Conceptos Basicos de Estadistica
Conceptos Basicos de Estadistica
Conceptos Basicos de Estadistica
II. Tema:
1. Introducción: Permanentemente recibimos información referente al área en
que trabajamos y es necesario hacer uso de ella, puesto que será útil para el
proyecto en que estamos trabajando.
2.1 Población.
2.2 Muestra.
2.3 Variable.
Continua
Cuantitativa
Discreta
Variable
Nominal
Cualitativa
Ordinal
Nominal: son cualidades sin orden. Ej. Estado civil, preferencia por
una marca, sexo, lugar de residencia.
Ordinal: son cualidades que representan un orden y jerarquía. Ej.
Nivel educacional, días de la semana, calidad de la atención, nivel
socioeconómico.
- Un profesor de expresión oral emplea diferentes métodos con cada uno de sus
2 cursos. Al final del curso compara las calificaciones con el fin de establecer
cual método es más efectivo.
- n° de aciones vendidas
- nivel de educacional
- edad
a) ¿Cuál es la población?
b) ¿Cuál es la muestra?
c) Abrir una caja de manzanas y contar los que están en mal estado es un
ejemplo de dato numérico continuo.
c) Por razones de costo y del tiempo que se gastaría en encuestar a todos los
elementos de una , se recurre al .
II. Tema:
Variable x = n° de hijos
Los datos son los siguientes:
3, 1, 2, 0, 3, 2, 1, 1, 3, 3, 2, 4, 2, 2, 0, 2, 1, 3, 4, 2, 3
x1 x2 x21
Categorías Frec. Absoluta Frec. Absoluta Acum. Frec. Relativa Frec. Rel. Acum.
Xi fi Fi hi Hi
0 f1 = 2 f1 = 2 f1/n = 0.095 h1 = 0.095
Total n = 21 1.000
n = tamaño de la muestra
v) Se construye la tabla:
Tabla 2.
Marca de
Intervalos Frec. Absoluta
clase Fi hi Hi
Yi-1 – Yi+1 fi
Y1
[60 – 70) 65 3 3 0,075 0,075
Total 40 1,00
El resto de las columnas se forman de la misma manera que la tabla 1.
n = tamaño de la muestra
0 1 0 4 2 2 1 2 3 2
3 2 1 3 4 2 2 3 2 1
15 20 25 15 18 16 17
18 20 18 18 18 19 16
17 19 16 17 17 17 19
18 19 18 15
10 35 12 8 44 6 15 20 5 7
5 11 17 8 4 7 25 9 2 10
12 12 3 10 9 3 5 16 31 9
0 4 7 11 3 18 2 10 6 22
2 9 8 29 6 4 7 10 0 1
Clases fi
9 – 12 2
12 – 15 1
15 – 18 2
18 – 21 5
21 – 24 8
24 – 27 11
27 – 30 7
30 – 33 4
33 – 36 5
36 – 39 2
Valores fi Fi hi Hi
0 2
1 5
2 9
3 14 0.7
4 0,2
5
Totales
8. Completa la información que falta en la siguiente tabla.
Yi-1 - Yi Yi fi Fi hi Hi
- 100 2
150 7
0,2
0,8
30
Total
Clases Yi fi Fi hi Hi
20 - 24 0,1
24 - 28 0,25
- 32 11 0,55
32 - 0,85
- 40 1,0
Total
Xi-1 – Xi+1 Xi fi Fi hi Hi
[32 - 35) 33,5 5 5 0,04 0,04
35 – 38 36,5 12 17 0,11 0,15
38 – 41 39,5 18 35 0,16 0,31
41 – 44 42,5 19 54 0,17 0,48
44 – 47 45,5 26 80 0,23 0,71
47 – 50 48,5 19 99 0,17 0,88
50 – 53 51,5 13 112 0,12 1,00
n = 112 1,00
Tema: Gráficos.
I. Objetivos de la sesión: que los alumnos sean capaces de representar
las variables con diferentes modelos de gráficos.
II. Tema:
80
60
40
20
0
Veter. Leyes Agro. Forest.
También se utiliza si la variable en estudio es numérica discreta.
Xi fi
0 2
1 4
2 7
3 6
4 2
21
8
7
6
5
fi 4
3
2
1
0
1 2 3 4
X (n° de hijos)
10
8
6
4
2
0
55 65 75 85 95 105 115 125
2. Histogramas y ojivas:
40
30
20
10
0
55 65 75 85 95 105 115
Ejemplo:
Para transformar la frecuencia relativa a grados sexagesimales se aplica el
100% 360º
siguiente método: = ⇒ x = 175,7º
48,8 xº
N° de %
Bancos Grados
clientes
Estado 10.000 48.8 175.7
Chile 5.000 24.3 87.5
BCI 3.500 17.7 61.5
BHIF 2.000 9.8 35.3
20.500 100.0 360.0
10
17 Estado
Chile
49
BCI
BHIF
24
5. Barras subliminales:
80%
60% Hombres
40% Mujeres
20%
0%
A B C D
6. Pictogramas:
Producción
Año
(miles de bicicletas)
1998 2004
1999 3000
2000 1000
2001 5025
El gráfico es el siguiente:
1998 EE
1999 EEE
2000 E
2001 EEEEE
IV. Actividad post sesión: realizar los gráficos de las tablas de frecuencia de
la guía de ejercicios de la sesión 2.
Ejercicios.
Distancia recorrida
Frecuencia
(en miles de kms.)
0 – 20 8
20 – 40 13
40 – 60 18
60 – 80 27
80 – 100 36
100 – 120 48
120 – 140 35
140 – 160 18
160 – 180 4
180 – 200 4
II. Tema:
1. Estadígrafos de posición:
Su fórmula es la siguiente:
n =10
∑ Xi
X= i =1
n
Ej. Edades de las personas
∑Y ⋅ n i i
X = i =1
n
65 • 3 + 75 • 5 + 85 • 7 +... + 115 • 6 3740
X = = = 93.5
40 40
Ej. Un inversionista tiene 1.200 acciones cuyo valor promedio es $34 y 800
acciones cuyo valor promedio es $45. El valor promedio de las 2.000 acciones es:
∑K
X = i =1
=K
n
X=5+5+5+5+5+5+5=7⋅5=5
7 7
b) La media de los valores que son multiplicados por una constante es igual a la
constante por la media de los datos.
n n
∑X i ⋅K K∑ Xi
X = i =1
= i =1
n n
100, 120, 119, 121, 122, 150, 135, 125, 145, 105
n
∑ Xi
X = i =1 = 100 + 120 + 119 +... + 105 = 1242 = 124,2
10 10 10
∑X i ⋅ 1,1
i =1
= 100 • 1,1 + 120 • 1,1 + 119 • 1,1 +... + 1,1 • 105
10
10
= 1,1• 124,2
= 136,62
Ej. Supongamos los datos de edades 25, 35, 24, 32, 28 n=5
Otra forma
5 5
∑ (Xi – X) = ∑ Xi - ∑ X
i=1 i=1 i=1
5
= ∑ Xi – n • X
i=1
5 5
= ∑ Xi – n • ∑ X
i=1 i=1
n
5 5
= ∑ Xi – ∑ X
i=1 i=1
=0
1.2. Mediana:
Ej. 3, 4, 4, 5, 6, 8, 8, 8, 10 n = 9 (n impar)
Mediana
9 + 11 = 10 mediana
2
- Datos tabulados: si los datos están tabulados no es posible individualizar el
valor de la mediana, pero si es factible determinar el
intervalo donde se encuentra.
n
− Fi −1
Me = Li + C 2
fi
Para encontrar el intervalo donde está “Me”, se debe calcular n/2 y buscar en
la columna Fi, el valor que sugiere n/2.
Ej.: tabla 2
n = 40 = 20
2 2
40
− 15
Me ≡ 90 + 10 2
11
20 − 15
Me = 90 + 10
11
Me = 94,54
($94.540 es el sueldo medio)
Ej. 3, 5, 5, 5, 3, 4, 7 Mo = 5
6, 3, 3, 6, 5, 8, 4 Mo = 3 y 6
∆1
Mo = Li + C
∆1 + ∆ 2
donde
Li = límite inferior del intervalo (Yi –1)
C = amplitud del intervalo
1 = diferencia entre fi y fi-1
2 = diferencia entre fi y fi+1
Ej. Tabla 2
Mo = 90 + 10 • 11 – 7
(11 – 7) + (11 – 8)
Mo = 90 + 10 • 4
4+3
Mo = 90 + 10• (0,57)
Mo = 95,71 ($95.710 valor mas repetido)
Media = 880
Mediana = 450
Moda = 400
Obsérvese que solo 2 tienen ingresos altos y las 7 restantes tienen ingresos
menores o iguales a 550 o sea que en este caso la media resulto atípica. La
mediana y la moda resultan mas representativas para esta distribución. El
conocimiento de las 3 medidas da una buena apreciación de la distribución de los
valores pero si se debe hacer una apreciación con una sola de las medidas es
mejor usar la medina.
Para ilustrar estas diferencias se han diseñado los siguientes gráficos.
Media
Mediana
Moda
La media aritmética es un punto de equilibrio (semejante a un centro de
gravedad).
La mediana tiene la propiedad de que su ordenada divide el área bajo la
curva en dos partes iguales.
La moda es la abscisa correspondiente a la mayor ordenada o pico de la
curva.
Ej. 3, 3, 5, 7, 8, 9, 9, 10 n=8
Q1 Q2 Q3
Q1 = 3 + 5 = 4 Q2 = 7 + 8 = 7,5 Q3 = 9
2 2
La interpretación, por ejemplo del Q1 es: el valor 4 supera el 25% de los datos y es
superado por el 75% de las observaciones restantes (ordenadas de mayor a
menor).
i⋅n
− Fi −1
Q1 = Li + C 4
fi
Primero calculamos i • n = 1• 40 = 10
4 4
Buscamos en la columna Ni el valor que supere el 10, en este caso es el 3er
intervalo (en ese intervalo se busca el cuartil 1)
Q1 = 80 + 10 • 10 - 8
7
Q1 = 80 + 10 • (0,28)
Q1 = 82,85
8⋅n
+ Fi −1
D8 = Li + C 10
fi
D8 = 100 + 10 • 32 - 26
8
D8 = 100 + 10 • (0,75)
D8 = 107,5
Rango intercuartil.
Al estudiar el rango, vimos que era muy influenciable por los valores
extremos; para eliminar la influencia de los extremos en estadística se suele
analizar la situación del intermedio de la distribución y a esto se refiere el rengo
intercuartil que es la diferencia entre el tercer cuartil Q3 y el primero Q1.
Rango intercuartil = Q = Q3 – Q1
Rango semi-intercuartílico o desviación cuartil. Es la mitad del rango
intercuartílico; designándolo por QD se tiene:
Q − Q1
QD = 3
2
Salario diario N° de
(miles $) obreros
0 – 3,0 10
3,0 – 4,0 16
4,0 – 5,0 35
5,0 – 6,0 26
6,0 – 7,0 13
3. En una población hay 350 individuos con valores en la primera decil ¿cuántos
individuos de la población entre percentil 18 y la percentil 45?
5. La siguiente tabla muestra los tiempos de reacción (en seg.) de 250 perros
sometidos a anestésico inyectado:
Tiempo reacción
Frecuencia
(seg.)
[120 – 170) 20
[170 - 220) 35
[220 – 270) 85
[270 – 320) 50
[320 – 370) 30
[370- 420) 20
[420- 470) 10
Total 250
Determinar:
a) Limite inferior de la quinta clase.
Construir:
f) Tabla de frecuencia.
Gastos en publicidad en
Nº de empresas
millones de $
25 – 35 6
35 – 45 10
45 – 55 21
55 – 65 16
65 – 75 8
Gastos en miles
Nº de familias
de pesos
150 – 250 15
250 – 350 27
350 – 450 32
450 – 550 21
550 – 650 10
a) Para el presente año se espera que tal gasto se incremente en un 8%, mas un
gasto fijo por cada familia de 25 mil pesos. ¿Cómo varia el promedio del gasto
en alimentación de las familias estudiadas en el año 2002 con respecto al año
2001?.
b) A las familias que gastaron durante el año 2001 menos de 270 mil pesos se
les dará en bono de 45 mil pesos a cada una y a las restantes se les dará un
bono de 28 mil pesos a cada una. ¿Cuál es el nuevo promedio?.
c) Se sabe que la relación de los ingresos de este grupo familiar y los gastos en
alimentación durante el año 2001 estuvo dada por:
I = 1.5 G +75
Se desea saber cual es el promedio de los ingresos durante el año 2001.
11. En un análisis de las llamadas telefónicas que salían a diario de una oficina, se
determinó que 64 llamadas tenían un promedio de 2,3 minutos; 47 llamadas
de entre 3 a 10 minutos, promediaron 6,1 minutos y 4 llamadas de mas de 10
minutos demoraron en promedio 20,6 minutos. ¿cuál es el promedio d la
duración de estas llamadas?.
c) ¿Cuál es le monto máximo del 25% de los clientes que compraron menos el
año 2002?.
Sesión 5
II. Tema:
1. Estadígrafos de dispersión.
La idea de dispersión se relaciona con la mayor o menor concentración de
los datos en torno a un valor central, generalmente la media aritmética.
1.1 Varianza:
5, 8, 6, 7, 5, 6, 5
X = 5 + 8 +... + 5 = 42 = 6
7 7
∑(X i − X )2
S2 = i =1
S2 = 1 + 4 + 0+... + 1 = 8 = 1,14
7 7
se puede calcular la varianza por una fórmula mas reducida que la anterior:
∑X
2
i
2
S2 = i =1
−X
n
En ejemplo:
X 5 4 6 8 8 6 5
X2 25 16 36 64 64 36 25 = 266
266
S2 = − 6 2 = 2,0
7
- Datos tabulados: en los de tener los datos en una tabla de frecuencia, el calculo
de la varianza se hace a través de la siguiente fórmula.
∑ (Y − X ) i
2
⋅ fi
S2 = i =1
n
o bien es reducida.
n
∑Y
2
i ⋅ fi
2
S =
2 i =1
−X
n
Para el ejemplo se usara la tabla 2, que se vuelve a repetir en este capitulo:
Intervalos
Yi fi Yi2 Yi2 · fi
Yi-1 – Yi+1
[60 – 70) 65 3 4225 12675
40 351200
S2 = 351200 – (93,5)2
40
S2 = 8780 – 8742,25
S2 = 37,75
• Propiedades de la varianza.
G
- el 68,27% de los datos están comprendidos en el rango X − S , X + S
- el 95,45% de los datos están comprendidos en el rango X − 2S , X + 2S
- el 99,73% de los datos están comprendidos en el rango X − 3S , X + 3S
S
Cy = ⋅ 100
X
Estadística Algebra
X = 78 X = 73
S = 8,0 S = 7,6
¿ Qué curso tuvo mayor dispersión?
8
COEF (estadística) = = 0,1025
78
7,6
COEF (á lg ebra) = = 0,1041
73
El curso que dio el examen de álgebra tuvo mayor dispersión.
- Datos no tabulados:
n
∑X−X
DM = i =1
- Datos tabulados:
n
∑ X −X ⋅f i
DM = i =1
n
En el ejemplo para la tabla 2 el calculo de DM es el siguiente, sabiendo que
X = 93,5
Marca de
Intervalos Frec. Absoluta
clase Xi − X X i − X ⋅ fi
Yi-1 – Yi+1 fi
Y1
[60 – 70) 65 3 28,5 85,5
Total 40 485
485
DM = = 12,125
40
Estadística Algebra
X = 78 X = 73
S = 8,0 S = 7,6
75 − 78
Z (estadístics ) = = −0,375
8
71 − 73
Z (á lg ebra) = = −0,263
7,6
En álgebra el alumno tuvo menor dispersión respecto al promedio del curso
Xi fi
20,5 20
32,0 30
48,6 50
50,0 60
60,4 40
200
15 – 20 7
20 – 25 25
25 – 30 31
30 – 35 20
35 – 40 11
b) Investigadores afirman que una dosis con peso mayor o igual a 30 gr. sería
peligroso. Según la información de que dispone, ¿qué porcentaje de la
dosis se clasifica como peligrosa?.
f) Si X = 21 y s = 3, la puntuación X = 18 esta .
8. En una prueba deportiva la media para varones es 140 puntos con una
desviación estándar 24; para mujeres la media es 162 con una desviación 22.
Ana y su hermano Juan participaron en el evento; Juan obtuvo 151 puntos y
Ana 171. Hallar:
Tema: Combinatoria.
II. Tema:
1. Regla de la multiplicación.
Ej.: Supóngase que alguien desea viajar en 3 tipos de vehículos diferentes para un
periodo de vacaciones, a una de 5 ciudades de la costa. Determine el nº de
formas diferentes en que se logra esto.
Solución.
El nº de combinatorias posibles de elegir un almuerzo es:
4 · 3 · 5 · 4 = 240 formas diferentes.
2. Permutaciones sin elementos repetidos.
2.1 Para calcular sus valores, se efectúa el siguiente cálculo cuando la ordenación
en forma lineal.
Pn = n! donde n! = 1 · 2 · 3 · ... · n
Ej.: ¿de cuantas maneras distintas se pueden sentar 7 personas en una mesa
redonda?.
(7 – 1)! = 1 · 2 · 3 · 4 · 5 · 6 = 720 maneras
n!
Pn ( p ,q ,r ) =
p!q!r!
Ej.: ordenar en fila 7 fichas, de las cuales hay 2 fichas rojas, 4 azules y 1 amarilla.
Ej.: Se toman 4 nombres de los 24 miembros de un club para ocupar los cargos de
presidente, vicepresidente, tesorero y secretario. ¿En cuántas formas diferentes
puede hacerse?.
24! 24!
V424 = = = 255024 maneras diferentes
(24 − 4)! 20!
n
V k = nk
Ej.: ¿Cuántos números de 6 cifras existen si se eligen de entre los dígitos 1, 2, 3,
4, 5, 6, 7 y todos comienzan con 3?.
7
V 5 = 7 5 = 16.807 números diferentes.
n!
C kn =
k!(n − k )!
Ej.: De un grupo de 20 personas, se designa un comité de 3. ¿De cuántas
maneras es posible hacerlo?.
20!
C 320 =
3!(20 − 3)!
( n + k − 1)!
Ckn+ k −1 =
k! (n − 1)!
Ej.: Se tienen las letras a, b y c. ¿De cuántas maneras se pueden escoger 2 letras,
pudiendo repetirlas y sin importar el orden en que se dispongan?.
4!
Solución. C 23+ 2−1 = C 24 = = 6 maneras
2!(4 − 2)!
Ellas son: aa, ab, ac, bb, bc, cc
Notar que la dupla ab, es la misma que si la escribimos ba, por lo tanto se cuenta
una sola vez.
a) 2 factores
b) 3 factores
2. ¿De cuántas maneras diferentes pueden colocarse 6 libros uno al lado de otro,
en un estante?.
8. Se fabricó una pulsera con forma de argolla, sin comienzo ni fin. Calcula de
cuántas maneras se podrían haber ordenado los 7 colgantes que la ordenan.
10. Hay que colocar a 5 hombres y 4 mujeres en una fila de modo que las mujeres
que ocupen los lugares pares. ¿De cuantas maneras puede hacerse?.
II. Tema:
Con frecuencia es útil cuantificar la posibilidad de que se presente un
resultado de un experimento aleatorio. “la posibilidad de que llueva hoy es de
30%” es una afirmación que refleja una creencia sobre la posibilidad de que llueva.
La posibilidad de un resultado se cuantifica asignándole un número de intervalo
[0,1], o un porcentaje del 0 al 100%. Entre mas grande sea el número, mayor es la
probabilidad del resultado. Un cero indica que el resultado no se presentara; un
uno indica el resultado seguro.
Se cumple que:
a) P(A) ≥ 0
b) P(E) =1
c) 0 ≤ P(A) ≤ 1
d) P(A) + P(AC)=1 donde AC es el complemento de A.
P(A) = 4 ases
52 cartas en total
4 1
= =
52 13
Eventos mutuamente excluyentes: dos o más eventos son mutuamente si no
puede ocurrir al mismo tiempo, es decir, la ocurrencia de un evento A impide
automáticamente la ocurrencia de un evento B.
En cambio si A = sacar un as
B = sacar un trébol
Se puede notar que A y B no son excluyentes, ya que al extraer una carta, ella
puede ser un as y a la vez puede ser un trébol. Una no excluye a la otra.
Solución. Sea A: un as
B: un rey
Solución. A: un as
B: un trébol
P( A ∩ B)
a) P ( A / B ) = si A y B no son independientes.
P( B)
b) P ( A / B ) = P( A) si A y B son independientes.
Ej.: Supóngase que una oficina tiene 100 máquinas calculadoras. Algunas de
esas máquinas son eléctricas (E) y otras son manuales (M). Además, algunas
son nuevas (N), mientras que otras son usadas (U). Una persona entra en la
fabrica, escoge una máquina al azar y descubre que es nueva. ¿Cuál es la
probabilidad que la máquina sea eléctrica?.
E M Total
N 40 30 70
U 20 10 30
Total 60 40 100
P( E ∩ N )
P( E / N ) =
P( N )
4
40 4
= 100 = =
70 70 7
100
Entonces:
P( A ∩ B)
P( A / B) =
P( B)
De todos los pares que sumen 7: (1,6) (6,1) (2,5) (5,2) (3,4) (4,3), solo 2 pares
de ellos tienen un número 2 en uno de sus dados. Por lo tanto, solo los pares
(2,5) (5,2) cumplen los 2 eventos mencionados, luego:
2
2 1
P ( A / B ) = 36 = =
6 6 3
36
Probabilidad total: si un suceso A está participando en n sucesos excluyentes,
la probabilidad de A resulta ser una suma de las probabilidades de los n
sucesos.
Sea A = B1 + B2 +... + Bn
Donde Bi ∩ Bj = ∅ (i ≠ j)
Entonces:
P(A) = P(A/B1) · P(B1) + P(A/B2) · P(B2) +... + P(A/Bn) · P(Bn)
Ej.: Supongamos que tenemos 3 cajas C1, C2, C3 y que tienen igual
probabilidad de ser escogidas. Cada caja tiene 10 bolitas entre blancas y
negras. La caja C1 tiene 3 bolitas blancas, la caja C2 tiene 2 bolitas blancas y la
caja C3 tiene 5 bolitas blancas.
Se escoge una caja y luego una bolita. ¿Cuál es la probabilidad que salga
blanca?.
Solución. Sea A: sacar bolita blanca
Podemos ver que el evento A está particionado en 3 subgrupos, ya que hay
bolitas blancas en cualquiera de las 3 cajas. Por lo tanto, se debe considerar
que una bolita es blanca si se escoge de 3 lugares diferentes. entonces:
P ( A) = P ( A / C1 ) ⋅ P (C1 ) + P ( A / C 2 ) ⋅ P(C 2 ) + P( A / C 3 ) ⋅ P (C 3 )
2 1 3 1 5 1
= ⋅ + ⋅ + ⋅
10 3 10 3 10 3
2 3 5
= + +
30 30 30
1
=
3
1
(sello)
3
2
(pares)
5
Luego:
P( A) = P( A / C ) ⋅ P(C ) + P( A / S ) ⋅ P( S )
4 2 2 1
= ⋅ + ⋅
9 3 5 3
8 2
= +
27 15
58
=
135
P( A / C1 ) ⋅ P(C1 )
P (C1 / A) =
P ( A / C1 ) ⋅ P (C1 ) + P ( A / C 2 ) ⋅ P(C 2 ) + P ( A / C 3 ) ⋅ P (C 3 )
Se puede observar que el denominador de esta expresión es la probabilidad
total.
En el ejemplo:
2 1 2
⋅
10 3 1
P (C1 / A) = = 30 =
2 1 3 1 5 1 10 5
⋅ + ⋅ + ⋅
10 3 10 3 10 3 30
Ej.: Dos cajas contienen clavos grandes y clavos pequeños. Suponga que la
caja A contiene 60 clavos grandes y 40 pequeños. La caja B contiene 10 clavos
grandes y 20 pequeños. Se extrae un clavo y resulta ser grande. ¿Cuál es la
probabilidad que ase haya sacado de la caja B?.
P (G / B ) ⋅ P ( B)
P( B / G ) =
P (G / A) ⋅ P( A) + P (G / B ) ⋅ P ( B)
10 1 1
⋅
30 2 1
= = 6 =
60 1 10 1 1 1 4
⋅ + ⋅ +
100 2 30 2 3 3
a) no tenga defectos
e) Que aparezca sello en la próxima tirada de una moneda si han salido 56 caras
en 100 tiradas previas.
a) se devuelve al mazo
b) si no se devuelve.
10. Tres joyeros idénticos tiene dos cajones cada uno. Cada cajón del primero
contiene un reloj de oro, cada uno del segundo un reloj de plata y en un cajón
del tercero hay un reloj de oro y en el otro uno de plata. Si se selecciona un
joyero al azar, abrimos uno de los cajones y en el hay un reloj de plata, ¿cuál
es la probabilidad de que en el otro cajón haya un reloj de plata? (Utilizar la
formula de Bayes).
11. Se tienen dos armas A y B. La probabilidad de dar con ellas en el blanco son
P(A) = 0,6 y P(B) = 0,8. se dispara con ambas armas, determinar la
probabilidad de dar en el blanco con una sola de ellas.
12. Se escogen al azar 3 lámparas entre un total de 15, de las cuales 5 son
defectuosa. Hallar la probabilidad que:
a) A y B son independientes.
c) B y C son independientes.
Sesión 8
II. Tema:
1. Concepto de variable aleatoria.
Ej. Si el espacio muestral es = {cara, sello}. Se define “x” como la variable aleatoria
donde x(cara) = 0 y x(sello) = 1. Transformándose así, los 2 resultados en puntos
sobre la recta de los reales.
Otro ejemplo:
Si se lanzan 2 dados, el espacio muestral es (1,1) (1,2)... (6,6). En total 36 pares
como resultados. Si se define la variable aleatoria x = suma de las caras,
entonces x = 2,3,4,... 12. En este caso hay variaciones pares asociados a un
mismo valor, ya que varios suman un mismo número.
En tal caso, cada par tiene asociado algún valor numérico. Esto se muestra en la
siguiente tabla:
Ej.: se sacan 2 bolitas de manera sucesiva, sin reemplazo, de una caja que
contiene 4 bolitas rojas y 3 bolitas negras. Se define la variable aleatoria x = nº de
bolitas rojas, entonces
X= 2, 1, 1, 0
Ej.: se lanza un dado, hasta que ocurre un nº 5 por 1ra vez. (S = si, N = no)
1) p(x) ≥ 0 ∀ x ∈ X
2) ∑ p(x) = 1
Se define la función probabilidad acumulativa de la variable x a la probabilidad que
x sea menos o igual a un valor específico.
x
F ( X ) = P( X ≤ x) = ∑ p( x)
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
2 3 4 5 6 7 8 9 10 11 12
1 2 3
F(4) = + +
36 36 36
1
=
6
Si calculamos F(12) notamos que su valor es 1 ya que acumula todos las
probabilidades de la variable aleatoria.
Entonces, se cumple que:
1) 0 ≤ F(x) ≤ 1
3) P(X ≥ x) = 1 – F(x)
a) Calcular P(X = 3)
2
Si se observa la tabla P(X =3) = = 1 pero también se puede calcular:
36
P ( X = 3) = F (3) − F (2)
3 1
= −
36 36
2
=
36
1 2
donde F(3) = +
36 36
1
F(2) =
36
1 2 3 4 10
Donde F(5) = + + + =
36 36 36 36 36
1
F(2) =
36
10 1 9
entonces P(2 ≤ X ≤ 5) = − =
36 36 36
2 3 4 5 6 ...
2) ∫ f ( x)dx = 1
∞
3) P(a ≤ x ≤ b) = ∫
a
f ( x)dx
El gráfico de la función densidad es una curva continua, cuya área bajo esta
curva vale 1.
f(x)
P ( a ≤ x ≤ b)
a b
La probabilidad del intervalo a ≤ X ≤ b es el área bajo la curva f8x), acotada
entre a y b.
x
F ( X ) = P ( X ≤ x) = ∫ f (t ) ⋅ dt
−∞
Se cumple que:
1) F(-∞) = 0
2) F(∞) = 1
dF ( x)
4) = f ( x)
dx
P( x ≤ k )
x 2
5 x 3 10 x 4 10 x 5 5 x 6 x 7
= 42 − + − + −
2 3 4 5 6 7
= 21x − 70 x + 105 x − 84 x + 35 x − 6 x 7
2 3 4 5 6
entonces:
F (0,25) = P( X ≤ 0,25) = 21(0,25) 2 − 70(0,25) 3 + ... − 6(0,25) 7
= 0,5551
Ej.: Sea x la variable aleatoria continua, de todos los valores posibles que puede
tener la vida útil de un transmisor.
x
1 −2
e ,x>0
2
f(x) =
0 , en otro valor
Calcular la probabilidad de que la vida útil de una batería determinada de este tipo
sea menor que 200 o mayor que 400 horas.
P ( A ∪ B ) = P ( A) + P ( B )
2 x ∞ x
1 − 1 −
= ∫ e 2 dx + ∫ e 2 dx
0
2 4
2
= (1 − e −1 ) + (e − 2 )
= 1 − 0,368 + 0,135
= 0,767
Para el mismo ejemplo, calcular la probabilidad de que una batería de este tipo
dure mas de 300 horas dado que ya ha estado en uso durante mas de 200 horas.
Entonces:
P(X > 3/ X > 2) = P(X > 3)
P(X > 2)
∞ x
1 −
∫3 2 e 2 dx
= 2 x
1 −
∫∞ 2 e 2 dx
3
−
e 2
=
e −1
1
−
=e 2
= 0,606
k x (1-x) 0≤x≤1
f(x)
0 en otro caso
b) Calcular P(0,4 ≤ x ≤ 1)
b) ¿Cuál es el valor de P( X ≤ 1) ?.
c) ¿Cuál es el valor de P ( X ≤ 3) ?.
d) ¿Cuál es el valor de P ( X = 4 ) ?.
II. Tema:
E ( x) = 25(0.01) = 0.25
V ( x) = 25(0.01)(0.99) = 0.2475
Solución.
10
P ( x = 6) = (0,5) 6 (1 − 0,5) 4
6
10
Donde es un factor combinatorio que se calcula a través de factoriales.
6
10!
P ( x = 6) = (0,5) 6 ⋅ (1 − 0,5) 4
6!(10 − 6)!
P ( x = 6) = 210(0,5) 6 ⋅ (1 − 0,5) 4
P ( x = 6) = 0,205
Entonces, la probabilidad que salga cara6 veces al lanzar al moneda 10
veces es 0.205 o lo mismo que decir, el 20.5% de posibilidades.
n
j
P( x ≤ j ) = ∑ p k (1 − p ) n − k
k =0 k
Que es lo mismo que:
P ( x ≤ j ) = P ( x = 0) + P( x + 1) + P( x = 2) + ...P( x = j )
En el ejemplo:
P( x ≤ 3) = P( x = 0) + P( x = 1) + P( x = 2) + P( x = 3)
Donde:
10
P( x = 0) = (0,5) 0 (1 − 0,5)10−0 = 0,00097
0
10
P( x = 1) = (0,5)1 (1 − 0,5)10−1 = 0,0097
1
10
P( x = 2) = (0,5) 2 (1 − 0,5)10− 2 = 0,0439
2
10
P( x = 3) = (0,5) 3 (1 − 0,5)10−3 = 0,1172
3
P(x ≤ 3) = 0,17177
Solución.
a) x = Nº de ventas efectivas
rango de x = 0,1,2,3,...,7
n=7
p = 0.2
c) E(x) = np
= 7 ⋅ (0,2)
= 1,4
a) exactamente 3 varones;
7. Una secretaria que debe llegar a su trabajo todas las mañanas a las 8:00 se
retarda 15 minutos o más el 20% de las veces. El presidente de la compañía,
que no llega sino a las 10:00 a.m., llama ocasionalmente a la oficina entre 8:00
y 8:15 para dictar una carta. ¿cuál es la probabilidad de que, tres mañanas de
las 6 en que el presidente llama, la secretaria no esté en la oficina?.
II. Tema:
1. Distribución Poisson:
e − λ λk
P( X = k ) = con k = 0, 1, 2, ...
k!
A diferencia de la distribución binomial, esta variable toma valores discretos
infinitos.
El parámetro λ es el nº promedio de ocurrencia del evento por unidad de
tiempo o por intervalo de referencia.
La distribución Poisson tiene los siguientes requisitos:
E(x) = λ esperanza
V(x) = λ varianza
= 13t + 0,3t 2
• Costo esperado de B.
(t )
E (C B ) = 8t + 30 E ( y 2 )
[
= 8t + 30 V ( y ) + E 2 ( y ) ]
= 8t + 30[0,12t + (0,12t ) ]2
= 8t + 30[0,12t + 0,144t ] 2
= 11,6 + 0,432t 2
X : nº de llamadas en un minuto.
λ = 0,5 x = 0, 1, 2, 3, ...
e −0,5 (0,5) 0
P ( x = 0) = = 0,607
0!
P ( x > 3) = 1 − P ( x ≤ 3)
= 1 − [P( x = 0) + P( x = 1) + P ( x = 2) + P ( x = 3)]
(0,5) 0 (0,5)1 (0,5) 2 (0,5) 3
= 1 − e −0,5 + + +
0! 1! 2! 3!
= 1 − 0,998
= 0,002
P (x > 2) = 1 – P(x ≤ 2)
(2,5) 0 (2,5)1 (2,5) 2
= 1 − e − 2,5 + +
0! 1! 2!
= 1 − 0,54
= 0,46
2. Distribución binomial como aproximación a la Poisson.
P ( x ≥ 2) = 1 − P ( x < 2) = 1 − P ( x ≤ 1)
e −0,1 (0,1) 0 e −0,1 (0,1)1
= 1− +
0! 1!
Ej.: Poisson
k=6 λ=4
−4 6
e 4
P ( x = 6) = = 0,1042
6!
λ = 10 k = 15
P(x > 15) = 1 – P(x ≤ 15) = 1 – 0,9513 = 0,0487 ⇒ 4,87%
λ = np λ=8
P ( x < 7) = P( x ≤ 6) = 0,3134
a) Cero.
b) Dos.
c) Menos de cinco.
Sesión 11
II. Tema:
1. Distribución geométrica.
P( x = k ) = (1 − p) k −1 ⋅ p k
El rango de x= 1, 2, 3,... La variable x es discreta e infinita. Su valor esperado
o esperanza y varianza es:
1 1− p
E ( x) = V ( x) =
p p2
Solución. Sea x = número de lanzamientos necesarios hasta que los dados sumen
12.
Dos dados suman 12 si salen los números (6,6) en cada dado, entonces si p es la
1
probabilidad que suceda esto: p =
36
4
1 1
Luego: P ( x = 5) = 1 − ⋅
36 36
= 0,0027
= 2,7%
Ej.2: Una empresa de reclutamiento encuentra que el 30% de los aspirantes para
determinado puesto en la industria tiene conocimiento avanzados de
programación. Se entrevista uno a uno, para la cual se seleccionan al azar de
entre un grupo. Calcular la probabilidad de que el primer aspirante con
conocimientos avanzados en programación sea el 5º entrevistado.
a) E (c) = 30.000 E ( x)
1
= 30.000 ⋅
(0,3)
= 100.000 pesos
b) V (c) = V (30.000 x)
= (30.000) 2 ⋅ V ( x)
(1 − 0,3)
= (30.000) 2 ⋅
(0,3) 2
= 7 ⋅ 10 9
x − 1
(1 − p ) p r ,con x= r, r+1, r+2,...
x−r
P ( x = r ) =
r − 1
Si X es una variable aleatoria binomial negativa entonces
r r (1 − p )
E ( x) = V ( x) =
p p2
2. Distribución hipergeométrica.
r N − r
k n − k
P( x = k ) = con k = 0, 1, 2, 3,...
N
n
nr nr ( N − r )( N − n)
E ( x) = V ( x) =
N N 2 ( N − 1)
Solución: N = 24, n = 6, r = 4
4 20
0 6
P ( x = 0) =
24
6
= 0,2880
= 28,8%
Solución.
15 20 − 15
3 4 − 3
a) P ( x = 3) = = 0,4695
20
4
b) P( x ≥ 3) = 1 − P( x ≤ 2)
= 1 − [P( x = 0) + P ( x = 1) + P ( x = 2)]
= 1 − [0,00103 + 0,03095 + 0,2167]
= 0,75132
3. Distribución exponencial
α · e-αx si x > 0
f (x)
0 en otro caso
P(x ≤ t) = 1 – e-α
1 1
E ( x) = V ( x) =
α α2
Ej.: Un barco llega cada 2 días a muelle ¿cuál es la probabilidad de que tras la
partida de un barco, pasen 4 días antes de la llagada del siguiente?
Solución.
Vemos que el número de barcos que llegan en un lapso de tiempo es un proceso
de Poisson. En este caso nos interesa el tiempo que transcurre hasta que llega el
primer barco, después que se fue otro barco.
Promedio en 2 días =1
Promedio en 1 día =0.5
Promedio en un periodo de 4 días = 4·0.5 = 2
Entonces: α = 2, luego:
P( x > 4) = 1 − P( x > 4)
[
= 1 − 1 − e −2 ]
= 0,1353
Ej.: En un departamento de reparación de maquinaria se recibe un promedio de 5
llamadas por hora. Si nos ubicamos en un momento determinado del día, ¿cuál es
la probabilidad de que la primera llamada llegue en el curso de media hora?
Solución.
Este es un proceso de Possion con λ=5. Sea x el tiempo hasta que llega la
primera llamada, entonces x = 2,5 (promedio por media hora).
Ej.: Supongamos que un fusible tiene une duración x que puede considerarse
como una variable aleatoria continua con una distribución exponencial. El proceso
de fabricación del fusible tiene una duración esperada de 100 horas con un costo
C por fusible. Supongamos además que si un fusible dura menos de 200 horas, se
carga una perdida de K pesos en contra del fabricante. Calcula el costo esperado.
Solución.
1
C si x > 200 α=
100
Costo =
C + K si x ≤ 200
= C ⋅e 100
+ (C + K ) ⋅ 1 − e
100
= C ⋅ e −2 [
+ (C + K ) ⋅ 1 − e − 2 ]
−2 −2
= C ⋅e + C −C ⋅e + K − K ⋅ e −2
= C + K − K ⋅ e −2
(
= C + K ⋅ 1 − e −2 )
5. Entre los 120 aspirantes para ocupar un empleo, sólo 80 están realmente
calificados para hacerlo. Si se selecciona al azar cinco de estos aspirantes
para realizar una entrevista “a fondo”, determine la probabilidad de que sólo
dos de los cinco estén calificados para el trabajo mediante el uso de la
distribución hipergeométrica.
6. Si la probabilidad de que cierto examen de una reacción positiva igual a 0.4.
¿Cuál es la probabilidad de que ocurran menos de 5 reacciones negativas
antes de la primera positiva?.
11. Un estado efectúa una lotería en la que se escogen al azar y sin reemplazo
seis números de entre cuarenta. Un jugador selecciona seis números antes de
que el estado tome la muestra.
II. Tema:
La mas utilizada de las distribuciones contínuas es la distribución normal.
Esta distribución con un gráfico como campana se centra en el valor promedio,
denominado µ y su dispersión respecto a él, se denomina σ, llamada desviación
estándar.
La función normal describe de forma aproximada muchos fenómenos que
suceden en la naturaleza tales como la estatura de las personas, el coeficiente
intelectual en los niños, etc.
f(X)
0.45
0.4
0.35
0.3
0.25
0.2
0.1 5
0.1
0.05
0
x
−σ ←
µ
→ σ
Si y = ax + b ⇒ y ∼ N(aµ + b; a2σ2)
69 − 67
Ej.: Z= = 1,00
2
Si buscamos en la tabla estandarizada el valor 1,00 encontramos que el área
bajo la curva es 0,8413.
Z (1,00)
0,8413
67 69
0.50
67 69
0,1587
67 69
Ej.: si µ = 25 σ =2
µ = 20
µ = 30
0 5 10 15 20 25 30 35 40 45 50
σ =1
σ =2
f(X)
0.45
0.4
0.35
0.3
0.25
97,73%
0.2
0.1 5
0.1
0.05
0
µ - 3σ µ + 3σ
Ej.: Una empresa que fabrica y embotella jugo de manzana tiene una máquina
automática que llena la botella de 16 onzas. Sin embargo, hay cierta variación en
la cantidad de liquido que llega a la botella. La desviación es de 1 onza. La
cantidad vaciada en las botellas distribuye normal.
x ∼ N(16,12)
17 − µ
P ( x > 17) = P Z >
σ
17 − 16
= P Z >
1
= P ( Z > 1)
= 1 − P ( Z ≤ 1)
= 1 − 0,8413
= 0,1587
b) Suponga que otra máquina trabaja de tal manera que las onzas que sirve tiene
un promedio igual a la indicación del dial para “cantidad de liquido”, pero que
tiene una desviación de 1,2 onzas. Calcular la posición adecuada del dial para
que solo se rebase la cantidad de 17 onzas en el 5% de las botellas.
d) entre 94 y 118
7. Sea x una variable que se distribuye aproximadamente normal con media igual
a 120. Si la probabilidad que x sea mayor de 125 es 0,0951. ¿Cuál es su
varianza?.
10. Si la variable largo de baya de una uva sultanina se distribuye normal (25,16)
encuentre la probabilidad que:
a) Una baya sea mayor que 32 mm.
11. El tiempo necesario para armar cierta unidad es una variable aleatoria
normalmente distribuida con una media de 30 min. y desviación estándar igual
a 2 min. Determinar el tiempo de armado de manera tal que la probabilidad de
exceder este sea de 0,02.
12. Una universidad espera recibir, para el siguiente año escolar, 16.000
solicitudes de ingreso al primer año de licenciatura. Se supone que las
calificaciones obtenidas por los aspirantes en la prueba SAT se puede calcular,
de manera adecuada, por una distribución normal con media igual a 950 y
desviación estándar igual a 100. Si la universidad decide admitir al 25% de
todos los aspirantes que obtengan las calificaciones mas latas en la prueba
SAT, ¿cuál es la mínima calificación que es necesario obtener en esta prueba,
para ser admitido en la universidad?.
13. La vida promedio de cierto tipo de motor pequeño es de 10 años con una
desviación estándar de 2 años. El fabricante repone sin cargo todos los
motores que fallen dentro del periodo de garantía. Si está dispuesto a reponer
sólo el 3% de los motores que falle, ¿qué tan larga deberá ser la garantía que
otorgue?. Suponga que las vidas de los motores siguen una distribución
normal.
14. Las longitudes de las sardinas recibidas por cierta enlatadora tienen una media
de 4,62 pulgadas y una desviación estándar de 0,23 pulgadas.