Estadística aplicada a administración y economía

461 Pages·1991·7.575 MB·Spanish

by  Leonard Kazmier, Alfredo Díaz Mata

ESTADÍSTICA
APLICADA A ADMINISTRACIÓN
Y ECONOMÍA
Segunda Edición
Leonard Kazmier
Alfredo Díaz Mata
ESTADÍSTICA APLICADA
A ADMINISTRACIÓN Y ECONOMÍA
ESTADÍSTICA APLICADA
A ADMINISTRACIÓN Y ECONOMÍA
Segunda Edición
LEONARD J. KAZMIER Ph. D.
Universidad Estatal de Arizona
Coautoría y Traducción:
Alfredo Díaz Mata
Lic. en Administración de Empresas FCA UNAM
Coordinador de Matemáticas
Facultad de Contaduría y Administración
Universidad Nacional Autónoma de México
Revisión Técnica:
Guillermina Eslava Gómez
Doctora en Estadística e
Investigadora del Instituto
de Investigación en Matemáticas
Aplicadas y Sistemas
IIMAS
Universidad Nacional Autónoma de México
McGRAW-HILL
MÉXICO - BOGOTÁ -BUENOSAIRES -CARACAS -GUATEMALA -LISBOA
MADRID -NUEVA YORK -PANAMÁ -SAN JUAN -SANTIAGO - S O PAULO
AUCKLAND -HAMBURGO -LONDRES -MILÁN -MONTREAL - NUEVA DELHI
PARÍS -SAN FRANCISCO -SINGAPUR -ST. LOUIS
SIDNEY - TOKIO - TORONTO
ESTADÍSTICA APLICADA A ADMINISTRACIÓN Y ECONOMÍA
Prohibida la reproducción total o parcial de esta obra,
por cualquier medio, sin autorización escrita del editor.
DERECHOS RESERVADOS ©1991 respecto a la segunda edición en español por
McGRAW-HILL INTERAMERICANA DE MÉXICO, S.A. de C.V.
Atlacomulco 499-501, Fracc. Ind. San Andrés Atoto
53500 Naucalpan de Juárez, Edo. de México
Miembro de la Cámara Nacional de la Industria Editorial, Reg. Núm. 1890
ISBN 968-422-787-6
(ISBN 968-451 -317-8 primera edición)
Traducido de la segunda edición en inglés de
SCHAUM'S OUTLINE OF BUSINESS STATISTICS
Copyright© MCMLXXXIX, by McGraw-Hill, Inc., U.S.A.
ISBN 0-07-033533-8
1234567890 G.f. 90 9123456780
Impreso en México Printed in Mexico
Esta obra se terminó de
imprimir en diciembre de 1990
en Gráfica Futura 2000, S.A. de C.V.
Calle 28 No. 90
Col. Federal, México, D.F.
Se tiraron 5000 ejemplares
Leonard J. Kazmier es profesor de Sistemas de Información y Decisión en la Universidad estatal de Arizona. Terminó
sus estudios de licenciatura y maestría en la Universidad estatal de Wayne, Detroit y obtuvo el Doctorado en la
Universidad de Ohio State. Es autor y coautor de libros sobre conceptos de administración, análisis estadísticos y
aplicaciones en computadora. Es socio fundador del Instituto de Decission Sciences, y es también miembro de la
Academia de Administración y de la Asociación Americana de Estadística. Ha impartido cátedra en las Universidades:
estatal de Wayne, Notre Dame y estatal de Arízona.
(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:4)(cid:7)(cid:8)(cid:3)
(cid:2)(cid:9)(cid:10)(cid:11)(cid:5)(cid:12)(cid:13)(cid:3)(cid:14)(cid:15)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:16)(cid:17)(cid:18)(cid:19)(cid:20)(cid:21)(cid:20)(cid:21)(cid:14)(cid:22)(cid:23)(cid:14)(cid:22)(cid:16)(cid:24)(cid:25)(cid:21)(cid:14)(cid:22)(cid:23)(cid:14)(cid:17)(cid:23)(cid:26)(cid:25)(cid:2)(cid:20)(cid:25)(cid:21)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)
(cid:15)(cid:27)(cid:15)(cid:22)(cid:6)(cid:28)(cid:7)(cid:4)(cid:7)(cid:29)(cid:7)(cid:30)(cid:4)(cid:14)(cid:8)(cid:6)(cid:14)(cid:6)(cid:31)(cid:5)(cid:9)(cid:8)(cid:11)(cid:31)(cid:5)(cid:7)(cid:29)(cid:9)(cid:14)(cid:8) (cid:14)(cid:4)(cid:6)!(cid:3)(cid:29)(cid:7)(cid:3)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)
(cid:15)(cid:27)"(cid:23)(cid:31)(cid:5)(cid:9)(cid:8)(cid:11)(cid:31)(cid:5)(cid:7)(cid:29)(cid:9)(cid:14)(cid:8)(cid:6)(cid:31)(cid:29)#(cid:7)(cid:10)(cid:5)(cid:11)$(cid:9)(cid:14)(cid:6)(cid:14)(cid:7)(cid:4)(cid:28)(cid:6)#(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:14)(cid:6)(cid:31)(cid:5)(cid:9)(cid:8)(cid:11)(cid:31)(cid:5)(cid:7)(cid:29)(cid:9)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)
(cid:15)(cid:27)%(cid:23)(cid:31)(cid:5)(cid:9)(cid:8)(cid:11)(cid:31)(cid:5)(cid:7)(cid:29)(cid:9)(cid:14)(cid:29)(cid:13)(cid:9)(cid:31)(cid:7)(cid:29)(cid:9)(cid:14)&(cid:14)(cid:9)(cid:4)’(cid:13)(cid:7)(cid:31)(cid:7)(cid:31)(cid:14)((cid:9)&(cid:9)(cid:31)(cid:11)(cid:9)(cid:4)(cid:3)(cid:14)(cid:8)(cid:6)(cid:14)(cid:8)(cid:6)(cid:29)(cid:7)(cid:31)(cid:7)(cid:3)(cid:4)(cid:6)(cid:31)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)
(cid:15)(cid:27))*(cid:9)#(cid:7)(cid:9)((cid:13)(cid:6)(cid:31)(cid:14)(cid:8)(cid:7)(cid:31)(cid:29)#(cid:6)(cid:5)(cid:9)(cid:31)(cid:14)&(cid:14)$(cid:9)#(cid:7)(cid:9)((cid:13)(cid:6)(cid:31)(cid:14)(cid:29)(cid:3)(cid:4)(cid:5)(cid:7)(cid:4)(cid:12)(cid:9)(cid:31)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) "
(cid:15)(cid:27)+(cid:25)((cid:5)(cid:6)(cid:4)(cid:29)(cid:7)(cid:30)(cid:4)(cid:14)(cid:8)(cid:6)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:14)(cid:9)(cid:14)(cid:5)#(cid:9)$ (cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:6),(cid:10)(cid:6)#(cid:7)-(cid:6)(cid:4)(cid:5)(cid:3)(cid:31)(cid:14)&(cid:14)(cid:6)(cid:4)(cid:29)(cid:12)(cid:6)(cid:31)(cid:5)(cid:9)(cid:31)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) "
(cid:15)(cid:27)./ (cid:5)(cid:3)(cid:8)(cid:3)(cid:31)(cid:14)(cid:8) (cid:14)-(cid:12)(cid:6)(cid:31)(cid:5)#(cid:6)(cid:3)(cid:14)(cid:9)(cid:13)(cid:6)(cid:9)(cid:5)(cid:3)#(cid:7)(cid:3)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) "
(cid:15)(cid:27)01(cid:5)(cid:7)(cid:13)(cid:7)2(cid:9)(cid:29)(cid:7)(cid:30)(cid:4)(cid:14)(cid:8)(cid:6)(cid:14)(cid:29)(cid:3)-(cid:10)(cid:12)(cid:5)(cid:9)(cid:8)(cid:3)#(cid:9)(cid:31)(cid:14)(cid:10)(cid:9)#(cid:9)(cid:14)!(cid:6)(cid:4)(cid:6)#(cid:9)#(cid:14)(cid:4)3-(cid:6)#(cid:3)(cid:31)(cid:14)(cid:9)(cid:13)(cid:6)(cid:9)(cid:5)(cid:3)#(cid:7)(cid:3)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %
(cid:2)(cid:9)(cid:10)(cid:11)(cid:5)(cid:12)(cid:13)(cid:3)(cid:14)"(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)45(cid:23)(cid:21)(cid:23)(cid:17)(cid:24)(cid:16)(cid:2)(cid:20)(cid:25)(cid:17)(cid:23)(cid:21)(cid:14)(cid:23)(cid:21)(cid:24)(cid:16)(cid:22)6(cid:21)(cid:24)(cid:20)(cid:2)(cid:16)(cid:21)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) 7
"(cid:27)(cid:15)(cid:22)(cid:7)(cid:31)(cid:5)#(cid:7)((cid:12)(cid:29)(cid:7)(cid:3)(cid:4)(cid:6)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:28)#(cid:6)(cid:29)(cid:12)(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) .
"(cid:27)"(cid:20)(cid:4)(cid:5)(cid:6)#$(cid:9)(cid:13)(cid:3)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:29)(cid:13)(cid:9)(cid:31)(cid:6)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) 7
"(cid:27)%8(cid:7)(cid:31)(cid:5)(cid:3)!#(cid:9)-(cid:9)(cid:31)(cid:14)&(cid:14)(cid:10)(cid:3)(cid:13)(cid:11)!(cid:3)(cid:4)(cid:3)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:28)#(cid:6)(cid:29)(cid:12)(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)9
"(cid:27))(cid:2)(cid:12)#$(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:28)#(cid:6)(cid:29)(cid:12)(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:31)(cid:14)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)9
"(cid:27)+(cid:22)(cid:7)(cid:31)(cid:5)#(cid:7)((cid:12)(cid:29)(cid:7)(cid:3)(cid:4)(cid:6)(cid:31)(cid:8)(cid:6)(cid:14)(cid:28)#(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:31)(cid:14)(cid:9)(cid:29)(cid:12)-(cid:12)(cid:13)(cid:9)(cid:8)(cid:9)(cid:31)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)"
"(cid:27).(cid:22)(cid:7)(cid:31)(cid:5)#(cid:7)((cid:12)(cid:29)(cid:7)(cid:3)(cid:4)(cid:6)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:28)#(cid:6)(cid:29)(cid:12)(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:31)(cid:14)#(cid:6)(cid:13)(cid:9)(cid:5)(cid:7)$(cid:9)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)"
"(cid:27)0(cid:14)(cid:22)(cid:7)(cid:31)(cid:5)#(cid:7)((cid:12)(cid:29)(cid:7)(cid:30)(cid:4)(cid:14)(cid:8)(cid:6)(cid:14)(cid:28)#(cid:6)(cid:29)(cid:12)(cid:6)(cid:4)(cid:29)(cid:7)(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:13)(cid:14)(cid:5)(cid:7)(cid:10)(cid:3)(cid:14):&(cid:14)-(cid:6)(cid:4)(cid:3)#(cid:14);(cid:12)(cid:6):(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)%
"(cid:27)7(cid:26)#’(cid:28)(cid:7)(cid:29)(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)((cid:9)##(cid:9)(cid:31)(cid:14)&(cid:14)!#’(cid:28)(cid:7)(cid:29)(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:13)(cid:11)(cid:4)(cid:6)(cid:9)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)%
"(cid:27)<(cid:26)#’(cid:5)(cid:7)(cid:29)(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:10)(cid:9)(cid:31)(cid:5)(cid:6)(cid:13)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15))
"(cid:27)(cid:15)9(cid:14)5(cid:6)(cid:31)(cid:12)(cid:13)(cid:5)(cid:9)(cid:8)(cid:3)(cid:31)(cid:14)(cid:10)(cid:3)#(cid:14)(cid:29)(cid:3)-(cid:10)(cid:12)(cid:5)(cid:9)(cid:8)(cid:3)#(cid:9)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) (cid:15)+
(cid:2)(cid:9)(cid:10)(cid:11)(cid:5)(cid:12)(cid:13)(cid:3)(cid:14)%(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:22)(cid:23)(cid:21)(cid:2)5(cid:20)4(cid:2)(cid:20)=(cid:17)(cid:14)(cid:22)(cid:23)(cid:14)(cid:22)(cid:16)(cid:24)(cid:25)(cid:21)(cid:14)(cid:22)(cid:23)(cid:14)(cid:17)(cid:23)(cid:26)(cid:25)(cid:2)(cid:20)(cid:25)(cid:21)>(cid:14)/(cid:23)(cid:22)(cid:20)(cid:22)(cid:16)(cid:21)(cid:14)(cid:22)(cid:23)(cid:14)4(cid:25)(cid:21)(cid:20)(cid:2)(cid:20)=(cid:17)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %"
(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)%(cid:27)(cid:15)(cid:14)/(cid:6)(cid:8)(cid:7)(cid:8)(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:10)(cid:3)(cid:31)(cid:7)(cid:29)(cid:7)(cid:30)(cid:4)(cid:14)(cid:8)(cid:6)(cid:14)(cid:29)(cid:3)(cid:4)(cid:12)(cid:4)(cid:5)(cid:3)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:14) %"
%(cid:27)"(cid:14)(cid:19)(cid:9)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)(cid:14)(cid:9)#(cid:7)(cid:5)- (cid:5)(cid:7)(cid:29)(cid:9)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %"
%(cid:27)%(cid:14)(cid:19)(cid:9)(cid:14)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)(cid:14)(cid:10)(cid:3)(cid:4)(cid:8)(cid:6)#(cid:9)(cid:8)(cid:9)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %%
(cid:2)(cid:3)(cid:4) (cid:19)(cid:9)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)(cid:4)(cid:9)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %%
(cid:2)(cid:3)(cid:5) (cid:19)(cid:9)(cid:14)-(cid:3)(cid:8)(cid:9)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %)
(cid:2)(cid:3)(cid:6) 5(cid:6)(cid:13)(cid:9)(cid:29)(cid:7)(cid:30)(cid:4)(cid:14)(cid:6)(cid:4)(cid:5)#(cid:6)(cid:14)(cid:13)(cid:9)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)?(cid:14)(cid:13)(cid:9)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)(cid:4)(cid:9)(cid:14)&(cid:14)(cid:13)(cid:9)(cid:14)-(cid:3)(cid:8)(cid:9)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %)
(cid:2)(cid:3)(cid:7) (cid:2)(cid:12)(cid:9)#(cid:5)(cid:7)(cid:13)(cid:6)(cid:31)?(cid:14)(cid:8)(cid:6)(cid:29)(cid:13)(cid:13)(cid:6)(cid:31)(cid:14)&(cid:14)(cid:10)(cid:6)#(cid:29)(cid:6)(cid:4)(cid:5)(cid:7)(cid:13)(cid:6)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %+
(cid:2)(cid:3)(cid:8) (cid:19)(cid:9)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)(cid:14)(cid:9)#(cid:7)(cid:5)- (cid:5)(cid:7)(cid:29)(cid:9)(cid:14)(cid:10)(cid:9)#(cid:9)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:14)(cid:9)!#(cid:12)(cid:10)(cid:9)(cid:8)(cid:3)(cid:31)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %+
(cid:2)(cid:3)(cid:9) (cid:19)(cid:9)(cid:14)-(cid:6)(cid:8)(cid:7)(cid:9)(cid:4)(cid:9)(cid:14)(cid:10)(cid:9)#(cid:9)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:14)(cid:9)!#(cid:12)(cid:10)(cid:9)(cid:8)(cid:3)(cid:31)(cid:14)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %.
%(cid:27)(cid:15)9 (cid:19)(cid:9)(cid:14)-(cid:3)(cid:8)(cid:9)(cid:14)(cid:10)(cid:9)#(cid:9)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:14)(cid:9)!#(cid:12)(cid:10)(cid:9)(cid:8)(cid:3)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %0
%(cid:27)(cid:15)(cid:15) (cid:2)(cid:12)(cid:9)#(cid:5)(cid:7)(cid:5)(cid:6)(cid:31)?(cid:14)(cid:8)(cid:6)(cid:29)(cid:7)(cid:13)(cid:6)(cid:31)(cid:14)&(cid:14)(cid:10)(cid:6)#(cid:29)(cid:6)(cid:4)(cid:5)(cid:7)(cid:13)(cid:6)(cid:31)(cid:14)(cid:10)(cid:9)#(cid:9)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:14)(cid:9)!#(cid:12)(cid:10)(cid:9)(cid:8)(cid:3)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %0
%(cid:27)(cid:15)" 5(cid:6)(cid:31)(cid:12)(cid:13)(cid:5)(cid:9)(cid:8)(cid:3)(cid:31)(cid:14)(cid:10)(cid:3)#(cid:14)(cid:29)(cid:3)-(cid:10)(cid:12)(cid:5)(cid:9)(cid:8)(cid:3)#(cid:9)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) %7
(cid:2)(cid:9)(cid:10)(cid:11)(cid:5)(cid:12)(cid:13)(cid:3)(cid:14))(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:14)(cid:22)(cid:23)(cid:21)(cid:2)5(cid:20)4(cid:2)(cid:20)=(cid:17)(cid:14)(cid:22)(cid:23)(cid:14)(cid:22)(cid:16)(cid:24)(cid:25)(cid:21)(cid:14)(cid:22)(cid:23)(cid:14)(cid:17)(cid:23)(cid:26)(cid:25)(cid:2)(cid:20)(cid:25)(cid:21)@(cid:14)/(cid:23)(cid:22)(cid:20)(cid:22)(cid:16)(cid:21)(cid:14)(cid:22)(cid:23)(cid:14)*(cid:16)5(cid:20)(cid:16)A(cid:20)(cid:19)(cid:20)(cid:22)(cid:16)(cid:22)(cid:14)(cid:27)(cid:14)(cid:27) +9
)(cid:27)(cid:15) /(cid:6)(cid:8)(cid:7)(cid:8)(cid:9)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)$(cid:9)#(cid:7)(cid:9)((cid:7)(cid:13)(cid:7)(cid:8)(cid:9)(cid:8)(cid:14)(cid:6)(cid:4)(cid:14)(cid:29)(cid:3)(cid:4)B(cid:12)(cid:4)(cid:5)(cid:3)(cid:31)(cid:14)(cid:8)(cid:6)(cid:14)(cid:8)(cid:9)(cid:5)(cid:3)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) +9
)(cid:27)" (cid:23)(cid:13)(cid:14)#(cid:9)(cid:4)!(cid:3)(cid:14)(cid:14)(cid:14)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) +9
)(cid:27)% 5(cid:9)(cid:4)!(cid:3)(cid:31)(cid:14)-(cid:3)(cid:8)(cid:7)(cid:28)(cid:7)(cid:29)(cid:9)(cid:8)(cid:3)(cid:31)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27)(cid:27) +9
4.4 La desviación media 51
4.5 La varianza y la desviación estándar 52
4.6 Cálculos abreviados de la varianza y la desviación
estándar 53
4.7 Uso de la desviación estándar 54
4.8 El coeficiente de variación 54
4.9 Coeficiente de asimetría de Pearson 55
4.10 El rango y los rangos modificados para datos agrupados 56
4.11 La desviación media para datos agrupados 56
4.12 La varianza y la desviación estándar para datos agrupados 57
4.13 Resultados por computadora 59
Capítulo 5 PROBABILIDAD 73
5.1 Definiciones básicas de probabilidad 73
5.2 Expresión de la probabilidad 74
5.3 Eventos mutuamente excluyentes y no excluyentes 75
5 4 Las reglas de adición 76
5.5 Eventos dependientes, eventos independientes y probabilidad
condicional 77
5.6 Las reglas de multiplicación 78
5.7 Teorema de Bayes 80
5.8 Tablas de probabilidades conjuntas 81
5.9 Permutaciones 82
5.10 Combinaciones 83
Capítulo 6 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS
DISCRETAS: BINOMIAL, HIPERGEOMÉTRICA Y POISSON 103
6.1 Distribuciones de probabilidad para variables aleatorias 103
6.2 Valor esperado y varianza de una variable aleatoria discreta 104
6.3 La distribución binomial 105
6.4 La distribución binomial expresada mediante proporciones 107
6.5 La distribución hipergeométrica 108
6.6 La distribución Poisson 109
6.7 Aproximación de Poisson a probabilidades binomiales 110
6.8 Aplicaciones en computadora 111
Capítulo 7 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS
CONTINUAS: NORMAL Y EXPONENCIAL 125
7.1 Variables aleatorias continuas 125
7.2 La distribución normal de probabilidad 126
7.3 Puntos percentiles para variables con distribución normal 128
7.4 Aproximación normal a probabilidades binomiales 129
7.5 Aproximación normal a probabilidades de Poisson 131
7.6 La distribución exponencial de probabilidad 132
7.7 Aplicaciones en computadora 132
Capítulo 8 DISTRIBUCIONES DE MUESTREO E INTERVALOS DE CONFIANZA
PARA LA MEDIA 145
8.1 Estimación puntual 145
8.2 Distribución muestral de la media 145
8.3 Intervalos de confianza para la media utilizando la distribución normal . . 149
8.4 Determinación del tamaño de muestra necesario para estimar
la media 150
8.5 Distribución t de Student e intervalos de confianza para la media 150
8.6 Tabla resumen para la estimación por intervalo de la media de
población 151
8.7 Resultados por computadora 151
Capítulo 9 OTROS INTERVALOS DE CONFIANZA 163
9.1. Intervalos de confianza para la diferencia entre dos medias
poblacionales utilizando la distribución normal 163
9.2 Distribución f de Student e intervalos de confianza para la diferencia
entre las medias de dos poblaciones 164
9.3 Intervalos de confianza para la proporción utilizando la distribución
normal 165
9.4 Determinación del tamaño de la muestra necesario para estimar
www.elsolucionario.org
la proporción 166
9.5 Intervalos de confianza para la diferencia entre dos proporciones
poblacionales 167
9.6 La distribución x2 (ji-cuadrada) e intervalos de confianza para la
varianza y la desviación estándar . : 167
9.7 Resultados por computadora 168
Capítulo 10 PRUEBAS DE HIPÓTESIS SOBRE LA MEDIA
DE UNA POBLACIÓN 178
10.1 Etapas básicas en pruebas de hipótesis 178
10.2 Prueba de un valor hipotético de la media utilizando la distribución
normal 179
10.3 Errores tipo I y tipo II en pruebas de hipótesis 182
10.4 Determinación del tamaño necesario de la muestra para la media . . . . 185
10.5 Prueba de un valor hipotético de la media utilizando la distribución
f de Student 186
10.6 El método del valor P para probar hipótesis nulas referentes a una media
poblacional 186
10.7 El método del intervalo de confianza para probar hipótesis nulas
referentes a medias poblacionales 187
10.8 Tabla resumen para probar un valor hipotético de una media 187
10.9 Resultados por computadora 187
Capítulo 11 OTRAS PRUEBAS DE HIPÓTESIS 203
11.1 Prueba de la diferencia entre dos medias utilizando la distribución
normal 203
11.2 Prueba de la diferencia entre dos medias utilizando
la distribución t de Student 205
11.3 Prueba para la diferencia entre dos medias con base en
observaciones apareadas 206
11.4 Prueba de un valor hipotético de una proporción poblacional utilizando
la distribución binomial 208
11.5 Prueba de un valor hipotético de una proporción poblacional utilizando
la distribución normal 209
11.6 Determinación del tamaño de la muestra necesario para probar
la proporción 210
11.7 Prueba para la diferencia entre dos proporciones poblacionales 211
11.8 Prueba para el valor hipotético de la varianza utilizando la distribución
ji-cuadrada 212
11.9 La distribución F y la prueba de la diferencia entre dos varianzas 212
11.10 Métodos alternativos para pruebas de hipótesis nulas 214
11.11 Resultados por computadora 214
Capítulo 12 LA PRUEBA DE JI-CUADRADA 230
12.1 La prueba de ji-cuadrada como un procedimiento para pruebas
de hipótesis 230
12.2 Pruebas de bondad del ajuste 230
12.3 Pruebas para la independencia de dos variables categóricas
(pruebas para tablas de contingencias) 233
12.4 Pruebas de hipótesis sobre proporciones 234
12.5 Resultados por computadora 237
Capítulo 13 ANÁLISIS DE VARIANZA 254
13.1. Fundamentos de las pruebas para la diferencia entre varias medias . . . 254
13.2. Diseño completamente aleatorizado de un factor (ANOVA con
un criterio de clasificación 255
13.3. Análisis de varianza con dos criterios de clasificación 256
13.4. El diseño aleatorizado en bloques (ANOVA con dos criterios de
clasificación, una observación por celda) 257
13.5. Diseño completamente aleatorizado de dos factores (ANOVA con dos
criterios de clasificación, n observaciones por celda) 258
13.6. Consideraciones adicionales 259
13.7 Aplicaciones en computadora 259
Capítulo 14 ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL . . . . . . . . . . . . 277
14.1 Objetivos y suposiciones del análisis de regresión . . . . 277
14.2 Diagrama de dispersión . 277
14.3 El método de mínimos cuadrados ajustar una línea
de regresión 278
14.4 Residuales y gráficas de residuales 279
14.5 El error estándar del estimador 279
14.6 Inferencias sobre la pendiente 280
14.7 Intervalos de confianza para la media condicional 281
14.8 Intervalos de predicción para valores individuales de la variable
dependiente 281
14.9 Objetivos y suposiciones del análisis de correlación 282
14.10 El coeficiente de determinación 282
14.11 El coeficiente de correlación 283
14.12 El método de la covarianza para comprender el coeficiente
de correlación 284
14.13 Significación del coeficiente de correlación 285
14.14 Fallas y limitaciones asociadas con los análisis de regresión 285
14.15 Resultados por computadora 286
Capítulo 15 REGRESIÓN Y CORRELACIÓN MÚLTIPLE 289
15.1 Objetivos y suposiciones del análisis de regresión lineal múltiple 299
15.2 Conceptos adicionales en el análisis de regresión múltiple 300
15.3 El uso de variables indicadoras (ficticias) 300
15.4 Residuales y gráficas de residuales 301
15.5 Análisis de varianza en regresión lineal 301
15.6 Objetivos y suposiciones del análisis de correlación múltiple 303
15.7 Conceptos adicionales en el análisis de correlación múltiple 303
15.8 Fallas y limitaciones asociados con los análisis múltiples
de regresión y correlación 304
15.9 Resultados por computadora . . 304
Capítulo 16 ANÁLISIS DE SERIES DE TIEMPO Y PRONÓSTICOS DE NEGOCIOS . . . . 313
16.1 El modelo clásico de las series de tiempo 313
16.2 Análisis de tendencia 314
16.3 Análisis de variaciones cíclicas 316
16.4 Medición de las variaciones estacionales 316
16.5 Aplicación de ajustes estacionales 317
16.6 Pronósticos basados en los factores de tendencia y estacionales . . . . . 317
16.7 Pronósticos cíclicos e indicadores de negocios 318
16.8 La suavización exponencial como un método de pronóstico 319
16.9 Resultados por computadora 320