Estad Apl. 2014-I

ESTADSTICA APLICADA
CAPTULO I: DEFINICIONES BSICAS
C.LINDO P.
1.1 La Estadstica.
Es un rea de la ciencia, parte de la matemtica que se ocupa de la recoleccin,
organizacin, presentacin, anlisis e interpretacin de datos numricos con el fin de
tomar decisiones frente a la incertidumbre.
La estadstica como ciencia cumple los aspectos principales del mtodo cientfico,
tales como:
a) Realizacin de experimentos y observaciones.
b) Obtencin de conclusiones o proposiciones objetivas a partir de los resultados de
dichos experimentos y observaciones.
c) Formulacin de leyes que simplifiquen la descripcin de un gran nmero.
d) Experiencia u observaciones.
1.2 Divisin o clasificacin de la Estadstica.

La estadstica se divide en dos partes: Estadstica Descriptiva y Estadstica
Inferencial.
1. ESTADSTICA DESCRIPTIVA
Se encarga de analizar y describir un conjunto de datos de una muestra o una
poblacin sin sacar conclusiones de tipo general.
2. ESTADSTICA INFERENCIAL
Parte de la estadstica que infiere leyes de comportamiento para una poblacin,
tomando como base una muestra aleatoria seleccionada de dicha poblacin.
1.3 Trminos Principales Utilizados en la Estadstica.
En estadstica se usan un conjunto de trminos que conviene precisar el significado
de algunos de ellos.
a) Poblacin (N).- Es el conjunto de todos las personas, animales, o cosas, que
poseen alguna caracterstica observable comn.
La poblacin es el universo de estudio que est integrado por la totalidad de todas
las unidades de anlisis.
La poblacin se define de acuerdo a la caracterstica, unidad estadstica y
extensin del problema objeto de estudio.
Ejemplo: Estudiantes de la Facultad de Ingeniera en Informtica y Sistemas de la
Universidad Nacional Agraria de la selva matriculados el 2012-1.
Respecto a la caracterstica objeto de estudio se puede distinguir:
a) Poblacin Objeto.- Considerada como el conjunto de elementos que son objeto de
estudio.
Ejemplo:
1. Conjunto de los alumnos de la U.N.A.S.

2. Conjunto de facturas de la estacin de servicio XX sac.
b) Poblacin Objetivo.- Considerada como el conjunto de observaciones,
medidas de la caracterstica que es de inters para el estudio de la
poblacin objeto.
Ejemplo:
1. Conjunto de promedio semestral.
1
ESTADSTICA APLICADA
2. Nmero de errores.
b)
C.LINDO P.
Muestra (n).- Es una parte o un subconjunto representativo y adecuado de la

poblacin.
Se examina una muestra cuando no es posible examinar una poblacin, ya sea
por factores econmicos, disponibilidad de personal o tiempo.
La muestra debe ser representativa y adecuada.
Es representativa cuando contiene todos los sectores o aspectos de la poblacin
en la misma proporcin en que se hallan en la totalidad del universo. La
representatividad asegura la calidad de la muestra.
Es adecuada cuando el tamao de la muestra tiene una magnitud suficiente que
permita confiar en la estabilidad de las caractersticas presentes en la muestra. La
adecuacin asegura la confiabilidad de la muestra.
Ejemplo: Estudio de una muestra aleatoria de 150 estudiantes de la Facultad de
Ingeniera en Informtica y Sistemas de la UNAS matriculados el 2012-1
c) Unidad estadstica.- Conocido tambin como unidad de observacin. Es el

elemento u objeto indivisible de la poblacin que ser analizado y de los cuales se
obtendr los datos.
Ejemplo:
1. Si se quiere investigar la edad de los empleados de la U.N.A.S., la unidad
de anlisis sern los empleados.
2. Para un auditor que verifica los estados financieros de una empresa en el
balance general, cuentas clientes, la unidad estadstica son las facturas por
cobrar.
d) Variable.- Las variables surgen de los objetivos de toda investigacin.
Las variables son caractersticas observables, susceptibles de adoptar distintos
valores o ser expresadas en varias categoras.
e) Dato estadstico.- Son los valores recopilados como resultado de las
observaciones de una variable, que pueden ser analizados e interpretados.
Ejemplo:
1. Si la caracterstica de estudio es la variable X edad de un grupo de 6 estudiantes.
El conjunto de datos estadsticos seran los siguientes:
X1=19,
X2=17 ,
X3=20 ,
X4=19 ,
X5=21
X6=18
2. Si la caracterstica de estudio es la variable X nmero de errores ubicados en 5
facturas. El conjunto de datos estadsticos seran los siguientes:
X1=2,
X2=4 ,
X3=0 ,
X4=1 ,
X5=2
f) Parmetro.- Es un valor obtenido para describir en forma resumida las

caractersticas pertinentes o ms importantes de una poblacin. Las ms usadas
son:
La media poblacional (),
La varianza poblacional (),
La proporcin poblacional (P).
ESTADSTICA APLICADA
C.LINDO P.
Ejemplo.- El sueldo promedio de todos los docentes del magisterio de la provincia
de Leoncio Prado.
g) Estadgrafo.- Se le conoce tambin como estadstico. Es una medida usada para
describir alguna caracterstica de la muestra y sirve como estimador del
parmetro. Las ms usadas son:
La media muestral o promedio ( x ) ,
La varianza muestral (S ),
La proporcin muestra (p).
Ejemplo.- El sueldo promedio de 250 docentes del magisterio de la provincia de
Leoncio Prado.
h) Indicadores.- Son elementos caractersticos que describen una situacin
permitiendo su anlisis. Los indicadores no determinan la realidad, la realidad la
determinan el valor del indicador. Son indicadores los llamados ndices, tasas,
estadgrafos, medidas de resumen, etc.
1.4 Clasificacin de variables.
Existen muchos criterios de clasificacin de variables, y podemos mencionar los
siguientes tipos:
1. Segn la naturaleza de la variable
a) Variables cualitativas o estadsticas de atributos
Son aquellas que expresan una cualidad, caracterstica o atributo, sus datos se
expresan mediante una palabra, tienen carcter cualitativo y es no numrico.
Ejemplos: Profesin, genero o sexo, lugar de nacimiento, estado civil, religin,
actividad econmica, etc.
Las variables cualitativas a su vez se clasifican en:
a.1. Variable cualitativa nominal.
Son aquellas variables que establecen la distincin de los elementos en diversas
categoras, sin implicar el orden.
Ejemplo: Profesin, estado civil, categora ocupacional, nacionalidad, lugar de
nacimiento, lugar de procedencia, centro de trabajo, sexo, etc.
a.2. Variable cualitativa ordinal o jerrquica
Son aquellas variables que implican orden entre sus categoras.
Ejemplo: Rendimiento (excelente, bueno, regular, malo, psimo), responsabilidad
( responsable, medianamente responsable, irresponsable. Existe un orden en su
clasificacin que se puede colocar de mejor a peor o viceversa), grado de simpata,
rango de agresividad, grado de instruccin, clases sociales, etc.
b) Variable cuantitativa
Son aquellas que se expresan por una cantidad, el valor puede resultar de la
operacin de medir o contar, es decir es de carcter numrico. Ejemplos: utilidades
o ganancias, ingresos (s/), egresos, sueldo, edad, peso, talla, notas, promedios.etc.
Las variables cuantitativas a su vez se clasifican en:
b.1. Variable cuantitativa discreta.
Se considera variable discreta cuando el valor de esta resulta de la operacin de
contar, y su valor est representado slo por nmeros naturales (enteros positivos),
3
ESTADSTICA APLICADA
C.LINDO P.
como Ejemplos: inquilinos en un departamento, nmero de hijos, nmero de
hermanos, nmero de productos defectuosos por lote, nmero de das de
inasistencia al trabajo, numero de faltas, nmero de facturas que presentan errores,
etc
b.2. Variable cuantitativa continua.
Se considera variable continua cuando esta es susceptible de medirse, y se obtiene
por comparacin o medicin con una unidad de medida. Estas variables continuas
se expresan por cualquier nmero real ya que pueden tener cualquier valor dentro
de su rango, como Ejemplos: produccin de caf, sueldo, ventas, ingresos
monetarios, talla, peso, etc.
2. Segn el orden de las observaciones
2.1. Datos atemporales o no ordinales.
Son aquellas variables en las que se prescinde del orden en que se realizan las
observaciones.
Ejemplo: averiguar las edades de los trabajadores de una empresa, en este
caso, cualquiera sea el orden que elijan los trabajadores, la edad no va a
cambiar.
2.2. Series de tiempo, cronolgicas o histricas.
Son aquellas variables en que la obtencin de los datos se tiene en cuenta el
orden cronolgico de la observacin.
Ejemplo: poblacin demogrfica en la dcada del 2000 2010.
3. Segn el nmero de variables
1. Estadsticas unidimensionales.
Son las estadsticas de una sola variable.
2. Estadsticas bidimensionales.
Cuando se considera simultneamente dos variables.
Ejemplo: nmero de hijos segn el grado de instruccin del padre.
Profesores por edad y tiempo de servicio.
3. Estadsticas pluridimensionales.
Cuando se considera simultneamente mas de dos variables o aspectos en
cada elemento de la poblacin o muestra.
Ejemplo: el consumo familiar segn el ingreso y nmero de personas por
familia. El nivel de fecundidad segn la edad, nivel educativo de la madre y
rea de residencia.
4. Segn la relacin entre variables
1. variables dependientes.
Es la variable que traduce la consecuencia del efecto de una o varias razones o
causas, de otras variables.
2. variables independientes.
Son las variables explicativas o predictivas, cuya asociacin, relacin o
influencia en la variable dependiente se pretende descubrir en la investigacin.
Las causas o antecedentes seran las variables independientes (VI) y el efecto
o consecuente es la variable dependiente (VD).
Ejemplos:
4
ESTADSTICA APLICADA
C.LINDO P.
El volumen de ventas (VD) depende de la inversin y la publicidad (VI).
El presupuesto familiar (VD) depende de los ingresos (VI).
1.5 Elementos de una variable.
La identificacin y definicin de variables es la tarea ms delicada de toda
investigacin y trabajo estadstico. Las variables se deducen a partir de los objetivos
de un estudio de investigacin. Para la seleccin y denominacin de variables, se
recomienda distinguir los siguientes cinco elementos:
a) Nombre de la variable.
b) Definicin de la variable.
c) Un conjunto de categoras o niveles que es definida por el investigador.
d) Procedimientos para obtener el dato y categorizar o agrupar las unidades de
anlisis.
e) Algunas medidas de resumen.
Ejemplo: Veamos la variable: Lugar de nacimiento
a) Nombre: Lugar de Nacimiento
b) Definicin: Es una de los departamentos (provincia o ciudad) del Per donde naci
la persona encuestada.
c) Categoras: (1) Ancash (2) Cuzco
(3) La libertad
(4) Lima
d) Obtencin de las categoras. En qu departamento naci?
e) Medidas de resumen: - Distribucin porcentual.
- Distribucin de frecuencias.
1.6 La estadstica y su importancia en la investigacin.
La comprensin de la Estadstica aumentar la capacidad de anlisis en
todo profesional, por lo cual consideraremos lo siguiente:
o Constituye uno de los idiomas esenciales para comunicarse en el mundo
universal de la ciencia y la tecnologa.
o Permite comprender con mayor facilidad la bibliografa especializada. La
mayora de libros, artculos, estudios e investigaciones especializadas en
Psicologa, Salud, Ingeniera Ambiental, Administracin, Nutricin, etc., contienen
resultados basados en el anlisis estadstico.
o Los mtodos estadsticos se utilizan ampliamente, tanto en el gobierno como en la
empresa privada. En muchas circunstancias, los profesionales requieren del
conocimiento de la estadstica para tomar decisiones acertadas y evitar ser
abrumados por la presentacin de datos estadsticos.
o La Estadstica constituyen una parte integral de las actividades investigativas, de las
encuestas para recopilar datos y del diseo del plan de anlisis estadstico que
se originan en las actividades que desarrollan las instituciones y organizaciones,
ayuda a conocer las caractersticas de la poblacin, cuyos resultados orientan a
o la toma de decisiones.
o Permite hacer inferencias acerca de una poblacin a partir de datos obtenidos de una
muestra representativa.
o Ayuda a poder predecir el comportamiento de los fenmenos en el futuro.
1.7 Etapas del mtodo estadstico.
De acuerdo con el orden de aplicaciones de la estadstica a un problema determinado, los
ESTADSTICA APLICADA
C.LINDO P.
mtodos estadsticos se dividen en cuatro etapas:

1. Planificacin del estudio.
2. Recoleccin de la informacin.
3. Presentacin u organizacin de la informacin.
4. Anlisis e interpretacin de los resultados.
Planificacin del estudio

Estudia los detalles concernientes a la recoleccin, clasificacin y anlisis de la
informacin. En base a lo cual se definirn caractersticas de la poblacin o se negaran
o confirmaran una hiptesis de trabajo.
En esta etapa se pueden considerar los siguientes aspectos:
Planteamiento del problema.

Bsqueda y evaluacin de la informacin existente.
Formulacin e hiptesis.
Verificacin de la hiptesis.
Anlisis e interpretacin de los resultados.
Recoleccin de la informacin
Los principales puntos que deben considerarse al recoger la informacin son:
Los errores que puedan cometerse en la recoleccin de los datos y la manera
de controlarlos.
Las ventajas y limitaciones de los diversos mtodos empleados en la
recoleccin de la informacin.
Las condiciones que deben reunir los individuos que se estudian y los
procedimientos ms convenientes para su eleccin.
El diseo de los formularios que servirn para registrar la informacin que se
recoja.
Presentacin u organizacin de la informacin
Se considera los tres pasos siguientes:
Revisin y correccin de la informacin recogida.
Presentacin de la informacin mediante cuadros.
Presentacin de la informacin mediante grficos.
CAPTULO II: RECOLECCION DE DATOS
INTRODUCCIN
La recoleccin de datos se refiere al uso de una gran diversidad de tcnicas y herramientas
que pueden ser utilizadas por el analista para desarrollar los sistemas de informacin, los
cuales pueden ser la entrevistas, la encuesta, el cuestionario, la observacin, el diagrama de
flujo y el diccionario de datos.
Todos estos instrumentos se aplicarn en un momento en particular, con la finalidad de
buscar informacin que ser til a una investigacin en comn. En la presente investigacin
trata con detalle los pasos que se debe seguir en el proceso de recoleccin de datos, con las
tcnicas ya antes nombradas.
2.1 Cmo recolectar datos?
Una vez que seleccionamos el diseo de investigacin apropiado y la muestra
adecuada de acuerdo con nuestro problema de estudio e hiptesis, la siguiente etapa
consiste en recolectar los datos pertinentes sobre las variables involucradas en la
investigacin.
Recolectar los datos implica tres actividades estrechamente vinculadas entre si:
6
ESTADSTICA APLICADA
C.LINDO P.
a. Seleccionar un instrumento de medicin de los disponibles en el estudio del
comportamiento o desarrollar uno (el instrumento de recoleccin de los datos). Este
instrumento debe ser vlido y confiable, de lo contrario no podemos basarnos en sus
resultados.
b.
Aplicar ese instrumento de medicin. Es decir, obtener las observaciones y

mediciones de las variables que son de inters para nuestro estudio (medir variables).
c.
Preparar las mediciones obtenidas para que puedan analizarse correctamente (a esta
actividad se le llama codificacin de datos).
2.2 La recoleccin de Datos.

La recoleccin de datos es el momento en el que el investigador entra en contacto con
los elementos sometidos a investigacin, con el fin de obtener las respuestas de las
variables que se van a estudiar.
Antes de recolectar los datos, es importante analizar los objetivos de la investigacin,
precisar las variables e identificar las fuentes de datos, a fin de definir qu datos hay
que recolectar y cmo hacer esta tarea.
ii.
El trabajo de recoleccin de datos, en general, se puede realizar mediante dos

modalidades:
a. La tcnica de investigacin documental o bibliogrfica.
b. La tcnica de trabajo de campo.
Por su parte, el trabajo de campo puede realizarse de dos maneras:
i. La observacin y la exploracin en el terreno, que consiste en el contacto
directo del investigador con el objeto de estudio.
La encuesta y la entrevista, que consiste en acopiar los testimonios orales de las personas.
2.3 La informacin Estadstica.
La informacin estadstica permite cuantificar y cualificar los aspectos de un problema
determinado, en un perodo dado y un lugar concreto.
La informacin, sirve para tomar decisiones.
Para identificar los datos y la informacin requerida es recomendable tener en cuenta:
Los objetivos y la naturaleza de la investigacin, permiten identificar las
variables.
Conocidas las variables se identifican los datos e informacin que se necesitar.
Asegurar la posibilidad de acceso a la fuente de datos.
Mejorar progresivamente el conocimiento del problema que se va a estudiar.
Tener conocimiento de Estadstica y metodologa de la investigacin.
2.4 Las Fuentes de Datos.
Se puede disponer de las siguientes fuentes de datos:
Las oficinas de estadstica, se encargan de recolectar, procesar y publicar las
estadsticas sociales o nacionales.
Archivos o Registros administrativos, estos registros no tienen fines estadsticos,
su funcin es de tipo legal y administrativo, pero pueden utilizarse como fuentes
de datos estadsticos.
Encuestas y Censos, se construyen en un momento determinado, recopilando
datos de una parte o de la totalidad de una poblacin.
Los elementos o sujetos de una poblacin sometida a estudio, que pueden ser
personas, animales, cosas, o instituciones.
7
ESTADSTICA APLICADA
C.LINDO P.
2.5 Tcnicas de Recoleccin de Datos.

Son procedimientos que se utilizan para recolectar informacin segn la naturaleza del
trabajo de investigacin. Puede ser:
El cuestionario, la entrevista, el anlisis de contenido, etc.
i. La observacin: es la accin de mirar con rigor, en forma sistemtica y
profunda, con el inters de descubrir la importancia de aquello que se observa.
ii. El cuestionario: es el instrumento constituido por un conjunto de preguntas
sistemticamente elaboradas que se formulan al encuestado con el fin de
obtener datos de las variables en estudio.
iii. La entrevista: es un dialogo entre personas, es una tcnica donde una persona
llamada entrevistador, solicita al entrevistado le proporcione algunos datos e
informacin.
iv. Anlisis de contenido: es la tcnica ms elaborada y que goza de mayor
prestigio en el campo de la observacin documental. El fin del anlisis de
contenidos consiste en determinar los puntos ms importantes de un documento
para observar y reconocer el significado de los mismos en sus elementos, como
palabras, frases, etc., y en clasificarlos adecuadamente para su anlisis y
explicacin.
CUESTIONARIO
Los cuestionarios proporcionan una alternativa muy til para la entrevista; sin embargo,
existen ciertas caractersticas que pueden ser apropiada en algunas situaciones e
inapropiadas en otra. Al igual que la entrevistas, deben disearse cuidadosamente para una
mxima efectividad.
Recoleccin de datos mediante cuestionarios
Para los analistas los cuestionarios pueden ser la nica forma posible de relacionarse con un
gran nmero de personas para conocer varios aspectos del sistema. Cuando se llevan a
cabo largos estudios en varios departamentos, se puede distribuir los cuestionarios a todas
las personas apropiadas para recabar hechos en relacin al sistema. En mayor parte de los
casos, el analista no ver a los que responde; no obstante, tambin esto es una ventaja
porque aplican muchas entrevista ayuda a asegurar que el interpelado cuenta con mayor
anonimato y puedan darse respuestas ms honesta (y menos respuestas pre hechas o
estereotipadas). Tambin las preguntas estandarizadas pueden proporcionar datos ms
confiables.
Seleccin de formas para cuestionarios
El desarrollo y distribucin de los cuestionarios; por lo tanto, el tiempo invertido en esto debe
utilizarse en una forma inteligente. Tambin es importante el formato y contenido de las
preguntas en la recopilacin de hechos significativos.
Existen dos formas de cuestionarios para recabar datos: cuestionarios abiertos y cerrados, y
se aplican dependiendo de si los analistas conocen de antemano todas las posibles
respuestas de las preguntas y pueden incluirlas. Con frecuencia se utilizan ambas formas en
los estudios de sistemas.
Cuestionario Abierto
Al igual que las entrevistas, los cuestionarios pueden ser abiertos y se aplican cuando se
quieren conocer los sentimientos, opiniones y experiencias generales; tambin son tiles al
explorar el problema bsico, por ejemplo, un analista que utiliza cuestionarios para estudiar
los mtodos de verificacin de crdito, es un medio.
8
ESTADSTICA APLICADA
C.LINDO P.
El formato abierto proporciona una amplia oportunidad para quienes respondan escriba las
razones de sus ideas. Algunas personas sin embargo, encuentran ms fcil escoger una de
un conjunto de respuestas preparadas que pensar por s mismas.
Cuestionario Cerrado
El cuestionario cerrado limita las respuestas posibles del interrogado. Por medio de un cuidadoso
estilo en la pregunta, el analista puede controlar el marco de referencia. Este formato es el mtodo
para obtener informacin sobre los hechos. Tambin fuerza a los individuos para que tomen una
posicin y forma su opinin sobre los aspectos importantes.
La OBSERVACIN
Otra tcnica til para el analista en su progreso de investigacin, consiste en observar a las personas
cuando efectan su trabajo. Como tcnica de investigacin, la observacin tiene amplia aceptacin
cientfica. Los socilogos, siclogos e ingenieros industriales utilizan extensamente sta tcnica con
el fin de estudiar a las personas en sus actividades de grupo y como miembros de la organizacin. El
propsito de la organizacin es mltiple: permite al analista determinar que se est haciendo, como
se est haciendo, quien lo hace, cuando se lleva a cabo, cunto tiempo toma, dnde se hace y por
qu se hace.
"Ver es creer! Observar las operaciones la proporciona el analista hechos que no podra obtener de
otra forma.
Tipos de Observacin
El analista de sistemas puede observar de tres maneras bsicas. Primero, puede observar a una
persona o actitud sin que el observado se d cuenta y su interaccin por aparte del propio analista.
Quiz esta alternativa tenga poca importancia para el anlisis de sistemas, puesto que resulta casi
imposible reunir las condiciones necesarias. Segundo, el analista puede observar una operacin sin
intervenir para nada, pero estando la persona observada enteramente consciente de la observacin.
Por ltimo, puede observar y a la vez estar en contacto con las personas observas. La interaccin
puede consistir simplemente en preguntar respecto a una tarea especfica, pedir una explicacin, etc.
Preparacin para la observacin
1. Determinar y definir aquella que va a observarse.
2. Estimular el tiempo necesario de observacin.
3. Obtener la autorizacin de la gerencia para llevar a cabo la observacin.
4. Explicar a las personas que van a ser observadas lo que se va a hacer y las razones para ello.
Conduccin de la observacin
1. Familiarizarse con los componentes fsicos del rea inmediata de observacin.
2. Mientras se observa, medir el tiempo en forma peridica.
3. Anotar lo que se observa lo ms especficamente posible, evitando las generalidades y las
descripciones vagas.
4. Si se est en contacto con las personas observadas, es necesario abstenerse de hacer
comentarios cualitativos o que impliquen un juicio de valores.
5. Observar las reglas de cortesa y seguridad.
Secuela de la observacin
1.
Documentar y organizar formalmente las notas, impresionistas, etc.
ESTADSTICA APLICADA
2.
C.LINDO P.
Revisar los resultados y conclusiones junto con la persona observada, el supervisar inmediato
y posiblemente otro de sistemas.
MODELO DE CUESTIONARIO
Estimado empresario:
El presente trabajo de investigacin tiene por finalidad, si es aplicable las estrategias de marketing para
generar ventajas competitivas empresariales a nivel de las MYPES, es por ello que solicito su gentil
colaboracin para resolver el siguiente cuestionario.
1. Conoce Ud. sobre las estrategias de marketing?
a. SI
b. NO
2. Usted hace uso de un plan de marketing?

a. Si
b. No
3. Usted ha generado ventajas competitivas para su empresa?

a. Si
b. No
4. Cmo son las ventajas competitivas empresariales en su empresa?

a. Excelente
b. Bueno
c. Regular
d. Malo
5. Cmo observa el desempeo de su empresa sin el uso de las estrategias de marketing?
a.
b.
c.
d.
Muy bueno
Bueno
Regular
Malo
6. Cmo califica el desempeo de la competencia?

a.
b.
c.
d.
Muy buena
Buena
Regular
Mala
7. esta Ud. conforme con las estrategias de marketing que emplea?

a. Si
b. No
10
ESTADSTICA APLICADA
DATOS DE CONTROL
C.LINDO P.
SEXO: _______________________
EDAD: ________________
PROCEDENCIA: _____________
OCUPACION: __________
ESTADO CIVIL: ______________
NACIONALIDAD: _______
CAPTULO III
ORGANIZACIN Y PRESENTACION DE DATOS EN TABLAS Y

GRFICOS.
3.1 Organizacin y Presentacin de Datos.

Luego de recolectar los datos, hay que resumirlos y presentarlos de tal forma, que sea
fcil su comprensin, anlisis y utilizacin. Es decir la presentacin de los datos en
cuadros y grficos deben ser elaborados de tal manera que hablen por si solos, el
investigador debe imaginarse que el que lo va a utilizar no sabe nada de estadstica y
que al analizar los cuadros y grficos estadsticos sern fcil de entenderlos.
La organizacin y presentacin de los datos estadsticos, supone realizar los siguientes
pasos:
a) Evaluacin y crtica.- Consiste en inspeccionar la validez y confiabilidad de los
datos, para corregir los errores y omisiones de acuerdo a ciertas reglas fijas.
b) Codificacin.- Tcnica mediante el cual los datos ya sean numricos o
categricos se convierten en un nmero o cdigo que permite la tabulacin
electrnica.
c) Clasificacin.- Establecer las categoras de las variables.
d) Tabulacin de datos.- Es la contabilizacin de los casos en cada una de las
categoras de la variable en estudio. La clasificacin puede hacerse en relacin
a una sola variable, por ejemplo: segn el ingreso familiar, produccin (t.m),
ventas (s/.), ganancias econmicas (s/), estrato social, lugar de nacimiento,
profesin, etc. O pueden clasificarse de acuerdo a dos variables, por ejemplo,
por sueldo y tiempo de servicio, etc.
e) Presentacin de datos.- Una vez hecha la tabulacin se presentan en cuadros,
tablas y grficos, esto implica que la informacin estadstica esta organizada
para luego analizar e interpretar los resultados.
3.2 Tablas o cuadros de distribucin de frecuencias
Son el resultado de la tabulacin que presenta la distribucin de un conjunto de
elementos de acuerdo a las categoras de la variable. En las tablas se observan las
repeticiones o frecuencias de cada uno de los valores de la variable en estudio.
Las tablas o cuadros de frecuencia presentan las diversas tipos de frecuencias:
frecuencia absoluta (fi ni), frecuencia acumulada (Fi), frecuencia relativa (hi),
frecuencia relativa acumulada (Hi).
Existen tablas unidimensionales y bidimensionales que estudiaremos mas adelante.
3.3 Partes principales de un Cuadro Estadstico.
Las partes principales de un cuadro o tabla de distribucin de frecuencias son:
a) Nmero o cdigo del cuadro, es el elemento de identificacin para poder
ubicarlo dentro de un documento (tesis, monografa, etc)
b) Ttulo, la redaccin del ttulo debe ser breve, clara y completa. Un ttulo debe
responder a cuando menos cuatro interrogantes:
11
ESTADSTICA APLICADA
C.LINDO P.
Qu?
: Se refiere a que caracterstica se esta estudiando.
Dnde? : Debe indicar el lugar geogrfico o institucin a la que
corresponde la investigacin.
Cmo? :
Cundo? : El tiempo en que se hizo la investigacin.
c) Encabezamiento, est ubicada en la parte superior del cuerpo del cuadro, all
se ubican las filas y columnas de un cuadro estadstico, como pueden ser: el
nombre de la variable y todas las frecuencias absolutas y relativas.
d) Cuerpo, se refiere a la parte numrica, aqu se presenta la distribucin de los
elementos segn la clasificacin en categoras de la variable que se esta
investigando.
e) Fuente, aqu se indica la institucin, oficina, publicacin, estudio o fuente de
donde se obtuvieron los datos para construir el cuadro de distribucin de
frecuencias.
f) Nota de unidad de medida, para expresar en qu unidad est expresada la
variable.
g) Elaboracin. Sirve para mencionar al responsable que, utilizando datos
originales, se elabor el cuadro estadstico o tabla de distribucin de
frecuencias.
PARTES PRINCIPALES DE UN CUADRO DE DISTRIBUCION DE
FRECUENCIAS
CUADRO 01
TTULO
ENCABEZAMIENTO
(Aqu se ubica el nombre de la variable y todas las frecuencias)
CUERPO
FUENTE:
ELABORACION:
3.4 Construccin de Tablas de Frecuencias

3.4.1 Tablas de frecuencia para variables cuantitativas.
Son tablas de trabajo estadstico que presentan la distribucin de un conjunto de
datos cuando la variable es cuantitativa ya sea discreta o continua.
A. Tablas de frecuencia para variable cuantitativa discretas.
Significa que si y solo si puede tomar valores enteros positivos.
Ejemplo:
12
ESTADSTICA APLICADA
C.LINDO P.
El nmero de hijos de los docentes de la Facultad de Ingeniera de

Informtica y Sistemas.
El nmero de softwares instalados en las computadoras del centro de

computo (FIIS).
La clasificacin: en este caso se identifican los distintos valores que tiene X i,
primero se ubican el mayor y el menor valor de X i. .
La tabulacin: consiste en determinar la cantidad de veces en que se repite las
distintas categoras, es decir, cuantas veces se repite cada valor de la variable
(frecuencia absoluta o repeticin).
En la construccin de una tabla de frecuencia en ninguno de los casos supone
perdida de informacin.
Ejemplo:
CUADRO 01
TTULO
VALORES DE
X
Fi
hi
Hi
f
1
F
1
H
1
f
2
F
2
H
2
f
m
F =n
m
TOTAL
f =n
I
H =1
m
h =1
i
FUENTE: (de donde se obtuvieron los datos)

EJEMPLO PRCTICO
Dada las edades de 15 alumnos de la U.N.A.S., construir la tabla de distribucin de
frecuencias.
EDAD (X): 20, 25, 23, 18, 18, 25, 20, 18, 20, 23, 20, 19, 18, 19, 20
Solucin:
CUADRO 01
DISTRIBUCION DE FRECUENCIAS DE LAS EDADES DE 15
ESTUDIANTES
DE LA U.N.A.S. MATRICULADOS
2012 - I
EDAD
fi
Fi
hi
Hi
18
4
4
0.27
0.27
19
2
6
0.13
0.40
20
5
11
0.33
0.74
23
2
13
0.13
0.87
25
2
15
0.13
1.00
TOTAL
15
1.00
FUENTE: OFICINA DE O.B.U.
13
ESTADSTICA APLICADA
C.LINDO P.
INTERPRETACION:
f3: Existen 5 estudiantes que tienen 20 aos de edad.
f2: Existen 2 estudiantes que tienen 19 aos de edad.
h3 : El 33% de los estudiantes tienen 20 aos de edad.
h2 : El 13% de los estudiantes tienen 19 aos de edad.
F3 : Existen 11 estudiantes cuyas edades varan de 18 a 20 aos.
H4 : El 87% de los estudiantes tienen edades que varan de 18 a 23 aos.
B.
Tabla de frecuencia de variable cuantitativa continua

Una variable cuantitativa continua es aquella que puede tomar cualquier valor
comprendido en un intervalo. Es decir puede ser una fraccin decimal.
Considerando que la variable continua toma valores racionales se acostumbra presentar
los datos utilizando los intervalos de clase en las tablas de frecuencia. Para la
construccin de tablas de frecuencias para variables cuantitativas continuas, se realiza
tres pasos:
1. RANGO O RECORRIDO, es el recorrido de la variable y se calcula as:
R = NMERO MAYOR NMERO MENOR
2. NMERO DE INTERVALOS (m), el nmero de intervalos que tendr la tabla o cuadro
de distribucin de frecuencias se calcula utilizando la formula segn STURGES es:
m=1+3.32 log(n)
El nmero de intervalos puede estar comprendido como mnimo 4 y como mximo 15
intervalos es lo ms recomendables.
Adems, el nmero de intervalos se atiende de acuerdo al inters del investigador.
3. AMPLITUD DE CLASE O TAMAO DE INTERVALO (C), es la amplitud de cada
intervalo y se calcula
C= R / m
CONSTRUCCIN DE CUADROS DE FRECUENCIAS PARA DATOS AGRUPADOS EN

SPSS 15.0
Ejemplo 01:
Los siguientes datos corresponden a una muestra aleatoria de los gastos semanales en
dlares de turistas que se alojaron en el hotel Imperial Royal de la ciudad de Tingo Mara
en Julio del 2010.
17
27
40
25
26
20
18
26
14
29
16
26
9
15
25
40
36
21
8
38
27
8
8
29
18
20
33
11
37
34
14
32
20
23
31
28
18
14
17
35
40
37
31
14
10
11
17
29
PASOS PARA AGRUPAR

DATOS
Tamao de muestra: ( n )
=
Valor Mximo =
32
17
33
39
10
8
9
15
18
37
15
12
21
19
12
25
19
16
33
36
25
28
31
20
34
33
18
36
38
21
31
39
24
37
30
13
Funcin en Excel
2007
CONTAR(Seleccionar
BD1)
MAX()
1 BD: base de datos.

14
33
31
19
10
37
30
19
27
30
18
32
19
18
26
26
14
29
20
Del
Ejemplo
108
40
20
17
14
10
34
18
ESTADSTICA APLICADA
Valor Mnimo =
Rango (R)=
C.LINDO P.
MIN()
Valor Mximo - Valor
Mnimo
8
32
Aplicando la regla de
STURGES:
N de intervalos (m) =
1+3.3*log (n)
m redondeado =
Amplitud (C ) =
REDONDEAR()
R/[m = redondeado]
7.7102
9
8
4
Par redondear un nmero decimal a nmero entero

El conteo de la base de datos se realiza
dentro de los intervalos cerrados
N de
N de
intervalos intervalos
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
[ Li - Ls [>Li - Ls ]
[8
[12
[16
[20
[24
[28
[32
[36
15
12>[8
16>[12
20>[16
24>[20
28>[24
32>[28
36>[32
40] [36
11]
15]
19]
23]
27]
31]
35]
40]
ESTADSTICA APLICADA
C.LINDO P.
Clic en cambiar/clic en valores antiguos y nuevos
16
ESTADSTICA APLICADA
C.LINDO P.
Clic en rango
N de
intervalos
1
2
3
4
5
6
7
8
[ Li - Ls ]
[8
[12
[16
[20
[24
[28
[32
[36
Terminado el ltimo intervalo, clic en continuar y aceptar
17
11]
15]
19]
23]
27]
31]
35]
40]
ESTADSTICA APLICADA
C.LINDO P.
Luego etiquetar la variable EdadRecod
Hacemos clic en vista de
18
ESTADSTICA APLICADA
C.LINDO P.
19
ESTADSTICA APLICADA
C.LINDO P.
Finalmente obtenemos el resultado del spss 15.

Edad Recodificada
Intervalos
Frecuencia
Porcentaje
[8 - 12>
[12 - 16>
[16 - 20>
[20 - 24>
[24 - 28>
[28 - 32>
[32 - 36>
[36 - 40]
Total
12
12
20
10
13
14
12
15
108
11,1
11,1
18,5
9,3
12,0
13,0
11,1
13,9
100,0
Porcentaje
vlido
11,1
11,1
18,5
9,3
12,0
13,0
11,1
13,9
100,0
Edad Recodificada
Vlidos
[8 - 12>
[12 - 16>
[16 - 20>
[20 - 24>
[24 - 28>
[28 - 32>
[32 - 36>
[36 - 40]
Total
Frecuencia
12
12
20
10
13
14
12
15
108
Porcent aje
11,1
11,1
18,5
9,3
12,0
13,0
11,1
13,9
100,0
Porcent aje
v lido
11,1
11,1
18,5
9,3
12,0
13,0
11,1
13,9
100,0
Porcent aje
acumulado
11,1
22,2
40,7
50,0
62,0
75,0
86,1
100,0
Para obtener medidas de resumen en el SPSS 15 ingresamos los siguientes datos:
20
Porcentaje
acumulado
11,1
22,2
40,7
50,0
62,0
75,0
86,1
100,0
ESTADSTICA APLICADA
C.LINDO P.
21
ESTADSTICA APLICADA
C.LINDO P.
Luego analizar estadsticos descriptivos pasamos la variable Xi (marca de clase) y ok

Estadsticos descri ptivos
N
marca de clase
N v lido (segn list a)
108
108
Mnimo
10
Mximo
38
Media
24,11
Desv . t p.
9,175
CONSTRUCCIN DE CUADROS DE FRECUENCIAS PARA DATOS AGRUPADOS

En Microsoft Office Excel 2007
N clases
o intervalos
1
2
3
4
5
6
7
8
[ Li - Ls >
[8
[12
[16
[20
[24
[28
[32
[36
Total
12>
16>
20>
24>
28>
32>
36>
40]
Xi
10
14
18
22
26
30
34
38
fi
Fi
hi
12 12 0.11
12 24 0.11
20 44 0.19
10 54 0.09
13 67 0.12
14 81 0.13
12 93 0.11
15 108 0.14
108
1.00
Hi
Xi*fi
(Xi X ) fi
0.11
0.22
0.41
0.50
0.62
0.75
0.86
1.00
120
168
360
220
338
420
408
570
2604
2389.48
1226.81
746.91
44.57
46.38
485.51
1173.48
2893.52
9006.67
PARA DETERMINAR LA FRECUENCIA EN EXCEL:

FUNCION:
=CONTAR.SI (seleccionar base de datos; <Ls)-CONTAR. SI (seleccionar base de datos;Li)
Otra funcin:
=FRECUENCIA (seleccionar la base de datos; seleccionar lmite superior del intervalo cerrado)
22
ESTADSTICA APLICADA
Medidas de tendencia central (Para Datos Agrupados).
C.LINDO P.
Promedio.
n
Xifi
X = i=1
Donde: fi = frecuencia en la clase K sima.

Xi = marca de clase en el intervalo K imo.
Mediana:
n
F )
(
2
Me=L +
C
i 1
Li
Fi-1
fi
Hi-1
hi
Ci
fi
: Limite inferior del intervalo que contiene a la mediana.

: Frecuencia acumulada en la clase anterior i sima.
: Frecuencia en la clase que contiene a la mediana.
: Frecuencia relativa acumulada en la clase anterior i sima.
: Frecuencia relativa en la clase que contiene a la mediana.
: Amplitud del intervalo de clase
Moda:
[ ]
d1
Ci
d 1+ d2
Donde: d 1=( f if i1 )
d 2=( f if i+1 )
Mo=Li+
fi = valor de mayor frecuencia.

n
( x ix )
S 2= i=1
xi2n X 2
S 2= i=1
n1
S= S2=
n1
( x i2 x ) f i
i=1
n1
( Sx ) x 100
C . V .=
Del ejemplo tenemos:

Promedio
Varianza
Desviacin estndar
24.111
84.174
9.175
3.4.2 ELEMENTOS DE UNA TABLA DE FRECUENCIA

1) FRECUENCIA ABSOLUTA O REPETICION (fi) (ni)
23
ESTADSTICA APLICADA
C.LINDO P.
Es el nmero de veces que se repiten un determinado valor de la variable; en el caso de

intervalos es el nmero de observaciones comprendido en dicho intervalo. Se representa por fi
con (i= 1,2,..., m) donde m representa el nmero de valores distintos que toma la variable Xi o
el numero de intervalos considerados (m<=n).
m
f1 f 2 ...... f m f i
i 1
2) FRECUENCIA ABSOLUTAS ACUMULADAS (Fi)

Que resulta de acumular sucesivamente las frecuencias absolutas, se representa por Fi
Ni (i=1,2,..., n). Donde:
F1=f1
F2=f1+f2
F3=f1+f2+f3...
Fm =f1+f2+...+fm = n
La ltima frecuencia absoluta acumulada (Fm) es igual al tamao de la muestra (n) o
poblacin (N), Es decir al total de los datos observados.
3) FRECUENCIA RELATIVA (hi)
La frecuencia relativa se calcula dividiendo la frecuencia absoluta entre el total de
observaciones (puede ser la muestra n o la poblacin N).
m
h1 h2 ...... hm hi 1
i 1
La suma de todas las frecuencias relativas es igual a uno (1) o al cien por ciento
cuando se trata de analizar porcentualmente.
hi
fi
n
4) FRECUENCIA RELATIVA ACUMULADA (Hi)

Que resulta de acumular o sumar sucesivamente las frecuencias relativas, se
representa por Hi (i=1,2,...,n), tal como:
H1=h1
H2=h1+h2
H3=h1+h2+h3.......
Hm=h1+h2+...+hm = 1
La ltima frecuencia relativa acumulada es igual a uno (1).
24
ESTADSTICA APLICADA
5) MARCA DE CLASE (Xi)
C.LINDO P.
Es el punto medio de cada intervalo, y se calcula :
Xi
LIMITE INFERIOR LIMITE SUPERIOR

2
CUADRO 01
TTULO
INTERVALOS
DE LA
VARIABLE
Fi
hi
Hi
L.I1.
L.S1.
f1
F1
h1
H1
L.I2.
L.S2.
f2
F2
h2
H2
L.Im. L.Sm.
fm
Fm=n
hm
Hm=1
TOTAL
fI =n
hi=1
FUENTE:
3.4.3. PROPIEDADES DE LAS FRECUENCIAS.a. Las frecuencias absolutas fi y las frecuencias absolutas acumuladas Fi son nmeros enteros
no negativos y no mayores que el total de datos observados (n)
b. Las frecuencias relativas (hi) y las frecuencias relativas acumuladas Hi son nmeros
fraccionarios no negativos y no mayores que la unidad.
c. La suma de todas las frecuencias absolutas es igual al tamao de la muestra.
d. La suma de todas las frecuencias relativas es igual a la unidad.
h1+h2+...+hn= 1
e. La ultima frecuencia absoluta acumulada es igual al tamao de la muestra, puesto que incluye
a todos los valores".
Fn = n
f. La ltima frecuencia relativa acumulada es igual a la unidad.
Hn = 1
25
ESTADSTICA APLICADA
C.LINDO P.
g. Toda frecuencia acumulada (absoluta o relativa) es mayor o igual que una de sus anterior y
menor o igual que una posterior.
EJEMPLO PRCTICO:
Los siguientes datos son los ingresos diarios de 50 conductores del comit de automviles n 5 de
Hunuco Tingo Mara, con base a estos ingresos preparar la tabla de distribucin de frecuencias.
106
93
88
100
115
91
95
105
104
97
107
125
92
103
112
91
104
113
125
101
114
105
101
88
126
118
100
111
125
109
119
91
106
120
129
85
113
118
127
107
129
133
89
122
88
114
106
105
115
98
SOLUCIN:
R= 133 85 = 48
K = 1 + 3.32 Log(50) = 6.64 aproximadamente 7 intervalos.
C = 48 / 7= 6.85 aproximadamente 7 amplitud de clase.
CUADRO
02
DISTRIBUCIN DE FRECUENCIAS DE LOS INGRESOS
DIARIOS
DE 50 CONDUCTORE DEL COMIT N 5 HUNUCO - T.M.
ENERO 2012
INGRESOS
(S/)
fi
Fi
hi
Hi
85 92
8
8
0.16
0.16
92 99
5
13
0.1
0.26
99 106
10
23
0.2
0.46
106 113
8
31
0.16
0.62
113 120
9
40
0.18
0.8
120 127
6
46
0.12
0.92
127 134
4
50
0.08
1
TOTAL
50
1
FUENTE: ENCUESTA EN EL
COMIT
INTERPRETACIN:
f3 = Existen 10 conductores del comit que tienen un ingreso que vara de 99 a 105 nuevos soles.
h3 = 0.20 El 20% de los conductores del comit tienen un ingreso que vara de 99 a 105 nuevos
soles.
f7 = Existen 4 conductores del comit que tienen un ingreso que vara de 127 a 134 nuevos soles.
h7 = 0.08 El 8% de los conductores del comit tienen un ingreso que vara de 127 a 134 nuevos
soles.
F5 = Existen 40 conductores del comit que tienen un ingreso que vara de 85 a 120 nuevos soles.
H5 = 0.8 El 80% de los conductores del comit tienen un ingreso que vara de 85 a 120 nuevos
soles.
CUIDADOS EN LA PRESENTACIN DE CUADROS ESTADSTICOS
A continuacin se seala los elementos necesarios que deben tenerse en cuenta para la
presentacin de informacin estadstica mediante cuadros.
26
ESTADSTICA APLICADA
C.LINDO P.
1. Nmero de cuadro
2. Ttulo: Debe responder las siguientes preguntas:
Qu informacin contiene el cuerpo del cuadro?
ejemplo: ingresos diarios de 50 conductores.
Dnde fue tomada la informacin?
ejemplo: en el comit N 5
cuando fue tomada la informacin?
enero 2012
3. Los encabezados: corresponde a la identificacin de la variable y las frecuencias.
4. Columna matriz: corresponde a las categoras de clasificacin de la variable.
5. Cuerpo del cuadro: corresponde a la informacin numrica, generalmente frecuencias
absolutas y relativas.
6. Fuente: Sealar el medio de informacin que condujo al conjunto de datos.
3.4.4. TABLA DE FRECUENCIAS DE VARIABLES CUALITATIVAS
Esta tipo de distribucin se utiliza para clasificar los datos de una variable cualitativa nominal
o jerrquica; tambin se conoce como distribucin de frecuencias por atributos.
EJEMPLO PRCTICO:
Se les encuesto a los conductores, sobre su estado civil.
Construir una tabla de distribucin de frecuencias para esta variable cualitativa.
SOLUCIN:
Como es una variable cualitativa nominal, escribimos los estados civiles de cada uno de ellos
y hacemos el conteo, y finalmente la tabla o cuadro es el siguiente:
CUADRO 03
DISTRIBUCIN DE LOS CONDUCTORES DEL
COMIT N 5
SEGN SU ESTADO CIVIL, ENERO 2012
INGRESOS (S/) FRECUENCIA PORCENTAJE
SOLTERO
6
12
CASADO
10
20
VIUDO
3
6
DIVORCIADO
8
16
SEPARADO
12
24
CONVIVIENTE
11
22
TOTAL
50
100
FUENTE: ENCUESTA EN EL COMIT
3.5 Los Grficos Estadsticos
Un grafico estadstico es una representacin de un fenmeno estadstico con el objeto de ilustrar
los cambios o dimensin de una variable, para comparar visualmente dos o ms variables
similares o relacionadas. Todo grafico es superior al texto escrito porque transmite de manera
casi simultnea, hechos, cantidades y comportamientos de variables. Un grafico bien presentado
vale ms que mil palabras; el grafico es el idioma universal.
Por su naturaleza, un grafico no toma en cuenta los detalles y no tiene la misma precisin de una
tabla estadstica. Los grficos estadsticos son representaciones de relaciones cuantitativas que
existen realmente en el mundo, en ningn caso es una ficcin que surge de la imaginacin del
artista, el grafico es la expresin artstica de datos reales y observados.
3.5.1. CONSTRUCCIN DE GRFICOS
27
ESTADSTICA APLICADA
C.LINDO P.
Aun cuando no existe una regla especfica para la construccin de grficos, es posible anotar
algunas recomendaciones. En estadstica se emplean una diversidad de grficos, cuya forma
depender de la naturaleza de los datos y el objetivo de la presentacin.
Antes de elegir el tipo de grafico, conviene imaginarse de antemano el grafico a construir, que el
general debe tener rasgos simples y de fcil comprensin.
Los grficos de una sola variable sirven para fines comparativos de cantidades absolutas, tasas,
proporciones, etc. Pueden tener la forma de barras, superficies, puntos o lneas.
Los grficos de dos variables se construyen en el plano rectangular o de coordenadas
cartesianas, donde hay dos ejes, X e Y. En el eje Y (ordenada) se colocan los valores de la
variable dependiente y en X (abscisa) la variable independiente, siendo Y=f(x).
3.5.2. PRINCIPALES PARTES DE UN GRFICO.
1. NMERO O CODIGO.- Para poder ser ubicado dentro de un documento.
2. TTULO.-Como en los cuadros, es una descripcin del contenido del grafico; debe indicar
claramente la naturaleza del fenmeno representado.
3. LOS DIAGRAMAS.-Estn dados por el propio dibujo del grafico, y como en el cuerpo del
grafico, estn representados los datos indicados en el titulo.
4. ESCALAS Y/O LEYENDAS.-Son indicaciones donde se precisa la correspondencia entre los
elementos del grafico y la naturaleza de las medidas representadas.
5. FUENTE.-De los datos estadsticos representados.
PRINCIPALES TIPOS DE GRFICOS.
A continuacin se presenta una breve clasificacin de los grficos.
1. GRFICOS PARA VARIABLES CUANTITATIVAS
A) VARIABLES CUANTITATIVAS CONTINUAS:
1.1. Distribucin de Frecuencias.
Diagrama de frecuencias.
Grficos de Frecuencias acumuladas.
25
20
19
20
17
15
13
10
0
10-15
15-20
20-25
Histogramas de frecuencias.
28
25-30
30-35
ESTADSTICA APLICADA
8
C.LINDO P.
7
6
5
4
3
2
1
0
10-15
15-20
20-25
25-30
30-35
Polgonos de frecuencias.
8
7
6
7
6
5
4
3
2
0
10-15
15-20
20-25
25-30
30-35
Polgonos de frecuencias acumuladas.

1.2. Series Cronolgicas.
40
35
30
25
20
15
10
5
0
1991
colegio 1
1992
colegio 2
1993
colegio 3
1994
1.3. Nube de Puntos y Lneas de Regresin.

1.4. Tasas de Especficas.
1.5. En Coordenadas Polares (Diagrama de Telaraa).
B) . VARIABLES CUANTITATIVAS DISCRETAS
29
1995
ESTADSTICA APLICADA
Grfico de bastones.
C.LINDO P.
4
3
2
1
0
14
15
16
17
18
19
GRAFICOS PARA VARIABLES CUALITATIVAS

GRAFICOS DE SUPERFICIE.
De Barras (Rectangulares).
6
6
5
4
3
4
3
Frecuencia
1
0
Coca ColaInca Cola Kola Real
Pepsi
Sprite
Sectores Circulares.
30
20
ESTADSTICA APLICADA
C.LINDO P.
Sprite; 6%
Coca Cola; 25%
Pepsi; 38%
Coca Cola
Inca Cola
Kola Real
Pepsi19%
Inca Cola;
Sprite
Kola Real; 13%
PICTOGRAMAS O DIBUJOS.
4. MAPAS ESTADSTICOS O CARTOGRAMAS.

5. GRAFICOS DE DIMENSIONES.
* rea (Dos Dimensiones),
* Volumen (Tres Dimensiones).
Todo grafico estadstico, es la representacin de cantidades, nmeros o medidas, por tanto
se construyen con relacin a una escala de medidas que se deben conocer , el tamao y
la forma del grafico, debe interpretarse numricamente como una aproximacin del
verdadero valor del fenmeno o variable que representa.
Tipos de Grficos ms comunes
Histograma de frecuencias Absolutas.
Polgonos de Frecuencias.
Polgonos Acumulativo de frecuencias (Ojiva).
Serie Cronolgica.
Nube de puntos o diagrama de esparcimientos.
Barras simples
Barras compuestas.
Sectores circulares.
Cnica
Pirmides.
Pictogramas.
Grafica por dimensiones y mapa estadstico.
31
ESTADSTICA APLICADA
C.LINDO P.
Los grficos anteriormente mencionados son muy conocidos, es por ello que nosotros
en el presente trabajo de resumen solo consideramos uno de los grficos, menos
comunes.
3.6 Ejercicios
En cada uno de los ejercicios del 1 al 6 resolver las siguientes preguntas:
a) Cul es la poblacin?
b) De qu tamao es la muestra?
c) Cul es la unidad de anlisis?
d) Cul es la variable en estudio?
e) De qu tipo es la variable?
f) Construir una tabla de distribucin de frecuencias (fi, Fi, hi, Hi) y que contenga
todas sus partes.
g) Interpretar los puntos ms importantes.
h) Construir su grafica respectiva haciendo uso del Excel.
1. Se pesaron 53 empleados de la empresa XXX , tenindose los siguientes pesos en
kilogramos.
45
80
72
64
40
69
87
54
58
60
50
63
70
61
64
60
43
77
80
90
50
65
73
79
61
60
50
60
54
51
62
64
49
52
65
70
46
53
64
75
2. Se presentan las alturas en cm, de 40 nios.

138
164 150
132
144
146
158 140
147
136
168
126 138
176
163
146
173 142
147
135
161
145 135
142
150
60
47
54
62
81
43
57
68
61
59
125
148
119
153
156
149
152
154
140
145
52
67
60
157
144
165
135
128
3. En un colegio de 50 estudiantes han sido examinados por una prueba de lenguaje. La

escala es de 0 a 100. Las calificaciones individuales se presentan a continuacin.
6
0
33 85
52
65 77
84
65
57 74
7
1
81 35
50
35 64
74
47
68 54
8
0
41 61
91
55 73
59
53
45 77
4
1
78 55
48
69 85
67
39
76 60
9
4
66 98
66
73 42
65
94
89 88
32
ESTADSTICA APLICADA
C.LINDO P.
4. Se someti a una prueba de estadstica a 42 estudiantes universitarios obtenindose
los puntajes (escala de 0 a 100) que se exhibe a continuacin.
61
58
43
63
42
54
50
47
52
52
42
56
58
48
46
38
49
65
63
48
53
51
46
34
55
55
48
72
51
50
55
58
39
62
69
59
47
45
53
39
35
52
5. En una muestra de 20 viviendas, considerar el nmero de habitaciones, en la urb.

Alameda de aa. Los resultados son los siguiente:
X1 = 6
X6 = 3
X11 = 4
X16 = 3
X2 = 5
X7 = 4
X12 = 5
X17 = 4
X3 = 4
X8 = 4
X13 = 6
X18 = 6
X4 = 4
X9 = 5
X14 = 2
X19 = 5
X5 = 3
X10 = 5
X15 = 4
X20 = 3
6. Los ingresos mensuales en dlares de 60 padres de familia, Lima el mes pasado

fueron los siguientes:
44
0
45
3
57
0
44
0
45
0
57
4
560
335
587
613
400
424 466
565 393
650
407
376
470
560
321 500
528 526
430
618
537
409
600
550 432
591 428
340
558
460
506
607
382 667
512 492
530
501
471
660
470
364 634
580 450
500
462
380
518
480
625 507
645 382
Para el ejercicio nmero 7, resolver las siguientes preguntas

a) Cul es la poblacin?
b) De qu tamao es la muestra?
c) Cul es la variable en estudio?
d) De qu tipo es la variable?
e) Construir una tabla de distribucin de frecuencias, que contenga todas sus
partes.
f) Interpretar los puntos ms importantes.
g) Construir su grafica respectiva haciendo uso del Excel.
7. La nacionalidad de los participantes en el Seminario Internacional de
ARQUITECTURA realizado en Lima el mes pasado fueron los siguientes.
X1 = C
X7 = P
X2 = B
X8 = V
X3 = P
X9 = C
X4 = E
X10 = B
33
X5 = P
X11 = P
X6 = Pa.
X12 = Ch
ESTADSTICA APLICADA
X13 = P
X19 = V
X25 = C
X31 = P
X14 = C
X20 = Pa.
X26 = E
X32 = V
C.LINDO P.
X15 = E
X21 = Ch
X27 = P
X33 = Ch
X16 = P
X22 = B
X28 = P
X34 = C
X17 = B
X23 = P
X29 = P
X35 = P
X18 = B
X24 = C
X30 = V
X36 = V
Donde: B = Boliviano C = Colombiano E = Ecuatoriano Pa.= Paraguayo

P = Peruano
V = Venezolano
CH = chileno
MEDIDAS ESTADSTICAS
CAPTULO IV
MEDIDAS DE TENDENCIA CENTRAL
Las medidas estadsticas son calculadas con la informacin de una muestra o una poblacin
que localizan el centro de la distribucin de datos. Son valores representativos del conjunto
de datos. Las medidas de tendencia central indican el punto medio del recorrido de la
variable.
Las medidas de posicin se usan para describir y sintetizar con un nmero nico,
denominado promedio, la posicin de un valor en la variable, en tal forma que represente al
conjunto de valores en estudio. Las medidas de tendencia central ms importantes que se
estudia en ingeniera, contabilidad economa y administracin son:
La media aritmtica, media o promedio.
34
ESTADSTICA APLICADA
Mediana
C.LINDO P.
Moda
Media Geomtrica
Media Armnica.
4.1 LA MEDIA ARITMTICA

Es el cociente entre la suma de todos los valores de una poblacin o muestra y el
nmero de observaciones con que cuenta la poblacin o muestra.
MUESTRA
POBLACIN
X
4.2
X
i 1
X
i 1
4.3
4.4
4.1.1 FORMAS DE CLCULO
A. PARA DATOS NO AGRUPADOS
La media aritmtica para datos no agrupados est dada por la siguiente frmula:
n
X
i 1
Ejemplo: Se tiene los siguientes pesos de 8 alumnos se pide calcular e interpretar el

peso promedio. 70, 71, 62, 70, 60, 70, 71, 70, 62, 64
Solucin:
70 71 62 70 60 70 71 70 62 64
X
67 kilos
10
INTERPRETACIN: El peso promedio de los alumnos es de 67 kilos.
Utilizando el software estadstico SPSS
Primero, se crea el nombre de la variable, en la ventana vista de variables
35
ESTADSTICA APLICADA
C.LINDO P.
Segundo, los datos se ingresan en la ventana vista de datos
Se pasa la variable peso (o todas las variables cuantitativas) al cuadro de variables,

luego clic en estadsticos y clic en media, mediana, moda, desviacin tpica, varianza,
amplitud, mnimo, y mximo.
36
ESTADSTICA APLICADA
C.LINDO P.
Clic continuar y clic en aceptar y los resultados salen en el visor del SPSS
Statistics
PESOS
N
Valid
Missing
Mean
Median
Mode
Std. Deviation
Variance
Range
Minimum
Maximum
Valid
60.00
62.00
64.00
70.00
71.00
Total
10
0
67.0000
70.0000
70.00
4.42217
19.556 PESOS
11.00
60.00
Frequen
71.00
cy
Percent
1
10.0
2
20.0
1
10.0
4
40.0
2
20.0
10
100.0
Valid
Cumulativ
Percent
e Percent
10.0
10.0
20.0
30.0
10.0
40.0
40.0
80.0
20.0
100.0
100.0
Ejemplo para el estudiante: Los siguientes datos corresponden a los sueldos

mensuales de nuevos soles, de 8 empleados: 1450, 987, 1400, 958, 1050, 1120, 1580,
1422. Calcular e interpretar la media aritmtica.
B. PARA DATOS AGRUPADOS
La media aritmtica para datos agrupados est dada por la siguiente frmula:
37
ESTADSTICA APLICADA
C.LINDO P.
n
X
i 1
fi
Donde:
Xi : es la marca de clase
fi : es la frecuencia absoluta.
n = es el tamao de la muestra o el total de datos observados.
B.1) MEDIA ARITMTICA CUANDO LA VARIABLE ES CUANTITATIVA DISCRETA.
Ejemplo: Calcular e interpretar la media aritmtica de las ventas de 20
vendedores informales del mercado central:
VENTAS(S/) fi
Xi
380
4
420
2
500
7
630
4
780
3
TOTAL
20
Solucin:
n
X
i 1
fi
380 x 4 420 x 2 500 x7 630 x 4 780 x3 10 720
536 nuevos soles

20
20
INTERPRETACIN:
La venta promedio de los vendedores informales es de 536 nuevos soles.
Solucin al problema utilizando Excel, como los datos de ventas se encuentran
tabulados en una hoja en Excel, entonces hacemos un copy a Excel y all
creamos una columna Xi fi que indica que se multiplicara las dos columnas,
para escribir formulas =A2*B2 esta frmula se escribir una sola vez, ya que
para las siguientes filas se har un copy.
38
ESTADSTICA APLICADA
C.LINDO P.
el copy se hace arrastrando el mouse desde el valor 1520 hasta la ltima celda
es decir c6 y soltar el mouse.
Luego calculamos la sumatoria, dando un clic en la parte superior izquierda y

aparece lo siguiente
Y enter y aparece el total de la sumatoria

Finalmente la media ser:
39
Xi fi igual a 10 720
ESTADSTICA APLICADA
C.LINDO P.
10 720
536 nuevos soles
20
B.2) MEDIA ARITMTICA CUANDO LA VARIABLE ES CUANTITATIVA CONTNUA.

Ejemplo: Calcular e interpretar la edad promedio de los empleados en la siguiente
tabla:
fi
Xi
EDADE
S
20 24
5
22
24 28
8
26
28 32
10
30
32 36
7
34
36 40
6
38
TOTAL
36
Solucin: la marca de clase (Xi) debe ser calculada
22 x5 26 x8 30 x10 34 x 7 38 x6
30.11 aos
36
INTERPRETACIN:
La edad promedio de los empleados es de 30.11 aos.
Se deja como tarea para el estudiante darle solucin al problema utilizando el
Excel.
4.1.2 PROPIEDADES
1. La suma total de los n valores cuya media es X es igual a n X
Para n datos no tabulados y tabulados respectivamente, se tiene:
n
i 1
i 1
Xi n X ,
fiXi n X
2. La media de una constante es igual a la constante.

3. La media de una variable ms o menos una constante es igual a la media de
la variable ms o menos la constante.
4. La media de una constante por la variable es igual a la constante multiplicada
por la media de la variable.
5. La media de una constante k multiplicada por la variable ms o menos otra
constante C, es igual a la constante k multiplicada por la media de la variable
ms o menos la constante C
6. La media de la suma o diferencia de dos o ms variables es igual a la suma o
diferencia de las medias de dichas variables.
4.1.3 CARACTERSTICAS
1. Es la ms usada y conocida en el anlisis estadstico.
2. Para calcular la media intervienen todos los datos.
3. Para un conjunto de datos existe una sola media.
4. Es sensible a los valores extremos, es decir a los valores demasiados altos o
demasiados bajos.
40
ESTADSTICA APLICADA
C.LINDO P.
5. No se puede calcular cuando presentan intervalos abiertos en los extremos.
4.1.4 VENTAJAS Y DESVENTAJAS DE LA MEDIA ARITMETICA.
VENTAJAS:
1. La media aritmtica es la mas fcil de entender y la mas usada.
2. Es muy sensible a los cambios en los datos de la distribucin.
3. Se define en forma rgida por una ecuacin matemtica muy fcil de entender y
algunas veces, se puede obtener cuando no es posible calcular otros tipos de
medidas de tendencia central.
DESVENTAJAS:
1. Es sensible a los valores extremos, es decir a los valores demasiados altos o
demasiados bajos.
2. Cuando la distribucin tiene forma de U, es decir, este corresponde a los
valores menos comunes en la serie y por tanto, puede dar una idea irreal de la
distribucin.
4.2 LA MEDIANA
Es la medida de tendencia central que divide un conjunto ordenado, ya sea creciente o
decreciente, en dos grupos iguales de modo que la mitad (50%) de las observaciones
tendr valores que son menores que la mediana y la otra mitad (el otro 50%) alcanzar
valores mayores que sta.
a. PARA UN NMERO IMPAR DE DATOS
La mediana es el valor central de la serie ordenada de la variable.
Ejemplo: Calcular e interpretar la mediana de las edades de los siguientes
estudiantes: 19, 22, 25, 23, 21, 20, 25
SOLUCIN: n = 7 estudiantes.
Para calcular la edad mediana se ordena de menor a mayor.
19, 20, 21, 22, 23, 25, 25. Me = 22 Aos.
INTERPRETACIN: El 50% de los estudiantes tienen una edad mxima de 22
aos y el otro 50% superan dicha edad.
b. PARA UN NMERO PAR DE DATOS
La mediana es la semisuma de los valores centrales de la serie ordenada de la
variable.
Ejemplo: Calcular e interpretar la mediana de los ingresos mensuales que
reciben los estudiantes universitarios de la UNAS.
SOLUCIN: n = 6 estudiantes.
Para calcular la mediana se ordena de menor a mayor.
400, 480, 520, 580, 650, 700.
41
ESTADSTICA APLICADA
C.LINDO P.
Me(x) = (520 + 580)/2
Me (x) = 550 nuevos soles.
INTERPRETACIN: El 50% de los estudiantes tienen un ingreso mensual mximo
de 550 nuevos soles y el otro 50% superan dicho ingreso mensual.
B.1) LA MEDIANA CUANDO LA VARIABLE ES CUANTITATIVA DISCRETA.
Cuando la variable es discreta y los datos se encuentran agrupados la mediana ser
el valor de la variable cuya frecuencia acumulada sea la primera en exceder a n/2.
As:
Me = Xi
tal que: Fi > n/2
Ejemplo: Calcular e interpretar la mediana de las ventas de 20 vendedores
informales del mercado central:
Solucin:
mediana:
1 Ubicar el
VENTA
S(S/)
Xi
380
420
500
630
780
TOTAL
fi
Fi
4
2
7
4
3
20
4
6
13
17
20
lugar
donde
se
encuentra
la
Lugar = n/2
Lugar = 20/2 = 10avo. lugar,
El 10avo. lugar se encuentra en el tercer (F 3), por lo tanto la mediana es 500 nuevos
soles.
INTERPRETACIN: El 50% de los vendedores informales tienen una venta
mxima de 500 nuevos soles y el otro 50% superan dicha venta.
B.2) LA MEDIANA CUANDO LA VARIABLE ES CUANTITATIVA CONTINUA.
n / 2 Fi 1
Ci
fi
Me( x ) LI
Para calcular la mediana cuando la variable es

continua se utiliza la siguiente frmula:
Donde:
LI : Lmite inferior del intervalo de trabajo.
Fi-1 : Frecuencia acumulada anterior al intervalo de trabajo.
fi : Frecuencia absoluta del intervalo de trabajo.
Ci amplitud del intervalo de trabajo.
Ejemplo: Calcular e interpretar la mediana de las edades de los empleados en la
siguiente tabla:
EDADE
S
20 24
24 28
28 32
32 36
36 40
TOTAL
fi
Fi
5
8
42
f3 =10
7
6
36
5
F2 =13
23
30
36
ESTADSTICA APLICADA
i=3
C.LINDO P.
Solucin: 1 Ubicar el lugar o el intervalo de trabajo donde se encuentra la mediana:

Lugar = n/2
Lugar = 36/2 = 18avo. lugar,
2
Reemplazamos
los
valores
en
la
frmula:
36 / 2 13
4 30 aos
10
Me( x) 28
INTERPRETACIN: El 50% de los empleados tienen una edad mxima de 30 aos y

el otro 50% superan dicha edad.
4.2.2 PROPIEDADES
1. La mediana, slo depende del nmero de datos ordenados y no del valor de los
datos. Por lo tanto, no es sesgada por algn valor grande o pequeo.
2. La mediana puede ser calculada para distribuciones de frecuencia con intervalos
de diferente amplitud, siempre que se pueda determinar el lmite inferior del
intervalo de la mediana.
3. La mediana puede ser calculada para variables con valores en escala ordinal.
4.2.3 VENTAJAS Y DESVENTAJAS DE LA MEDIANA
VENTAJAS:
1. Es ms recomendable que la media aritmtica cuando existen valores extremos
excepcionales grandes o muy pequeos, puesto que la mediana no est
afectada por los valores extremos como sucede con la media.
2. Tiene menos estabilidad en el muestreo que el promedio aritmtico, pero es mas
estable que otras medidas.
DESVENTAJAS:
1. No es tan conocida como la media aritmtica.
2. Es necesario ordenar los datos para poderla calcular.
3. La mediana no es sensible a cambios de valores de los elementos que
componen la distribucin.
4.3 LA MODA
Es otra medida de tendencia central, se define como el valor de la variable que ocurre con
ms frecuencia.
La moda ser el valor de la variable que se repite con mayor nmero de veces.
Ejemplo: Se tiene los siguientes pesos de 8 alumnos se pide calcular e interpretar la
moda: 70, 71, 62, 70, 60, 70, 71, 70, 62, 64
Solucin:
Se observa que el valor que se repite ms veces es:
60, 62, 62, 64, 70, 70, 70, 70, 71, 71
Mo(x) = 70 kilos.
43
ESTADSTICA APLICADA
INTERPRETACIN: El mayor nmero de alumnos pesan 70 kilos.
C.LINDO P.

B.1) MODA CUANDO LA VARIABLE ES CUANTITATIVA DISCRETA.
Ejemplo: Calcular e interpretar la moda de las ventas de 20 vendedores
VENTAS(S/)
Xi
380
420
500
630
780
TOTAL
fi
4
2
7
4
3
20
Solucin:
Observamos que la mayor frecuencia es 7, por lo tanto:
Mo(x) = 500 nuevos soles.
INTERPRETACIN: El mayor nmero de vendedores informales tienen ventas de
500 nuevos soles.
B.2) MODA CUANDO LA VARIABLE ES CUANTITATIVA CONTINUA.
Para calcular la moda cuando la variable es continua se utiliza la siguiente frmula:
d1
Mo ( x ) LI
Ci
d
d
2
1
Donde:
Si los intervalos son de igual tamao:
d1 = fi fi 1 = frecuencia absoluta en el intervalo de la moda menos frecuencia
absoluta anterior al intervalo de la moda.
d2 = fi fi +1 = frecuencia absoluta en el intervalo de la moda menos frecuencia
absoluta posterior al intervalo de la moda.
y si los intervalos son de diferente tamao:
d1 = fi / Ci fi 1 / C i 1
d2 = fi / Ci fi +1 / C i + 1
Ejemplo: Calcular e interpretar la moda de las edades de los empleados en la
siguiente tabla:
EDADES
20 24
24 28
28 32
32 36
36 40
TOTAL
fi
Fi
5
8
10
44
7
6
36
5
13
23
30
36
ESTADSTICA APLICADA
C.LINDO P.
Solucin:
1 Ubicar el intervalo modal que tiene la mayor frecuencia.
Y calcular:
d1= 10 8 = 2
d2= 10 7 = 3
2 Aplicar la frmula:
2
4 29.6 aos
2 3
Mo( x) 28
INTERPRETACIN: El mayor nmero de empleados tiene 29.6 aos de edad.

4.3.2 CARACTERSTICAS
1. No se encuentra afectada por valores extremos.
2. Puede usarse cuando los datos presentan clases abiertas en los extremos.
3. No es significativa a menos que la distribucin contenga un gran nmero datos y
exista significativa repeticin de algunos de ellos.
4. En muchos de los casos puede que no exista moda.
5. Cuando la serie de datos tiene dos o ms modas, se hace difcil su
interpretacin y comparacin.
4.3.3 VENTAJAS Y DESVENTAJAS DE LA MODA.
VENTAJA:
1. Es preferible usar la moda cuando la distribucin de datos es muy asimtrica .
2. Cuando la distribucin tiene varias modas, la moda permite dividir la distribucin
con fines de estratificacin.
DESVENTAJAS:
1. La moda es muy inestable en el muestreo.
2. No se recomienda usar la moda cuando la variable cuantitativa continua tiene
intervalos de amplitudes diferentes.
RELACION ENTRE MEDIA MEDIANA Y MODA
1. Simetra. Si la distribucin de frecuencias es simtrica, entonces la media aritmtica,
mediana y moda son iguales.
45
ESTADSTICA APLICADA
C.LINDO P.
x Me Mo
As=0
2. Asimtrica positiva. Si la distribucin de frecuencias es ASIMTRICA de cola larga a la

derecha, entonces la moda es menor que la mediana y sta menor que la media.
Mo Me x
As>0
3. Asimtrica Negativa. Si la distribucin es ASIMTRICA de cola larga a la izquierda,

entonces la media es menor que la mediana y sta menor que la moda.
x Me Mo
As<0
46
ESTADSTICA APLICADA
4.
C.LINDO P.
Para las distribuciones unimodales asimtricas se cumple la siguiente relacin:
X Mo 3( X Me)
5. Los tres (media, mediana y moda) pueden calcularse para distribuciones de

frecuencias de intervalos de diferente amplitud, siempre y cuando se pueda
determinar sus marcas de clase o sus lmites inferiores de los intervalos, segn sea el
caso.
4.4 LA MEDIA GEOMTRICA
DEFINICIN.- Es la raz ensima del producto de los n valores de una serie. Esto es,
dado los n valores X1, X2, .,Xn
X G n X 1 * X 2 * .... * X n
USOS: Se usa cuando hay que promediar razones, proporciones, tasas de
crecimiento.
FORMAS DE CLCULO
1. PARA DATOS NO TABULADOS
EJEMPLO: calcular la media geomtrica de los siguientes valores: 9, 27, 81
3
SOLUCIN: X G 9 x 27 x81 27
INTERPRETACIN: La media geomtrica es 27

2. PARA DATOS TABULADOS
PARA VARIABLE CUANTITATIVA DISCRETA Y CONTINUA
Tambin conocida como media geomtrica ponderada y se define como la raz
ensima del producto del valor de la variable elevada a sus respectivas
ponderaciones o frecuencias.
X G n X 1f1 * X 2f 2 * .... * X nf n
Tambin
log Xifi
X G anti log
i 1
Ejemplo: calcular la media geomtrica de los datos de la siguiente tabla:

PESOS
Xi
fi
5 20
12.5
8
20 35
27.5
6
35 50
42.5
12
SOLUCION:
50 65
57.5
10
TOTAL
36
47
ESTADSTICA APLICADA
C.LINDO P.
1
8 log 12.5 6 log 27.5 .... 10 log 57.5
36
54.54862187
X G anti log
32.752 kg.
36
XG
INTERPRETACIN: La media geomtrica es de 32.752 kilogramos.

OTROS TIPOS DE PROBLEMAS QUE SE PRESENTAN PARA CALCULAR LA
MEDIA GEOMETRICA
EJEMPLO: La produccin de cemento ha experimentado un crecimiento del 20% del
primer al segundo ao y un incremento del 30% del segundo al tercer ao y un
decrecimiento de 15% del tercer al cuarto ao.
a) Calcular e interpretar la tasa promedio de crecimiento de los tres ltimos aos.
b) Calcular e interpretar la produccin del quinto ao, si el primer ao hubo una
produccin de 80 mil toneladas.
SOLUCIN: a)
AO
1
2
3
4
% DE
CRECIMIENTO
20%
30%
-15%
PRODUCCION DE
CEMENTO
(miles de T.M)
TASAS
80
80+02(80)=96
96/80=1.2
96+0.3(96)=124.8
124.8/96=1.3
124.8 - 0.15(124.8)=106.08 106.08/124.8=0.85
X G 3 1.2 x1.3x0.85 1.0986

El porcentaje promedio de crecimiento es de:
1.0986 1= 0.0986 x 100= 9.86%
b) La produccin de cemento para el quinto ao ser de:
106.08 + 0.0986(106.08) = 116.54 mil toneladas
4.5 LA MEDIA ARMNICA
DEFINICIN: La media armnica de un conjunto de valores X 1, X2, .,Xn es el inverso
de la media aritmtica de los inversos de los valores considerados.
USOS: Se aplica cuando se presenta una relacin entre variables implcitas. Como por
ejemplo: productividad y tiempo, velocidad y el tiempo.
FORMAS DE CLCULO
1) PARA DATOS NO TABULADOS
Se utiliza la siguiente frmula:
Xh
n
n
Xi
i 1
Ejemplo: Una persona maneja su automvil y recorre los primeros 5 kilmetros a 70

km por hora y los siguientes 5 km. A 80 km por hora, calcular e interpretar la velocidad
media.
SOLUCIN:
48
ESTADSTICA APLICADA
C.LINDO P.
XH
2
1
1
70 80
74.67 Km / hora
INTERPRETACIN: La velocidad media es de 70.67 km/hora.

2) PARA DATOS TABULADOS
Xh
n
n
fi
X
i 1
EJEMPLO: Con los datos de la siguiente tabla, calcular e interpretar la media armnica.
PESOS
5 20
20 35
35 50
50 65
TOTAL
Xi
12.5
27.5
42.5
57.5
fi
8
6
12
10
36
SOLUCIN:
Xh
36
8
6
12
10
12.5 27.5 42.5 57.5
27.39 Kg.
INTERPRETACIN: El peso armnico es de 27.39 kg.

OTROS TIPOS DE PROBLEMAS QUE SE RESUELVE CON LA MEDIA ARMNICA
EJEMPLO: Una empresa de transporte gasta $400 en aceite que cuesta $10 el galn;
$500 en aceite que cuesta $12.5 el galn; $ 600 ms en aceite que cuesta $20 el
galn y $ 300 en otros que cuesta $25 el galn. Calcular e interpretar el costo
promedio por galn de aceite.
SOLUCIN:
Xh
400 500 600 300

$14.75 dlares .
400 500 600 300
10 12.5 20
25
INTERPRETACIN: El costo promedio del galn de aceite es de $ 14.75 dlares.

CAPTULO V
MEDIDAS DE DISPERSIN O VARIABILIDAD
Una propiedad importante que describe una serie de datos numricos es la variacin. La
variacin es la cantidad de dispersin o variabilidad de los datos con respecto a su
promedio. Estas medidas permiten verificar si determinadas medidas de tendencia central
son significativas o no; por ejemplo cuando la dispersin es muy grande la media aritmtica
no tiene mucho significado. Las medidas de dispersin se usan muchas veces como una
medida de riesgo.
Las ganancias de una empresa minera o petrolera que son extremadamente grandes pero
tambin extremadamente pequeas (incluso negativas) indican un riesgo muy alto para los
accionistas y acreedores de la empresa.
Las medidas de dispersin constituyen el corazn de la informacin. Dos series de datos
pueden diferir tanto en la tendencia central como en su variacin; as tambin dos o ms
grupos pueden tener las mismas mediciones de tendencia central, pero diferir grandemente
en trminos de variacin. As por ejemplo:
49
ESTADSTICA APLICADA
C.LINDO P.
Ejemplo:
Sean las variables: X1 = notas obtenidas por los alumnos de ingeniera de sistemas en el
curso de estadstica I:
12, 15, 10, 13, 16, 14, 11, 10, 12, 14 , promedio 12.7 y desviacin estndar = 2.06
X2 = notas obtenidas por los alumnos de administracin en el curso de estadstica general:
18, 15, 20, 03, 06, 18, 11, 20, 02, 14 , promedio 12.3 y desviacin estndar = 6.91
Las dos distribuciones presentan los mismos promedios, sin embargo se puede observar
que la distribucin de la variable X1 es mucho menos variable que la variable X2, cunto
ms o menos variable?; lo responderemos con las mediciones de variacin, entre las cuales
estudiaremos al: rango, la varianza, la desviacin estndar y el coeficiente de variacin.
Las medidas de dispersin se necesitan para dos propsitos bsicos:
a) Para verificar la confiabilidad de los promedios.
b) Para que sirva como base para el control de la variacin misma.
Tambin podemos decir que los trminos concentracin y dispersin pueden ser utilizados
indistintamente, pues se da la relacin:
Alta dispersin Baja concentracin.
Baja dispersin Alta concentracin.
Las medidas de dispersin que se utilizan con mayor frecuencia son:
Rango o recorrido de la variable.
Rango intercuartil.
Varianza.
Desviacin estndar o desviacin tpica.
Coeficiente de variacin.
1. RANGO O RECORRIDO DE LA VARIABLE.
El rango es la diferencia entre la mayor y la menor observacin en una serie de datos.
Esto es, R = Nmero mayor Nmero menor
Usando la distribucin de las notas de los alumnos de ingeniera de sistemas
X1=12, 15, 10, 13, 16, 14, 11, 10, 12, 14
R = 16 10 = 6
Siendo que el rango slo mide la propagacin total de una serie de datos, su clculo es
muy simple y su utilidad tiene muy poco alcance, puesto que no nos dice mucho acerca
de cmo se distribuyen realmente los datos.
2. RANGO INTERCUARTIL.
Es la diferencia entre el cuartil 3 (Q3) y el primer cuartil (Q1) y se denota asi:
RI = Q3 Q1
3. VARIANZA.
La varianza de define como la media aritmtica de los cuadrados de las desviaciones de
los datos respecto a su media aritmtica.
La varianza es una medida de dispersin con unidades de medicin al cuadrado, por
ejemplo, soles2, dlares2, km2., aos2, etc.
50
ESTADSTICA APLICADA
C.LINDO P.
Es una medida de dispersin que cuantifica el grado de dispersin o de variacin de los
valores de una variable cuantitativa con respecto a su media aritmtica.
Si los valores tienden a concentrarse alrededor de su media, la varianza ser pequea.
Si los valores tienden a distribuirse lejos de la media, la varianza ser grande.
A. FORMAS DE CLCULO
A.1. PARA DATOS NO AGRUPADOS
Cuando la muestra es pequea (n 30) se utiliza la siguiente frmula, conocida como
la varianza de Cochran:
mtodo rpido
s
2
X
2
i
i 1
i 1
Xi
var ianza muestral

n
s
2
n 1
(x
i 1
x)
n 1
Cuando la muestra es grande (n 30) se utiliza la siguiente frmula:

mtodo rpido
n
X
i 1
2
i
s
2
(x
i 1
x)
Ejemplo:
Calcular e interpretar la varianza de las notas de los alumnos de ingeniera en sistemas:
X =12, 15, 10, 13, 16, 14, 11, 10, 12, 14
10
Xi 127
i 1
10
X
i 1
2
i
Solucin:
1651
Reemplazando en la formula:
51
ESTADSTICA APLICADA
C.LINDO P.
mtodo rpido
s2
127
1651
10
10 1
4.23
Interpretacin: la variacin de las notas de los alumnos es de 4.23 puntos 2

A.2. PARA DATOS AGRUPADOS
1. CUANDO LA VARIABLE ES CUANTITATIVA DISCRETA.
m
s2
2
X i X fi X i2 fi
i 1
s2
X
i 1
X fi
i 1
n 1
X
i 1
2
i
Si la muestra n 30
fi n X
n 1
Si la muestra n 30
Ejemplo: Calcular e interpretar la varianza de las ventas de 20 vendedores

VENTAS(S/) Xi
380
420
500
fi
4
2
7
630
780
TOTAL
20
Xf
577600
352800
175000
0
158760
0
182520
0
609320
0
Solucin: Los resultados de la columna Xf se calcula multiplicando 380x4 +

420x2+..+780x3 = 6093200
52
ESTADSTICA APLICADA
Media o promedio = s/ 536 n.s.
n = 20
Reemplazando en la frmula por el mtodo rpido
C.LINDO P.
6093200 20(536) 2
s
s / 18 277.90
20 1
2
Interpretacin: la variacin de las ventas es de s/ 18 277.90 n.s.

2. CUANDO LA VARIABLE ES CUANTITATIVA CONTINUA.
m
s
2
X
i 1
X fi
s2
X
i 1
X fi
X
i 1
n 1
fi
X
2
i
X
i 1
2
i
Si la muestra n 30
fi n X
n 1
Si la muestra n 30
Ejemplo: Calcular e interpretar la varianza de las edades de los empleados en la

siguiente tabla:
EDADES
20 24
24 28
28 32
32 36
36 40
TOTAL
fi
Xi
Xf
5
8
10
7
6
36
22
26
30
34
38
2420
5408
9000
8092
8664
33584
Solucin: las columnas de las marcas de clase (Xi) y Xf deben ser calculadas para la
solucin del problema., adems su promedio es 30.11 aos
s2
33584
(30.11) 26.21 aos
36
Interpretacin: la variacin de las edades de los empleados es de 26.21 aos.

53
ESTADSTICA APLICADA
o aproximadamente 26 aos
C.LINDO P.
PROPIEDADES DE LA VARIANZA
V(X) 0
La varianza siempre es positiva.
V(K) = 0
La varianza de una constante es cero.
V(X K) = V(X)
La varianza de una variable ms o menos una constante es igual a la varianza
de la variable.
V(KX) = K V(X)
La varianza de una constante multiplicada por una variable es igual al cuadrado
de la constante por la varianza de la variable.
V(KX C) = K V(X)
La varianza de una constante K por la variable ms o menos otra constante C
es igual al cuadrado de la constante K por la varianza de la variable.
4. DESVIACIN ESTNDAR O DESVIACIN TPICA.
Es un estadgrafo de dispersin muy usado.
Cuando existe mayor dispersin habr mayor desviacin estndar.
La desviacin estndar o desviacin tpica, se define como la raz cuadrada de la
varianza.
A.1. PARA DATOS NO AGRUPADOS
Cuando la muestra es pequea (n 30) se utiliza la siguiente frmula.
mtodo rpido
X
2
i
i 1
Xi
2
n
(x
i 1
n 1
i 1
x)
n 1
Cuando la muestra es grande (n 30) se utiliza la siguiente frmula:

mtodo rpido
n
X
i 1
2
i
(x
i 1
x)
54
ESTADSTICA APLICADA
C.LINDO P.
Ejemplo:
Calcular e interpretar la desviacin estndar de las notas de los alumnos de ingeniera
en sistemas: X =12, 15, 10, 13, 16, 14, 11, 10, 12, 14
10
Xi 127
i 1
10
X
i 1
2
i
Solucin:
1651
Reemplazando en la formula:
mtodo rpido
s2
127
1651
10
10 1
4.23 2.06 puntos
Interpretacin: las notas de los 10 alumnos se dispersan en promedio de su valor

central en aproximadamente 2 puntos.
A.2. PARA DATOS AGRUPADOS
1. CUANDO LA VARIABLE ES CUANTITATIVA DISCRETA.
X
i 1
i 1
X fi
n
X
i 1
2
i
fi
X
Si la muestra n 30
X fi
n 1
X
i 1
2
i
fi n X
n 1
55
Si la muestra n 30
ESTADSTICA APLICADA
C.LINDO P.
Ejemplo: Calcular e interpretar la desviacin estndar de las ventas de 20

vendedores informales del mercado central:
VENTAS(S/) Xi
380
420
500
630
780
TOTAL
fi
4
2
7
4
3
20
Xf
577600
352800
1750000
1587600
1825200
6093200
Solucin: Los resultados de la columna Xf se calcula multiplicando 380x4 +

420x2+..+780x3 = 6093200
Media o promedio = s/ 536 n.s.
n = 20
Reemplazando en la frmula por el mtodo rpido
6093200 20(536) 2
18 277.90 s / 135.20 nuevos soles
20 1
Interpretacin: las ventas de los 20 comerciantes se dispersan en promedio de su

valor central s/ 135.20 n.s..
2. CUANDO LA VARIABLE ES CUANTITATIVA CONTINUA.
m
X
i 1
X fi
X
i 1
X fi
X
i 1
n 1
fi
X
2
i
X
i 1
2
i
Si la muestra n 30
fi n X
n 1
Si la muestra n 30
Ejemplo: Calcular e interpretar la desviacin estndar de las edades de los

empleados en la siguiente tabla:
56
ESTADSTICA APLICADA
C.LINDO P.
EDADES
20 24
24 28
28 32
32 36
36 40
TOTAL
fi
Xi
Xf
5
8
10
7
6
36
22
26
30
34
38
2420
5408
9000
8092
8664
33584
Solucin: las columnas de las marcas de clase (Xi) y Xf deben ser calculadas
para la solucin del problema., adems su promedio es 30.11 aos
33584
(30.11) 26.21 5.12 aos
36
Interpretacin: las edades de los empleados se dispersan en promedio de su

valor central en 5.12 aos o aproximadamente 5 aos
PROBLEMAS
1. Para que un producto sea aceptado por su cliente principal, debe cumplir con
ciertas especificaciones de calidad.
Una de ellas, radica en que el
promedio de longitud de los 20 primeros productos este entre 20,0 y 20,9
centmetros. Si las medidas son:
22,3
20,4
19,8
19,9
20,1
20,8
21,6
19,8
20,5
23,4
19,6
21,5
18,5
18,7
20,9
21,1
20,1
21,5
22,3
17,9
Cumple en el proveedor con las especificaciones del cliente?
2. Calcular la media, mediana y moda para los siguientes datos (agrpelos en
una tabla de frecuencia):
22,
56,
0
32,
3
45,
3
41,
1
20,
8
21,
9
44,
29,
4
29,
0
20,
7
41,
2
34,
1
47,
0
32,
37,
7
30,
5
15,
6
39,
5
31,
8
25,
6
5. COEFICIENTE DE VARIACIN.
Es una medida de dispersin relativa que no tiene unidades y se expresa en
porcentaje, se utiliza para comparar la variacin de dos distribuciones siempre que las
variables se expresen en las mismas unidades de medida y sean aproximadamente
del mismo tamao promedio. Sin embargo, a veces es necesario comparar dos
57
ESTADSTICA APLICADA
C.LINDO P.
conjuntos de datos expresados en unidades diferentes. En estos casos las medidas
de dispersin absoluta no son comparables y deben utilizarse medidas de dispersin
relativa.
C.V .
S
x100
X
Se calcula con la siguiente frmula:
Donde: S= desviacin estndar
X media
Si C.V. 15% , los datos son homogneos, es decir tienen una baja
variabilidad.
Si C.V. 15% , los datos son heterogneos, es decir tienen una alta
variabilidad.
Ejemplo: Calcular e interpretar el coeficiente de variacin de las notas de los alumnos de
ingeniera en sistemas: X =12, 15, 10, 13, 16, 14, 11, 10, 12, 14
C.V .
2.06
x100 16.2% 15%
12.7
Solucin: como los resultados ya fueron calculados
anteriormente, se conoce que la media es 12.7 y la desviacin estndar es 2.06,

entonces reemplazamos en la frmula:
Interpretacin: las notas de los alumnos de ingeniera de sistemas son heterogneos, es

decir presentan un alto grado de variabilidad.
GRUPO DE EJERCICIOS N 1
58
ESTADSTICA APLICADA
C.LINDO P.
1. Dado el tablero incompleto de frecuencias de las notas de 50 alumnos. Completar el
tablero, con un ancho de clase constante e igual a 2
a)
b)
c)
d)
e)
f)
g)
h)
i)
Cuantos alumnos sacaron un puntaje menor a10?

Qu porcentaje de los alumnos obtuvieron 12 ms de 12 pero menos de 16?
Calcular e interpretar la media aritmtica.
Calcular e interpretar la mediana.
Calcular e interpretar la moda.
Calcular la media geomtrica.
Calcular la media armnica.
Calcular la desviacin estndar, la varianza y el coeficiente de variacin.
Dibujar su grafico respectivo.
2. Dada la siguiente tabla incompleta, de las frecuencias de las edades de 80

empleados:
Siendo el ancho constante:

a) Cuntos empleados tienen ms de 30 aos?
b) Qu porcentaje del total de empleados poseen menos de 42 aos?
c) Calcular e interpretar la media aritmtica.
d) Calcular e interpretar la mediana.
e) Calcular e interpretar la moda.
f) Calcular la media geomtrica.
g) Calcular la media armnica.
h) Calcular la desviacin estndar, la varianza y el coeficiente de variacin.
i) Dibujar su grafico respectivo.
3. La tabla muestra la distribucin de pesos correspondientes a 40 estudiantes, con un
ancho de clase constante.
59
ESTADSTICA APLICADA
C.LINDO P.
a) Seale la cantidad de estudiantes que pesan menos de 67 kg. y el porcentaje

de estudiantes que pesan 61 kg. ms pero menos de 70 kg.?
b) Calcular e interpretar la media aritmtica.
c) Calcular e interpretar la mediana.
d) Calcular e interpretar la moda.
e) Calcular la media geomtrica.
f) Calcular la media armnica.
g) Calcular la desviacin estndar, la varianza y el coeficiente de variacin.
h) Dibujar su grafico respectivo.
4. Dada la siguiente distribucin de frecuencias, en base a los pesos de 80 nios.
a)
b)
c)
d)
e)
f)
g)
h)
Cuntos nios pesos comprendidos entre 21 y 28 kg.?

5. Dada la siguiente distribucin de frecuencias, de ancho constante.

60
ESTADSTICA APLICADA
a)
b)
c)
d)
e)
f)
g)
h)
C.LINDO P.
Seale la cantidad de obreros que ganan de s/.650 a s/.920?

6. Se tiene la siguiente tabla de frecuencias relativas de 200 personas, segn el tiempo

de aos de servicio en una fabrica:
a)
b)
c)
d)
e)
f)
Cuntos empleados han trabajado entre 7 y 12 aos?

Qu porcentaje tiene 10 o ms aos de servicio, pero menos de 14 aos.
Calcular e interpretar el tiempo servicio promedio?
Calcular e interpretar el tiempo de servicio mediano.
7. Se tiene la siguiente tabla de frecuencias, cuya distribucin es simtrica
El ancho de clase es constante.

a) Cuntas tiendas comerciales tienen ventas de S/.7 000 a S/.18 000?
b) Calcular e interpretar la venta promedio de las tiendas comerciales.
c) Calcular e interpreta la venta mediana.
d) Calcular e interpretar la venta modal.
e) Calcular la media geomtrica y la media armnica.
f) Calcular la desviacin estndar, la varianza y el coeficiente de variacin.
61
ESTADSTICA APLICADA
C.LINDO P.
8. Dada la siguiente tabla, tomada en base a las edades de 120 personas entre nios y
jvenes. Siendo el ancho de clase constante.
a) Cuntas personas tienen edades comprendidas entre 11 y 19 aos y que

porcentaje representan?
e) Calcular la desviacin estndar, la varianza y el coeficiente de variacin.
f) Dibujar su grfica respectiva.
9. se tiene los puntajes obtenidos por 60 estudiantes en un cuestionario. Ninguno obtuvo
menos de 16 puntos, ni ms de 40 puntos. Siendo el ancho de clase constante.
a) Cuntos estudiantes han obtenido una nota entre 20 y32? Qu porcentaje

representan?
10. Se toman los pesos de 50 alumnos de un saln formndose la siguiente tabla:
a) Seale i) a + b + c
ii) m + n + p
62
ESTADSTICA APLICADA
C.LINDO P.
11. Se tiene la siguiente tabla de frecuencias de los pesos de 200 objetos de similar
confeccin, cuya distribucin es simtrica. El ancho de clase es constante
a)
b)
c)
d)
e)
f)
g)
Cuntos objetos tienen pesos comprendidos entre 15 y 20 kg.?

Cunto resulta a + b c ?
Dibujar su grfica respectiva.
12. Dada la siguiente tabla incompleta de las frecuencias de los pesos de 150 objetos,
cuya distribucin es simtrica y ancho de clase constante. El 10% de los objetos pesa
menos de 50 kg.
a)
b)
c)
d)
e)
f)
Seale a + b c
Dibujar su grfico respectivo.
1) El siguiente cuadro muestra la distribucin de la renta anual (en miles de soles) en que
incurren 50 viviendas:
a)
18.85
21.55
24.25
26.95
Marca de Clase
N de Viviendas
3
2
7
7
Halle e intrprete segn el enunciado
i) Media, mediana y moda.
ii) Desviacin estndar y coeficiente de variabilidad.
63
29.65
32.35
35.05
11
11
ESTADSTICA APLICADA
C.LINDO P.
b) Estime el porcentaje de viviendas con rentas superiores o iguales a 26 000 soles pero
menores que 32 000 soles.
c) Si las rentas menores que 28 300 soles se incrementaron en 2 500 soles y las rentas
mayores o iguales que 28 300 soles se redujeron en un 30%. Calcule la nueva renta
promedio.
2) Una compaa requiere los servicios de un tcnico especializado. De los expedientes
presentados, se han seleccionado 2 candidatos: A y B, los cuales renen los requisitos
mnimos requeridos. Para decidir cul de los 2 se va a contratar, los miembros del Jurado
deciden tomar 7 pruebas a cada uno de ellos.
Los resultados se dan a continuacin:
a)
Puntaje obtenido por A
Prueba
1
57
2
55
3
54
4
52
5
62
6
55
7
59
Hall
e e
80
40
62
72
46
80
40
Puntaje obtenido por B
interprete la media, mediana y moda de los dos candidatos.
b) Estadsticamente Cul de los candidatos debe ser contratado? Fundamente su
respuesta.
3) Se toman las medidas de 80 personas las que tienen estatura media de 1.70 m y
desviacin estndar de 3.4 cm. Posteriormente se verific que la media usada tenia 4 cm
de menos.
Rectifique los estadgrafos mencionados.
4) Una asistencia social desea saber cul es el ndice de natalidad en 2 distritos de Lima
para lo que encuest a 10 familias de cada distrito con los siguientes resultados
A
B
a) Calcule la media, mediana y moda para cada distrito e interprtelos.

b) Considera Ud. que en el distrito B, el nmero de hijos por familia es ms homogneo que
en el distrito A.
5) La produccin de papa en Tn. fue de 4000 Tn. con variancia de 3600 para el
departamento de Cuzco, mientras que para el departamento de Puno fue de 10 000 Tn.
con 1440000 de variancia, en que departamento se puede decir que la produccin de
papa es ms homognea
6) El salario promedio en una ciudad es de 11 000 u.m. con una variancia de 2 000 u.m.
Cules sern la nueva media y la nueva variancia si se efectan los siguientes cambios:
a) Se aumenta 810 u.m a todos
b) Se aumenta el 15 % de su salario a cada trabajador
c) Si se duplican los sueldos
7) En un examen 20 alumnos del curso A obtienen una media de 60 puntos. y desviacin
estndar de 20 puntos
64
ESTADSTICA APLICADA
C.LINDO P.
En el curso B los alumnos obtienen una media de 80 y desviacin estndar de 16. Ante
un reclamo se decide subir en 5% mas 5 puntos adicionales a todos los alumnos del
curso A, en cambio como hubo muchas copias en el curso B se decidi disminuir la
quinta parte de la calificacin.
Despus de los mencionados ajustes Cual es el puntaje medio de los 50 alumnos?
8) Los siguientes datos pertenecen a la distribucin de la produccin de papas (en Tn.) en
40 zonas del pas
Y1=20 f2-f5=2
Y5= 100
f1=4 f3=20
Si se sabe que la distribucin es simtrica y presenta 5 intervalos de clase.
a) Reconstruya los intervalos de clase y obtenga las frecuencias absolutas
b) Calcule la media, la mediana y moda e interprtelos
c) Calcule la variancia, desviacin estndar y coeficiente de variabilidad
1.- De un grupo de familias considerando el nmero de hijos, se han obtenido los siguientes
valores:
3 1 6 4 4 7 5 2 4
2 1 3 2 5 6 4 1 3
a) Construir una tabla de frecuencias e interpretar los puntos ms importantes.
b) Dibujar el grfico correspondiente.
c) Calcular e interpretar el nmero promedio de hijos por familia.
d) Calcular la mediana y el modo.
e) Desviacin estndar.
f) La varianza.
g) El coeficiente de variacin.
2. Las estaturas de 50 nios de primaria del Colegio Gmez Arias D. Son los siguientes:
153 123 129 132 147 138 137 134 131 147
138 128 134 148 125 139 146 145 148 135
152 128 146 143 138 138 122 146 137 151
145 124 132 138 144 141 137 146 138 146
152 136 160 159 157 150 160 142 148 130
65
ESTADSTICA APLICADA
C.LINDO P.
a) Elaborar una tabla de frecuencias son 6 intervalos.
b) Dibujar las grficas correspondientes e interpretar los puntos ms importantes.
c) Calcular e interpretar la talla promedio de los nios.
d) Calcular e interpretar la talla mediana.
e) Calcular e interpretar la moda.
f) La desviacin tpica y la Varianza.
g) El coeficiente de variacin.
3. Si la media aritmtica de 75 artculos es de 52,600 Kgs. y la de 25 artculos es de
48,400Kgs.encuentre la media aritmtica del total de artculos.
4. De 500 estudiantes de la UNAS cuya estatura media es de 1.70 mt. De los cuales 150
son mujeres. Si la estatura media de las mujeres es de 1.66 mt. Cul es estatura
media de los varones?
5. La media aritmtica de los salarios pagados en un mes a los empleados de una fbrica
ascendi a S/. 41 250. La media aritmtica de los salarios pagados a los hombres y a la
mujeres fue respectivamente de S/. 42 000 y S/. 39 000. Determinar el porcentaje de
hombres y mujeres que trabajan en dicha fbrica.
6. El sueldo medio mensual por obrero en la cooperativa A fue de S/ 950.00 durante 2010.
Para el ao 2011 la Cooperativa aument a cada uno de sus obreros la suma de S/. 100
n.s. Admitiendo que los sueldos y las categoras no se han modificado. Cul es el
salario promedio mensual para 2012?.
7. En un saln hay 35 hombres con una edad promedio de 22 aos y 15 mujeres las que, en
promedio, son 10% ms jvenes. Cul es la edad promedio para el total?.
8. El precio medio de un centenar de artculos es S/. 90.00, los artculos se dividendos
grupos, con medias S/. 78.00 y S/. 110.00. Cuntos artculos hay en cada grupo?.
9. Se sabe que ninguna de las sucursales de una empresa comercial tiene ms de 10
empleados menos de 8. La mayora tiene 9 empleados, pero el 30% tiene 10
empleados y dos de cada 10 sucursales tiene 8 empleados. Cul es el promedio de
empleados por sucursal?
10. Un capital de S/. 10000 se coloca al 10% el primero de enero de 2007. Si el inters se
capitaliza anualmente los das primero de enero, calcule el promedio de dinero invertido
entre el 31 de diciembre de 2007 y el 31 de diciembre de 2011.
11. La media aritmtica de tres nmeros es 8, la mediana es tambin 8 y su media
geomtrica es raz cbica de 480. Se pide calcular los valores de esos tres nmeros.
12. Una persona maneja su automvil durante 300 Km. Los primeros 110 Km. viaja a razn
de 70 Km, por hora los siguientes 110 Km. A 100 k.p.h A qu velocidad debe viajar el
resto, para tener en total una velocidad promedio de 90 k.p.h.?
13. Un avin vuela una distancia de 600 km Si cubre el primero y el ltimo tercio del viaje a
150 k.p.h, y el tercio medio a 250 k.p.h., se pide calcular su velocidad media.
14. Una persona viaja de Tingo Mara a Lima con una velocidad media de 70 k.p.h. y regresa
con una velocidad media de 85 k.p.h, hallar la velocidad media del viaje completo.
66
ESTADSTICA APLICADA
C.LINDO P.
15. Las ciudades X,Y,Z, son equidistantes entre s. Un motorista viaje de A a B a 40 k.p.h, de
B a C a 50 k.p.h, de C a A a 55 k.p.h. Determinar el promedio de velocidad para el viaje
completo.
16. Se sabe que la media aritmtica de dos nmeros es 5 y la media geomtrica de los
mismos es igual a 4. Cul es su media armnica?.
17. Los sueldos mensuales de 50 empleados de una empresa son:
OCUPACION
Secretaria
Mecnicos
Electricistas
Ingenieros
Gerente
# DE EMPLEADOS
10
18
17
4
1
SUELDO S/.
600
780
800
1600
1600
a) Calcular e interpretar la media aritmtica

b) Calcular la mediana y la moda
18. Calcule la media geomtrica y la armnica de una distribucin de 6 intervalos de
amplitud constante, de la cual se sabe:
n = 150
f1=f6
Y5 = 60
f 3 = f 4 = 30
f2=f5=f1+5
MEDIA = 45
19. Halle la media geomtrica y mediana de la siguiente distribucin: 5, 8, 15, 25, 52, 98 y
diga cul de las medidas es mejor y por qu.
20. Se sabe que dos obreros gastan en la ejecucin de un trabajo 45 y 60 minutos
respectivamente cul es el tiempo medio requerido para hacerlo en conjunto?
21. Una tienda comercial vendi 95 ternos para caballeros al precio normal de $ 300 D.N.A.
Para la venta de primavera los ternos se rebajaron a $ 200 D.N.A., y se vendieron 126.
En las ventas de liquidacin el precio se redujo a $ 100 D.N.A. y se vendieron los 79
ternos restantes.
a. Cul es el precio medio ponderado de un terno?
b). La tienda pag $ 150 D.N.A. por cada unos de los ternos. Comente acerca de la
ganancia de la tienda en estos ternos, si un vendedor recibe una comisin de $ 15
D.N.A, por cada terno vendido.
22 Supngase que los precios de 5 acciones de minas de oro se incrementaron desde 1993
en 37.1, 1,140, 0,927, 27, y 842.0%, respectivamente Cul es la media geomtrica del
incremento porcentual en el precio de las 5 acciones?.
23. La compaa petrolera que trabaja en Iquitos present estas estadsticas en su informe
anual en lo referente a produccin total de petrleo crudo (en miles de barriles por da);
para 1992, 894; para 1997, 1974 Cul es la media geomtrica del incremento
porcentual anual en produccin entre 1992 y 1997?
67
ESTADSTICA APLICADA
C.LINDO P.
24. Una muestra de camiones que utilizan petrleo revel las siguientes millas recorridas por
galn de combustible consumido:
NMERO DE MILLAS
NMERO DE CAMIONES
10
12
4
13
15
7
16
18
13
19
21
11
22
24
4
25
27
3
a). Cul es la media aritmtica de los datos?
b). Cul es la mediana?.
c). Cul es el valor modal?
d). Cul es la desviacin estndar?.
e). Cul es la varianza?
f). Calcular el coeficiente de variacin.
25. Las edades de obreros no calificados de nueva contratacin se agruparon en la

distribucin que sigue:
EDADES
NMERO
18 20
4
21 23
8
24 26
11
27 29
20
30 32
7
a). Construir su grfico correspondiente
b). Elaborar una tabla con todas las frecuencias estudiadas.
c). Calcular la edad media de los obreros
d). Calcular la edad mediana
e). Calcular la edad modal
f). Calcular la desviacin estndar y la varianza
g). Calcular el coeficiente de variacin.
26. Un grupo de 20 obreros tienen una edad media de 50 aos; otro grupo de 20
trabajadores tienen una edad media de 30 aos; la desviacin estndar de los 40
obreros considerados conjuntamente es igual a 5. Calcular el coeficiente de variacin
del conjunto de los 40 obreros.
27. Una muestra de 70 datos da para una cierta variable una media de 120 y una
desviacin tpica de 6, otra semejante, pero de 30 observaciones, da para la misma
variable una media de 125 y una desviacin tpica de 5. Si se renen las dos
muestras formando una sola muestra de 100 datos Cul es su media y su
desviacin tpica?
68
ESTADSTICA APLICADA
C.LINDO P.
28. Multiplicando por 5 cada uno de los valores de la variable X: 3, 2, 0, 5, se obtiene la
serie Y: 15, 10,0, 25,. Comprobar que ambas series tienen el mismo coeficiente de
variacin.
29. Si la media de 10 observaciones es 5.7 y la suma de los cuadrados es 490.
Encontrar el coeficiente de variacin para el conjunto.
30. Un laboratorio de control de calidad de una empresa quiere lanzar al mercado un
nuevo ambientador spray; se seleccion 50 apartamentos de una urbanizacin para
determinar el tiempo de permanencia del aroma; los resultados fueron observados
cada hora, habindose obtenido los siguientes resultados: 10 horas, 5 apartamentos,
3 horas, 3 apartamentos; 5 horas, 10 apartamentos; 4 horas, 7 apartamentos; 6
horas, 16 apartamentos; y 8 horas, 9 apartamentos.
a). Cul es la poblacin
b). Cul es la muestra
c). Cul es la variable
d). De qu tipo es la variable
e). Cul es el promedio de permanencia del aroma
f). Elabore la grfica que represente a la distribucin
31. Consideremos que un vendedor ambulante de cigarrillos, de lunes a sbado, vende el

siguiente nmero de cajetillas:
a). 55, 60, 65, 60, 65, 65
Cul es la media? La mediana? El modo?
b). 55, 60, 64, 70, 65, 50
Cul es la media? Cul es la mediana? El modo?
c). 40, 36, 48, 35, 35, 100
Cul es la media? Cul es la mediana? El modo?
d).De los promedios Cul es el ms representativo?.
32. En una empresa constructora de vivienda, los jornales semanales de los obreros tienen
una media de $ 15 500 semanal, y una desviacin estndar de $50. Como solucin a un
conflicto laboral se proponen 2 alternativas:
Un aumento del 20% en los salarios
Un aumento del 15% en los salarios ms una bonificacin semanal de $ 250 a cada
obrero. Cul de las dos alternativas le conviene aceptar al Sindicato, si se quiere que
la distribucin de los salarios sea lo mejor posible.
Rpta.
1). Con el 20%; $ 18.600
2). Con el 15% y 250; $ 18.075.
33. Durante un mes se construyen 134 kilmetros de carretera en la siguiente forma : la
primera semana 3.6% del total, la segunda semana 7.6% del total, la tercera semana el
5.3%, la cuarta semana 24.5% y la ltima semana 49%. Halle la medida de tendencia
central que represente mejor el promedio de la distribucin, en kilmetros por semana.
34. Halle la media geomtrica y la media armnica de la siguiente distribucin: 3, 6, 13, 22,
46, 89, y diga cul de las medidas es mejor y por qu?
35. El promedio de salario semanal para un grupo de obreros es de $16.200. El gerente de
la firma resuelve reconocerles un aumento diario por cada obrero de $50; si se
consideran los meses de 30 das Cul ser el nuevo promedio de salario semanal?
69
ESTADSTICA APLICADA
C.LINDO P.

respectivamente, Cul es el tiempo medio requerido para hacerlo en conjunto?
37. Un grupo de trabajadores hace 140 papeleras para piso con una productividad de 14
papeleras diarias; una vez terminado este contrato se dedican a producir otras 140
papeleras a razn de 10 por da. Se desea determinar la productividad diaria en la
elaboracin de las 280 papeleras.
38. Un fabricante dispone de $ 100 000 anuales, para la compra de materia prima. Durante
aos invierte la misma cantidad de dinero. Si el precio promedio por kilo ha subido en
tres aos sucesivos de $ 120 a $ 180 y a $ 360. Cul es el precio promedio que ha
pagado el fabricante en los tres aos?
39. Dados los nmeros: 8, 12, 16, 20, encontrar la media, la media geomtrica, la media
armnica.
40. Una persona va a tres tiendas del barrio a comprar azcar; los precios son los
siguientes:
TIENDA
PRECIOS
A
B
C
$ 225
$ 283
$ 257
Si la persona compra el azcar en dos formas diferentes.

La primera forma consiste en que compra 3 kilos en cada tienda.
La segunda forma corresponde a comprar en cada tienda el equivalente a $. 1,000 en
azcar.
a) Cul es el precio promedio por kilo que la persona paga cuando compra el
azcar en la primera forma?
b) Cul es el precio promedio por kilo cuando lo compra en la segunda forma.
$
252.76
42. Con los datos correspondientes a dos submuestras:
Xi : 4, 6, 7, 6. 10, 6, 4, 15, 6.
Yi : 10, 18, 12, 20, 8, 10.
Se pide:
a).Calcular la mediana, moda y media aritmtica para cada una de las submuestras,
separadamente.
b). Calcular la media de las dos submuestras.
43. Dos fabricantes tienen 80 y 120 empleados, respectivamente. El salario promedio para
el total de empleados es de $ 22 630. Sabindose, adems, que los empleados de la
primera fbrica ganan, en promedio $ 1,700 ms que los empleados de la segunda
fbrica. Cul es el salario promedio de los empleados en cada fbrica?
Rpta. $ 23,650
$ 21,950
44. Un grupo de 400 empleados se divide en operarios y tcnicos con un salario promedio
de $ 26,096.00. Los salarios promedios para las dos grupos son: $ 25,730 $ 26,340,
70
ESTADSTICA APLICADA
C.LINDO P.
respectivamente Cuntos operarios y cuntos tcnicos existen? El salario es
quincenal.
Rpta. n1 = 160 y n2 = 240
45. Tres almacenes tienen un total de 80 vendedores. Los dos primeros ganan $ 22,500 y
$ 27,000 respectivamente y tienen, adems, el mismo nmero de vendedores. Se
quiere saber cual es el salario promedio de los vendedores del tercer almacn,
sabiendo que el salario promedio de los vendedores de los 3 almacenes es de $
24,600 y adems, tiene 10 vendedores menos que el primer almacn. El salario es
semanal.
Rpta. n1 = 30 n2 = 30 n3 = 20 $ 24,150
46. En una tabla de frecuencias, se clasifican 50 datos utilizando 4 intervalos de igual
magnitud. Se pide calcular la mediana, y la media armnica sabiendo que; Y2 = 50
n1 = 4 N2 = 20 n3 = 25 promedio = 62.4
47. Los gastos (millones de $) en publicidad de 50 empresas comerciales, durante el mes de
agosto de 1997, se agruparon en 4 clases de amplitud constante, de la cual se sabe:
Y1 = 3.5 Y4 = 8.75 n1 = 4 N2 = 20
n3 = 25
Se pide calcular la media aritmtica y la media geomtrica.
Rpta. Y = 5.93 Mo = 5.81
respectivamente Cul es el tiempo medio requerido para hacerlo en conjunto?.
Rpta. M-1 = 144.83 minutos.
49, Con la siguiente distribucin
INTERVALOS
10
15
20
25
30
FRECUENCIA
15
20
25
30
35
3
7
15
25
10
TOTAL
60
Se pide calcular:
a). La media aritmtica
b). La moda
c). La mediana
d). La media geomtrica
e). La media armnica.
50. Un grupo de obreros tiene los siguientes salarios mensuales (miles de $): 23 31 25 24
28 20 23 28 25 20.
Los obreros tienen un reajuste general de35%, pero el empresario ofrece un aumento
del 15%, ms una bonificacin mensual de $ 2,000. Cul cree usted que deber ser
la decisin ms ventajosa para el obrero?
71
ESTADSTICA APLICADA
Rpta. Pedido de 35%
C.LINDO P.
X = $ 31,146.
51. Un grupo de 200 estudiantes, cuya estatura media es de 160.96 cms. Se divide en 2
grupos, uno con una estatura, media de 163.4 cm Y otro con una de 157.3 cm
Cuntos estudiantes hay en cada grupo?.
Rpta. n1 = 80
n2 = 120
52. En una clase hay 35 estudiantes varones con una edad media de 17.5 aos y 15
estudiantes mujeres las que, en promedio son 12% ms jvenes. Cul es la edad
media de la clase?
Rpta. 16.87 aos
53. Las temperaturas registradas en una ciudad, en grados Fahrenheit (F), fueron las
siguientes: 51, 60, 58, 62, 57, 49, 52, 62, 61, 63. Determine la media en grados
centgrados , sabiendo que C = (F-32)/ (9/5).
Rpta. C= 14.17
54. Estudiantes de Contabilidad y Economa rinden conjuntamente un examen de
Estadstica. El promedio general es de 11.52. La media de estudiantes de Contabilidad
es 12; los 20 estudiantes de Economa obtuvieron un promedio de 10.8. Cuntos
estudiantes de Contabilidad obtuvieron un promedio de 12. Cuntos estudiantes de
Contabilidad rindieron el examen?
Rpta.
nc = 30
nc+ne = 20+30 = 50
55. Se clasific la inversin de un grupo de compaa menores en una tabla de frecuencias.
Se sabe que la mxima inversin es de 56 millones de nuevos soles, que la amplitud de
los intervalos es de 8 millones de nuevos soles y que las frecuencias correspondientes a
los intervalos son 1, 16, 21, 9, 8, 3, 2.
Con esta informacin calcular la (varianza) y la mediana.
56. En una fbrica de 3 secciones se sabe que en la seccin A, con 120 trabajadores, la
asistencia media anual es de 240 das, en la seccin B, que tiene 180 operarios la
asistencia media anual es de 216 das. Si la asistencia media en la fbrica es de 226.25
das al ao; determinar cuntos trabajadores hay en la seccin C cuya asistencia media
es de 230 das al ao.
Rpta. nc = 52
57. Una muestra de 70 datos originales da una media de 120 y una desviacin tpica de 6,
otra muestra de 30 datos originales da una media de 125 y una desviacin tpica de 5.
Se renen las 2 muestras formando una sola muestra de 100 datos.
Cmo podr calcularse el coeficiente de variacin de esta muestra de 100 datos?
58. Los salarios de una empresa son, en promedio S/. 50.00 con posterioridad se incorporan
a la empresa un grupo de obreros igual al 25% de lo que estaban anteriormente. El
nuevo grupo ingresa ala empresa con una salario medio igual al 60% de los antiguos.
Dos meses ms tarde la empresa concede un aumento de salarios de S/.30.00.
Determinar:
a).El promedio de salario del total de obreros.
b).Si el aumento hubiera sido del 20% de los salarios Cul habra sido la media de los
salarios as ajustados?.
72
ESTADSTICA APLICADA
C.LINDO P.
59. En una empresa donde los salarios tienen una media de S/. 50.00 y una desviacin
estndar de S/. 10.00 el Sindicato solicita que cada salario Xi se transforme en Yi
mediante la siguiente relacin Yi = 2.5 Xi + 10.
El Directorio acoge parcialmente la peticin rebajando los salarios propuestos por el
sindicato en un 10%, lo que es aceptado. Se pide calcular la media aritmtica y la
varianza de la nueva distribucin de salarios.
60. Dados los sueldos de 50 personas que se clasifican en una tabla de frecuencias con 4
intervalos de igual amplitud, se pide:
Hallar la mediana y la varianza sabiendo quela marca de clase del segundo intervalo es
50; la frecuencia absoluta acumulada del segundo intervalo es 20, la frecuencia absoluta
del primer intervalo es 4; frecuencia absoluta del tercer intervalo es 25 y X = 62.40 (en
nuevos soles).
Cuntas personas ganan un sueldo comprendido entre 23 y 65?
61. El coeficiente de variacin de los ingresos de 200 empleados de una compaa es 57%.
Despus de reajustar, segn ley, todos los sueldos en 11 dlares, este coeficiente de
variacin es ahora de 50%. Sin embargo, la gerencia fija un sueldo mnimo de 71
dlares. Antes del reajuste haba 35 personas que tenan un sueldo promedio de 40
dlares y todos ellos ganaban menos de 60 dlares; con la nueva poltica de la gerencia,
sus sueldos sern llevados en promedio a 71 dlares.
Determine la cantidad de dinero que necesitar mensualmente la compaa, para pagar
los sueldos despus de hacer efectivo los reajustes.
62. En la siguiente distribucin de frecuencia calcular la desviacin tpica:
Intervalos de
Clase
(0 3)
36
69
9-12
12 15
15 - 18
n = 100
hj
0,04
0,06
0.40
0,10
0,02
63. Una regin se divide en dos zonas: A y B. En la zona A existen 10 cooperativas con una
produccin promedio de arroz de 100 T.M. con una desviacin estndar de 10 T.M.
En la zona B existen 15 cooperativas con una produccin promedio de 120 T.M. de arroz
y con una desviacin tpica de 9 TM.
Determinar la produccin media de la regin y la varianza global.
64. El salario promedio de los obreros de una fbrica, el mes de abril es de 80 nuevos soles
con una desviacin tpica de 15 nuevos soles, segn convenio, el mes de mayo, cada
obrero recibir un incremento del 10% de su haber anterior ms una bonificacin
general, por costo de vida, de 20 nuevos soles.
Determinar el salario promedio para el mes de mayo, as como su varianza.
65. En un examen participaron 4 grupos A, B, C, D, con un total de 100 alumnos y un
promedio general de 72 (calificacin centesimal).
Los puntajes medios de los grupos A, B, C fueron 75, 62 y 80 respectivamente. Los
archivos del grupo D se extraviaron, pero se sabe que en el grupo A estn el 40% del
total de alumnos, en el grupo, B el 24% del total, en el grupo C haba 15 alumnos ms
que en el grupo D. En base a esta informacin determinar la nota media del curso D.
73
ESTADSTICA APLICADA
C.LINDO P.
66. Una compaa tiene 100 trabajadores; para los nombrados el haber bsico mximo es
de 150 nuevos soles mensuales y el mnimo es S/. 60.00 mensuales.
Hay un 5% de eventuales que trabajan ad-honore o perciben compensaciones inferiores
a S/. 60.00; 15 trabajadores nombrados perciben haberes inferiores a S/100; el 85% de
los trabajadores tienen haberes inferiores a S/. 130.
Con esta informacin calcular e interpretar:
Cuntos trabajadores ganan ms de S/. 120 mensuales?
La media, la mediana y moda.
67. Suponga que con un nuevo sol se compren 3 kg. de maz, o 2 kg. de azcar, o 4 kg. de
harina. Cuntos kilos se pueden adquirir en promedio con un nuevo sol y cul es el
precio promedio de los 3 artculos.
68. Una persona maneja los primeros 50 km. A 60 Km/h y los siguientes 50 km a 50 km/h.
Cul es la velocidad media?.
Vm = 54.54 k/h.
69. Un auto sube un cerro a 40 km/h y lo baja a 80 km/h. Cul es la velocidad media
Vm = 53.3 k/h.
70. Los siguientes datos representa los ndices de diciembre de 2010 de ventas efectuadas
por las tiendas de departamentos en los 12 distritos.
11, 105, 113, 116, 133, 136, 115, 118, 113, 113, 134, y 118.
Compute la media geomtrica de estos nmeros ndices.
71. En cierto viaje un automovilista adquiri 10 galones de gasolina a 29 centavos por
galn, 15 galones a 31 centavos por galn, 20 galones a 33 centavos por galn y 15
galones a 28 centavos por galn. Cul es el precio medio por galn de gasolina
pagado por el automovilista?.
72. El Sr. X fue a la ciudad B desde la ciudad A en avin a 250 millas por hora y regres en
tren a 40 millas por hora. La distancia entre A y B es 1000 millas. Cul es la velocidad
media?. Verifquelo para comprobar si su respuesta es lgica.
Rpta. 68.97.
73. Si A puede terminar cierta operacin en 30 minutos, B en 20 minutos, C en 25 minutos y
D en 40 minutos. Cul es el tiempo medio requerido para terminar la operacin?.
Rpta. 26.97
74
ESTADSTICA APLICADA
C.LINDO P.
CAPTULO VI
MEDIDAS DE POSICIN
MEDIDAS DE SESGO O ASIMETRIA
Hay ocasiones en que es deseable calcular una medida que muestre la direccin de la
dispersin con respecto al centro de la distribucin. Las medidas de dispersin slo indican
la magnitud de las variaciones, pero no proveen informacin a cerca de la direccin hacia
donde tienden a ocurrir las variaciones. Las medidas de asimetra indican la deformacin
horizontal de las curvas de frecuencias, tal como se muestra en las figuras anteriores.
COEFICIENTE DE ASIMETRA DE PEARSON
a. Cuando se dispone de los valores de la media, mediana, moda y desviacin estndar.
x Mo
s
As
As
3( x Me)
s
Cuando no se puede calcular la media y la desviacin estndar:

As
(Q3 Q 2 ) (Q2 Q1 ) Q3 Q1 2Q2
Q3 Q1
Q3 Q1
As
Si As = 0 La distribucin es simtrica. Ver fig. b

As > 0 La distribucin es asimtrica positiva (sesgada a la derecha). Ver fig. a
As < 0 La distribucin es asimtrica negativa (sesgada a la izquierda). Ver fig. c
Es invariante ante la transformacin yi = axi + b, y ante la unidad de medida.
COEFICIENTE DE ASIMETRA DE FISHER
k
As
f (x
i 1
x) 3
nS 3
MEDIDAS DE KURTOSIS O APUNTAMIENTO
75
ESTADSTICA APLICADA
k
M
K 4
S4
f (x
i 1
nS 4
C.LINDO P.
x) 4
3
Si K 0 Curva normal MESOCURTICA

Si K 0 Curva LEPTOCURTICA
Si
K 0
Curva PLATICURTICA
Se entiende por kurtosis al grado de

deformacin vertical (apuntamiento) de una distribucin de frecuencias y se mide en relacin
a la altura de la curva.
Frmula:
Normal
Platicrtica
Leptocrtica
CAPTULO VII ESTUDIO DE CONCEPTOS PROBABILISTICOS

I.
INTRODUCCIN
El campo de la estadstica descriptiva se ocupa de describir algo que ya ha ocurrido.
Ahora pasamos a la segunda faceta de la estadstica que es el clculo de la probabilidad
de que algo ocurrir. Este aspecto de la estadstica se denomina ESTADSTICA
INFERENCIAL O INFERENCIA ESTADSTICA.
Rara vez el encargado de tomar decisiones dispone de informacin completa a partir de la
cual puede realizar una determinacin. Por ejemplo:
El gerente de ventas de una fbrica de juguetes y rompecabezas, ha desarrollado un
nuevo juego basado en informacin deportiva y desea saber si los aficionados a los
deportes comprarn o no el juego. Dos de los posibles nombres son " A " y " B " Una
forma de minimizar el riesgo de tomar una decisin incorrecta consiste en contratar a una
empresa de encuestas para que tome una muestra de, por ejemplo. 2000 individuos de la
poblacin y pregunte a cada persona cmo reaccionara ante el nuevo juego y a sus
posibles nombres.
Otras preguntas relacionadas con la incertidumbre son: Debe continuarse de inmediato
el programa X " ? Una leche con sabor a menta de reciente desarrollo dar ganancias
76
ESTADSTICA APLICADA
C.LINDO P.
al lanzarse al mercado? Debera modificarse el actual reglamento de estudios de la
UNAS? Debo votar por Juan Prez para alcalde de la provincia de L.P.?
La inferencia estadstica se ocupa de deducciones acerca de una poblacin con base a
una muestra tomada a partir de ella.
Debido a que existe una incertidumbre considerable al tomar decisiones, resulta
importante que todos los riesgos implcitos conocidos se evalen en forma cientfica.
Ayuda en esta evaluacin la teora probabilstica, a la que a menudo se denomina
"Ciencia de la incertidumbre". El empleo de la probabilidad permite a quien toma
decisiones, analizar los riesgos y minimizar el azar inherente, con informacin limitada,
por ejemplo, al lanzar un nuevo producto o aceptar un embarque recin llegado que
contenga partes defectuosas.
Como los conceptos probabilsticos son tan importantes en el campo de la inferencia
estadstica en este captulo se presenta el lenguaje bsico de la probabilidad, incluyendo
trminos como experimento aleatorio, espacio muestral, evento, etc.
II.
II.1
TERMINOS IMPORTANTES.
EXPERIMENTO ALEATORIO (E).- Es cualquier experimento u operacin cuyos
resultados no pueden ser predichos con exactitud antes de ser realizado.
CARACTERSTICAS:
1. Cada experimento podr ser repetido indefinidamente bajo las mismas condiciones.
2. Todos los resultados posibles del experimento aleatorio, se pueden conocer a priori con
precisin y no el resultado del experimento.
3. Cuando el experimento es repetido un numero grande de veces, el conjunto generado de
resultados, describe un comportamiento que permitir el estudio del fenmeno aleatorio.
EJEMPLOS:
E1: Observar el tiempo de vida de un disco duro.
E2: Observar el nmero de crditos aprobados al finalizar el primer ao de estudios de un
estudiante unasino.
E3: Contabilizar el total de artculos defectuosos de la produccin del da.
E4: Observar el tiempo que tarda un empleado en ensamblar un CPU.
E5: Seleccin de un objeto de un lote de produccin.
E6: Observar el tiempo de interrupcin de una computadora.
II.2
ESPACIO MUESTRAL ( S).- Es un conjunto de todos los posibles resultados de un

experimento aleatorio (E)
EJEMPLOS:
E1: S1= t/ 0 t 60 000 hrs.
E2: S2 = 0, 5, 15, 22, ....
E3: S3 = 0, 1, 2, 3, .........N N es el nmero mximo producido.
E4: S4 = t/ t 0 minutos
E5: S5 = DEFECTUOSO, NO DEFECTUOSO
E6: S6 = t/ t 0 minutos
Los espacios muestrales, puede ser discretos o continuos.
II.3
PUNTO DE MUESTRA.- Es cada resultado particular del experimento aleatorio o un

elemento del espacio muestral. El nmero de puntos de muestra de "S" es representado
por n(S)
77
ESTADSTICA APLICADA
C.LINDO P.
Ejemplo: tres personas de una comisin deben expresar su opinin favorable (F) o
contraria (C) con respecto a un determinado proyecto de inversin.
a) Hallar el espacio muestral.
b) El nmero de puntos de muestra.
Solucin:
a) Sean los eventos: F: favorable , C: Contraria.
S= (FFF), (FFC), (FCF), (CFF). (FCC), (CFC), (CCF), (CCC)
b) n (s) = 8 puntos de muestra.
II.4
II.5
EVENTO O SUCESO.- Es cualquier subconjunto del espacio muestral S, esto significa

que un punto de muestra es un evento y tambin lo es el conjunto vaco. Se puede
representar por A1, A2, ........Ak
TIPOS DE EVENTOS
1. EVENTO SIMPLE O ELEMENTAL
Contiene un elemento del espacio muestral S. Ejemplo
A= (FFF)
2. EVENTO COMPUESTO
Contiene 2 ms elementos del espacio muestral S. Ejemplo
B = (FFF), (FFC), (FCF)
3. EVENTO SEGURO O UNIVERSAL
Es el espacio muestral S. Ejemplo.
C= (FFF), (FFC), (FCF), (CFF). (FCC), (CFC), (CCF), (CCC)
4. EVENTO IMPOSIBLE O VACO
No contiene ningn elemento del espacio muestral.
D=
5. EVENTO COMPLEMENTO
Es el evento Ac que contiene todos los elementos del espacio muestral que no estn en
A.
6. EVENTOS MUTUAMENTE EXCLUYENTES
Dos eventos mutuamente A y B definidos sobre un espacio muestral son mutuamente
excluyentes, sino pueden ocurrir juntos, es decir la interseccin es el conjunto vaco.
A B=
7. EVENTOS COLECTIVAMENTE EXHAUSTIVOS
Los eventos A, A , ...............A , son colectivamente exhaustivos, si la unin de todos ellos
es el espacio muestral.
A1 U A2 U A3 ........... U AK = S =
III.
III.1
OPERACIONES CON EVENTOS

UNION
Se denomina unin de los eventos A y B, al evento A U B que consiste de todos los
puntos muestrales que pertenecen a A o a B, o a ambos., esto es,
A U B = {w / w A V w B }
El evento AUB describe el evento de que ocurra por lo menos uno de ellos.
78
ESTADSTICA APLICADA
C.LINDO P.
III.2
INTERSECCION
Se denomina interseccin de los eventos A y B al evento A B que consiste de todos los
puntos muestrales que son comunes a A y a B, esto es,
A B ={w / w A w B }
El evento A B describe el evento de que ocurran ambos A y B.
III.3
COMPLEMENTO DE UN EVENTO
Si A es un evento del espacio muestral, se llama complemento del evento A al evento que
ocurre si A no ocurre.
Ac = {w / w A }
III.4
DIFERENCIA
La diferencia del evento A menos B es el evento A B, que consiste de todos los puntos
muestrales que pertenecen al evento A y no pertenecen al evento B, esto es,
A B ={w / w A w B }
El evento A B = A Bc describe el evento de que ocurra A y no ocurra B.
IV.
ALGEBRA DE EVENTOS
Las siguientes identidades bsicas se verifican para eventos
AU A= A,
A A= A
AU B = B UA,
AB=BA
A U Ac = ,
A Ac =
AU = A,
A=
AU= ,
A=A
c = ,
c = ,
(Ac )c = A
A (B U C) = (A B) U (A C)
A U (B C) = (A U B) (A U C)
(A U B)c = Ac Bc ,
(A B)c = Ac U Bc ,
1.
2.
3.
4.
5.
6.
7.
8.
V.
QU ES UNA PROBABILIDAD?
79
ESTADSTICA APLICADA
C.LINDO P.
Es un nmero comprendido entre 0 y 1 inclusive, que mide la creencia que se tiene de que
llegue a ocurrir un evento especfico que sea resultado de un experimento.
0 P(A) 1
VI.
POR QU SE ESTUDIA LA PROBABILIDAD?

Qu papel desempea la probabilidad en la toma de decisiones?
La probabilidad ayuda a tomar una decisin frente a un determinado problema.
VII. ENFOQUES DE LA PROBABILIDAD

Se analizarn dos enfoques de la teora probabilstica que son dos puntos de vista: objetivo
y subjetivo. La probabilidad objetiva puede subdividirse en:
1. Probabilidad clsica o a priori
2. Probabilidad definicin de frecuencia relativa o a posteriori.
DEFINICION CLSICA
Si un experimento aleatorio tiene puntos muestrales mutuamente excluyentes e
igualmente posibles y si n(A) de estos puntos muestrales presentan una caracterstica tal
como A, entonces la probabilidad del evento A es:
P(A) = NMERO DE RESULTADOS FAVORABLES
NMERO TOTAL DE CASOS POSIBLES
P ( A)
n( A)
n( S )
Ejemplo: Si se lanza un dado, calcular la probabilidad de que se obtenga un nmero impar

o mltiplo de 3.
Solucin:
El espacio muestral ser:
S = {1,2,3,4,5,6}
n(S) = 6 casos posibles
El evento A: obtener un nmero impar o mltiplo de 3
ser: A = {1,2,3,6}
n(A) = 4 casos favorables
P ( A)
n( A) 4
0.6667
n( S )
6
luego:
DEFINICION DE FRECUENCIA RELATIVA

Si un experimento aleatorio se repite n veces bajo las mismas condiciones y n(A) de las
veces que se repite el experimento aleatorio ocurre el evento A.
80
ESTADSTICA APLICADA
C.LINDO P.
P(A) = NMERO DE VECES QUE EL EVENTO OCURRIO EN EL PASADO
NMERO TOTAL DE OBSERVACIONES
P ( A)
f
n
Ejemplo: Realizada una encuesta a 400 vendedores ambulantes de Tingo Mara, se

encontr que 120 tenan estudios superiores incompletos. Hallar la probabilidad de que al
seleccionar aleatoriamente a un vendedor ambulante, este tenga estudios superiores
incompletos.
Solucin:
Sea el evento A: Vendedor ambulante con estudios superiores incompletos
f = Nmero de veces que ocurri A = 120
n = Nmero total de observaciones = 400
120
P ( A)
0.30
400
Luego:
Ejemplo: En una encuesta realizada a 880 pequeas empresas de Hunuco sobre el
nmero de medidas de seguridad, se encontr los siguientes resultados:
NDE MEDIDAS DE
N DE EMPRESAS f
PROBABILIDAD P(Ai)
SEGURIDAD (Ai)
A1
0
300
0.34
A2
1
200
0.23
A3
2
180
0.20
A4
3
120
0.14
A5
4
50
0.06
A6
5
30
0.03
TOTAL
880
1.00
a) Cul es la probabilidad de que las pequeas empresas tengan 3 medidas de
seguridad?
P ( A4 )
b)
120
0.14
880
P ( A4 3) P ( A5 ) P ( A6 )
50 30
0.09
880
Cul es la
probabilidad de que las pequeas empresas tengan ms de 3 medidas de

seguridad?
c)
P ( A4 3) P ( A1 ) P ( A2 ) P ( A3 )
300 200 180

0.77
880
Cul es la probabilidad de que las pequeas empresas tengan menos de 3

medidas de seguridad?
d)
P ( A4 3) P ( A4 ) P ( A4 ) P ( A6 )
120 50 30
0.23
880
Cul es la probabilidad de que las pequeas empresas tengan por lo menos 3

medidas de seguridad?
81
ESTADSTICA APLICADA
e)
C.LINDO P.
P( A4 3) P ( A1 ) P ( A2 ) P ( A3 ) P ( A4 )
300 200 180 120

0.91
880
Cul es la probabilidad de que las pequeas empresas tengan a lo mucho 3

medidas de seguridad.
PROBABILIDAD SUBJETIVA
Si existe poca o ninguna experiencia en la cual se pueda basar una probabilidad, de todas
formas puede obtenerse una probabilidad en forma subjetiva. Fundamentalmente esto
significa evaluar las opiniones disponibles y otra informacin subjetiva para despus llegar
a la probabilidad.
Las probabilidades subjetivas se asignan a eventos que pueden suceder solo una vez o
muy pocas veces.
Ejemplo:
La probabilidad de que una mujer llegue a ser presidenta del Per.
La probabilidad de que el dlar baje su precio a s/. 1. 20
VIII. ALGUNAS REGLAS BSICAS DE PROBABILIDAD
1. Si es el conjunto vaco, entonces P() = 0
2. Si Ac es un evento complementario de A, entonces:
P(Ac ) = 1 P(A)
3. Si A y B son dos eventos cualesquiera, definidos en el espacio muestral S, tal que A B
entonces P(A) P(B)
4. Sean A y B dos eventos cualesquiera, definidos en S, entonces:
P(AUB) = P(A) + P(B) P(A B)
5. Si A,B y C son tres eventos cualesquiera de S, entonces:
P(AUBUC) =P(A)+P(B)+P(C)P(A B) P(A C) P(B C)+ P(A B C)
Ejemplo: En una empresa trabajan 10 hombres y 16 mujeres, de las cuales la mitad de los
hombres y la mitad de las mujeres han nacido en Tingo Mara. Hallar la probabilidad de
que un trabajador elegido al azar sea hombre o que haya nacido en Tingo Mara.
Solucin:
Sean los eventos:
A = {el trabajador sea hombre}
B = {trabajador nacido en Lima}
Entonces ser hombre o nacido en Lima ser: A U B
P(A)= 10/26
P(B) = 5 + 8 = 13/26
26
P(A B) = 5/26
P(AUB) = 10/26 + 13/26 5/26 = 18/26 Rpta.
IX.
DIAGRAMA DE RBOL
Un diagrama de rbol es muy til para representar probabilidades condicionales y
conjuntas. Se utiliza para mostrar la elaboracin de un diagrama tal.
X.
PROBABILIDAD CONDICIONAL
82
ESTADSTICA APLICADA
C.LINDO P.
Sean A y B dos eventos asociados a un experimento aleatorio, se indica P(A/B) la
probabilidad condicional de la ocurrencia del evento A dado que ya ocurri el evento B.
P(A / B) = P (A B) , P (B) > 0
P (B)
P(A / B) satisface los axiomas de probabilidad.
1. 0 P(A / B) 1
2. P(S / B) = 1
3. P(A1 U A2 / B) = P(A1 / B) + P(A2 / B)
si (A1 A2 ) =
Ejemplo:
El club UNAS consiste de 120 socios. Del total, son hombres y la mitad son docentes
de la Universidad. Adems, 1/3 de las mujeres son no docentes.
Se elije al azar un socio del club:
a) Calcular la probabilidad de que sea hombre y docente
b) Calcular la probabilidad de que sea hombre, dado que es docente.
Solucin:
El espacio muestral S consiste de los 120 socios del club que son clasificados en: Hombre
(H), Mujer (M), Docente (D), y No Docente ( ~D)
HOMBRE (H)
MUJER (M)
TOTAL
DOCENTE (D)
40
20
60
NO DOCENTE(~D)
50
10
60
TOTAL
90
30
120
a) Calcular la probabilidad de que sea hombre y docente.

P(H D) = 40/120
b) Calcular la probabilidad de que sea hombre, dado que es docente.
P(H / D) = P (H D) = 40 / 60 = 2/3 Rpta
P (D)
XI.
REGLAS DE PROBABILIDAD
1. PROBABILIDAD DEL PRODUCTO
Se utiliza para calcular la probabilidad conjunta o simultanea de dos ms eventos.
Si los eventos A y B son dependientes, entonces la ocurrencia conjunta de los eventos
es:
P(A B) = P(A) . P(B / A)
Si los eventos A, B y C son dependientes, entonces la ocurrencia conjunta de los
eventos es:
P(A B C) = P(A) . P(B / A). P(C / A B)
Si los eventos A y B son independientes, se debe cumplir:
P(B/A) = P(B) y
P(A/B) = P(A).
Luego, la ocurrencia simultanea de los eventos independientes A y B es:
P(A B) = P(A) . P(B)
La ocurrencia simultanea de los eventos independientes de A, B y C es:
83
ESTADSTICA APLICADA
P(A B C) = P(A) . P(B). P(C)
C.LINDO P.
Ejemplo: Una empresa, que debe decidir si adquiere un determinado paquete de

acciones, solicita un informe a tres asesores financieros para que se pronuncien en
forma favorable o desfavorable a la compra. Por experiencias anteriores en
operaciones similares, se sabe que los tres asesores tienen actitudes ante el riesgo
diferentes e independientes. Esta situacin se refleja en las probabilidades de
aconsejar la compra en este tipo de operaciones que son respectivamente 0.8, 0.5 y
0.3. Con esta informacin a priori, calcule:
a) La probabilidad de que al menos uno de ellos aconseje la compra.
b)
La probabilidad de que ninguno de ellos aconseje adquirir el paquete de acciones.
Solucin:
a) Sean los 3 asesores A, B y C
P(A) = 0.8 P(B) = 0.5 Y P(C) = 0.3
P(A U B U C) = 0.8 x 0.5 x 0.3 = 0.12
b) P(A U B U C)c = 1 - P(A U B U C)
P(A U B U C)c = 1 0.12= 0.88
2. PROBABILIDAD DE LA SUMA
Se utiliza cuando se desea calcular la probabilidad de que ocurra al menos un
evento.
Si los eventos A y B son mutuamente excluyentes, la probabilidad de que ocurra A B
es:
P(AUB) = P(A) + P(B)
Si los eventos A, B y C son mutuamente excluyentes, la probabilidad de que ocurra
almenos un evento es:
P(AUBUC) = P(A) + P(B) + P(C)
Sean A y B dos eventos cualesquiera o no mutuamente excluyentes, definidos en S,
entonces:
Si A,B y C son tres eventos cualesquiera de S, entonces:
P(AUBUC) =P(A)+P(B)+P(C)P(A B) P(A C) P(B C)+ P(A B C)
XII.
TEOREMA DE BAYES
Es un mtodo que nos permite calcular la probabilidad de que un evento que ya ocurri
sea resultante de alguna causa. Para estudiar este teorema, debemos primero conocer:
PARTICIN DEL ESPACIO MUESTRAL
El espacio muestral S puede ser particionado en una serie de eventos mutuamente
excluyentes A1 , A2, ......,An . Estos constituyen una particin si cumplen las siguientes
condiciones:
1. Ai S, Ai S,
Ai
2. Ai Aj = , i j
3. A 1 A 2 .......... A n = S
A1
A2
84
Ak
ESTADSTICA APLICADA
C.LINDO P.
PROBABILIDAD TOTAL
A1 , A2, ......,An una particin cualquiera deun espacio muestral S y sea B un evento
subconjunto de S, entonces:
B= (B A 1 ) (B A 2 ) (B A 3 ) ........... (B A n )
P( B)
P( A ) P( B / A )
i
i 1
P (B A n )
A1
P(B) = P(B A 1 ) + P (B A 2 ) + P (B A 3 ) +...........+
A2
Ak
PROBABILIDAD TOTAL
Sean A1 , A2, ......,A n una particin de S y un evento B cualesquiera distinto del vaco,
entonces la probabilidad de un evento Aj dado la ocurrencia del evento B, es dado por:
P( Aj / B)
P( Aj ) P( B / Aj )
n
P( A ) P( B / A )
i 1
A1
A2
Ak
XIII. ALGUNOS PRINCIPIOS DE CONTEO

PERMUTACIN.- Es un arreglo de todos, o parte de, de un conjunto de objetos.
El nmero de permutaciones de n distintos objetos es n!
El nmero de permutaciones de " n " objetos distintos, tomando " r " a la vez, es:
85
ESTADSTICA APLICADA
C.LINDO P.
nPr = n !
(n - r) !
COMBINACIONES
El nmero de combinaciones de " n " objetos distintos, tomando " r " a la vez es:
nCr =
n!
r ! (n - r) !
EJERCICIOS DE PROBABILIDAD
1. En una bolsa se echan 12 bolitas numeradas correlativamente del 1 al 12. Calcular la
probabilidad de obtener un nmero menor que 5 o mltiplo de 5 al sacar una de ellas.
A. 1/2 B. 1/3 C. 1/6 D. 1/18 E. 0
2.
Calcular la probabilidad de obtener dos ases de un naipe de 52 cartas, sin devolver la

primera carta al naipe.
A. 1/26 B. 1/352 C. 4/663 D. 1/221 E. 3/674
3. Al lanzar dos dados, cul es la probabilidad de obtener un puntaje menor que 5 mayor
que 10?
A. 1/72 B. 1/12 C. 1/4 D. 1/6 E. Ninguna de las anteriores
4. Calcular la probabilidad de que al sacar dos fichas de una bolsa, que contiene 3 fichas
rojas y 4 blancas, con reposicin, ambas sean fichas rojas.
A. 3/4 B. 2/7 C. 6/49 D. 1/7 E. 9/49
5. Si se lanza un dado, calcular la probabilidad de que se obtenga un nmero impar o
mltiplo de 3.
A. 1/2 B. 2/3 C. 1/3 D. 1/6 E. 5/6
6. Se extraen dos cartas, una tras otra, sin devolucin, de una baraja de 40 cartas. Calcular
la probabilidad de que ambas cartas sean reyes.
A. 1/100 B. 1/5 C. 1/130 D. 23/130 E. 1/20
7. Se lanzan dos dados, cul es la probabilidad de que la suma de los resultados sea
menor que 6, si sabemos que dicha suma ha sido mltiplo de 4?
8. Determinar la probabilidad de que al lanzar un dado cuatro veces no se obtenga ningn 6.
A. 0 B. 1/1296 C. 10/3 D. 2/3 E. 625/1296
9. En un naipe de 40 cartas se toman 3 cartas distintas. Calcular la probabilidad de que sean
nmeros distintos.
A. 1/64.000 B. 3/40 C. 1/59.280 D. 4/3.705 E. 192/247
10. Se tiene dos urnas con bolas. La primera contiene 2 bolas blancas y 3 bolas negras;
mientas que la segunda contiene 4 bolas blancas y una bola negra. Si se elige una urna al
azar y se extrae una bola, cul es la probabilidad de que la bola extrada sea blanca?
A. 6/5 B. 8/25 C. 2/5 D. 3/5 E. 4/5
11. Cul es la probabilidad de obtener siete puntos en el lanzamiento de dos dados?
86
ESTADSTICA APLICADA
A. 1/6 B.1/2 C. 7/12
C.LINDO P.
D. 7/36 E. 7/2
12. Al lanzar dos monedas, qu probabilidad hay de obtener una cara y un sello?
A. 4 B. 2 C. 1 D. 1/2 E. 1/4
13. Una caja contiene 12 bolas negras y 8 rojas, qu probabilidad hay de no sacar una bola
negra?
A. 2/5 B. 3/5 C. 2/3 D. 3/2 E. 8
14. Se lanza un dado y sale 4. Qu probabilidad hay de que al lanzarlo nuevamente sume
con el primer resultado un nmero menor que 9?
A. 1/9 B. 5/6 C. 7/36 D. 4/9 E. 2/3
15. En un curso de 60 alumnos, 1/3 de los alumnos habla ingls, 1/4 habla francs y 1/10
habla los dos idiomas, cul es la probabilidad de que un alumno elegido al azar hable
slo un idioma?
A. 1/3 B. 1/4 C. 23/60 D. 29/60 E. 7/12
16. Cul de las siguientes expresiones no corresponde a un suceso aleatorio?
A. Jugar un juego de azar
B. Enfriar agua a 0 C.
C. Lanzar una piedra y medir su alcance
D. Preguntarle a un desconocido si fuma
E. Apostar en una carrera de caballos
17. Qu probabilidad hay de que la lanzar 2 dados se obtenga una suma menor que 6?
A. 10 B. 5/6 C. 1/6 D. 5/18 E. 5/36
18. Cul es la probabilidad de ganar el premio de una rifa para la cual se venden 20 listas y
cada lista tiene 20 nmeros, si se compran 4 nmeros?
19. Cuntos elementos tiene el espacio muestral que se obtiene al lanzar 3 monedas?
A. 27 B. 9 C. 8 D. 6 E. 3
20. Al lanzar un dado 2 veces consecutivas, qu probabilidad hay de obtener primero un 3 y
luego un nmero par?
A. 1/3 B. 1/12 C. 1/9 D. 2/3 E. 4
21. En una ciudad se publican los peridicos A, B y C. Una encuesta reciente de lectores
indica lo siguiente: 20% leen A, 16% leen B, 14 % leen C, 8% leen A y B, 5% leen A y C,
4% leen B y C y 2% leen A, B y C. Para un adulto elegido al azar, calcular la probabilidad
de que:
a)
No lea ninguno de los peridicos.
b)
Lea exactamente uno de los peridicos.
22. Suponga que cada una de dos tiendas comerciales (1 y 2) vende lavadoras de dos
marcas (A y B). La probabilidad de que alguien compre una lavadora en la tienda 1 es 3/4
y la probabilidad de que alguien que se sabe que compra una lavadora en la tienda 1
compre la marca A es 1/3. Simultneamente la probabilidad de que alguien que se sabe
que compra una lavadora en la tienda 2 compre la marca A es 1/4. Dado que alguien
compr una lavadora de la marca A cul es la probabilidad d que haya sido de la tienda
1?
87
ESTADSTICA APLICADA
C.LINDO P.
23. Hallar los siguientes espacios muestrales:

a E: lanzar una moneda 3 veces.
b E: lanzar una moneda y un dado a la vez.
c E: medir la vida til (en hrs.) de una marca de disco duro.
d E: determinar la posicin de cada de un dardo que es tirado hacia un blanco circular de 5
cm. de radio.
24. Suponga que en un sorteo la probabilidad de ganar el primer premio es de 2/5 y la de
ganar el segundo premio es 3/8. Si la probabilidad de ganar al menos uno de los dos
premios es 3/4, calcular la probabilidad de ganar:
a slo uno de los dos premios.
b Ninguno de los dos premios.
25. Se lanza un dado y se observa el nmero obtenido. Calcular la probabilidad de obtener:
a tres puntos.
b Al menos 5 puntos.
26. Se lanza un dado 2 veces consecutivas. Calcular la probabilidad de obtener:
a siete puntos.
b Seis puntos slo en la segunda tirada.
c Siete puntos o 6 puntos slo en la segunda tirada.
d Siete puntos y 6 puntos slo en la segunda tirada.
27. Un sistema esta formado por dos componentes A y B cuyas probabilidades de fallo son
1/6 y 2/15 respectivamente. Si la probabilidad de que al menos uno de los dos
componentes falle es 7/30. Calcular la probabilidad de que:
a ninguno de los dos componentes falle.
b Slo uno de los dos componentes falle.
28. Un club consiste de 150 miembros. Del total, 3/5 son hombres y 2/3 son profesionales.
Adems, 1/3 de las mujeres son no profesionales. Se elige al azar un socio del club:
a calcular la probabilidad de que sea hombre y profesional.
b calcular la probabilidad de que sea hombre, dado que es profesional.
29. Si P( B) = 3/15
P(B/A) 1/5 y P(A B) = 1/15 calcular P(AB )
30. Antes de efectuar una encuesta a nivel nacional se seleccionaron 40 personas para
probar el cuestionario. Una pregunta acerca de s se debe o no construir una planta
industrial, cerca de los pantanos de Villa, requiere una respuesta de s o no.
a)
Cul es el experimento?
b)
Cules son los posibles eventos?
c) Diez de las 40 personas se declararon a favor de la construccin. Con base en estas
respuestas muestrales. Cul es la probabilidad de que una persona especfica est a
favor de la construccin?
d)
Los eventos son por igual probables, mutuamente excluyentes y colectivamente
exhaustivos?
31. Se va a entrevistar a un grupo selecto de empleados de la UNAS con respecto a una
nueva facultad, se efectuaran entrevistas detalladas a cada uno de los empleados
seleccionados en la muestra. Los empleados se clasificaron como sigue:
88
ESTADSTICA APLICADA
C.LINDO P.
CLASIFICACION
EVENTO
NUMERO DE PERSONAS
Funcionarios
A
150
Secretarias
B
80
Profesores
C
160
Alumnos
D
402
a) Cul es la probabilidad de que la primera persona seleccionada sea un funcionario.
b) Cul es la probabilidad de que la primera persona seleccionada sea una secretaria?
c) Cul es la probabilidad de que la primera persona seleccionada sea funcionario o una
secretaria?
32. El departamento de crdito de una empresa comercial, inform que 30% de sus ventas
son en efectivo, 30% se pagan con cheque en el momento de la adquisicin y 40% son a
crdito. Se tiene que 20% de las compras en efectivo, 90% en cheques y 60% de las
compras a crdito son por ms de $ 50. Pedro acaba de comprar un terno que cuesta
$180 Cul es la probabilidad de que haya pagado en efectivo?
33. Una empresa tiene 4 proveedores de materia prima. En la tabla que sigue se muestran las
cantidades adquiridas de cada proveedor y el porcentaje de materia prima defectuosa que
cada uno proporciona.
PROVEEDOR
% ADQUIRIDO % DEFECTUOSO
A
30
2.50
B
20
1.75
C
25
3.00
D
25
1.00
El material empleado esta maana result defectuoso. Cul es la probabilidad de que se
haya adquirido de la compaa B?
Los ejercicios del 35 al 39 se basan en lo que sigue: una encuesta de estudiantes de la
UNAS, revel lo siguiente en lo que se refiere al genero y Facultad de los estudiantes:
MENCIN DE INTERES
SEXO
RNR
ZOOTECNIA
FIA
VARONES
90
150
70
MUJERES
110
50
130
34. Cul es la probabilidad de seleccionar una estudiante?

35. Cul es la probabilidad de seleccionar a alguien que estudie en la facultad de RNR, o
ZOOTECNIA, o FIA ?
36. Cul es la probabilidad de seleccionar un estudiante de zootecnia, dado que la persona
seleccionada es de sexo masculino?
37. Cul es la probabilidad de seleccionar un alumno del FIA, dado que la persona
seleccionada es de sexo femenino?
38. Cul es la probabilidad de seleccionar un varn, dado que estudia RNR?
89
ESTADSTICA APLICADA
C.LINDO P.
39. Un estudio realizado por la oficina de Turismo de T.M. revel que 60% de los turistas que
visitan la ciudad van a la cueva de las pavas, 40% visitan cuevas de las lechuzas, 30%
visitan ambos lugares. Cul es la probabilidad de que un turista especfico visite al
menos uno de los sitios?
40. La probabilidad de que una industria agroindustrial se ubique en T.M. es de 0.7; de que se
localice en Aucayac, es de 0.4, y de que se encuentre ya sea en T.M. o en Aucayac. es
0.8 Cul es la probabilidad de que la industria se localice:
a) en ambas ciudades?
b) en ningunas de las 2 ciudades?
41. La probabilidad de que un vuelo de programacin regular despegue a tiempo es 0.83; la
de que llegue a tiempo es 0.82; y la de que despegue y llegue a tiempo es 0.78.
Encuentre la probabilidad de que un avin:
a) llegue a tiempo dado que despeg a tiempo.
b) Despegue a tiempo dado que lleg a tiempo.
42. Un espacio muestral de 200 adultos se clasifica de acuerdo con su sexo y nivel de
educacin:
EDUCACIN
HOMBRE
MUJER
Primaria
38
45
Secundaria
28
50
Bachillerato
22
17
Si se selecciona aleatoriamente a una persona de este grupo, encuentre la probabilidad
de que:
a) Sea hombre dado que tiene secundaria.
b) No tenga grado de profesional dado que es mujer.
43. En la ciudad de T.M., Panamericana televisin emite un programa noticiero por la
maana, y otro 24 horas, en la noche. El 10% de las familias de esta ciudad sintonizan
el programa por la maana, 30% ven el programa por la noche y 7% ven ambos
programas. Cul es el porcentaje de las familias que no ven ninguno de estos dos
programas informativos?
44. En Tingo Mara, el Hotel Madera Verde clasifica sus clientes en tres categoras:
Los clientes que viajan en tours organizados por agencias de viajes.
Los clientes independientes, que viajan por su cuenta.
Los hombres de negocios.
La gerencia desea determinar la relacin entre el tipo de cliente y el tipo de pago. Ha
seleccionado 230 clientes de los que hosped durante el mes diciembre del ao pasado y
los a clasificado en la siguiente tabla:
Tipo de Pago
Cliente
Tarjeta de Crdito
Efectivo
Agencia de Viaje
65
45
Independiente
30
30
Hombre de Negocios
50
10
Cul es probabilidad de que si se selecciona un cliente al azar de esta muestra:
a. el cliente sea hombre de negocios?
b. el cliente sea hombre de negocios y pague al crdito?
90
ESTADSTICA APLICADA
C.LINDO P.
c. el cliente sea hombre de negocios o pague en efectivo?
d. Supongamos que el cliente es independiente. Cul es la probabilidad de que se pague al
crdito?
e. Los dos eventos: ser un cliente de agencia de viaje y pagar al crdito son
independientes? Explquelo.
45. Uno de los propsitos de la auditoria es el de detectar errores de procedimiento o de juicio
en el asiento de informacin contable. Suponga que un estudio de contadores esta
llevando a cabo una auditoria sobre las practicas contables de una empresa en la cual la
afectacin de cuentas (de clientes) la hacen tanto por el Dpto. de ventas a mayoristas
como el de ventas a minoristas. Se sabe que el 70% de todas las cuentas son de
mayoristas y mas an, se sabe que el 10% de las cuentas de mayoristas y el 20% de las
cuentas de minoristas tienen algn tipo de error contable. Si los auditores observan un
error en una cuenta de clientes, encuentre la probabilidad de que sea de las de
mayoristas.
46. Una empresa, que debe decidir si adquiere un determinado paquete de acciones, solicita
un informe a tres asesores financieros para que se pronuncien en forma favorable o
desfavorable a la compra. Por experiencias anteriores en operaciones similares, se sabe
que los tres asesores tienen actitudes ante el riesgo diferentes e independientes. Esta
situacin se refleja en las probabilidades de aconsejar la compra en este tipo de
operaciones que son respectivamente 0.8, 0.5 y 0.3. Con esta informacin a priori,
calcule:
c) La probabilidad de que al menos uno de ellos aconseje la compra.
d) La probabilidad de que ninguno de ellos aconseje adquirir el paquete de acciones.
(Casas)
47. Segn datos de la SUNAT, el 60% de los contribuyentes obtienen la mayor parte de sus
ingresos por rendimientos del trabajo, el 30% por rendimientos del capital mobiliario y el
resto por otros rendimientos. Tambin se sabe que la probabilidad de que la declaracin
resulte positiva si se han obtenido los mayores ingresos por rendimientos de trabajo es de
0.4 y la de que salga negativa si los mayores ingresos proceden de rendimientos de
capital mobiliario es 0.2 .No existe ninguna declaracin que salga positiva si la mayor
parte de los ingresos se obtienen por otros rendimientos. Se considera que todas las
declaraciones son o bien positivas o bien negativas.
a) Calcule la probabilidad de que una declaracin elegida al azar resulte positiva.
b) Cul es la probabilidad de que una declaracin elegida al azar resulte positiva y la mayor
parte de los ingresos del contribuyente procedan de rendimientos del trabajo?
c) Si se est investigando una declaracin que ha resultado negativa, calcule la probabilidad
de que los mayores ingresos del contribuyente procedan de rendimientos de capital
mobiliario. (Casas)
48. Una empresa multinacional realiza operaciones comerciales en 3 mercados (A, B y C). El
20% de las operaciones de la multinacional corresponden al mercado A, y en los
mercados B y C realiza exactamente el mismo nmero de operaciones. El porcentaje de
operaciones en las que se producen retrasos en el pago es del 10, 15 y 5 por ciento en
los mercados A, B y C respectivamente.
a) En qu porcentaje de operaciones de la multinacional no se producen retrasos en el
pago?
b) Qu porcentaje de las operaciones en las que se ha retrasado el pago han sido
realizadas en el mercado B?
91
ESTADSTICA APLICADA
C.LINDO P.
c) Elegida una operacin al azar, qu probabilidad hay de que no tenga retraso en el pago
y corresponda al mercado A o C?
d) Entre las operaciones que no han sufrido retraso en el pago, cul es el porcentaje de las
que corresponden a los mercados A o C ? (Casas)
49. En cierta facultad el 25% de los estudiantes desaprueban matemticas, el 22% qumica y
el 12% ambas. Se selecciona un estudiante al azar.
a) Si ha desaprobado qumica, cul es la probabilidad de que desapruebe matemticas?
b) Si tiene qumica aprobada, cul es la probabilidad de que tenga tambin la matemtica
aprobada?
50. En la facultad de sistemas, el 28% de los estudiantes desaprobaron matemticas, el 12%
desaprobaron estadstica y el 8 % desaprobaron las dos asignaturas. Se selecciona un
estudiante al azar.
a) Si desaprob estadstica, cul es la probabilidad de que desaprobara matemticas?
b) Si desaprob matemticas, cul es la probabilidad de que desaprobara estadstica?
c) Cul es la probabilidad de que desaprobara matemticas o estadstica? (vila)
51. La probabilidad de que un comerciante venda dentro de un mes un lote de lavadoras es
0.45 y la probabilidad de vender un lote de hornos micro ondas dentro de un mes es 0.35.
Hallar la probabilidad de que:
a) Venda los dos lotes de artculos dentro de un mes.
b) Venda al menos uno de los lotes dentro de un mes.
c) Venda ninguno de los lotes dentro de un mes.
d) Solamente venda el lote de lavadoras dentro de un mes. (vila)
52. En un lote de 12 artculos hay 4 defectuosos. Si se toma al azar 3 artculos uno tras otro.
cul es la probabilidad de que los 3 sean buenos?
(vila)
53. En una empresa del total de trabajadores, se tiene que el 50% son profesionales, el 28%
tcnicos y el resto personal de servicio; adems se tiene que el 5% de los profesionales,
el 8% de los tcnicos y el 12% del personal de servicio son contratados. Suponga que se
selecciona un trabajador al azar y resulta ser contratado. Hallar la probabilidad de que el
trabajador sea tcnico. (vila)
54. En una empresa textil el 28% de los trabajadores y el 15% de las trabajadoras mujeres
tienen sueldos superiores a los 1200 nuevos soles. Adems el 55% de las trabajadoras
son mujeres. Si se selecciona al azar un trabajador y gana 1800 nuevos soles, cul es la
probabilidad de que el trabajador elegido sea mujer? (vila)
55. En una Universidad, el 65% de los estudiantes son del grupo sensacin, y el resto son del
grupo armona. En las elecciones para presidente de la federacin de estudiantes se
presentan 2 candidatos, Jorge y Walter. Realizadas las elecciones el 75% del grupo
sensacin y el 15% del grupo armona votaron por Jorge. El 25% de sensacin y el 85%
de armona votaron por Walter. Si se selecciona un votante al azar:
a) cul es la probabilidad de que haya votado por Walter?
b) Si se sabe que el votante dio su voto a Jorge, cul es la probabilidad que sea del grupo
sensacin?
(vila)
56. De los archivos de la oficina de personal de una Universidad se obtuvo la siguiente
informacin: el 25% de los empleados son profesionales, 55% estn casados, 50% tienen
ms de 40 aos, 42% tiene ms de 40 aos y estn casados y solo el 20 % de los
92
ESTADSTICA APLICADA
C.LINDO P.
empleados no son profesionales, no estn casados y ni tienen ms de 40 aos. Si se
selecciona al azar un empleado de esta Universidad.
a) Hallar la probabilidad de que sea profesional o esta casado.
b) Hallar la probabilidad de que no sea profesional y no este casado.
c) Hallar la probabilidad de que sea profesional, este casado y tenga 50 aos. (Gonzles)
57. En una fabrica se tiene 3 maquinas en las que producen las proporciones de 50%, 35% y
15% artculos respectivamente. Se sabe que el 4%, 8% y 6% de artculos defectuosos se
producen en las maquina 1,2 y 3.
a) cul es la probabilidad de que una maquina seleccionada al azar no produzca artculos
defectuosos.
b) Si una cierta maquina no produce artculos defectuosos. cul es la probabilidad de que
sea de la maquina 1?
c) Si una cierta maquina no produce artculos defectuosos. cul es la probabilidad de que
sea de la maquina 3? (Gonzles)
58. De la poblacin econmicamente activa el 70 % son comerciantes, el 50% tienen casa
propia y el 35% son comerciantes y tienen casa propia.
a) Probar que los dos eventos son independientes.(Gonzles)
59. En una universidad privada, el 8% de los profesores nombrados desempean cargos
directivos, el 10% pertenecen a alguna comisin, y nicamente el 4% desempean un
cargo directivo y adems pertenecen a una comisin.
a) Cul es el porcentaje de profesores nombrados que pertenecen a alguna comisin y no
ostentan ningn cargo directivo?
b) Calcule el porcentaje de profesores nombrados que no desempean ningn cargo ni
pertenecen a ninguna comisin.
c) Si en la universidad hay 300 profesores titulares, cuntos de ellos ostentan cargos
directivos y no pertenecen a ninguna comisin?
d) Qu porcentaje de profesores nombrados con cargos directivos pertenecen a alguna
comisin? (Casas ejer.2.5)
60. Se conoce la siguiente informacin relativa a los eventos A, B y C:
P(AUB) = 0.92 P(B/C) = 0.60
P(BUC) = 0.76 P(A/B) = 0.80
P(AB) = 0.48
P(AC) = 0.20
a) calcule las probabilidades de los eventos B, A, B/A, C, BC, ~AB, ~A/B y ~B/A.
(Casas ejer.2.9)
61. Una asociacin de fabricantes de electrodomsticos ha realizado un estudio sobre la
calidad de sus productos aplicndoles varios controles diferentes. El 30% de su
produccin son lavavajillas, el 40% son lavadoras, y el resto son frigorficos. Pasan todos
los controles de calidad el 20% de las lavavajillas, el 40% de las lavadoras y el 20% de los
frigorficos.
a) Calcule la probabilidad de que un electrodomstico elegido al azar pase todos los
controles de calidad.
b) Suponiendo que un electrodomstico elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea una lavavajilla, una lavadora o un frigorfico.
(Casas ejer.2.12)
93
ESTADSTICA APLICADA
C.LINDO P.
62. Una escuela de Postgrado comenz a impartir una maestra en negocios. El primer ao
se matricularon 49 personas, 25 de ellas varones. Del total de matriculados, 21 alumnas y
20 alumnos consiguieron terminar sus estudios dicho ao. De cara a la planificacin del
ao siguiente, y basndose en la informacin obtenida en el primer ao, calcule:
a) Probabilidad que tiene una persona de terminar sus estudios en un ao.
b) Probabilidad de que un estudiante elegido al azar sea alumna y apruebe.
c) Probabilidad de que apruebe una alumna.
d) Probabilidad de que un estudiante elegido al azar est suspenso y sea varn.
e) Probabilidad de que suspenda un alumno. (Casas ejer.2.13)
63. Una importante cadena de restaurantes de la costa peruana se plantea formalizar la
solicitud de admisin en una asociacin hotelera de prestigio. Para evaluar el nivel de
calidad de sus lomos saltados constituye un equipo de expertos que deben calificar
como aptos o no aptos las seleccionadas para su inspeccin. Las clases de lomos
saltados son:
Clase A: Con mas de 300 g. de carne.
Clase B: Entre 100 y 300 g de carne.
Clase C: Con menos de 100 g de carne.
Los porcentajes de lomos saltados preparados de la clase B y C son, respectivamente, 30
y 50%. Tras un mes de trabajo, el equipo presenta un informe en el que se contienen las
siguientes conclusiones: Se considera como aptas el 20% de los lomos saltados de clase
C, el 30% de las de clase B y el 40% de las de clase A.
a) Calcule la probabilidad de calificar como apta un lomo saltado cualquiera.
b) Suponiendo que un lomo saltado a sido calificado no apto, obtenga las probabilidades de
que sea de cada una de las tres clases A, B y C.
64. Suponga que en un sorteo la probabilidad de ganar el primer premio es de 2/5 y la de
ganar el segundo premio es 3/8. Si la probabilidad de ganar al menos uno de los dos
premios es 3/4, calcular la probabilidad de ganar:
a) slo uno de los dos premios.
b) Ninguno de los dos premios.
65. Se lanza un dado y se observa el nmero obtenido. Calcular la probabilidad de obtener:
a) tres puntos.
b) Al menos 5 puntos.
66. Se lanza un dado 2 veces consecutivas. Calcular la probabilidad de obtener:
a) siete puntos.
b) Seis puntos slo en la segunda tirada.
c) Siete puntos o 6 puntos slo en la segunda tirada.
d) Siete puntos y 6 puntos slo en la segunda tirada.
67. Un sistema esta formado por dos componentes A y B cuyas probabilidades de fallo son
1/6 y 2/15 respectivamente. Si la probabilidad de que al menos uno de los dos
componentes falle es 7/30. Calcular la probabilidad de que:
a) ninguno de los dos componentes falle.
b) Slo uno de los dos componentes falle.
68. Un club consiste de 150 miembros. Del total, 3/5 son hombres y 2/3 son profesionales.
Adems, 1/3 de las mujeres son no profesionales. Se elige al azar un socio del club:
a) calcular la probabilidad de que sea hombre y profesional.
b) calcular la probabilidad de que sea hombre, dado que es profesional.
94
ESTADSTICA APLICADA
69. Si P( B) = 3/15
P(B/A) 1/5 y P(A B) = 1/15 calcular P(AB )
C.LINDO P.
70. En la UNAS el 8% de los profesores nombrados desempean cargos administrativos, el

10% pertenecen a comisiones permanentes y nicamente el 4% desempean cargos
administrativos y adems pertenecen a comisiones permanentes.
a. Cul es el porcentaje de profesores nombrados que pertenecen a comisiones
permanentes y no ostentan ningn cargo administrativo?
b. Calcule el porcentaje de profesores nombrados que no desempean ningn cargo
administrativo ni pertenecen a comisiones permanentes?
c. Si en la UNAS hay 200 profesores nombrados, Cuntos de ellos ostentan cargos
administrativos y no pertenecen a ninguna comisin permanente?
d. Qu porcentaje de profesores nombrados con cargos directivos pertenecen a alguna
comisin permanente?
71. Una asociacin de fabricantes de alimentos ha realizado un estudio sobre la calidad de
sus productos aplicndoles varios controles diferentes. El 30% de su produccin son
fideos tallarines, el 40% fideos coditos, y el resto cabello de ngel. Pasan todos los
controles de calidad el 80% de los tallarines, el 90% de los coditos y 75% de los cabellos
de ngel.
a. Calcule la probabilidad de que un paquete de fideos elegidos al azar pase todos los
b. Suponiendo que un paquete de fideos elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea fideos tallarines.
c. Suponiendo que un paquete de fideos elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea fideos coditos.
d. Suponiendo que un paquete de fideos elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea fideos cabello de ngel.
72. La probabilidad de que una persona ahorre en la caja maynas es de 0.6, la probabilidad
de que ahorre en la cooperativa tocache es 0.5 y la probabilidad de que ahorre en ambas
instituciones financieras es 0.2. Hallar :
a. De que ahorre en algunas de las dos instituciones.
b. De que ahorre solo en cajas maynas.
c. De que ahorre solo en cooperativa tocache.
d. De que no ahorre.
73. Suponga que en un proceso de produccin se utilizan las mquinas 1 y 2, que trabajan en
forma independiente para producir cierto bien. si la probabilidad de que ambas mquinas
fallen es 1/5 y de que falle slo la 2 es 2/15. Calculare la probabilidad de que:
a. Falle slo la mquina 1.
74. Una asociacin de fabricantes de alimentos ha realizado un estudio sobre la calidad de
sus productos aplicndoles varios controles diferentes. El 30% de su produccin son
fideos tallarines, el 40% fideos coditos, y el resto cabello de ngel. Pasan todos los
controles de calidad el 80% de los tallarines, el 90% de los coditos y 75% de los cabellos
de ngel.
a) Calcule la probabilidad de que un paquete de fideos elegidos al azar pase todos los
b) Suponiendo que un paquete de fideos elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea fideos tallarines.
c) Suponiendo que un paquete de fideos elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea fideos coditos.
95
ESTADSTICA APLICADA
C.LINDO P.
d) Suponiendo que un paquete de fideos elegido al azar ha superado todos los controles de
calidad, calcule la probabilidad de que sea fideos cabello de ngel.
75. El club UNAS cuenta con 150 miembros. Del total, 3/5 son hombres y 2/3 son
profesionales. Adems, 1/3 de las mujeres son no profesionales. Se elige al azar un socio
de club:
a) Calcular la probabilidad de que sea hombre y profesional.
b) Calcular la probabilidad de que sea hombre, dado que es profesional.
76. Suponga que en un proceso de produccin se utilizan las mquinas 1 y 2, que trabajan en
forma independiente para producir cierto bien. si la probabilidad de que ambas mquinas
fallen es 1/5 y de que falle slo la 2 es 2/15. Calculare la probabilidad de que:
a) Falle slo la mquina 1.
77. En un da cualesquiera 4 mquinas M1, M2, M3 y M4 producen un bien de consumo en
las siguientes proporciones: M1 produce el doble de M4, M3 produce el triple de M4,
mientras que M1 produce la mitad de M2. Las producciones no defectuosas son
respectivamente 95%, 95% y 90% para M1, M2 y M3 respectivamente. Si se elige al azar
un artculo de la produccin de un da y se encuentra que la probabilidad de que resulta
no defectuosa es 0.93
a) Cul es el porcentaje de produccin no defectuosa de M4?
b) De que mquina es mas probable que provenga un artculo defectuoso?
420
580
200
180
60
80
30
78. El Departamento de Transporte Pblico de la municipalidad de Lima realiz una

investigacin a 1000 personas para determinar los diferentes medios de transporte
utilizados durante el ao anterior. Los resultados de la investigacin nos indica que:
personas viajaron en mnibus
personas viajaron en microbs
personas viajaron en taxi
personas viajaron en mnibus y en microbs
personas viajaron en mnibus y en taxi
personas viajaron en microbs y en taxi
personas viajan de las tres formas.
Seleccionando al azar una persona de la muestra, seale la probabilidad de que utilice:
a)
Slo mnibus.
b)
Slo mnibus y microbs.
c)
Slo mnibus y taxi.
d)
Slo taxi
e)
Slo microbs.
f)
Ninguno de los tres medios.
96
ESTADSTICA APLICADA
CAPTULO VIII
C.LINDO P.
DISTRIBUCIONES DE PROBABILIDAD
El comportamiento de una variable aleatoria queda descrito por su distribucin de

probabilidad. Esta distribucin especifica su forma y sus parmetros.
En muchas tareas o anlisis de aplicacin estadstica, se busca determinar una distribucin
de probabilidad o modelo de probabilidad que satisfagan un conjunto de supuestos, para
estudiar los resultados observados de un experimento aleatorio.
I PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS
Muchos de los acontecimientos cotidianos, pueden ser representados mediante
funciones probabilsticas tericas, que son tiles en la toma de decisiones bajo
condiciones de incertidumbre que contribuyen al desarrollo de la ciencia. Veamos
algunos de ellos:
1 DISTRIBUCIN DE BERNOULLI. Consiste en realizar un experimento aleatorio una
sola vez y observar si cierto evento ocurre o no.
Caractersticas:
1 La prueba tiene 1 de 2 resultados mutuamente excluyentes (xito o fracaso).
2 Las probabilidades de xito (E) y fracaso (F) se denotan con " p(E)=p " y " p(F)=1-p
= q" respectivamente.
3 X: es el nmero de xitos x = 0,1.
4 Distribucin de probabilidad de Bernoulli.
La variable aleatoria X tiene una distribucin de Bernoulli con parmetro p y
denotado por: XBer(p). La distribucin de probabilidad de la variable aleatoria
Bernoulli es:
CUANTIA:
0 para
otros valores
f ( x) p ( X x)
p x q1 x
x 0 ,1
Donde p es la probabilidad de conseguir un xito y f define una funcin de cuanta con

parmetro p.
DISTRIBUCION.
0 ; x0
F ( x ) P( X x ) 1 p : 0 x 1
1
: x 1
97
ESTADSTICA APLICADA
C.LINDO P.
Si x tiene una distribucin de probabilidad de bernoulli de parmetros p, entonces la media y
la varianza de la variable aleatoria es respectivamente:
=p
= p q
a) E ( x) 0 x(1 p ) 1xp p
2
2
2
2
2
2
2
b) E ( X ) (0) (1 p) (1) ( p) P p p pq
PROBLEMA: Un experimento aleatorio consiste en seleccionar un artculo defectuoso de un

lote 1000 artculos que contiene 20 defectuosos.
a Construir la cuanta y
ii distribucin asociados a dicho experimento.
iii Calcule esperanza matemtica y
iv varianza de la variable de la variable con distribucin de Bernoulli.
v
Calcule P (0 x 1.5)
Solucin:
p= (20/1000)=0.02 Probabilidad de xito.
1-p=q=1-0.02=0.98
i CUANTA
ii
0.02 x 0.981 x , x 0 ,1
f ( x) p( X x)
0 para otros valores
DISTRIBUCIN
0 ; x0
F ( x ) P ( X x) 0.98 : 0 x 1
1
: x 1
F(x)
0.98
Si X~Bernoull(x; 0.02), entonces:

iii Esperanza matemtica = p=0.02
98
ESTADSTICA APLICADA
iv Varianza
= p q=0.02(0.98)=0.0196
v
C.LINDO P.
P (0 x 1.5) =F(1.5)-F(0)=1-0.98
2 DISTRIBUCIN BINOMIAL
Consiste en realizar un experimento aleatorio n pruebas independientes y repetitivas de
Bernoull y observar si cierto evento ocurre o no.
Caractersticas:
Una variable aleatoria X cuyos valores posibles son discretos (1, 2, 3, 4,, n) y esta es
asociada al nmero de aciertos en n ensayos sigue una distribucin de probabilidad
Binomial de importante uso los negocios; si al realizar un determinado experimento se
cumple que:
La totalidad del experimento se puede describir en funcin de una secuencia de

n experimentos idnticos conocidos como ensayos. Experimento que consiste en
n pruebas o ensayos Bernoulli idnticos.
En cada uno de los ensayos, son posibles solamente dos resultados. Nos
referimos a uno de ellos como xito (acierto) y al otro como fracaso.
Las probabilidades de los dos resultados no se modifican de un ensayo al
siguiente. La p(xito)= p y p(Fracaso)= (1-p)=q se mantienen constantes a lo largo
de todas las pruebas o ensayos.
Los n ensayos o pruebas son independientes, es decir el resultado de un
ensayo no afecta los siguientes o anteriores
CUANTIA:
p (1 p)
f ( X ) p( X x)
n
x
n x
x 0, 1, 2,......., n
para otros caso
Permite obtener la probabilidad simple de obtener x aciertos en un total de n ensayos

DISTRIBUCION.
F ( X ) P( X x) nx p x (1 p ) n x
x
Permite obtener la probabilidad acumulada de obtener hasta x aciertos en un

total de n ensayos.
Donde:
p
q = (1 -p)
n
x
: Probabilidad de xito
: Probabilidad de fracaso
: nmero de pruebas
: nmero de xitos en n pruebas
99
ESTADSTICA APLICADA
C.LINDO P.
Si x es variable aleatoria con distribucin Binomial B(X; n, p) entonces: La esperanza
matemtica es =E(X) = np , y la varianza es =V(X) = np(1 p)
La variable aleatoria X, nmero de xitos en n ensayos de Bernoull se puede escribir como
una suma de n variables aleatorias independientes de Bernoull. Esto es
n
x Xi
i 1
Siendo
Xi
de Bernoull con:
a)
i 1
var( X ) var
var( X i ) p (1 p ).
i 1
i 1
E ( X ) E
E( X i ) p
Luego:
var( X i ) p np.
Xi
var( X i ) p(1 p ) np(1 p ).
i 1
i 1
i 1
b)
NOTA. Si p=1/2, la distribucin binomial B(n,p) es simtrica. Adems, si p1, la
distribucin tiene asimetra negativa (cola a la izquierda), y si p0, la distribucin tiene
asimetra positiva (cola a la derecha).
PROBLEMA: Una mquina selladora de bolsas se desajusta durante el proceso de

envasado de leche, aunque el operador esta alerta existe una probabilidad de 0.08 que el
artculo producido sea defectuoso.
i Cul es la probabilidad que en una muestra de 12 artculos producidos ninguno sea
defectuoso?
ii Cul es la probabilidad que al menos uno sea defectuoso en un lote de 15?
iii Cul es el nmero promedio de artculos defectuosos en un lote de 1000 artculos
producidos? y Cul es su desviacin tpica?
solucin
i) p (x = 0) = f (0) = b( 0 ; 12, 0.08 )
12

= 0 (0.,08)0 (0.92)12
= 0.9212
Usando la tabla:
b(0 ; 12 , 0.08) = B (0 ; 12 ,0.08) = 0.3677
ii
p( X 1 ) = 1 - p(x 1) = 1 - p (x = 0) = 1 - 0.9215
Usando tablas:
p( X 1) = 1 - p(X 1)
= 1 - p(X = 0)
= 1 - B (0 ; 15 , 0.08)
100
ESTADSTICA APLICADA
= 0.7137
C.LINDO P.
= np = 1000(0.08) = 80
= np (1 - p) 1000(0.08)(0.92) 8.579
i
ii
iii
PROBLEMA: La probabilidad que un rayo impacte en un poste o cable de energa elctrica

de la red de distribucin de la Regin, en una noche de lluvia tormentosa es 0.15. Encontrar
la probabilidad que de 20 noches de lluvia:
Ocurra exactamente un impacto
Ocurra a lo sumo de 3 impactos
Ocurran de 2 o ms impactos
solucin:
x b(x ; 20 , 0.15)
USO DE LA TABLA
i P(x =1) = f(1) = b(1 ; 20 , 0.15) = B(1 ; 20 , 0.15) - B(0 ; 20 , 0.15)
= 0.1756 - 0.0388 = 0.1368
ii P(x 3) = B(3 ; 20 , 0.15) = 0.6477
iii P(x 2) = 1 - P(x < 2) = 1 - P(x 1)
= 1 - B(1 ; 20 , 0.15)
= 1 - 0.1756 = 0.8244
USO DE LA TABLA
a b (5 ;15 ,0.40) = 0.1859 Tabla de probabilidades simples
b B(8 ; 12 , 0.70) = 0.5075 Tabla de probabilidad acumulada
Verifique que:
B(8 ; 12 , 0.70) = 1 - B(3 ; 12 , 0.30) = 1 - 0.4925 = 0.5075
c
b(8 ; 12 , 0.70)= 0.2312 Tabla de probabilidades simples

Verifique que:
b(8 ; 12 , 0.70) = B(4 ; 12 , 0.30) = B(4; 12, 0.30)-B(3;12,0.30)
= 0.7237 - 0.4925 = 0.2312
d Para n=20 p=0.10 Calcular i) P(5 x 9); ii) P
(5 x 9) :
P(5 x 9) =
b(x ; 20, 0.10)

x 6
=0.009+0.002+0.000=0.011
101
ESTADSTICA APLICADA
C.LINDO P.
8
x 6
x 0
x 0
b(x ; 20, 0.10) b(x ;20 , 0.10) - b(x ;20 , 0.10)

(
5
9
)
P
=
=
ii
=B(9 ; 20 , 0.10) - B(4 ; 20 , 0.10) = 1- 0.9568

8
= 0.0432
b(x ;16 , 0.20) b(x ;16 , 0.20)

b(x ;16 , 0.20)
x 0
x 0
x 5
=B(8;16,0.20)-B(4;16,0.20)
=0.9985-0.7982=0.2003
NOTA: Observe que, en general, B(n; n , p) = 1
3 DISTRIBUCIN DE POISSON
Frecuentemente enfrentamos problemas como, llegadas o arribos a un sistema real, por
ejemplo: El nmero de automviles a una estacin de servicios en el tiempo de una hora, el
nmero de reparaciones que se necesitan en 10 kilmetros de las carreteras, el nmero de
personas que llegan a usar el cajero automtico de un banco en una hora de tiempo, etc., en
general procesos relacionados con servicios prestados por ciertas dependencias pblicas,
casetas de peaje, y el nmero de accidentes efectuados en cierta rea de gran congestin.
El modelo Poisson es utilizado para describir estos tipos de procesos y resulta aplicable,
siempre y cuando se cumplan las siguientes dos condiciones:
La probabilidad de ocurrencia de un evento es la misma para cualesquiera de dos
intervalos de igual longitud
La ocurrencia o no ocurrencia del evento en cualquier intervalo es independiente de la

ocurrencia o no ocurrencia en cualquier otro intervalo. Los eventos son
independientes entre si.
Caractersticas:
1 El experimento en que el nmero de xitos ocurre durante una unidad de tiempo rea
o volumen.
2 La probabilidad de que un evento ocurra en una unidad dada de tiempo, rea o
volumen es la misma para todas las unidades.
3 El nmero de xitos que ocurren en una unidad de tiempo, rea o volumen es
independiente del nmero que ocurren en otras unidades.
4 El nmero medio de eventos en cada unidad se denota por Lambda ().
Su creador fue el francs Simen Denisse Poisson (1781-1840)
e x
P ( X x)
x!
, x = 0, 1, 2,
donde:
: Nmero medio de xitos de eventos en una unidad dada de tiempo, rea o volumen
x : nmero de xitos
102
ESTADSTICA APLICADA
e : base neperiano el cual equivale a 2.71828
x : factorial de x
C.LINDO P.
La media y la varianza de la variable aleatoria de la distribucin de Poisson son

respectivamente: = y =
MODELO
Experimento binmico en que la probabilidad de xito es bastante pequea (p0) en
tanto que la muestra es grande (n), su parmetro es =np parmetro
CUANTA
e x
f ( x) P ( X x)
;
x!
x 0,1,2,3,...
Donde:
x : nmero de xitos
x : factorial de x
DISTRIBUCIN
e x
F ( x) P ( X x)
;
x
!
x 0
x
x Z 0
Si X es una variable aleatoria con distribucin de Poisson P(x,), entonces la media y la

varianza de la variable aleatoria de la distribucin de Poisson son respectivamente: =
y =
E(X) = V(X) = .
USO DE LA TABLA:
a Sea X variable aleatoria con distribucin de Poisson, calcular:
f(0; 3) = F(0; 2) = 0.0498
f(6; 2.6) = 0.032
=F(6; 2.6) - F(5; 2.6) = 0.9828 0.9510 = 0.0318
Si =5.4 P(X8) = F(8; 5.4) = 0.9026
Si =6.8 P(X5)=1-P(X5)=1- P(X4) = 1 0.1920 = 0.808
PROBLEMA: El nmero de tornillos producidos por minuto con una mquina automtica es
una variable aleatoria que tiene la distribucin de Poisson con = 5.6. Si la mquina
aumenta la velocidad se desajusta cuando produce por lo menos 13 tornillos por minuto
Cul es la probabilidad de desajuste de la mquina?
SOLUCIN
Cuanta: X Poisson (x; 5.6)
103
ESTADSTICA APLICADA
f ( x;5.6) P( X x)
C.LINDO P.
5.6
5.6
;
x!
x 0,1,2,3,...
e 5.6 5.6 x
1 P ( x 12) 1
x!
x 0
P (x 13) = 1 - P (x < 13) =
12
= 1 - 0.9949 = 0.0055
PROBLEMA: Se sabe que el 2% de de la produccin mensual de queso es defectuoso. Se
desea obtener una muestra de manera que el mximo nmero de quesos defectuosos sea
de 6 con una probabilidad de 0.95 Cul ser el tamao de dicha muestra?
X b (x; n, p), donde p = 0.02 P(x 6) = 0.95
Como p es pequeo se aproxima a Poisson X poisson (x;), donde
Por interpolacin lineal:
0.9554 0.9490
3.2 3.3
0.95 0.9490
0.02n 3.3
n 164.2 164
Nota: Para casos en que n es grande y p es muy pequeo se

Poisson para aproximar la
puede utilizar la distribucin de
distribucin binomial.
3.2
6 0.955
4
= np = 0.02 n.
=0.02
n
3.3
0.95
0.949
0
np
II PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS CONTINUAS

4 DISTRIBUCIN NORMAL
Quizs la distribucin de probabilidad ms importante utilizada para describir una variable
aleatoria continua es la distribucin de probabilidad normal; es aplicable en gran cantidad de
situaciones de problemas prcticos. La distribucin normal es la de mayor importancia en la
Estadstica porque:
1 Muchas variables aleatorias continuas se distribuyen normalmente o se supone que
siguen la ley de probabilidad normal.
2 Sirve como una buena aproximacin de muchas distribuciones discretas, como la
binomial y la de Poisson.
3 Las distribuciones de muchos estadsticos muestrales se aproximan a la distribucin
normal.
104
ESTADSTICA APLICADA
C.LINDO P.
La distribucin normal, o tambin conocida como distribucin Gaussiana, debido a que
su autor fue Karl Gauss durante el siglo XIX. Tiene algunas propiedades que la hacen
aplicable en un gran nmero de situaciones en las que es necesario hacer inferencias
mediante la toma de muestras.
Definicin.Sea X una variable aleatoria continua con media
densidad es
y varianza Entonces la funcin de
La variable aleatoria X sigue una distribucin normal con parmetros , 2; se denota

2
por : ( x; ; )
CARACTERSTICAS:
La curva f (x) es una distribucin unimodal.
Tiene forma de campana.
La forma de la curva f (x) es simtrica con respecto a la media .
Su media cae en centro de la curva, lo que nos lleva a la conclusin de que su
mediana y su moda estn en el mismo punto.
Adems sus extremos se extienden indefinidamente.
La curva f(x) tiene dos puntos de inflexin, situados a una distancia de a cada lado
de la media .
Las reas comprendidas bajo la curva normal son:
+ = 68.3%
+ 2 = 95.5%
+ 3 = 99%
DENSIDAD
Su funcin de densidad de probabilidad, tiene la forma de una campana como la figura
siguiente:
f(x)
La funcin matemtica que nos da la densidad de probabilidad f(x) para este modelo de
distribucin es:
1 ( x )2
f ( x) 1 e 2
; x
2
Parmetros : media
2: varianza
Si X es una variable aleatoria con distribucin normal (x; ,2), entonces E(x)= y
V(x)=2
En esta ecuacin:
f(x)
:funcin de densidad de probabilidad normal

105
ESTADSTICA APLICADA
:Desviacin estndar de la variable aleatoria

2
: Varianza de la variable aleatoria
:Valor medio o esperanza matemtica de la variable aleatoria

e
:Base de los logaritmos naturales, e = 2.71828
:Nmero Pi , 3.14159
x
:variable aleatoria que puede varan entre - x
C.LINDO P.
Esta funcin f(x) es muy sensible a los valores de (la desviacin estndar), por
cuanto para igual valor de esperanza matemtica , la curva tiende a aplastarse y a
ensancharse a medida que aumenta la desviacin estndar, por el contrario, menores
valores de tienden a comprimir la curva alrededor del valor de la esperanza
matemtica , aumentando el valor de la curva.
DISTRIBUCIN
1 x 2
(
)
t
2
F (x t) 1
dx
e
2
Esperanza matemtica
E ( x)
Varianza
1 x 2
(
)
2
xe
dx
1 x 2
(
)
1
2
2
V ( x)
dx
(x ) e
2
Afortunadamente cuando utilicemos la distribucin normal para describir una variable

aleatoria continua, nunca tendremos que utilizar la funcin de densidad de
probabilidades f(x) F(x). En su defecto, utilizaremos una modificacin de la misma,
denominada Distribucin Normal Estndar de aplicacin general para cualquier valor de
esperanza matemtica y desviacin estndar.
DISTRIBUCIN NORMAL ESTNDAR
DENSIDAD
Mediante la transformacin z = (x-)/ se obtiene la distribucin normal estndar cuya
densidad de la variable estandarizada es:
f (Z )
1 Z 2 / 2
e
; x
2
El valor esperado y varianza de Z son:

E(Z) = 0
V(Z) = 1
CARACTERSTICAS
106
ESTADSTICA APLICADA
C.LINDO P.
Si X es una variable aleatoria continua distribuida normalmente con media y
varianza , lo denotamos por N(,).
Aplicando esta notacin a la variable normal estandarizada Z, escribimos N (0,1),
esto es, Z es normal con media cero (0) y varianza uno (1).
La superficie bajo la curva normal estandarizada es igual a 1. por consiguiente, las
probabilidades pueden representarse como superficies bajo la curva normal
estandarizada entre dos valores distintos.
f(x)
Area o
Probabilidad
z=0
Si z es una variable con distribucin normal (z; 0, 1), entonces E(z)=0 y V(z)=1
DISTRIBUCIN NORMAL ESTANDAR

f (Z t )
1
2
Z 2 / 2
dz
F(z)
1/2
USO DE TABLAS
Si X ~ n(x; 23, 9) calcular: a) P(X > 25)
P 20 X 26
107
b)
P X 5
c)
ESTADSTICA APLICADA
1 Solucin
25 23
X 25
P X 25 P
P Z
a)
C.LINDO P.
P Z 0.67 1 P Z 0.67
= 1 0.7486 = 0.2514
5 X 5
P X 5 P 5 X 5 P

3
3
b)
= P 1.67 Z 1.67 P( Z 1.67) P ( Z 1.67)

= 0.9525-0.0475=0.905
Tambin se cumple:
= 2 P ( Z 1.67) 1 = 2 (0.9525) 1 = 0.905
c)
3
20 23 X 26 23
3
P Z P ( Z 1) P ( Z 1)
3
3
3
=0.8413-0.1587=0.6826
Tambin se cumple
=2 P ( Z 1.67)
-1= 0.6826
PROBLEMA: La estatura media de escolares varones de 10 14 aos de edad es 123cm

con una desviacin tpica de 10.7cm, se sabe que la estatura se distribuye normalmente. Si
se selecciona al azar uno de estos nios Cul es la probabilidad que su estatura sea:
a) Mayores que 132.34cm?
b) Menores de 100cm?
Solucin
a)
X 132.34 123
10.7

= P(Z > 0.87)
P X 132.34 P
= 1 P Z 0.87 = 1 0.8078 = 0.1922
b)
X 100 123
P Z 2.15
10.7

= 0.0158
P X 100 P
PROBLEMA: Una planta de elaboracin de productos lcteos es abastecida de leche cada 2

das, el consumo en volumen de leche para la produccin tiene una distribucin normal con
media de 2000 litros y desviacin tpica 500 litros. (Se entiende el consumo cada dos das).
Se trata de hallar la capacidad de su tanque de leche para que sea de solo 0.05, la
probabilidad que en un periodo de 2 das, la leche no sea suficiente para satisfacer toda la
demanda.
Solucin:
x el valor de la v.a.
X: representa, el volumen de consumo de leche cada dos das.
X ~ n(x; 2000, 5002)
108
ESTADSTICA APLICADA
C : Capacidad del tanque
C.LINDO P.
P(X > C) = 0.05

X C 2000
0.05
500

C 2000
P Z
0.05
500
C 2000
1 P Z
0.05
500
C 2000
P Z
0.95
500
C 2000
1.3645 ;
500
C 2822.5
Capacidad del tanque es de 2822.5 litros.
PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS

1. DISTRIBUCIN DE BERNOULLI
Consiste en realizar un experimento aleatorio una sola vez y observar si cierto evento
ocurre o no.
Caractersticas:
1. La prueba tiene 1 de 2 resultados mutuamente excluyentes (xito o fracaso).
2. Las probabilidades de xito y fracaso se denotan con "p" y "q" respectivamente.
3. Distribucin de probabilidad de Bernoulli.
La distribucin de probabilidad de la variable aleatoria Bernoulli es:
P( X x ) p x q 1 x , x 0 ,1
0 para otros valores
La variable aleatoria X tiene una distribucin de Bernoulli con parmetro p y denotado por:
X Ber(p)
La media y la varianza de la variable aleatoria de Bernoulli son respectivamente:
=p
= p q
2. DISTRIBUCIN BINOMIAL
Caractersticas:
1. Experimento consiste en n pruebas o ensayos Bernoulli idnticos.
2. Cada prueba o ensayo tiene dos posibles resultados: xito (E) y Fracaso (F)
3. La P (Exito)= p y P (Fracaso)= q se mantienen constantes a lo largo de todas las pruebas
o ensayos.
4. Las n pruebas o ensayos son independientes.
5. La variable aleatoria binomial X es el nmero de xitos en n pruebas.
La distribucin de probabilidad para una variable aleatoria binomial esta dada por:
109
ESTADSTICA APLICADA
P ( X x)
para
n
x
C.LINDO P.
x
n x
x 0, 1, 2,......., n
otros valores
Donde:
P(X= x): Probabilidad de x xitos en n pruebas.
p: Probabilidad de xito
q = (1 -p): Probabilidad de fracaso
n : numero de ensayos o pruebas
x : numero de xitos en n pruebas.
Y para el caso de la distribucin de probabilidades acumuladas es:
x
P ( X x)
x 0
p q
x n x
n
x
x 0, 1, 2,......., n
La media y la varianza de la variable aleatoria binomial son respectivamente:

=np
= npq
La variable aleatoria X sigue una distribucin binomial de parmetros n, p y es denotado
por: X B(n, p)
Ejemplo: Se sabe que el 85% de los estudiantes de un curso aprueben el semestre. Cul
es la probabilidad de que 3 o ms de un total de 15 no aprueben?
Solucin:
P=0.85 probabilidad de xito de que aprueben
n = 15
pero la pregunta es que no aprueben, entonces P = 0.15
P(X 3) = 1 P (X 2)
2
P ( X 2) 1
x 0
0.15
15
x
0.8515 x
=1Trabajando con el Excel, fx (funciones) Estadsticas Distribucin binomial Aceptar

(y en la hoja argumentos de funcin llenar los datos: Nmero de xitos, ensayos,
probabilidad de xito y acumulado, aqu se escribir: verdadero si es acumulada y falso si
no es acumulada las probabilidades)
= 1 0.6042= 0.3958 Rpta.
110
ESTADSTICA APLICADA
C.LINDO P.
3. DISTRIBUCIN DE POISSON
Denominada de esta manera debido a que su creador fue el francs Simen Denisse
Poisson (1781-1840).
Es utilizado para describir ciertos tipos de procesos que pueden ser los servicios
prestados por ciertas dependencias publicas, casetas de peaje, y el nmero de accidentes
efectuados en cierta rea de gran congestin.
Caractersticas:
El experimento en que el nmero de xitos ocurre durante una unidad de tiempo
rea o volumen.
La probabilidad de que un evento ocurra en una unidad dada de tiempo, rea o
volumen es la misma para todas las unidades.
El nmero de xitos que ocurren en una unidad de tiempo, rea o volumen es
independiente del nmero que ocurren en otras unidades.
El nmero medio de eventos en cada unidad se denota por Lambda ().
La distribucin de probabilidad para una variable aleatoria de Poisson est dada por:
e x
P ( X x)
x!
, x = 0, 1, 2, .........
Donde:
x : nmero de xitos
x : factorial de x.
Y para el caso de la distribucin de probabilidades acumuladas es:
x
P ( X x)
x 0
e x
x!
La media y la varianza de la variable aleatoria de la distribucin de Poisson son

respectivamente:
Ejemplo:
111
ESTADSTICA APLICADA
C.LINDO P.
Las estadsticas sobre la aplicacin de normas de seguridad, en una fbrica indican que,
en promedio, se presentan 10 accidentes cada trimestre. Determinar la probabilidad de
que no haya ms de doce accidentes de trabajo en cada trimestre.
Solucin:
= 10 accidentes por trimestre.

P(X 11) =
11
P( X 11)
x 0
e 1010 x
0.6968
x!
Resolviendo el problema con la ayuda del Excel (fx (funciones) Estadsticas Poisson
Aceptar (y en la hoja argumentos de funcin llenar los datos: X=11, Media = 10 y en
Acumulado: verdadero)
4. DISTRIBUCIN DE POISSON PARA APROXIMAR LA DISTRIBUCIN BINOMIAL

Para casos en que n es grande y p es muy pequeo se puede utilizar la distribucin de
Poisson para aproximar la distribucin binomial.
np
Ejemplo:
Una compaa de seguros considera que solamente alrededor del 0,01% de la poblacin
le ocurre cierto tipo de accidente cada ao. La empresa tiene 10000 asegurados contra
este tipo de accidente. Cul es la probabilidad de que mximo tres de ellos sufran
accidente?
Solucin:
P = 0.0001
n = 10 000 asegurados
np 10000 x 0.0001 1
112
ESTADSTICA APLICADA
P (X 3 ) =
3
P( X 3)
x 0
C.LINDO P.
e 11x
0.9810
x!
PRINCIPALES DISTRIBUCIONES DE VARIABLES ALEATORIAS CONTINUAS

5. DISTRIBUCIN NORMAL
La distribucin normal, o tambin conocida como distribucin Gaussiana, debido a que su
autor fue Karl Gauss durante el siglo XIX. Tiene algunas propiedades que la hacen
aplicable en un gran nmero de situaciones en las que es necesario hacer inferencias
mediante la toma de muestras.
Definicin.Sea X una variable aleatoria continua con media y varianza
Entonces la funcin de densidad es
La variable aleatoria X sigue una distribucin normal con parmetros
denota por:
se
Caractersticas:
La curva f (x) es una distribucin unimodal.
Tiene forma de campana.
La forma de la curva f (x) es simtrica con respecto a la media .
Su media cae en centro de la curva, lo que nos lleva a la conclusin de que su mediana y
su moda estn en el mismo punto.
5. Adems sus extremos se extienden indefinidamente.
6. La curva f(x) tiene dos puntos de inflexin, situados a una distancia de a cada lado de la
media .
7. Las reas comprendidas bajo la curva normal son:
+ = 68.3%
+ 2 = 95.5%
+ 3 = 99%
La distribucin normal es la de mayor importancia en la Estadstica por que:
1.
2.
3.
4.
1. Muchas variables aleatorias continuas se distribuyen normalmente o se supone que

siguen la ley de probabilidad normal.
2. Sirve como una buena aproximacin de muchas distribuciones discretas, como la
binomial y la de Poisson.
3. Las distribuciones de muchos estadsticos muestrales se aproximan a la distribucin
normal.
DISTRIBUCIN NORMAL ESTNDAR
Definicin:
CARACTERSTICAS:
1. Es una distribucin a la cual se ha modificado la escala original; est modificacin se
ha logrado restando la media al valor de la variable original y dividiendo este
resultado por . La nueva variable se denota por: Z= x - y recibe el nombre de
variable estandarizada.
2. La modificacin de la escala ha permitido elaborar una tabla para el clculo de las

probabilidades; si esta no hubiera sido posible, sera necesario construir una tabla para
cada valor de y .
113
ESTADSTICA APLICADA
La funcin de densidad de la variable estandarizada es:
f (Z )
C.LINDO P.
2
1
eZ / 2
2
El valor esperado y varianza de Z son:

E(Z) = 0
V(Z) = 1
Si X es una variable aleatoria continua distribuida normalmente con media y varianza
lo denotamos por N(,).
Aplicando esta notacin a la variable normal estandarizada Z, escribimos N (0,1), esto es,
Z es normal con media cero (0) y varianza uno (1).
La superficie bajo la curva normal estandarizada es igual a 1. Por consiguiente, las
probabilidades pueden representarse como superficies bajo la curva normal
estandarizada entre dos valores distintos.
EJEMPLOS:
a) P(0 Z 1.75)
b) P(- 1.75 Z 0)
c) P(Z 1.75)
d) P(Z 1.75)
e) P( Z -1.75)
f) P(Z - 1.75)
g) P(- 1.75 Z 1.75)
h) P(-1.75 Z 2.10)
i) P(1.75 Z 2.10)
a)
b)
c)
d)
Ejemplo:
Una empresa peladora de arroz empaca su producto en bolsas cuyos pesos se sabe que
son distribuidos normalmente, con una media de 60 kilos y una varianza de 4 kilos 2.
Encuentre la probabilidad de sacar una bolsa que contenga:
Por lo menos 61 kilos.
Como mximo 61 kilos.
Entre 59 a 62 kilos.
Exactamente 61 kilos
Solucin:
= 60 kilos
2 = 4 kilos2
= 2 kilos
a) P(X 61) = P(X - 61 - 60) = P(Z 0.5 ) = 1 P( Z < 0.5) = 1 0.6915 = 0.3085
2
El 30.85% de las bolsas de arroz pesan por lo menos 61 kilos.
b) P(X 61) = P(X - 61 - 60) = P(Z 0.5 ) = 0.6915
2
El 69.15% de las bolsas de arroz pesan como mximo 61 kilos.
c) P(59 X 62) = P(59 60 X - 62 60) = P( - 0.5 Z 1) =
114
ESTADSTICA APLICADA
C.LINDO P.
2
= P(Z 1) P(Z - 0.5) = 0.8413 0.3085 = 0.5328
El 53.28% de las bolsas de arroz pesan entre 59 y 62 kilos.
d) P(X= 61) = P(60.5 X 61.5) = P(60.5 - 60 X - 61.5 - 60) = P(0.25 Z 0.75) =
P( Z 0.75) = P(Z 0.25 ) = 0.7734 0.5987 = 0.1747

El 17.47% de las bolsas de arroz pesan exactamente 61 kilos.
Ejemplo:
Una compaa de seguros considera que solamente alrededor del 0.003 de la poblacin le
ocurre cierto tipo de accidentes cada ao. La empresa tiene 1000 asegurados contra este
tipo de accidentes. Cul es la probabilidad de que, como mximo 35 de ellos sufran este
accidente?
Solucin:
P = 0.003
n = 1000 asegurados, debemos calcular:
= np = 1000 x 0.003 = 3
= npq = 1000 x 0.003 x 0.997 = 1.73
PROBLEMAS PROPUESTOS
1. De un gran nmero de consumidores de panetones UNAS, el 40% prefiere panetones de
un kilogramo. Diez consumidores de dicho producto son elegidos al azar. Calcular la
probabilidad de que el nmero de consumidores de panetones de un kilogramo sea:
a)
b)
c)
d)
e)
f)
g)
2.
Exactamente 6.
De 6 a ms.
De 6 o menos.
Ms de 6.
Menos de 6.
Por lo menos 6
Como mximo 6
Se ha observado durante un largo perodo que un vendedor puede concluir una venta en
una sola entrevista con una probabilidad de 30% . supngase que el vendedor entrevista
a 5 posibles clientes. Calcule la probabilidad de que:
a)
b)
c)
d)
Exactamente 3 posibles clientes compren sus libros.

Al menos 3 posibles clientes compren sus libros.
Todos los posibles clientes compren sus libros.
Ningn posible cliente le compre sus libros.
3. En una determinada escuela se ha verificado que el 20% de los alumnos tiene problemas
de aprendizaje, ocho alumnos son elegidos al azar para representar a la escuela en una
actividad social. Calcule la probabilidad de que el nmero de alumnos con problemas de
aprendizaje.
a) Sea a lo mucho 4.
b) Sea por lo menos 4
c) Exactamente 4.
115
ESTADSTICA APLICADA
C.LINDO P.
d) Ms de 4.
e) Menos de 4
4. Las lesiones laborales graves que ocurren en la panadera UNAS tiene una media de
2,7. Dado que las condiciones de seguridad sern iguales en la panadera durante el
prximo ao cul es la probabilidad de que el nmero de lesiones graves sea:
a)
b)
c)
d)
e)
Menor a 3.
Ms de 3.
Como mximo 3.
Por lo menos 3.
De 2 a 4 inclusive.
5. En una determinada fbrica el nmero de casos de accidentes de trabajo por semana en

promedio es de 4, suponiendo que se ajusta a una distribucin de poisso; calcule la
probabilidad que la siguiente semana:
a)
b)
c)
d)
No exista ningn accidente de trabajo.

Se produzca exactamente un accidente.
Se produzca no ms de un accidente.
Se produzca al menos un accidente.
6.
Si al 30% de los estudiantes de una Universidad se desaprueban el primer ao. Si se

toma al azar un grupo de 10 estudiantes. Cul es la probabilidad de que:
a)
Mximo 6 aprueben.
b)
Todos aprueben.
c)
Ninguno apruebe.
7. De los 8 000 estudiantes matriculados en la Universidad, se sabe que 6 800 de ellos se
trasladan a la Universidad utilizando motocicleta. Si se selecciona una muestra de 12
estudiantes, cul es la probabilidad de que:
a)
No ms de 5 utilicen motocicleta.
b)
Por lo menos 5 no utilizan moto
c)
Exactamente 4 no lo utilizan.
d)
Exactamente 5 lo utilizan.
8. Supngase que de cada 5 000 carros, cuatro tienen problemas con la batera en cierta
autopista. Si 1000 carros transitan por la autopista durante cierto da, cul es la
probabilidad de que por lo menos 3 carros tengan problemas con la batera.
9. Supngase que, en promedio, una casa de cada 1 000 en cierta zona de la selva, se
incendia durante el ao, si hay 4 000 casas en dicha zona. Cul es la probabilidad de que
se incendien durante el ao:
a)
Ms de 3 casas.
b)
Menos de 3 casas.
c)
Por lo menos 3 casas.
d)
A lo mucho 3 casas.
e)
Exactamente 3 casas.
10. Se sabe que el 60% de los alumnos de la escuela de posgrado asisten a clases el da
viernes; en una encuesta a 8 alumnos de la escuela de posgrado, cul es la probabilidad
de que:
a)
Por lo menos 7 asistan a clases el da viernes.
b)
Por lo menos dos no asistan a clase el da viernes.
116
ESTADSTICA APLICADA
C.LINDO P.
11. Se sabe que en una Universidad con 2000 estudiantes, 800 de ellos usan moto. Si se
realiza una encuesta a 5 estudiantes, cul es la probabilidad de que:
a)
Por lo menos dos usen moto.
b)
Por lo menos dos no usen moto.
c)
De 2000 estudiantes, cuntos espera usted que por lo menos dos no usen moto.
12. Si un tercio de los estudiantes de un curso de Contabilidad son repitentes, calcule la
probabilidad de que en una muestra al azar de cuatro (4) estudiantes de dicho curso:
a)
No ms de dos sean repitentes.
b)
Al menos uno que no sea repitente.
c)
Por lo menos 2 que no sean repitentes.
13. Cul es la probabilidad de que se produzcan 10 o ms acontecimientos desfavorables
en 16 ensayos de una experiencia binomial, si la probabilidad de acontecimiento favorable
en cada ensayo es de 0.4?
14. Una compaa de seguros considera que solamente alrededor del 0,02% de la poblacin
le ocurre cierto tipo de accidente cada ao. La empresa tiene 9 000 asegurados contra
este tipo de accidente. Cul es la probabilidad de que mximo 5 de ellos sufran
accidente?
15. Una compaa de seguros considera que alrededor del 30% de los carros de servicio
pblico se accidentan cada ao. Cul es la probabilidad de por lo menos 3 de una
muestra de 8 vehculos afiliados, hayan tenido accidente en el ao?
16. De la produccin de envases metlicos de una fbrica se sabe que el 10% son
defectuoso. Cul es la probabilidad de que en una muestra de 9 envases:
a)
Por lo menos 3 sean buenos.
b)
Por lo menos 3 sean defectuosos.
17. Cierta enfermedad tiene un 20% de mortalidad. Si tenemos 5 (cinco) pacientes con esa
enfermedad, cul ser la probabilidad de que:
a)
Ninguno sobreviva.
b)
Todos sobrevivan.
c)
Al menos uno sobreviva.
d)
Al menos uno no sobreviva.
18. En una ciudad se publican 25 revistas de las cuales cinco son cientficas. Si se eligen
cuatro al azar, cul es la probabilidad de que:
a)
Por lo menos una sea cientfica.
b)
Por lo menos dos no sean cientficas.
c)
Una sea cientfica.
19. El 30% de las familias de un p.j de T.M. Son consideradas posibles clientes para comprar
cierto producto. Se toma una muestra de 8 familias, cul es la probabilidad, en la muestra:
a)
Tres o menos sean clientes.
b)
Tres o ms no sean clientes.
20. Se toma una muestra de 1500 artculos de un lote de produccin que tiene 0,24%
defectuosos, cul es la probabilidad de obtener:
a)
Dos o menos artculos defectuosos.
b)
Ms de dos defectuosos.
117
ESTADSTICA APLICADA
C.LINDO P.
21. Las estadsticas sobre la aplicacin de normas de seguridad, en una fbrica indican que,
en promedio, se presentan 10 accidentes cada trimestre. Determinar la probabilidad de
que no haya ms de doce accidentes de trabajo en cada trimestre.
22. Los dos quintos de los votantes inscritos en un cierto p.j de t.m. apoyan al grupo A. Cul
es la probabilidad de que en una muestra aleatoria de 7 votantes de ese puesto de
votacin:
a)
Exactamente 5 apoyen a A?
b)
Por lo menos 2 apoyen a A?
c)
Por lo menos 2 no apoyen a A?
23. Un examen de tipo verdadero falso, contiene 16 preguntas que un alumno conteste cada
pregunta al azar, Cul es la probabilidad de que:
a)
A lo ms dos preguntas sean contestadas correctamente.
b)
Por lo menos dos preguntas sean contestadas correctamente.
c)
Por lo menos dos no sean contestadas correctamente.
24. El nmero de demandas presentadas a una compaa de seguros en promedio (np) es
de tres demandas por da. Cul es la probabilidad de que en un da cualquiera:
a)
No se presente ninguna demanda?
b)
Por lo menos se presenten dos demandas?
25. En la produccin de un determinado artculo encontramos que por cada 30 que se
producen, 6 de ellos resultan defectuosos. Si se toma una muestra de 10 artculos, Cul
es la probabilidad de que:
a) Por lo menos dos sean defectuosos.
b) Por lo menos dos no sean defectuosos.
c) En una produccin de 2 000 artculos, En cuntos esperamos que por lo menos dos
sean defectuosos.
26. Supngase la probabilidad de que un cajero de un Banco se equivoque en l pago de un
cheque es de 0,0005 Cul es la probabilidad que en 900 cheques pagados por dicho
cajero:
a)
Por lo menos se equivoque en el pago de 5 cheques.
b)
A lo ms se equivoque en tres.
27. Se sabe que el 20% de alumnos de la universidad son fumadores; en una muestra
aleatoria de 22 fumadores, Cul es la probabilidad de que haya exactamente 15
fumadores?
28. La tasa de mortalidad de cierta enfermedad es de tres por mil. Cul es la probabilidad de
que en un grupo de 500:
a)
Ms de dos mueran.
b)
Como mximo dos mueran.
29. Una firma de pedidos por correo enva una circular que tendr una tasa de respuesta del
20%; suponga que diez circulares se envan como prueba de mercado en una nueva
geogrfica. Si se puede aplicar la tasa de respuestas del 20% en la nueva regin,
determine la probabilidad de que:
a)
La mayora responde.
b)
Menos del 30% de la gente no responde.
118
ESTADSTICA APLICADA
c)
Nadie responde.
C.LINDO P.
30. En promedio, 16 personas por hora consultan a un especialista en decoracin en un

almacn de telas. Cul es la probabilidad de que durante un periodo de 30 minutos:
a)
Por lo menos dos se acerquen al especialista.
b)
No ms de dos se acerquen al especialista.
31. Se estima que una de cada 10 000 personas es alrgica a cierta sustancia utilizada en la
fabricacin de tintes para el cabello. Cul es la probabilidad de que 30 000 usuarias de
tintes:
a)
Por lo menos dos sufran reacciones alrgicas.
b)
Ms de una sufra reacciones alrgicas.
32. El 15% de los artculos producidos mediante cierto proceso son defectuosos. Si se toma
al azar una muestra de 10 artculos, cul es a probabilidad de que contenga:
a)
Ninguno defectuoso.
b)
Por lo menos dos no defectuosos.
c)
Como mximo dos defectuosos.
33. Existe un 80% de probabilidad de que un tipo determinado de componente se comporte
adecuadamente bajo condiciones de alta temperatura. Si el dispositivo en cuestin tienen
cuatro de tales componentes, determine la probabilidad de cada uno de los siguientes
eventos, por medio de la frmula para probabilidades binomiales:
a) Todos los componentes se comportan adecuadamente y por lo tanto el dispositivo es
operacional.
b) El dispositivo no es operacional porque falla uno de los cuatro componentes.
c) El dispositivo no es operacional porque falla uno o ms de los componentes.
34. El conmutador de una clnica recibe un promedio de 20 llamadas cada 2 minutos. Cul es
la probabilidad de que llegue:
a)
exactamente 4 llamadas en un periodo de 30 segundos.
b)
Como mximo 2 llamadas en un periodo de 15 segundos.
35. Supngase que un conductor de automvil que maneja con exceso de velocidad puede
ser detectado por un sistema de radar. Se dice que de cada 10 con exceso de velocidad,
seis son detectados. El automovilista que va con exceso de velocidad, inicia un viaje entre
Bogot y Tunja. Durante el trayecto hay 8 estaciones de vigilancia por radar. Qu
posibilidad hay de que este automovilista, por lo menos cinco veces sea detectado
conduciendo con exceso de velocidad.
36. Se sabe que la probabilidad de que una familia tome jugo de naranja en el desayuno es
del 9,9%. Se toma una muestra de 5 familias y se quiere determinar la probabilidad de
que:
a)
Por lo menos 2 familias tomen jugo de naranja al desayuno.
b)
Como mximo 3 familias no tomen jugo de naranja al desayuno.
37. Los clientes llegan a una exhibicin de razn de 6,8 clientes/hora. Calcule la probabilidad
de que:
a)
En la primera media hora por lo menos lleguen dos clientes.
b)
En el primer cuarto de hora no llegue ningn cliente.
c)
En cualquier hora dada llegue ms de uno.
119
ESTADSTICA APLICADA
C.LINDO P.
38. Un vendedor supone que cada entrevista produce una venta con probabilidad de . En
un determinado da el vendedor entrevista a 5 posibles clientes. Cul es la probabilidad
que por lo menos 3 compren?
39. supongamos que el 16 % de los estudiantes que se presenta a un examen de
Estadstica, con menos de tres ausencias en el semestre, lo pierden. Si se toma 30
estudiantes, Cul es la probabilidad que la pierda un nmero de alumnos no mayor a 5
ni menor a 3?
40. Una secretaria que debe llegar a su trabajo todas las maanas a las 8.00 se retarda
como mnimo 15 mnimo el 20% de las veces. El jefe de la oficina, que no llega sino a las
nueve la mayora de las veces, pero llama ocasionalmente a la oficina entre las 8:00 y
8:15 para enterarse de las novedades:
a) Cul es la probabilidad en 2 maanas de las cinco de la semana, que el jefe llame y la
secretaria no est en la oficina;
b) Por lo menos dos maanas de las cinco, la secretaria est.
41. En una poblacin de trabajadores del estado, que gozan pensin de jubilacin, el 36%
tiene ms de 65 aos. Cul es la probabilidad, en una muestra de 26 pensionados, 8 o
ms tengan ms de 65 aos?
42. La Oficina de personal en una fbrica, indica que el 30% de los empleados de la lnea de
montaje se retiran durante los primeros tres aos de haber sido contratados. Se acaba de
contratar 12 empleados nuevos. Cul es la probabilidad de que:
a)
por lo menos nueve sigan trabajando despus del tercer ao.
b)
Como mximo 3 se vayan antes del tercer ao.
43. Se encuentran cuatro amigos cierto da. Cul es la probabilidad, por lo menos uno de
ellos haya nacido un da viernes?
44. Si se sabe que uno de cada 10 libros de texto representa un xito financiero y una casa
editora ha decidido publicar 6 textos nuevos cul es la probabilidad de que al menos 2
sean un xito financiero?
45. En una regin se tiene 25 colegios de enseanza secundaria, de las cuales cinco son
tcnicos. Si se elige al azar 4 colegios, Cul es la probabilidad de que :
a)
Por lo menos uno se tcnico.
b)
Por lo menos dos no sean tcnicos.
46. El cierre de bancos por problemas financieros ha ocurrido a razn de 5,7 clausuras por
ao.
DISTRIBUCIN NORMAL
47. Los resultados de una prueba a nivel nacional para los bachilleres recin egresados
tienen una media de = 500, con una desviacin estndar = 100. Los resultados estn
distribuidos en forma aproximadamente normal. cul es la probabilidad de que el
resultado de un bachiller aleatoriamente elegido est:
a)
b)
c)
d)
Entre 500 y 620?

Entre 480 y 1000?
Tenga un resultado inferior a 400?
Superior a 620?
120
ESTADSTICA APLICADA
C.LINDO P.
48. En una fbrica el tiempo para producir un artculo est distribuido normalmente con un
promedio de 50 minutos y una varianza de 25 minutos. Se debe fabricar una partida de
8.000 artculos.
a)
Cuntos artculos requeran de un tiempo de fabricacin mayor de 53 minutos?
b)
Cuntos artculos requerirn de un tiempo de fabricacin no inferior a los 48 minutos
ni superior a los 53 minutos?
c)
El 50% de los artculos requerirn de un tiempo de fabricacin entre X 1 y X2 minutos.
Determine los valores de X1 y X2, si ellos son simtricos con respeto al tiempo medio.
49. Una compaa de seguros considera que solamente alrededor del 0.05 de la poblacin le
ocurre cierto tipo de accidentes cada ao. La empresa tiene 1000 asegurados contra este
tipo de accidentes. Cul es la probabilidad de que, como mximo 35 de ellos sufran este
accidente?
50. Si de la produccin diaria de envases metlicos de una fbrica se sabe que el 1% son
defectuosos. Cul es la probabilidad de que en una produccin de 1.000 envases en un
da:
a)
Por lo menos 3 no sean buenos.
b)
Por lo menos 5 sean defectuosos.
51. Se sabe que el 25% de los estudiantes de una universidad usan anteojos. Cul es la
probabilidad de que en un curso de 40 alumnos, por lo menos 5 de ellos tengan gafas?
52. En un examen practicado a 1500 estudiantes, la calificacin promedio fue de 3.6 y la
desviacin tpica de 0.6. Si las calificaciones se distribuyen normalmente, cuntos
estudiantes obtuvieron:
a)
Calificaciones entre 3.5 y 4.0
b)
Calificaciones entre 2.0 t 3.0
c)
Calificaciones de 4.0 y ms.
53. Si la estatura promedio de un grupo de 100 personas fue de 160 cmts y la varianza de
100; adems, se sabe que se distribuyeron normalmente. Cul es la probabilidad de que
una persona mida:
a)
Entre 140 y 165 cm.
b)
Entre 170 y 180 cm.
c)
185 y ms.
d)
130 y menos.
54. Un taller de reparacin de televisores a color, gasta promedio 45 minutos en el arreglo de
un aparato, con una desviacin tpica de 8 minutos. Si la poblacin se distribuye
normalmente, cul es la probabilidad de que en el arreglo de un televisor se gasten ms
de 50 minutos?
55. La vida til de las pilas, de cierta marca, estn distribuidas normalmente; si el 6.88% de
las pilas duran ms de 56 horas y el 30,85% duran menos de 52 horas:
a)
Cul es la media y la desviacin tpica.
b)
Si se tienen 400 pilas, cuntas de ellas esperamos que tengan una duracin
superior a las 56 horas.
121
ESTADSTICA APLICADA
C.LINDO P.
56. Una cuarta parte de los documentos archivados diariamente por un empleado de un
departamento de ventas se hace equivocadamente. Si en un da se archivan 100
documentos, cul es la probabilidad de que:
a)
Por lo menos 18 documentos sean mal archivados.
b)
Exactamente 16 documentos sean mal archivados.
c)
Exactamente 86 documentos sean correctamente archivados.
57. Si la vida media de una batera de 12 voltios, es de 30 meses, con una desviacin tpica
de 6 meses:
a)
Determine qu porcentaje de bateras dura menos de 18 meses.
b)
Si la garanta establece el cambio de la batera, si sta dura menos de 18 meses,
cuntas bateras tendr que cambiar, de 360 vendidas en el trimestre, por un almacn?
58. La duracin de ciertas pilas para radio transistor, estn distribuidas normalmente; si el
2.28% duran ms de 4.26 meses y 5.36% duran menos de 1.25. determine la duracin
media y la desviacin estndar.
59. El peso medio de una fruta es de 4 libras. El 15% de esas frutas pesan menos de 3
libras. Suponiendo que los pesos estn distribuidos normalmente, Cul es la desviacin
tpica?
60. Un fabricante de juguetes considera que el lanzamiento de un nuevo juguete para
navidad producir una venta promedio de 80.000 unidades, si adems piensa que las
ventas estn distribuidas normalmente y que existe una probabilidad del 25% de vender
de 100.000 unidades, Cul es la desviacin estndar?
61. Si una asignatura se califica de 0 a 100 y al final del curso se observa que las
calificaciones estn distribuidas normalmente con una media de 72 y una desviacin
estndar de 10:
a)
Si el porcentaje mnimo para aprobar es 60, Cul es el porcentaje de fracasos?
b)
Si el 80% de los estudiantes de esa asignatura deben ser aprobados, Cul debe ser
el porcentaje mnimo aprobatorio?
62. Se ha comprobado que el tiempo necesario para atender a un contribuyente en una
oficina de recaudacin de impuestos nacionales est normalmente distribuida, con media
de 15 minutos y desviacin tpica de 5 minutos. Cul es la probabilidad de que un
contribuyente seleccionado aleatoriamente:
a)
Requiera menos de 10 minutos para terminar su diligencia.
b)
Que dure ms de 20 minutos en la ventanilla.
63. Una fbrica de cemento empaca su producto en bolsas cuyos pesos se sabe que son
distribuidos normalmente, con una media de 50 kilos y una varianza de 4 kilos. Encuentre
la probabilidad de sacar una bolsa que contenga:
e)
Por lo menos 51 kilos.
f)
Como mximo 51 kilos.
g)
De 49 a 52 kilos.
64. La inspeccin de bolsas de 20 libras de arroz conduce al resultado de que el 60% de
ellas pesan entre 19.20 y 20.80 libras; calcule la varianza, suponiendo que la distribucin
es normal.
65. La fbrica de refresco TAN envasa su producto en frascos cuyos pesos netos tienen
distribucin normal con desviacin tpica de 6.3 gramos. Si el 8% de los frascos tienen un
peso mayor de 142 gramos. Cul es el peso medio de ellos?
122
ESTADSTICA APLICADA
C.LINDO P.
66. El gerente de produccin de una fbrica de bombilla estima que la vida til del producto
est distribuida normalmente con una media de 5.000 horas. Si adems el gerente estima
que hay una probabilidad de 60% de que la bombilla dure ms de 5.568 horas y menos de
4.432 horas.
a)
Cul es la desviacin estndar.
b)
Si en un da se producen 20.000 unidades, cuntos esperamos que tengan una
duracin entre 4.500 y 5.500 horas?
67. En una clnica de los Seguros Sociales se establece que el periodo de hospitalizacin
est distribuido normalmente con una media de 7,6 das y una tpica de 2,2 das. Cul es
la probabilidad de que un individuo que sea internado permanezca.
a)
Por lo menos 4 das.
b)
A lo ms nueve das.
68. Dado un cuestionario de cierto o falso de 100 preguntas, determinar la probabilidad de
que una persona acierte:
a)
Por lo menos 60 preguntas.
b)
No ms de cuarenta ni menos de 60.
c)
Si se presentan 1.000 estudiantes al examen, cuntos esperamos que presenten el
resultado del punto b?
69. Los ingresos de un grupo econmico se distribuye normalmente. La clasificacin de los
grupos econmicos, del mayor a menor ingreso, es la siguiente:
GRUPO
PORCENTAJE
A
8
B
16
C
42
D
20
E
14
Si el grupo C est comprendido entre s/.1500 y s/.2000 soles
a)
Calcular la media y desviacin estndar;
b)
Si en ese sector se ocupa un total de 25000 personas, cuntas se espera que
tengan un ingreso superior a s/. 1800?
70. Los ingresos en cierto sector econmico se distribuye normalmente; la clasificacin de
los grupos econmicos de mayor a menor ingreso, son los siguientes:
GRUPO
PORCENTAJE
A
8
B
16
C
38
D
24
E
14
Si el ingreso del grupo C est comprendido entre 930 soles y 1200 soles.
a)
Calcular la medida aritmtica y la desviacin tpica.
b)
Si en dicho sector se ocupa un total de 23000 personas cuntas esperamos que
tengan un ingreso superior a los 1000?
71. La duracin de ciertas pilas de radio transistor, estn distribuidos normalmente. Si el
2,30% duran menos de 3,8 meses y 54,8% ms de 4,36 meses.
a)
Cul es al media y la desviacin estndar?
123
ESTADSTICA APLICADA
C.LINDO P.
b)
Si se tienen 2.000 pilas, cuntas de ellas esperamos que tengan una duracin
superior a los 5 meses?
72. Se sabe que el 85% de los estudiantes de un curso aprueben el semestre. Cul es la
probabilidad de que 9 o ms de un total de 50 no aprueben?
73. Un conjunto de 20 000 observaciones tiene una distribucin normal con media de 480. Si
4 000 de ellas estn comprendidas entre 470 y 490:
a)
Cul es la desviacin estndar?
b)
Cuntas observaciones habr entre 460 y 470?
74. Si las calificaciones obtenidas en un examen, con notas entre 0 y 100, tienen una
distribucin normal, con media = 72 y desviacin estndar = 4.
a) Cul es la calificacin mnima que debe recibir los alumnos, para estar dentro del 10% de
los alumnos que obtuvieron las notas ms altas en el examen.
b) Si entre las calificaciones 60 y 80, hay 20 alumnos, cuntos tiene el curso.
c) Cul es la mxima nota que debe recibir un estudiante, para encontrarse entre el 72% de
los alumnos, con las notas ms bajas del examen.
75. El propietario de un restaurante ha determinado que la demanda diaria de carne molida
en su negocio tiene una distribucin normal con una media de 240Kg y una varianza de
529 Kg2. Qu cantidad de carne molida debe estar disponible diariamente para que la
probabilidad de que se agote la dotacin no sea mayor de 2%?
76. El control de inventarios en las libreras universitarias es un problema bastante
complicado. Si se piden pocos ejemplares de un determinado libro, los costos aumentan,
puesto que es necesario hacer pedidos grandes. Si se piden demasiados ejemplares, se
corre el riesgo de que el libro no se requiera como texto en el futuro, lo que dificultar su
venta. Suponga que el promedio de alumnos matriculados en Estadstica, en la
universidad durante el semestre, tiene una distribucin normal, con media de 150 alumnos
por semestre y una desviacin tpica de 20 estudiantes. Cuntos libros de texto se
deben pedir para que la probabilidad de que se terminen las existencias no sea mayor de
0.10?
BIBLIOGRAFA
1. DIAZ OPORTO, Juan. (1995). Razonamiento Matemtico. Per: CONCYTEC.
2. HERNANDEZ R. FERNANDEZ C. Y BAPTISTA P. (1996). Metodologa de la Investigacin.
Colombia: Mac. Graw Hill. Primera Edicin.
3. MARTINEZ, Ciro (1995). Estadstica. Santa Fe de Bogot, Ed. Presencia.
4. MENDENHALL, William. (1991). Estadstica para Administradores. Editorial Harla.
5. MEZA DE CASTILLO, Elizabeth. (1994). Probabilidad. Lima Per: CONCYTEC
6. MILLER, FREUD y JOHNSON. (1992). Probabilidad y Estadstica para Ingenieros. Mxico: Ed.
Prince Hall. Cuarta edicin.
7. MITACC MEZA, Mximo. (1994). Tpico de Inferencia. Lima Per: Ed. San Marcos.
8. MITACC MEZA, Mximo. (1994). Tpico de Estadstica y Probabilidad. Lima Per: Ed. San
Marcos.
9. MONTGOMERI D. Y RUNGER G. (1996). Probabilidad y Estadstica aplicada a la Ingeniera.
Mxico: Mc Graw Hill. Primera edicin.
10. MOYAR R. Y SARAVIA A. (1998). Probabilidad e Inferencia Estadstica. Lima Per, Ed. San
Marcos. Segunda Edicin.
11. OSTLE, Bernard. (1994). Estadstica Aplicada. Mxico: Ed. Limusa.
124
ESTADSTICA APLICADA
C.LINDO P.
12. WONNACOTT Y WONNACOTT. (1991). Estadstica Bsica Prctica. Mxico: Ed. Limusa.
13.
125

Estad Apl. 2014-I

Cargado por

Copyright:

Formatos disponibles

Estad Apl. 2014-I

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estad Apl. 2014-I

Cargado por

Copyright:

Formatos disponibles

ESTADSTICA APLICADA

CAPTULO I: DEFINICIONES BSICAS

1.2 Divisin o clasificacin de la Estadstica.

1. Conjunto de los alumnos de la U.N.A.S.

Muestra (n).- Es una parte o un subconjunto representativo y adecuado de la

c) Unidad estadstica.- Conocido tambin como unidad de observacin. Es el

f) Parmetro.- Es un valor obtenido para describir en forma resumida las

mtodos estadsticos se dividen en cuatro etapas:

Planificacin del estudio

Planteamiento del problema.

Aplicar ese instrumento de medicin. Es decir, obtener las observaciones y

2.2 La recoleccin de Datos.

El trabajo de recoleccin de datos, en general, se puede realizar mediante dos

2.5 Tcnicas de Recoleccin de Datos.

Documentar y organizar formalmente las notas, impresionistas, etc.

2. Usted hace uso de un plan de marketing?

3. Usted ha generado ventajas competitivas para su empresa?

4. Cmo son las ventajas competitivas empresariales en su empresa?

6. Cmo califica el desempeo de la competencia?

7. esta Ud. conforme con las estrategias de marketing que emplea?

ESTADO CIVIL: ______________

ORGANIZACIN Y PRESENTACION DE DATOS EN TABLAS Y

3.1 Organizacin y Presentacin de Datos.

3.4 Construccin de Tablas de Frecuencias

El nmero de hijos de los docentes de la Facultad de Ingeniera de

El nmero de softwares instalados en las computadoras del centro de

FUENTE: (de donde se obtuvieron los datos)

Tabla de frecuencia de variable cuantitativa continua

CONSTRUCCIN DE CUADROS DE FRECUENCIAS PARA DATOS AGRUPADOS EN

PASOS PARA AGRUPAR

1 BD: base de datos.

Par redondear un nmero decimal a nmero entero

Clic en cambiar/clic en valores antiguos y nuevos

Terminado el ltimo intervalo, clic en continuar y aceptar

Luego etiquetar la variable EdadRecod

Hacemos clic en vista de

Finalmente obtenemos el resultado del spss 15.

Para obtener medidas de resumen en el SPSS 15 ingresamos los siguientes datos:

Luego analizar estadsticos descriptivos pasamos la variable Xi (marca de clase) y ok

CONSTRUCCIN DE CUADROS DE FRECUENCIAS PARA DATOS AGRUPADOS

PARA DETERMINAR LA FRECUENCIA EN EXCEL:

Donde: fi = frecuencia en la clase K sima.

: Limite inferior del intervalo que contiene a la mediana.

fi = valor de mayor frecuencia.

Del ejemplo tenemos:

3.4.2 ELEMENTOS DE UNA TABLA DE FRECUENCIA

Es el nmero de veces que se repiten un determinado valor de la variable; en el caso de

2) FRECUENCIA ABSOLUTAS ACUMULADAS (Fi)

4) FRECUENCIA RELATIVA ACUMULADA (Hi)

Es el punto medio de cada intervalo, y se calcula :

LIMITE INFERIOR LIMITE SUPERIOR

Polgonos de frecuencias acumuladas.

1.3. Nube de Puntos y Lneas de Regresin.

GRAFICOS PARA VARIABLES CUALITATIVAS

Kola Real; 13%

4. MAPAS ESTADSTICOS O CARTOGRAMAS.

2. Se presentan las alturas en cm, de 40 nios.

3. En un colegio de 50 estudiantes han sido examinados por una prueba de lenguaje. La