como valor actual y a la A como valor futuro.
Si se depositan $5,000 en una cuenta que paga el 9% de inters compuesto
diariamente, Cunto tendr en su cuenta en 5 aos?
r
A= P (1+ n )
n= 365 das
r= 0.09
P= 5,000
t= 5 aos

30

nt

A= 5,000 (1+

0.09
365 )

(365)(5)

= $7,841.12

Ejercicios propuestos:
1) Inters compuesto
Si se invierten $1,000 en una cuenta que paga el 10% de inters compuesto
mensualmente. Cunto habr en la cuenta despus de 10 aos?

2) Crecimiento demogrfico
En condiciones ideales, se sabe que cierta poblacin de bacterias se duplica cada
3 horas. Suponga que primero hay 100 bacterias.
a) Cul es el tamao de la poblacin despus de 15 horas?
b) Cul es el tamao de la poblacin despus de 20 horas?

3) Decaimiento radioactivo
La vida media del Estroncio 90, es de 25 aos. Esto significa que la mitad de
cualquier cantidad dada de Estroncio 90 se desintegrara en 25 aos-

31

a) Encuentre la masa restante despus de 40 aos.

UNIDAD II Estadstica Descriptiva

Funcin Exponencial de Base e

Problemas Aplicados
Funciones Logartmicas
Medidas de Tendencia Central

32

Funcin Exponencial de Base e

Concepto:
La funcin exponencial que tiene como base el nmero e se le denomina como
funcin exponente natural y es la funcin expresada por:

Formula: f (x) = ex
En donde el valor de e ser de 2.718281828459.
Ejemplos:
Y= 4-ex/2
1Se realiza la tabulacin dndole valores a X desde -4 a +4.
2 Se obtienen los resultados de Y, sustituyendo los valores de X en la ecuacin
dada.
3se grafican los datos obtenidos.

33

X
-4
-3
-2
-1
0
1
2
3
4

Y
3.86
3.77
3.63
3.39
3
2.35
1.28
-0.48
-3.38
Y=4-ex/2

Ejemplo 2:
Graficar y tabular la siguiente ecuacin exponencial.
Y= 2ex/2 -5
Nota: En este caso al resultado que se obtiene sustituyendo la X, se le restara el
-5.

X
-4
-3
-2
-1
0
1
2
3
4

Y
-4.72
-4.55
-4.26
-3.78
-3
-1.70
0.43
3.96
9.77

34

 Ejercicio propuesto:
1.- Graficar y tabular la siguiente ecuacin exponencial, dando valores a X de -5 a
+5
Y= 10 e

35

0.2x

Problemas de Aplicacin
Medicina y crecimiento bacteriano
Ejemplo 1.El clera es una enfermedad intestinal causada por la bacteria del clera que se
multiplica exponencialmente por la divisin de clulas modelada por la frmula:
N= N0 e1.386t
En donde:
N: es el nmero bacterias presente despus de t horas.
N0: nmero de bacterias presentes cuando t es igual a 0.
Si se empieza con una bacteria, Cuntas bacterias habr en:
a) 5 horas?
b) 12 horas?
Solucin:
a) N= 1e1.386 (5) = 1,022 bacterias.
36

b) N= 1e1.386 (12) = 16, 778,058 bacterias.

Grafica dando valores a X de -4 a +4

X
-4
-3
-2
-1
0
1
2
3
4

Y
0.0039
0.01
0.06
0.25
1
3.99
15.99
63.94
255.69

37

Clculo de fechas con el carbono 14

Ejemplo 2.Formula: A= A0 e-0.000124t
A: Cantidad de carbono 14 presente despus de t aos.
A0 :cantidad presente
presente.
Si 1,000 miligramos de

X
-4

Y
1000.4

-3

9
1000.3

-2

7
1000.2

-1

4
1000.1

0
1
2
3
4

2
1000
999.87
38
999.75
999.62
999.50

Cuntos mg estarn
a) 10,000 aos
b) 50,000 aos
Solucin y sustitucin

de carbono 14 en el tiempo

C14 estn presentes en un inicio.

presentes en:

de frmula:

a) A= 1,000 e-0.000124 (10,000) = 289 mg

b) A= 1,000 e-0.000124 (50,000) = 2.02 mg
Grafica dando valores a X de -4 a +4

Inters compuesto continuamente

Ejemplo 3:
Si se invierten $100 a una tasa anual del 8% de inters compuesto
continuamente. Qu cantidad aproximada al centsimo ms cercano, estar en
la cuenta despus de 2 aos?
Formula:A= Pert
En donde:
P: capital que se invierte
r: tasa anual compuesta
A:

inters

t:

tiempo

X
-4
-3
-2
-1
0
1
2
3
4

Y
compuesto continuamente en t aos.
72.61
18.66
85.21
transcurrido.
92.31
100
108.32
39
117.35
127.12
137.71

Datos:
P: $100
r: .08
t: 2aos
A= 100 e.08(2) = $117.35
Grafica y tabulacin:

40

 Ejercicios propuestos de problemas de aplicacin:

1.- Si la poblacin mundial en la actualidad es aproximadamente de 6,000 mil
millones y si la poblacin crece en forma continua a una tasa anual de 1.7 % .
Cul ser la poblacin en 10 aos?

2.- En 1996 la poblacin de Rusia era de 148 millones de personas y la de Nigeria

de 104 millones. Si las poblaciones de Rusia y de Nigeria crecen continuamente a
tasas anuales de 0.62% y 3% respectivamente. Cundo tendr Nigeria una
poblacin mayor a la de Rusia?

41

3.- Si la poblacin actual de Mxico es de alrededor de 100 millones de personas

y si la poblacin crece continuamente a una tasa anual del 2.3%. Cul ser su
poblacin en 8 aos?

Funciones Logartmicas
Definicin:
Para b > 0 y b 1, donde b = base.
Forma logartmica: Y= logbX es equivalente a Forma exponencial X= by
El logaritmo de un nmero se define como el exponente al que hay que elevar la
base para obtener el nmero.
Por tanto un logaritmo es un exponente.
Y= Log ex
Y= Log 10X

X= ey
X= 10y

Ejemplos:
Convertir de forma logartmica a forma exponencial.

42

8= 23

1. Log2 8 = 3
2. Log25 5 = 1/2

5=(25)1/2 = 5=25 = 5=5

3. Log2 (1/4) = -2

= 2-2

4. Log3 27 = 3

27= 33 27=27

5. Log36 6=

6= (36)1/2 = 6=36 = 6= 6

6. Log3 (1/9) = -2

1/9 = 3-2 = 1/9= 1/32= 1/9 = 1/9

=1/4 =1/2 1/4 =1/4

Convertir de forma exponencial a forma logartmica:

1.
2.
3.
4.

0.0001= 10-4
8 = 4 3/2
= 32-1/5
7 = 49

Log 10 0.0001 = -4
Log 4 8 = 3/2
Log 32 (1/2) = -1/5
Log 49 7=

Ejercicios Propuestos de funciones logartmicas:

Convertir de forma logartmica a forma exponencial:

1. Log3 81 = 4
2. Log100.001 = -3
3. Log813 =1/4
4. Log1/2 16= -4
5. Log5 125=3

Convertir de forma exponencial a forma logartmica:

43

1. 10 000 = 104
2. 9 = 272/3
3. 1/8 = 2-3

Medias de Tendencia Central

Definicin:
Las medidas de tendencia central (media, mediana y moda) sirven como
puntos de referencia para interpretar las calificaciones que se obtienen en una
prueba.

Ejemplo:
Calcular la medida aritmtica (); la moda (Mo); la mediana (Md); Histograma;
polgono de frecuencias; percentiles 25, 50 y 75 ; tabla de frecuencias.

Pasos:
1 Paso: Calcular el RangoR= VM- Vm
R: Rango
VM: Valor Mayor
Vm: Valor menor

44

 Datos del problema: los siguientes son los pesos en mg de 50 capsulas.

40
57
45
60
50
60
41
65
58
42

50
66
56
61
52
58
48
61
53
53

46
57
41
59
67
54
63
58
45
72

54
56
68
62
74
56
52
69
53
64

49
51
55
43
63
57
47
59
48
55

De los datos proporcionados se debe de sacar el rango

R = VM Vm
R = 74 40 = 34 mg
2 Paso: Calcular el nmero de intervalosNI= 1 + 3.3 Log n
NI: Numero de intervalos
Log: logaritmo
n: nmero de datos
NOTA: el nmero de intervalos nos dice el nmero de renglones, es decir
el nmero de columnas para el histograma.
NI = 1 + 3.3 Log 50 = 6.60 = 7NOTA: el dato obtenido se redondea al nmero
entero ms pronto.
3 Paso:Calculo del ancho del intervaloC = R /NI
C: Ancho de intervalo, ancho de columna.
C= 34 / 7 = 4.85 = 4.9NOTA: el dato obtenido se redondea a la dcima ms
cercana.
4 PasoLlenado de la tabla de frecuencias

45

Li: Lmite inferior

Li = Vm 0.05
Li = 40 0.05 = 39.95
Ls: Lmite superior
Ls = Li + C
Ls= 39.95 + 4.90 = 44.85

5 PasoConstruir el histograma
14
12
10

Columna 1
Columna 2

Columna 3
Columna 4

Columna 5
Columna 6

Columna 7

2
0
C

6 Paso Polgono de Frecuencia dentro del histograma

46

14
12
10

Columna 1
Columna 2

Columna 3
Columna 4

Columna 5
Columna 6

Columna 7

2
0
C

7 Paso Calculo de percentiles 25, 50 y 75

Se calcula el rea total del histograma multiplicando la altura de la columna por
el ancho y se suman los resultados para obtener el rea total
4.9

X 4 = 19.6

4.9 X 7 = 34.3
4.9 X 11 = 53.9
4.9 X 13 = 63.7
4.9 X 8 = 39.2
4.9 X 5 = 24.5
4.9 X 2 = 9.8
rea total= 245
47

14
12
Columna 1

10

Columna 2
8

Columna 3
Columna 4

Columna 5

Columna 6
Columna 7

2
0
C

Despus se multiplica el rea total por el percentil en decimal es decir, si es el

percentil 75, lo multiplicaremos por 0.75, el 50 quedara como 0.50 y el 25 como
0.25.
Una vez realizada la multiplicacin, se busca sumando las columnas un nmero
aproximado al resultado, sin que este se pase, pero como no ser suficiente se
tomara un rea necesaria de la columna siguiente, se suman todas las columnas
que se utilizaran, incluyendo la del rea necesaria y se le resta al resultado de la
multiplicacin del rea total con el percentil en decimal.
Una vez obteniendo el resultado se pone en prctica la frmula:
C = an/h ; en donde C es columna; an es el rea necesaria y h es la altura de
la columna de donde tomamos el rea necesaria.
Despus se suma el lmite inferior de la columna de la cual se tom el rea
necesaria y se suma con el resultado de la operacin anterior.
Percentil 75 =
(245) (0.75) = 183.75

48

183.75 171.5 = 12. 25 (esto es el rea necesaria)

C = an/h = 12.25/8 = 1.53
59.55 + 1.53 = 61.08
Percentil 50 =
(245) (0.50) = 122.5
122-107.8 = 14.7 (an)
C = an/h = 14.7/3 = 1.13
54.65 + 1.13 = 55.78
Percentil 25 =
(245) (0.25) = 61.25
61.25-53.9 = 7.35 (an)
C = an/h = 7.35/11 = 0.66
49.75 + 0.66 = 50.41
8 Paso Calculo de la Moda

Mo= Li fM +

F . A . M F . A . A . M
(C)
2 ( F . A . M )F . A . A . M F . A . D . M

En donde:

Mo: Moda
Li: Lmite inferior
fM: frecuencia mayor
F.A.D.M: frecuencia absoluta despus de la mayor
F.A.M: frecuencia absoluta mayor
F.A.A.M: frecuencia absoluta antes de la mayor.
C: ancho de columna

49

Mo= 54.65 +

1311
( 4.9)
2 ( 13 )118

Mo = 54.65 + (0.28) (4.9) = 56.02 mg

9 Paso Calculo de la desviacin estndar

En donde

: Sigma
n: nmero de datos
2,823.82
50

= 7.51 mg

50

1
Limites
Reales de
Clase Li -Lf

6
Frec.
Marcas
Frec.
Frec.
Frec.
Relativas
de
Absoluta Acumula Relativa
acumula
Clase
s
da
s
das
m (x)
f
Fa
Fr %
Fra %

10

fm

|m-|

f |m-|

(m-)

f(m

39.95 44.85

42.4

169.6

13.42

53.68

180.09

44.85 49.75

47.3

11

14

22

331.1

8.52

59.64

72.52

49.75 54.65

52.3

11

22

22

44

574.2

3.32

36.52

11.02

54.65 59.55

57.1

13

35

26

70

742.3

1.28

16.64

1.63

59.55 64.45

62

43

16

86

496

6.18

49.49

38.19

64.45 69.35

66.8

48

10

96

334.5

11.08

55.4

122.76

69.35 74.25

71.8

50

100

143.6

15.98

31.96

255.36

= 50

=
2791.3

= 100

51

=
282

 Ejercicios propuestos de Medidas de tendencia central

1.- Los siguientes datos son los pesos en Kg de los alumnos del grupo IDIE 71;
calcular:

Rango.
Numero de intervalos.
Ancho de intervalo.
Llenar la tabla de frecuencias.
Construir el polgono de frecuencias y el histograma.
Calculo de los percentiles, P75, P50 y P25.
Calculo de la moda.
Calculo de la desviacin estndar.
56
55
75
80
70

72
56
62
55
80

52
67
52
70
90

80
72
70
72
53

58
60
70
70
80

48
61
53
54
51

78
53
70
78
50

2.- Los siguientes datos son las edades de los alumnos del grupo IDIE 71,

calcular:

Rango.
Numero de intervalos.
Ancho de intervalo.
Llenar la tabla de frecuencias.
Construir el polgono de frecuencias y el histograma.
Calculo de los percentiles, P75, P50 y P25.
Calculo de la moda.
Calculo de la desviacin estndar.
21

21

21

20

26

21

20

23

22

24

21

22

24

20

21

20

24

21

21

21

22

28

21

24

21

21

32

20

23

49

25

21

21

20

24

Muestreo Aleatorio
El objetivo de la estadstica inferencial, es el obtener informacin confiable
de una poblacin analizando solo una muestra relativamente pequea.

Una alternativa prctica para elegir una muestra aleatoria es el ejemplo de

las tablas de nmeros aleatorios.

Ejemplo #1.Si deseamos escoger 6 boletos de un total de n= 20 boletos. Utilizar la tabla de

nmeros aleatorios.
ri
20 *ri
Redonde

.246194
4.92388
5

.361474
7.22998
7

.721938
14.43876
14

.874239
17.48498
17

.588587
11.77174
12

.787107
19.74214
20

ar

Para el llenado de la tabla se utiliz en sptimo rengln con la quinta columna de

la tabla de nmeros aleatorios.
NOTA: Si algn nmero escogido se repite, entonces se tomara otro nmero
aleatorio siguiente en la secuencia.
Ejemplo #2.Escoger 5 personas del grupo IDIE71M de una muestra de N=29.
ri
29*ri
Redondea

.818804
23.745316
24

r
LUPITA

WILLY

.740821
21.483809
21
AARON

.989363
28.691527
29

.64415
18.690935
19

VERO

.080688
2.339952
2
CESAR

Datos No Agrupados
En los siguientes datos se analizara la obtencin de la media aritmtica,

desviacin media, mediana, moda y tabla de frecuencias.

Ejemplo #1.-

Durante un determinado mes del verano, 8 vendedores de aparatos elctricos de

una empresa vendieron los siguientes artculos.

X -

( X - )

(X- )

5
8
8
11
11
11
14
16

-5.5
-2.5
-2.5
-0.5
-0.5
-0.5
3.5
5.5

5.5
2.5
2.5
0.5
0.5
0.5
3.5
5.5

30.25
6.25
6.25
0.25
0.25
0.25
12.25
30.25

Medidas de Tendencia Central

Clculos:

Media Aritmtica ()

= 5+11+11++11+8+8+14+16= 10.5
8

Mediana (Md)

NOTA:Se tomar como mediana de acuerdo al nmero de datos que se tenga en

el problema.

Por ejemplo si el nmero de datos es un nmero par se ordenan

los datos de menor a mayor y se suman los 2 valores centrales y se dividen entre
2 para el nmero impar de datos se tomara el nmero ms central.

Md=

5, 8, 8, 11, 11, 11, 14,16

11 +11 =11
2

Supongamos que tenemos los siguientes datos:

Md=

3, 4, 6, 7 ,9

Moda (Mo)

Es el nmero que se repite con mayor frecuencia en un conjunto de datos.

Mo=

11

Medidas de Variabilidad
Clculos:

Desviacin Estndar

NOTA:La diferencia entre la media aritmtica y la desviacin estndar se puede

notar con el siguiente ejemplo.

Ejemplo #1.Las calificaciones de 2 alumnos son las siguientes:

Alumno A: 8, 9,1
Alumno B:

6, 6,6

MB = 6

Cul es la desviacin estndar de los dos?

B= 0

A= 3.56

Por qu seria 0?
Porque no hay variacin entre los datos

Ejercicios propuestos de Medidas de Tendencia Central

Para una muestra de 15 clientes en un restaurant se determinaron las siguientes
cuentas en orden de magnitud.
X
1000

X-

(X- )

(X- )

1000
2500
2500
2500
3500
4000
5300
9000
12500
13500
24500
27100
30900
41000

UNIDAD III Pronsticos

Introduccin a los pronsticos

Clasificacin de los pronsticos
Pronsticos Cuantitativos
Modelos Cualitativos

Pronsticos
Es un clculo estimativo del nivel de la demanda de un producto o productos en
un periodo futuro.
Todo pronstico por ende es una hiptesis que nos aporta un parmetro para
tomar decisiones.

Importancia
Cualquiera que sea el mtodo o tcnica utilizada, lograr tener un pronstico con
mayor exactitud es fundamental ya que de esta forma dependen muchas
decisiones futuras en control de materiales, produccin y ventas.

Caractersticas de los pronsticos

 Los pronsticos depende de:

Datos histricos
MarketIntelligence
Los pronsticos usualmente estn mal.
Un buen pronstico tiene al menos 2 nmeros.

Clasificacin de los pronsticos

Cuantitativos
Cualitativas

Casuales
Serie temporal
Suavizamiento
Proyeccion de tendencia
Proyeccion de tendencia ajustada por influencia
estacional

Tipos de Pronsticos

a) Pronsticos subjetivos

Son aquellos en que las personas con experiencia en ventas,

mercadotecnia o gerentes expresan cul es su parecer respecto a las
ventas que puede expresar para el futuro.

b) Pronsticos basados en un ndice

Dependen de un ndice de base para su presin.

c) Pronsticos basados en promedio

Se basan en el promedio de los datos de venta.

d) Pronsticos estadsticos

Basado en el anlisis estadstico de la demanda.

e) Mtodos combinados

Cuando se combinan todos estos para tener mayor exactitud.

Regresin Lineal
Mnimos cuadrados:
Ejemplo # 1:
De la siguiente tabla tenemos los datos de los ndices de productividad de la
industria maquiladora en Mxico de 1988 a 1995.

Datos del INEGI

Ao
Productivida
d

1988
88.5

1989
91.5

1990
94.4

1991
96.7

1992
98.6

1993
100

1994
106.3

1995
106.3

X
0
1
2
3
4
5
6
7
Suma
28
AO PRODUCTIVIDAD

Y
88.5
91.5
94.4
96.7
98.6
100
106.3
106.3
782.3

X
0
1
4
9
16
25
36
49
140

XY
0
91.5
188.5
290.1
394.4
500
637.8
744.1
2846.7

Y
7832.25
8372.25
8911.36
9350.89
9721.96
10000
11299.69
11299.69
76788.09

Nota: Para la primer columna (x) cuando sea necesario y los valores
sean muy grandes como en este, entonces se podr empezar desde 0.

La ecuacin que usaremos es la de la funcin lineal Y= mx+bdonde:

m= pendiente
b= orden en el origen.
En cada uno de los problemas se graficara los datos, para el clculo de la pendiente se
utilizara la siguiente frmula:

Para el coeficiente de la correlacin:

Nota:Para el coeficiente de correlacin se tomara los pronsticos ms certeros si

el valor de la r es cercando a -1 o a +1.

Ejemplo #1 Paso a Paso

2.58

8(2846.7) - (28)(782.3) =
= 869.2

22773.6 -

m 21904.4

8(140)
336

(28)2

=
1120

- 784

88.

b
=

(782.3)(140) - (28)(2846.7) =109522 - 79707.6

= 29914.4 =
(8)(140) - (28)2
336

y = mx+b

1120 - 784

x= y-b

m
Sustitucin:
x = 125 88.73=
2.5

r=

( 8 ) ( 2846.7 )( 28 ) ( 782.3 )

( 8 ) ( 140 )( 28 ) ( 8 )( 76788.09 ) ( 782.3 )

2

r=

( 869.2 )
336614304.72611993.29

r=

( 869.2 )
3362311.43

r=

869.2
869.2
=
=0.98
( 18.33 ) (48.07) 881.12

Las dos preguntas para este problema son las siguientes:

1. Cundo se espera que la productividad sea 125%?

1998 + 14= 2002 alcanza el 125%.

2. Cual ser la productividad en el ao 2020?
Y=(2.59) (32) + 88.73 = 171.6 % en el ao 2020.

Ejercicios propuestos de Regresin Lineal

1. La poblacin de Mxico a crecido considerablemente en los ltimos aos
como se puede apreciar en la siguiente tabla:
AO

1950

1960

1970

1980

1990

1995

Persona
s

25.8

34.9

48.2

66.8

81.2

93

Preguntas:
1. Cundo la poblacin de Mxico tendr 130 millones?
2. Cul ser la poblacin en el ao 2015?
3. Cul ser la poblacin en el ao actual?

2. La siguiente tabla muestra los casos de SIDA que han sido registrados en Mexico
para la Secretaria de Salud en el periodo de 1989 1995.

AO
CASOS

1989
1605

1990
2587

1991
3155

1992
3210

1993
5057

1994
4112

1995
4310

Error Estndar del Ajuste

La naturaleza del mtodo de mnimos cuadrados que define una recta (o una
curva) que este cerca de todos los puntos como sea posible, lleva implcita una
diferencia (o error) entre valores dados de un fenmeno (los puntos de diagrama
de dispersin) y valores que resulten al aplicar la ecuacin de la recta obtenida.
El error estndar del ajuste es una medida de los errores se incurre al sustituto
los valores verdaderos observados por la formula de ajuste, y permite cuantificar
una especie de dichas diferencias o errores.

El siguiente ejemplo ilustra la forma de calcular el error estndar del ajuste:

Ejemplo # 1:
La ecuacin Y= 3.342x + 3.823 es la recta de mejor ajuste minimo cuadrado
de los siguientes puntos:
X
Y

1.5
7

3.3
18

4.8
20

6.5
23

7.5
30

Solucin:
El error estndar del ajuste se obtiene por medio de la formula que se presenta a
continuacin:
=

21.0176
5.2

El valor calculado ( Y) es el valor de Y calculado con la ecuacin de la recta y

para este caso es:
Y(1.5) = (3.342) (1.5) + 3.823= 8.836
Y(3.3)= (3.342) (3.3) + 3.823= 14.852
Y(4.8)= (3.342) (4.8) + 3.823= 19.865
Y(6.5)= (3.342) (6.5) + 3.823= 25.546
Y(7.5)= (3.342) (7.5) + 3.823= 28.888

Y
Y
(Y- Y)2

7
8.836
3.3709

18
14.852
9.9099

20
19.865
0.0182

23
25.546
6.4821

30
28.888
1.2365

SUMAS
98
97.987
21.0176

NOTA:Entre mayor sea el Syx mayor serla dispersin de datos pero si es

CERO los puntos de la grafica estarn concentrados alrededor de la Lnea
Recta de Regresin.
35
30
25
20
15
10
5
0
0.5

1.5

2.5

3.5

4.5

5.5

35
30
25
20
15

Linear ()

10
5
0
0.5

1.5

2.5

3.5

4.5

5.5

Ao
Productivid
ad

1988
88.5

1989
91.5

1990
94.4

1991
96.7

1992
98.6

1993
100

1994
106.3

1995
106.3

 Ejercicios propuestos de Error Estndar

1. Realizar el error estndar de ajuste y graficar:

Y
Y
(YY)2

88.5

91.5

94.4

96.7

98.6

100

106.3

106.3

Suma
782.20

Promedio Mvil Simple

Es recomendable para series de tiempo que no presentan patrones de tendencia,
estacionalidad o ciclisidad en los datos. Se utiliza cuando se quiere dar ms
importancia a conjuntos de datos ms recientes para obtener datos ms
recientes para obtener el pronstico.
El pronstico se obtiene al graficar la media aritmtica del conjunto de datos ms
recientes seleccionado. Cada vez que se tiene una nueva observacin se agrega
a esta el conjunto de datos y se elimina de este la observacin o dato ms
antiguo. El numero de datos ms reciente a considerar en el conjunto de
observaciones del cual se calcula la media aritmtica es una decisin de la
sensibilidad a los cambios en el comportamiento de las series, se reduce al
utilizar un nmero mayor de observaciones en el conjunto de datos este modelo
no maneja muy bien los datos con estacionalidad o con tendencia pero si lo hace
mejor la tcnica del promedio simple.

Promedio Mvil Ponderado

Un promedio mvil ponderado permite asignar cualquier importancia a cada
elemento, siempre y cuando la suma de todas las ponderaciones sea igual a 1.
Formula:

F1=W1 A1-1 + W2+ A1+

Ejemplo # 1:
Una tienda departamental se da cuenta de que en un periodo de 4 meses el
mejor pronostico se deriva utilizando 40% de las ventas reales durante el mes
ms reciente, 30% de 2 meses antes, 20% de 3 meses y 10% de hace 4 meses, si
las ventas reales fueron:

Mes 1
100

Mes 2
90

Mes 3
105

Mes 4
95

Mes 5
?

El pronstico para el mes 5 sera:

F5= 0.40(95) + 0.30 (105) + 0.20 (90) + 1.10 (100)= 38 + 31.5+ 18+10= 97.5

Suavizacin Exponencial
Estos mtodos eliminan las fluctuaciones aleatorias de la serie de tiempo,
proporcionando datos menos distorsionados del comportamiento real de la
misma.
El principal objetivo de las series de tiempo es hacer proyecciones o
pronsticos sobre una actividad futura, suponiendo estables las condiciones y
variaciones registradas hasta la fecha, lo cual permite planear y tomar
decisiones a corto plazo o largo plazo.
Este mtodo contiene un mecanismo de autocorreccin que ajusta los
pronsticos a direccin opuesta a los errores pasados. Se emplea tanto para
suavizar como para realizar pronsticos.
Se emplea la siguiente frmula:
Yt+1= aXt + (1- a) - Yt
Yt + 1 = Pronostico para el periodo futuro.
a= Constante de suavizacin a la cual se le da un valor entre 0 y 1.
Xt= Valor real para el periodo de tiempo.
Yt= Pronostico para el periodo de tiempo.

Ejemplo # 1:
Con los siguientes datos acerca de las ventas en miles de dlares de la
empresa D & M durante los ltimos 12 meses:
Mese

Sep

Oct

Nov

Dic

Ene

Feb

Marz

Abr

May

s
Vent

12

10

as

1) Suavizar los datos empleados al mtodo de suavizacin exponencial con a=

0.5. Pronosticar las ventas para el mes de septiembre.
*Calcular el cuadrado medio del error.
*Elaborar un grafico, en el que consten las ventas y los pronsticos.

Respuestas de Ejercicios Propuestos

Resultados de los ejercicios propuestos unidad 1
Suma:
1) 19ab2
2) -8 a + b -4c
1
2
3) 2 a - 3 b
4) 12 a
29
x
5)
8

1)
2)
3)

Multiplicacin:
6 a5
-6x3
4 a3 b3
2
4) 5 a 5b
5)

2
a
5

x6y4

Resta:
1) 15x3y4
1
2) 4 ab
3)
4)
5)

1)

a
-5x2y
-8ab2
Divisin:
a2
1
2) 9
3)

3
2

4)

20
9

5)

175
xy
144

Ecuaciones lineales:

1) Y= 10-3x
Y= -5 +2x
157 x
2) Y = 2

Y=

6 x +3
5

3) Y= 3-2x
105 x
Y=
3

Funciones lineales

Ejercicio #1
a) = -3,500 t + 140,000
b) = $149,000
c) $3,500
d) 40 aos
e) $35,000

Ejercicio #2:
a) Y= 45x+ 6,500
b) $6,500
c) $11,900
d) 800 relojes

Funciones exponenciales y logartmicas:

1) X=3
2) X= 3 X= 1
3
3) X= 2
4) X= -2

5) X= 1

1
X= 2

6) X= 1
7) X= -3

Funcin exponencial grafica, problemas de aplicacin:

1) $2,707.04
2) (a) 3,200 bacterias
3) 7.92 mg

(b) 10,159.36 bacterias

Respuestas de Ejercicios Propuestos Estadstica

Descriptiva

Funcin exponencial de base e:

X
-5
-4
-3
-2
-1
0
1
2
3

Y
3.67
4.49
5.48
6.70
8.18
10
12.2
1
14.9
1
18.2

4
5

2
22.2
5
27.1
8

Problemas aplicados:

Ejercicio 1.- 7,111 millones

Ejercicio 2.- ao 2006
Ejercicio 3.- 120 millones

12345-

Funciones logartmicas a forma exponencial

81
0.001
81
16
125

De forma exponencial a logartmica:

1- Log 10 10,000 = 4
2- Log 27 9 = 2/3
3- Log 2 1/8 = -3

Medidas de tendencia central:

1.

Rango. = 42 kg
Numero de intervalos.= 6
Ancho de intervalo. = 7
Llenar la tabla de frecuencias.
Construir el polgono de frecuencias y el histograma.
Calculo de los percentiles, P75, P50 y P25. (P25 = 48.14) (P50 = 67.78)

(P75 = 74.72)
Calculo de la moda. = 73.76 kg
Calculo de la desviacin estndar.=10.90

2.

Rango. = 29
Numero de intervalos.= 6
Ancho de intervalo. = 4.8
Llenar la tabla de frecuencias.
Construir el polgono de frecuencias y el histograma.
Calculo de los percentiles, P75, P50 y P25. (P25 = 23.39) (P50 = 22.04)

(P75 = 20.68)
Calculo de la moda. = 22.25
Calculo de la desviacin estndar.= 4.34

Respuestas de Ejercicios Propuestos Medida de

Tendencia Central
X

X-

(X- )

(X- )

1000
1000
2500
2500
2500
3500
4000
5300
9000
12500
13500
24500
27100
30900
41000

-11,053.33
-11,053.33
-9,553.33
-9,553.33
-9,553.33
-8,553.33
-8,053.33
-6,753.33
-3,053.33
446.67
1,446.67
12,446.67
15,046.67
18,846.67
28,946.67

11,053.33
11,053.33
9,553.33
9,553.33
9,553.33
8,553.33
8,053.33
6,753.33
3,053.33
446.67
1,446.67
12,446.67
15,046.67
18,846.67
28,946.67

122,176,104.10
122,176,104.10
91,266,114.09
91,266,114.09
91,266,114.09
73,159,454.09
64,856,124.09
45,607,466.09
9,322,824.08
199,514.08
2,092,854.08
154,919,594.10
226,402,278.10
355,196,970.10
837,909,704.10

2,287,817,333.38

M=

180800 = 12053.33
15

Md=

5300

Mo= 2500

2287817333
=12350.09
15

Respuestas de Ejercicios Propuestos Regresin

Lineal
1.
X
0
1
2
3
4
5
Suma 15
m = 14.1
b= 23.06

Y
25.8
34.9
48.2
66.8
81.2
93
349.9

X
0
1
4
9
16
25
55

XY
0
34.9
96.4
200.4
324.8
465
1121.5

Y
665.64
1218.01
2323.24
4462.24
6593.44
8649
23911.57

r= 1

Respuestas a Preguntas:
1. 8
2. 28187 millones
3. 23 millones

2.

X
0
1
2
3
4
5
6
Suma

21

Y
1605
2587
3155
3210
5057
4112
4310
24036

X
0
1
4
9
16
25
36
91

XY
0
2587
6310
9630
20228
20560
25860
85175

Y
2576025
6692569
9954025
10304100
25573249
16908544
18576100
90584612

m= 466.67
b= 2033.67
r= 1.0

Respuestas de Ejercicios Propuestos Error Estandar

Ao
Productividad
1.

1988
88.5

1989
91.5

1990
94.4

1991
96.7

1992
98.6

1993
100

1994
106.3

1995
106.3

Suma

Y
Y
(YY)2

88.5
88.73

91.5
91.32

94.4
93.91

0.184

0.032

0.240

96.7
96.5
0.04

98.6

100

106.3

106.3

782.3

99.09

106.6

104.2

106.9

0
787.4

0.240

8
18.23

7
0.313

6
0.316

6
19.59

120
100
80
60
40
20
0
0

120
100
80
60
Linear ()

40
20
0
0

Bibliografa
Raymond A. Barnett. Libro Algebra. Mc Graw Hill
Berenson M Estadstica para Administracin. Pearson.
Octavio Snchez. Probabilidad y estadstica.
Guillermo Pastor. Estadstica Bsica.
Anderson, D.R., Sweeney, D. J. y Williams, T.A. Mtodos Cuantitativos para los negocios.
Mario Coronado. Apuntes del maestro.