A continuación, presentamos el volumen total de alumnos matriculados en un máster (datos del
Sistema Integrado de información Universitaria (SIIU):
Número total de alumnos
Curso
matriculados
Curso 2007/2008 1539 100
1736
Curso 2008/2009 1736 L2008/2009
2007/2008 = ∗100=112.801
1539
2036
Curso 2009/2010 2036 L2009/2010
2007/2008 = ∗100=132.297
1539
2423
Curso 2010/2011 2423 L2010/2011
2007/2008 = ∗100=157.440
1539
2629
L2011/ 2012
Curso 2011/2012 2629 2007/2008 = ∗100=170.825
1539
2951
L2012/20 13
Curso 2012/2013 2951 2007/2008 = ∗100=191.748
1539
R2008/ 2009
( 1736
2007/ 2008=
1539 )
−1 ∗100=12.801
2036
R2008/ =( −1 )∗100=32.297
2009
2007/ 2008
1539
2423
=(
1539 )
R2008/ 2009
2007/ 2008 −1 ∗100=57.440
2629
=(
1539 )
R2008/ 2009
2007/ 2008 −1 ∗100=70.825
2951
=(
1539 )
R2008/ 2009
2007/ 2008 −1 ∗100=91.748
Accede a la página del INE y busca información sobre el número de mujeres activas en España
desde el primer trimestre de 2015 hasta el cuarto trimestre de 2017.
Con base en el cálculo de las tasas de variación intertrimestrales, comenta la
evolución de la actividad femenina en el mercado laboral español.
Obtén los índices simples en serie con base en el primer trimestre de 2015. ¿Qué
reflejan estos índices? Calcula a partir de estos la tasa de variación respecto del
período inicial (2015—I) y compárala con la calculada en A.
Obtén los índices simples en cadena y demuestra que las tasas calculadas a partir de
estos coinciden con las del apartado A.
A partir del siguiente conjunto de artículos, de los que se proporcionan sus precios y cantidades
entre los años 2008 y 2010:
2008 2009 2010
precio ( p) cantidad (q ) precio ( p) cantidad (q ) precio ( p) cantidad (q )
Articulo A 12 100 14 112 15 115
Articulo B 10 50 8 65 7 72
Articulo C 5 20 10 10 15 5
Calcula los índices de precios de Laspeyres y de Paasche (base 2008).
Descarga los datos del IPC de España (media anual para el período 2010—2017).
P
∑ P it ∗P I 0∗q i 0 ∑ P It∗qi 0
i io i
LPRECIO =
t =
0
∑ PI 0∗q i 0 ∑ P I 0∗qi 0
i i
donde t es el año actual y 0 será el año que tomaremos como referencia en la comparación. Si se
trata de índice encadenados podríamos decir años t-1 y t.
pit será el precio del artículo y el año t
pi0 será el precio del artículo y el año 0
qit será la cantidad del artículo y el año t
qi0 será la cantidad del artículo y el año 0
Índice de precios de Laspeyres
LPRECIO =1
2009
2008
∑ P I 2009∗qi 2008 14∗100+8∗50+10∗20 2000
i
LPRECIO =
2009 = = =1.1111
2008
∑ P I 2008∗qi 2008 12∗100+10∗50+ 5∗20 1800
i
∑ P I 2010∗qi 2008 15∗100+7∗50+15∗20 2150
i
LPRECIO =
2010 = = =1.194
2008
∑ P I 2008∗qi 2008 12∗100+10∗50+5∗20 1800
i
Índice de cantidades de Laspeyres
q
∑ q it ∗P I 0∗q i 0 ∑ q It∗p i 0
i io i
LCANTIDAD = t =
0
∑ P I 0∗q i 0 ∑ P I 0∗qi 0
i i
LCANTIDAD =1 2008
2008
∑ q I 2009∗p i 2008 12∗112+10∗65+10∗5 2044
i
LCANTIDAD = 2009 = = =1.136
2008
∑ Pi 2008∗qi 2008 12∗100+10∗50+ 5∗20 1800
i
∑ q I 2010∗p i 2010 12∗115 +10∗72+5∗50 2350
i
LCANTIDAD = 2010 = = =1.306
2008
∑ Pi 2008∗qi 2008 12∗100+10∗50+ 5∗20 1800
i
Índice de precios de Paasche
P
∑ P it ∗Pi 0∗qit ∑ Pit∗q it
i io i
P PRECIO =
t =
0
∑ Pi 0∗qit ∑ Pi 0∗qit
i i
LPRECIO =1
2008
2008
∑ P2009∗q 2009 14∗112+8∗65+10∗10 2188
i
P PRECIO =
2009 = = =1.070
2008
∑ P2008∗q 2009 12∗12+10∗65+5∗10 2044
i
∑ P2010∗q 2010 15∗115 +7∗72+ 15∗50 2979
i
P PRECIO =
2010 = = =1.268
2008
∑ P2008∗q 2010 12∗115 +10∗72+5∗50 2350
i
Índice de catidades de Paasche
q
∑ q it ∗qi 0∗pit ∑ Pit∗qit
i io i
PCANTIDAD =t =
0
∑ qi 0∗pit ∑ q i 0∗pit
i i
∑ Pit∗qit 14∗112+ 8∗65+ 10∗10 2188
i
PCANTIDAD =t = = =1.094
0
∑ qi 0∗pit 14∗100+8∗50+10∗20 2000
i
∑ Pit∗qit 15∗115+7∗72+15∗50 2 979
i
PCANTIDAD =t = = =1.386
0
∑ qi 0∗pit 1 5∗100+ 7∗50+1 5∗20 2 150
i
Tenemos dos cajas (A y B) con cerrojos grandes y pequeños. La caja A tiene 60 cerrojos
grandes y 40 pequeños y la caja B 10 grandes y 20 pequeños. Se selecciona una caja al azar
y de esta un cerrojo.
Se pide:
¿Cuál es la probabilidad de que el cerrojo elegido sea pequeño?
A= CAJA A
B=CAJA B
p = cerradura pequeña
Para esta primera pregunta, utilizamos el Teorema de la Probabilidad Total.
P=P ( A ∩ p ) + P ( B ∩ p )
P=P ¿
La probabilidad de que el cerrojo escogido sea pequeño será:
1 1
∗40 ∗20
2 2
P= + =0.5333
100 30
Sabiendo que el cerrojo extraído es pequeño, ¿cuál es la probabilidad de que dicho cerrojo
pertenezca a la caja A?
Para la segunda cuestión, puesto que ya ha ocurrido un suceso (el cerrojo extraído es pequeño),
utilizamos el Teorema de Bayes.
(1/2 x 40/100) / 0,5333 = 0,3750
En un grupo de 30 personas, se da a probar un producto para su posible venta. La probabilidad de
que una de estas personas adquiera el producto tras finalizar la prueba es del 0,4 %.
Se pide:
a) Definir la variable X que definiría el experimento realizado y su modelo de
distribución.
X = “número de personas que adquiere el producto de entre 30 personas”
Sería un modelo probabilístico Binomial » X~B (30;0,4)
b) Calcular la probabilidad de que adquieran el producto al menos 2 personas.
La probabilidad calculada con Gretl será de 0,2769.
c) Si, tras la prueba, el producto sale a la venta en una población de 400 habitantes,
¿cuál es ahora la probabilidad de vender al menos 20 unidades?
Ahora tenemos 400 casos posibles y 20 favorables. 20/400 = 0.05
Probabilidad para x > 20 sería de 0,4408.
El número de fallos de un instrumento de prueba, debido a las partículas de un producto, es una
variable de Poisson con media 0,2 fallos por hora.
Se pide:
a) Calcular la probabilidad de que el instrumento no falle en una jornada de 8 horas.
Realizamos una recopilación de datos del enunciado del problema:
· X = Nº de fallos de un instrumento de prueba
· La variable aleatoria X sigue una distribución Poisson: X ~ P(0.2).
Debemos adaptar nuestro parámetro promedio ya que el estudio está basado en una jornada de 8
horas:
0.2 --- 1
λ--- 8
Por lo tanto, el número medio de fallos por jornada (de 8 horas) es:
· λ = (8·0.2)/1 = 1.6
La probabilidad que debemos obtener es la siguiente:
P (X=0) = 0,2018
Por lo tanto, La probabilidad de que el instrumento no falle durante una jornada de ocho horas es
de, aproximadamente 0, 0.201897
Calcular la probabilidad de que el instrumento no falle en una jornada de 30 minutos.
X~P (0,2 x 30/60) = P (0,1) » convertimos la unidad de medida temporal para calcular
nuestra nueva Poisson.
P (X=0) = 0,9048
El peso en gramos de las galletas que fabrica una máquina sigue una distribución normal de media
2 gramos y desviación típica 5/89 gramos.
a) Define la variable sobre la que estamos trabajando y expresa de forma correcta el
modelo de distribución a utilizar para el cálculo de probabilidades (indicando cuáles
son los parámetros que lo definen).
X= “el peso en gramos de las galletas que fabrica una máquina”
X~N (2; 0,056^2)
b) Tipifica la variable para obtener una distribución normal estándar.
c) Indica cómo, haciendo uso de la distribución inicial y de la normal estándar,
calcularías la probabilidad de que la galleta pese menos de 1 gramo.
P(X<1) = 1 – P(X1) = 1 – 1 = 0
