Con 0471 0305 - 1363898071 PDF

Estadstica General
PROESAD
Programa de Educacin Superior a Distancia
Mg. Mara Vallejos Atalaya
Ttulo :
ESTADSTICA GENERAL
Autor: Mg. Mara Vallejos Atalaya
Diseo interior: Eduardo Grados
Diseo de tapa: Eduardo Grados
Responsables de edicin:
Edwin Sucapuca Sucapuca, Christian Vallejos Angulo, Sinforiano Martnez Huisa,
Lizardo Vsquez Villanueva, Rosa Cuadros Zvietcovich, Mariela Malazquez Marn.

Primera edicin, febrero 2012
El contenido de esta publicacin (texto, imgenes y diseo),
no podr reproducirse total ni parcialmente por ningn me-
dio mecnico, fotogrco, electrnico (escner y/o fotoco-
pia) sin la autorizacin escrita del autor.
UNIVERSIDAD PERUANA UNIN - Facultad de Ciencias Empresariales
Programa de Educacin Superior a Distancia PROESAD
Centro de Produccin de Materiales Acadmicos CEPMA
Sede Central - UPeU
Carretera Central km. 19.5 Lima-aa/ Telf. (01) 618-6336 / 618-6300 / Anexo: 3084
www.upeu.edu.pe
e-mail proesad@upeu.edu.pe
http://proesad.upeu.edu.pe
Este libro se termin de imprimir en los talleres grcos del Centro de
Aplicacin Editorial Imprenta Unin de la Universidad Peruana Unin,
Km. 19 Carretera Central, aa, Lima-Per
Telf.: 618-6301, Telefax: 618-6339
JOB 13963-12 UNIN
E-mail: union@imprentaunion.com
Hecho el depsito legal
en la Biblioteca Nacional del Per N 2012-02649
IMPRESO EN EL PER
PRINTED IN PERU
PRESENTACIN
El mdulo de Estadstica General tiene la naturaleza terico- prctica, pertenece al rea
de Formacin Bsica, en el I ciclo, con un total de 4 horas y 3 crditos. Asimismo, responde
a las exigencias curriculares de los programas acadmicos y de los diseos curriculares de la
Facultad de Ciencias Empresariales y sus respectivas carreras acadmicas profesionales, en el
contexto de los perles, las visiones y las misiones institucionales educativas y profesionales.
Tiene el propsito de proporcionar al futuro profesional los conocimientos necesarios de la
estadstica, que le permitir investigar y resolver problemas con el quehacer de su carrera
profesional. El mundo actual que vivimos, ha provocado incertidumbre en las personas que
tienen que tomar decisiones en las diferentes funciones que les toca desempear, ya sea en las
instituciones gubernamentales, comerciales, de negocios pblicos y privados. La estadstica es
una herramienta intelectual que ayuda a tomar decisiones racionales, porque sabemos que El
pasado puede evaluarse, el presente puede ser descrito y el futuro puede ser previsto.
El sistema modular no es sino un encuentro de los alumnos y profesores en espacios diseados
y establecidos previamente, con mucha inteligencia, seleccin adecuada y pertinente de los
contenidos, instrumentos y metodologa, cuyos alcances de autoaprendizajes sern coronados
en la grandeza de los alumnos participantes, especialmente de quienes quedan inmersos en los
programas acadmicos a distancia, cuya dinmica acadmica se ha estandarizado y responde
al uso de las tecnologas modernas. En este sentido, el mdulo ha sido diseado para desa-
rrollarlo en dos fases: una a distancia y la otra presencial (tutorial) que comprende 10 tutoras
presenciales.

Este mdulo contiene la sumilla, las competencias, los contenidos agrupados en 5 unidades.
Unidad 1: Conceptos fundamentales y la organizacin de la informacin, Unidad 2: Medi-
das de resumen: anlisis e interpretacin de los resultados, Unidad 3: Nociones de pro-
babilidad: propiedades, anlisis combinatorio, Unidad 4: Distribuciones de probabilidad
y Unidad 5: Distribuciones muestrales. Adems, en el mismo mdulo se encuentra la
metodologa, la evaluacin y la bibliografa. Por ejemplo, se trabajar la metodologa
activa, adems, se ejercer la evaluacin de acuerdo con los indicadores, criterios y
condiciones registrados en el desarrollo de cada unidad. Este mdulo comprende
una bibliografa bsica y especializada.
NDICE
UNIDAD I: TEORA ESTADSTICA
Sesin N1 CONCEPTOS FUNDAMENTALES Y ORGANIZACIN DE LA INFORMACIN
1.1 Generalidades .............................................................................................. 15
1.1.1 Denicin de estadstica ......................................................................... 15
1.1.2. Ramas de la estadstica .......................................................................... 15
1.1.3. Poblacin ................................................................................................. 15
1.1.4. Muestra .................................................................................................... 16
1.1.5. Unidad estadstica ................................................................................... 16
1.1.6. Dato estadstico ....................................................................................... 17
1.1.7. Parmetro ................................................................................................ 17
1.1.8. Estadstico o estadgrafo ......................................................................... 17
1.1.9. Variable estadstica ................................................................................. 17
Sesin N 2 ETAPAS DEL MTODO ESTADSTICO
2.1. Etapas del mtodo estadstico .................................................................. 21
2.1.1. Planicacin del estudio ......................................................................... 21
2.1.2. Recoleccin de la informacin ............................................................... 21
2.1.2.1. Mtodo de recoleccin de la observacin .......................................... 22
2.1.2.2. Muestreo .............................................................................................. 22
2.1.2.3. Determinacin del tamao de muestra ............................................. 22
2.1.3. Presentacin u organizacin de la informacin .................................... 23
2.1.3.1. Revisin y correccin de la informacin recogida .............................. 23
2.1.3.2. Presentacin de la informacin mediante cuadros ........................... 23
2.1.3.3. Presentacin de la informacin mediante grcos ........................... 23
2.1.4. Anlisis e interpretacin de los resultados ............................................ 24
EJERCICIOS PROPUESTOS ...................................................................................... 24
AUTOEVALUACIN ................................................................................................ 25
Sesin N 3 ORGANIZACIN DE LA INFORMACIN: TABLAS Y GRFICOS ESTADSTICOS
3.1. Tablas de frecuencias o distribucin de frecuencias ................................. 29
3.1.1. Distribucin de frecuencias de una variable discreta ........................... 30
2.1.2. Distribucin de frecuencias para datos agrupados ............................... 32
Sesin N 4 REPRESENTACIN DE LA INFORMACIN
4.1. Presentacin de la informacin mediante grcos ................................... 37
AUTOEVALUACIN ................................................................................................ 46
UNIDAD II: MEDIDAS ESTADSTICAS
Sesin N5 MEDIDAS DE RESUMEN
5.1. Anlisis e interpretacin de los resultados ................................................ 51
5.2. Medidas de tendencia central .................................................................... 51
5.2.1. La media o promedio aritmtico ( ) ....................................................... 51
5.2.1. Mediana (Me) .......................................................................................... 52
5.1.3. La moda (Mo) .......................................................................................... 53
Sesin N 6 MEDIDAS DE POSICIN
6.1. Medidas de posicin ................................................................................... 61
6.1.1. Cuartiles (Qi ) ........................................................................................... 61
6.1.2. Deciles (Di ) .............................................................................................. 62
6.1.3. Percentiles (Pi ) ........................................................................................ 62
AUTOEVALUACIN ................................................................................................ 70
Sesin N 7 MEDIDAS DE DISPERSIN
7.1. Medidas de dispersin ................................................................................ 73
7.1.1. Varianza (s2 ) ........................................................................................... 73
7.1.2. Desviacin estndar (s ) .......................................................................... 74
7.1.3. Coeciente de variacin (c.v. % ) ........................................................... 74
Sesin N 8 MEDIDAS DE FORMA
8.1. Medidas de forma ....................................................................................... 79
8.1.1. Asimetra (As) .......................................................................................... 79
8.1.2. Coeciente de Kurtosis o apuntamiento (K) ......................................... 79
AUTOEVALUACIN ................................................................................................ 84
UNIDAD III: PROBABILIDAD
Sesin N9 PROBABILIDAD
9.1. Introduccin ................................................................................................. 89
9.2. Anlisis combinatorio .................................................................................. 89
9.2.1. Factorial de un nmero (!) ..................................................................... 89
9.2.2. Permutaciones ......................................................................................... 90
9.2.3 variaciones ................................................................................................ 91
9.2.4. Combinaciones ........................................................................................ 92
9.2.5. Propiedad ................................................................................................. 94
Sesin N 10 ALGUNOS CONCEPTOS BSICOS DE PROBABILIDAD
10.1. Algunos conceptos bsicos de probabilidad ............................................ 97
10.1.1. Experimento ........................................................................................... 97
10.1.2. Espacio muestral .................................................................................... 98
10.1.3. Suceso o evento ..................................................................................... 98
10.1.4. Operaciones con eventos ................................................................... 100
10.1.5. Eventos mutuamente excluyentes ...................................................... 101
10.2. Probabilidad de un evento .................................................................... 102
EJERCICIOS PROPUESTOS .................................................................................... 106
AUTOEVALUACIN .............................................................................................. 110
Sesin N 11 PROBABILIDAD CONDICIONAL
11.1. Probabilidad condicional ....................................................................... 111
11.2. Regla de la multiplicacin de eventos ................................................. 114
11.3. Teora de la probabilidad total .............................................................. 115
11.4. Teorema de bayes ................................................................................... 116
AUTOEVALUACIN .............................................................................................. 120

UNIDAD IV: PROBABILIDAD Y DISTRIBUCIN
Sesin N12 PROBABILIDAD BSICA
12.1. Las distribuciones de probabilidades bsicas ....................................... 125
12.2. Las variables aleatorias ........................................................................ 125
12.3. Las distribuciones de probabilidad ....................................................... 126
12.3.1. La distribucin binomial ..................................................................... 126
12.3.1.1.1. Propiedades de una distribucin binomial ................................... 127
12.3.1.1.2. Uso de tablas de la distribucin binomial ................................... 130
12.3.1.1.3. Media y desviacin estndar de una distribucin binomial ........ 132
12.3.2. La distribucin de poisson .................................................................. 133
12.3.2.1. La frmula de poisson ...................................................................... 134
12.3.2.2. Uso de tablas de la distribucin acumulada de poisson ............... 135
AUTOEVALUACIN .............................................................................................. 140
Sesin N 13 DISTRIBUCIN NORMAL
13.1. Distribucin normal ................................................................................. 143
13.1.1. Uso de tablas de distribucin acumulada normal estndar ............. 145
EVALUACIN ...................................................................................................... 153
UNIDAD V: DISTRIBUCIONES DE MUESTREO
Sesin N14 DISTRIBUCIONES MUESTRALES
14.1. Distribuciones muestrales ...................................................................... 157
14.2. Muestreo ................................................................................................ 157
14.3. Etapas del muestreo ............................................................................... 158
14.4. Las distribuciones muestrales de probabilidad ..................................... 158
14.5. Distribuciones de muestreo de estadsticas .......................................... 159
14.6. Distribucin muestral de la media ......................................................... 160
Sesin N 15 DISTRIBUCIN MUESTRAL DE UNA PROPORCIN
15.1. Distribucin muestral de una proporcin .............................................. 165
15.2. Distribucin muestral de la diferencia de dos medias ......................... 168
AUTOEVALUACIN .............................................................................................. 172
REFERENCIAS BIBLIOGRFICAS .......................................................... 173
APNDICES
Apndice N 1 Nmeros aleatorios ............................................................... 174
Apndice N 2 Tabla de la distribucin acumulada binomial ........................ 180
Apndice N 3 Distribucin de poisson - trminos acumulativos .................. 185
Apndice N 4 Distribucin acumulativa normal ............................................ 191
SUMILLA
La asignatura de Estadstica General tiene la
naturaleza terico- prctico, pertenece al rea de
Formacin Bsica, con cuatro horas, tres crditos,
corresponde al I ciclo de las Carreras Acadmico
Profesional de Administracin y Contabilidad. Pre-
tende proporcionar los conocimientos necesarios
de la estadstica, que le permitir investigar, ana-
lizar y resolver problemas con el quehacer de su
carrera profesional, cuyo contenido son: conceptos
fundamentales y la organizacin de la informacin,
medidas de resumen: anlisis e interpretacin de
los resultados, nociones de probabilidad, distribu-
ciones de probabilidad y distribuciones muestrales.
CMO ESTUDIAR
LOS MDULOS DIDCTICOS O TEXTOS AUTOINSTRUCTIVOS
ANTES DE LA LECTURA
DURANTE LA LECTURA
DESPUS DE LA LECTURA
El mtodo A2D para autodidactas, de Ral Paredes Mo-
rales, es un mtodo de fcil aplicacin para la mayora
de los estudiantes, inclusive para los no autodidactas. Si
el estudiante aplica este mtodo, su trabajo intelectual
ser ms rpido y ecaz.
A2D responde a las letras iniciales de los 3 pasos que
se propone para la lectura de un mdulo didctico o
cualquier otro texto.
Consiste en la exploracin preliminar y se debe:
Echar un vistazo general empezando por el ndice, reconociendo
unidades y lecciones que se van explicando en el mdulo didctico.
Anotar tus dudas que van surgiendo durante el vistazo general,
para esclarecerlos durante la lectura o despus de ella.
Adoptar una actitud psicolgica positiva.
sta es la fase ms importante del mtodo, el ritmo de lectura lo pone cada
lector. Debes tener presente los siguientes aspectos:
Mantn la actitud psicolgica positiva.
Participa activamente en la lectura: Tomando apuntes, subrayando,
resumiendo y esquematizando.
Si no entiendes lo que lees o encuentras una palabra desconocida,
consulta con tu profesor tutor o un diccionario.
Esta fase va aanzar tu lectura, mejorando tu comprensin lectora, para
ello debes tener en cuenta lo siguiente:
Repasa los apuntes tomados durante la lectura.
Organiza el trabajo y planica el horario de estudio. Trata de que
sea siempre a la misma hora.
Realiza los trabajos diariamente. No dejes que se te acumulen las tareas.
Procura ampliar las lecciones con lecturas complementarias.
Al nal de cada captulo, haz tu cuadro sinptico o mapa conceptual.
Elabora tu propio resumen.
Antes de la lectura
Durante la lectura
Despus de la lectura
A2D
Enriquece tu vocabulario para entender
mejor las prximas lecturas.
MTODO A2D
ORIENTACIONES METODOLGICAS
Sesin N 1: Conceptos fundamentales y organi-
zacin de la informacin
Sesin N 2: Etapas del Mtodo Estadstico
Sesin N 3: Organizacin de la informacin:
tablas y grcos estadsticos
Sesin N 4: Representacin de la Organizacin
U
N
I
D
A
D

I
UNIDAD I TEORA ESTADSTICA
COMPETENCIAS
CONCEPTUAL PROCEDIMENTAL ACTITUDINAL
Reconoce los diferentes
conceptos fundamenta-
les y construye tablas y
grcos de informacin
estadstica.
Reconocen y delimitan
la poblacin, muestra y
variables en estudio, y
adems utilizan tablas
y grcos adecuados.
Analizan e interpretan
los resultados obte-
nidos en las tablas y
grcos estadsticos.
Estadstica General
P R O E S A D
15
1
Sesin
CONCEPTOS FUNDAMENTALES
Y ORGANIZACIN DE LA
INFORMACIN
1.1 GENERALIDADES
1.1.1 Denicin de estadstica
La estadstica es una ciencia que nos proporciona un conjunto de mtodos
y tcnicas para la recoleccin, clasicacin, presentacin, anlisis e inter-
pretacin de los datos, con la nalidad de realizar una toma de decisin
ms efectiva.

1.1.2. Ramas de la estadstica
Estadstica descriptiva
Consiste en recolectar, clasicar, presentar y describir los datos vlidos nicamente para la pobla-
cin objeto de estudio, utilizando tablas, grcos y algunas medidas de resumen. No se efectan
inferencias para un grupo mayor.
Estadstica inferencial
Se emplea para generalizar conclusiones vlidas para una poblacin a partir de datos obtenidos
de una muestra extrada de dicha poblacin.
1.1.3. Poblacin

Es el conjunto de todos los individuos, objetos u observaciones que poseen al menos una carac-
terstica comn, que son objetos de estudio. Se representa con la letra N.
La poblacin se dene de acuerdo a la caracterstica, unidad estadstica y extensin del problema
objeto de estudio.
Ejemplo:
1. Las edades de los estudiantes de la UPeU.
2. Los errores que presentan las facturas del supermercado La Unin.
Respecto a la caracterstica objeto de estudio se puede distinguir:
a) Poblacin objeto. Considerada como el conjunto de elementos que son objeto de estudio.
U n i v e r s i d a d P e r u a n a U n i n
Unidad I
16
Ejemplo.
1. Conjunto de los alumnos de la UPeU.
2. Conjunto de facturas del supermercado La Unin.
c) Poblacin objetivo. Considerada como el conjunto de observaciones, medidas de la carac-
terstica que es de inters para el estudio de la poblacin objeto.
Ejemplo.
1. Conjunto de edades.
2. Conjunto de errores.
La poblacin de acuerdo al nmero de elementos que la forman puede ser nita o innita.
Poblacin nita: Es aquella que tiene un nmero limitado de elementos.
Ejemplo:
1. Ventas efectuadas durante un ao en una tienda determinada.
2. Edades de los alumnos de la UPeU.
Poblacin innita: Es aquella que tiene un nmero indeterminado de elementos. No se reere
a que no se puede contar, sino que es imposible ubicar a todos los elementos de la poblacin.
Ejemplo:
1. Los sntomas de los enfermos tuberculosos de Lima.
2. Evasin de impuestos de las empresas adscritas al RUC.
1.1.4. Muestra
Es un subconjunto o parte de la poblacin. Se examina una muestra cuando no es posible exami-
nar una poblacin, ya sea por factores econmicos, disponibilidad de personal o tiempo.
La muestra debe cumplir dos requisitos bsicos: 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 suciente que permita conar
en la estabilidad de las caractersticas presentes en la muestra. La adecuacin asegura la cona-
bilidad de la muestra.
1.1.5. Unidad estadstica
Es el elemento que pertenece a la poblacin objeto de estudio. Dicho elemento contiene las
caractersticas, atributos que el individuo o fenmeno puede poseer.
Ejemplo:
1. Para un ingeniero que verica la calidad de productos elaborados por una empresa, la unidad
estadstica son los productos terminados.
x
Estadstica General
P R O E S A D
17
2. Para un auditor que verica los estados nancieros de una empresa en el balance general,
cuentas clientes, la unidad estadstica son las facturas por cobrar.
1.1.6. Dato estadstico
Son nmeros o medidas que han sido recopilados como resultado de observaciones que pueden
ser comparados, analizados e interpretados.
Ejemplo:
1. Si la caracterstica de estudio es la variable X: edad de un grupo de 5 estudiantes. El conjunto
de datos estadsticos seran los siguientes:
x1 = 17, x2 = 18, x3 = 21, x4 = 22, x5 = 19
2. Si la caracterstica de estudio es la variable X: n de errores ubicados en 5 facturas. El con-
junto de datos estadsticos seran los siguientes:
x1 = 2, x2 = 5 , x3 = 0, x4 = 4, x5 = 2
1.1.7. Parmetro
Es una medida de resumen que describe alguna caracterstica de toda la poblacin objeto de estudio.
Para determinar el valor del parmetro se requiere informacin de toda la poblacin.
Las ms usadas son:
i) Media poblacional ()
ii) Varianza poblacional (2)
iii) Desviacin estndar poblacional ()
iv) Proporcin poblacional (P)
1.1.8. Estadstico o estadgrafo
Es una medida de resumen que describe alguna caracterstica de la muestra.
Las ms usadas son:
i) Media Muestral (x)
ii) Varianza muestral (s2)
iii) Desviacin estndar muestral (s)
iv) Proporcin muestral (p)
1.1.9. Variable estadstica
Es una caracterstica de la poblacin que interesa al investigador y que toma diferentes valores.
Se denota con las letras: X, Y, Z, etc.
Ejemplo:
1. Edad 2. Profesin
3. Ingreso familiar 4. Estado Civil
5. Estatura 6. Nivel socioeconmico
x
Unidad I
18
Las variables se pueden clasicar de la siguiente manera:
a. Variables cualitativas
Son aquellas caractersticas que no se expresan cuantitativamente, constituidas por atributos.
Ejemplo:
Lugar de procedencia (norte, centro sur, oriente)
Estado civil (soltero, casado, viudo, divorciado, conviviente).
Estas variables a su vez pueden clasicarse segn la escala de medicin en:
i) Variable cualitativa nominal
Es aquella que no lleva ninguna ordenacin en sus posibles modalidades (datos estadsticos).
Ejemplo:
Estado civil: soltero, casado, viudo divorciado, conviviente (en estas clasicaciones no hay
ordenacin jerrquica, si quisiramos forzar la ordenacin y pondramos al soltero en pri-
mer lugar, quin ira segundo, el casado o el conviviente y luego el viudo o el divorciado).
Filiacin religiosa: catlico, adventista, mormn,
ii) Variable cualitativa ordinal
Es aquella que busca ordenar sus casos en trminos del grado que posee una determinada
caracterstica.
Ejemplo:
Nivel socio-econmico: alto, medio, bajo
Rendimiento: excelente, bueno regular malo, psimo.
b. Variables cuantitativas
Es aquella cuyos datos estadsticos son numricos y se obtiene como resultado de medicio-
nes o conteos.
Ejemplo:
Sueldos: 800, 1500, 935, 450,
Notas: 12, 19, 16, 08, 10,
Las variables cuantitativas segn la escala de medicin pueden ser:
i) Variable cuantitativa de intervalo
Es aquella que se presenta en intervalos y no necesariamente empieza del cero racional.
Ejemplo:
Temperatura corporal: 36, 37, 38 (una persona no puede tener 0 de temperatura,
porque estara muerta).
Peso: 20kg, 35kg, 58kg.
Todos los signos vitales son variables cuantitativas de intervalo.
Estadstica General
P R O E S A D
19
ii) Variable cuantitativa de razn
Es aquella que necesariamente empieza del cero racional.
Ejemplo:
Notas: 0, 1, 2, 3, , 20 (empieza desde cero)
Edad: 0, 1, 2,
Las variables cuantitativas segn su naturaleza pueden ser:
i) Variable discreta
Son aquellas que toman valores numricos aislados y no pueden tomar ningn valor entre
dos nmeros consecutivos jados (slo asume nmeros enteros).
Ejemplo:
N de hijos: 0, 1, 2, 3, (no puede existir 2.5 porque sera ilgico pensar en 2 hijos y
medio)
N de facturas que presentan errores: 0, 1, 2, 3,
ii) Variable continua
Son aquellas que pueden tomar innitos valores entre dos nmeros, por muy prximos que
los jemos, es decir, se presentan valores enteros as como decimales.
Ejemplo:
Peso: 62.55 kg, 72.40 kg, 56.35 kg,...
Talla: 1.50 mt, 1.65 mt, 1.85 mt,
Estadstica General
P R O E S A D
21
2.1. ETAPAS DEL MTODO ESTADSTICO
De acuerdo con el orden de aplicaciones de la estadstica a un problema determinado, los mto-
dos estadsticos se dividen en cuatro etapas:
1. Planicacin del estudio.
2. Recoleccin de la informacin.
3. Presentacin u organizacin de la informacin.
4. Anlisis e interpretacin de los resultados.
2.1.1. Planicacin del estudio
Estudia los detalles concernientes a la recoleccin, clasicacin y anlisis de la informacin. En
base a lo cual se denirn caractersticas de la poblacin o se negarn o conrmarn una hip-
tesis de trabajo.
En esta etapa se pueden considerar los siguientes aspectos:
Planteamiento del problema.
Bsqueda y evaluacin de la informacin existente.
Formulacin de hiptesis.
Vericacin de la hiptesis.
Anlisis y presentacin de los resultados.
2.1.2. 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 infor-
macin.
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.
2
Sesin
ETAPAS DEL MTODO
ESTADSTICO
Unidad I
22
2.1.2.1. Mtodo de recoleccin de la observacin
a. Directa.- Cuando los datos son recolectados directamente de la fuente de origen. sta puede
ser mediante la observacin o el interrogatorio.
b. Indirecta.- Cuando los datos provienen de datos recogidos por otros individuos en este caso
se habla de fuentes secundarias.
En cuanto al tiempo, la recoleccin de datos puede clasicarse en:
Continuas: Cuando son registradas a medida que ocurren.
Ejemplo: Registro civil de hechos vitales (nacimientos, defunciones y casamientos).
Peridicas: Cuando est hecho en determinados intervalos de tiempo (forma cclica).
Ejemplo: Censos hechos en el Per cada 10 aos.
Ocasionales: Cuando se efecta en cualquier poca.
Ejemplo: Estudios de investigacin realizados por algn investigador.
2.1.2.2. Muestreo
Es la tcnica mediante la cual se obtiene la muestra representativa y adecuada.
VENTAJAS Y LIMITACIONES DEL MUESTREO
a. Permite conocer con relativa aproximacin determinada caracterstica de una poblacin de
gran tamao, dentro de un costo razonable y en menor tiempo.
b. Permite mayor exactitud de los resultados, puesto que los factores articiales de variacin
pueden controlarse.
c. Cuando la poblacin es innita o muy grande, entonces, el estudio slo podr realizarse a
travs de una muestra.
d. Cuando se trata de ensayos destructivos o no recuperables, necesariamente se tendr que
utilizar una muestra.
e. Una limitacin de la muestra, es que, por buena que pueda ser la muestra y los cuidados
puestos en ella, siempre existe el sesgo debido a factores aleatorios. Dicho riesgo debe ser
establecido a priori por el investigador de modo que se tenga suciente garanta de la mues-
tra seleccionada.
2.1.2.3. Determinacin del tamao de muestra
Se determina el tamao de muestra utilizando la frmula siguiente, para una muestra sacada de
una poblacin nita cuya fuente es Arkin y Colton.

NOTAS
( )
2
1 1
N
n
N k
=
+
Estadstica General
P R O E S A D
23
Donde:
n = tamao de la muestra (nmero de elementos de la muestra)
N = tamao de la poblacin (nmero de elementos de la poblacin)
k = error de muestreo.
Ejemplo:
Seleccionar el tamao de la muestra para la poblacin que est constituida por 1500 estudiantes
de la UPeU, utilizando un error de muestreo del 25% y 5%.
Solucin:
si: k = 25%, para reemplazar este valor en la frmula, primero debemos convertir a real, es
decir, k = 25/100 = 0.25

si: k = 5%, para reemplazar este valor en la frmula, primero debemos convertir a real, es
decir, k = 5/100 = 0.05.

2.1.3. Presentacin u organizacin de la informacin
Se consideran los tres pasos siguientes:
1. Revisin y correccin de la informacin recogida.
2. Presentacin de la informacin mediante cuadros.
3. Presentacin de la informacin mediante grcos.
2.1.3.1. Revisin y correccin de la informacin recogida
Se debe revisar y corregir:
a) La escritura.
b) Las respuestas inconsistentes.
c) Las respuestas incompletas.
d) Las unidades en las cifras son diferentes.
2.1.3.2. Presentacin de la informacin mediante cuadros
Despus de la revisin de los datos recopilados, es conveniente presentar la informacin, de
acuerdo a algn sistema de ordenacin, a n de describirlos y analizarlos.
2.1.3.3. Presentacin de la informacin mediante grcos
( )( )
2
1500
15.84 16
1500 1 0.25 1
n alumnos = = =
+
( )( )
2
1500
315.96 316
1500 1 0.05 1
n alumnos = = =
+
Unidad I
24
Los grcos ms usados son:
a. Histograma de frecuencias
b. Polgono de frecuencias
c. Polgono de frecuencias acumuladas u ojiva
d. Barras
e. Bastones
f. Sectores
g. Series de tiempo
2.1.4. Anlisis e interpretacin de los resultados
Para el anlisis e interpretacin de los resultados nos basamos en los cuadros y grcos, y en las
medidas de resumen de la serie de datos.
EJERCICIOS PROPUESTOS
1. Indique cules de los trminos u operaciones siguientes se relacionan con una muestra o con
una poblacin:
a) grupo de medidas llamados parmetros
b) uso de inferencia estadstica
c) hacer un censo
d) juzgar la calidad de un embarque de fruta inspeccionando varios de los bultos incluidos
en el embarque.
2. En los siguientes enunciados, indicar si se trata de una Muestra (M) o una Poblacin (P):
a) Nmero de estudiantes egresados del Instituto YI en el ao 2004
b) Estudio de personas con proceso judicial por trco de drogas en el ao 2000
c) Nmeros de nios nacidos vivos en el hospital X
d) Estudio del 25% de pacientes con tuberculosis del distrito DF
3. Elabore una lista de 10 variables. Luego:
a) Identique la poblacin objeto.
b) Identique la poblacin objetivo.
c) Determine la unidad estadstica.
d) Mencione algunos datos estadsticos.
4. Clasicar las siguientes variables en cualitativas (nominal y ordinal) y cuantitativas (discreta
y continua).
a) rendimiento acadmico
b) velocidad de lectura
c) peso contenido en un paquete de cereales
d) categora de docente
e) nmero de artculos defectuosos producidos
Estadstica General
P R O E S A D
25
f) nmero de unidades de un artculo en existencia
g) grado de desnutricin
h) asistencia a los cultos devocionales
i) patrn conductual
j) cultura organizacional
k) tipo de alimentacin
l) nmero de hermanos
m) grado de instruccin
n) estado civil.
5. Clasique las variables e indique el tipo de escala en que estn medidas las siguientes ca-
ractersticas:
a) Profesin
b) Ao de nacimiento
c) Nacionalidad
d) Grado de instruccin
e) ingreso mensual familiar promedio
f) Nmero de telfono
g) Grado de instruccin
h) Nmero de hijos
6. Utilizando la frmula determine el tamao de la muestra, considerando los datos que se
mencionan a continuacin.
a) N = 1 500 k = 3%
b) N = 2 000 k = 10%
c) N = 5 000 k = 2%
d) N = 500 k = 10%
e) N = 1 000 k = 5%
7. En el siguiente enunciado identique: poblacin, muestra, unidad estadstica, parmetro,
estadstico, variable(s), tipo de variable(s) y d 2 ejemplos de dato estadstico.
8. Con la nalidad de mejorar el servicio de la Biblioteca de la UPeU se decidi realizar un
estudio de investigacin, para lo cual se seleccion aleatoriamente a 45 estudiantes usuarios
de la biblioteca obtenindose los siguientes resultados:
En promedio un alumno dedica 1 hora a la lectura en sala.
El 80% arma que la atencin es buena.
El 10% de los usuarios son recin ingresantes a la UPeU.
En promedio un alumno se lleva 1.5 libros a su casa.
9. Identique en cada caso: unidad elemental, variable, tipo de variable
a) consumo mensual de electricidad
b) opinin acerca de la gestin de un ministro
c) peso de nios de 5 aos
d) estado civil
e) nmero de artculos defectuosos producidos por las mquinas de una fbrica
f) nacionalidad de personas que asisten a un congreso.
26
Autoevaluacin
?
AUTOEVALUACIN
REFUERZA LAS COMPETENCIAS A LOGRAR
T decides si ser el mejor o el peor.

CONCEPTUAL:
1. Seale con una V si es verdadero o F si es falso en los siguientes enunciados:
( ) Una muestra es representativa si sta contiene todas las caractersticas de la mues-
tra.
( ) La variable es una caracterstica que asume diferentes valores.
( ) Para que una poblacin est bien denida, debe contener la caracterstica, unidad
estadstica y extensin.
( ) Las ramas de la estadstica son: estadstica descriptiva e inferencial.
( ) Las variables cualitativas son aquellas que son numricas y se obtiene como resul-
tado del conteo
PROCEDIMENTAL:
2. Los mtodos de recoleccin de la informacin son: directa e indirecta. Cul es la diferencia
entre ambas?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
3. Dadas las siguientes variables, colocar en la tabla en el lugar donde le corresponde de acuer-
do a su naturaleza y escala de medicin.
a. Estudios diarios e. Grado de instruccin
b. Lugar de procedencia f. Sueldos
c. Velocidad de lectura g. Gastos
d. Idiomas h. Rendimiento
i. Estado civil j. Edad
k. Estatura l. Categora de docente
Variable cualitativa Variable cuantitativa
Nominal Ordinal Discreta Continua
27
Estadstica General
4. Utilizando la frmula determine el tamao de la muestra, considerando los datos que se
mencionan a continuacin.
a) N = 500 k = 10% b) N = 1 000 k = 5%
c) N = 1 500 k = 3% d) N = 2 000 k = 10%
ACTITUDINAL:
5. Considerando los conocimientos adquiridos en esta tutora identicar las clases de variables
estadstica, su naturaleza, y de esta manera poder realizar un estudio estadstico.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Vuelve a leer el captulo si no puedes
responder a tu autoevaluacin.
T eres el resultado de tus pensamientos
Estadstica General
P R O E S A D
29
3.1. TABLAS DE FRECUENCIAS O DISTRIBUCIN DE FRECUENCIAS
Una distribucin de frecuencias (o tabla de distribucin de frecuencias) es una representacin de
una serie de datos. En ella se muestra cmo se distribuyen los valores de la variable estadstica
junto a sus frecuencias correspondientes a cada uno de ellos.
En estas tablas de distribucin de frecuencias, como producto de la operacin de tabulacin
(conteo), se observa cuantos elementos (frecuencia o repeticin) hay en cada categora, valor o
intervalo de la variable.
Luego de la revisin de los datos recopilados, es conveniente presentar la informacin, de acuer-
do a algn sistema de ordenacin, a n de describirlos y analizarlos. A continuacin se presenta
algunos conceptos y procedimientos comunes para la presentacin de cuadros o tablas.
Frecuencia absoluta simple ( ): Se llama al nmero de veces que aparece repetido dicho valor,
en un conjunto de valores realizadas. La suma de todas las frecuencias es igual al total de
datos observados.
Se denota mediante:

Propiedad:
Frecuencia absoluta acumulada ( ): Es igual a la suma de las frecuencias absolutas simples
inferiores o iguales a las frecuencias acumuladas que se desea encontrar.
Se denota mediante:
Propiedad:

.
.
.

3
Sesin
ORGANIZACIN DE LA
INFORMACIN:
TABLAS Y GRFICOS ESTADSTICOS
i
f
i
f
1 2
1
...
m
m i
i
f f f f n
=
+ + + = =
1
2 1 2
1 2
...
q
m m
F f
F f f
F f f f
=
= +
= + + +
i
F
Unidad I
30
Frecuencia relativa simple ( ): Es el cociente entre la frecuencia absoluta simple de su la y
el nmero total de observaciones realizadas (n). La suma de todas las frecuencias relativas es
igual a 1.
Su frmula es:
Se denota mediante:

Propiedad:
Frecuencia relativa acumulada ( ): Se llama al cociente entre la frecuencia absoluta acumulada
de su la y el nmero de observaciones realizadas (n).
Su frmula es:

Se denota mediante:
Propiedad:

.
.
.

Para presentacin de la informacin mediante cuadros o tablas, es necesario construir la tabla de
distribucin de frecuencias. La cual puede ser:
3.1.1. Distribucin de frecuencias de una variable discreta
Una distribucin de frecuencias es un arreglo de los valores observados x1,...xm de una variable
X con sus respectivas frecuencias, en una tabla de la forma:
Valores de X Fi hi Hi
x1
x2
.
.
.
xk
f1
f2
.
.
.
Fm
F1
F2
.
.
.
Fm=n
h1
h2
.
.
.
Hm
H1
H2
.
.
.
Hm=1
Total =n hi=1
Ejemplo:
Dadas las edades de 12 estudiantes de la UPeU, construir la tabla de distribucin de frecuencias.
EDAD (X): 19, 20, 23, 20, 18, 20, 25, 18, 18, 20, 25, 23.
Solucin
n
f
h
i
i
=
i
h
1 ...
1
2 1
= = + + +

=
m
i
i m
h h h h
n
F
H
i
i
=
i
H
1
2 1 2
1 2
...
q
m m
H h
H h h
H f h h
=
= +
= + + +
Estadstica General
P R O E S A D
31
EDAD Fi hi Hi
18
19
20
23
25
3
1
4
2
2
3
4
8
10
12
0.25
0.08
0.33
0.17
0.17
0.25
0.33
0.66
0.83
1.00
Total 12 1.00
La suma de las frecuencias relativas simples (hi) siempre debe ser igual a uno, en caso de error
de redondeo no diera 1, hay que ajustar, es decir, hay que sumar o restar 1 dgito a cualquier
nmero para conseguir la suma de 1.
f3: Indica la frecuencia absoluta simple de la tercera la y corresponde al nmero 4.
F4: Indica la frecuencia absoluta acumulada de la cuarta la y corresponde al nmero 10.
h3: Indica la fecuencia relativa absoluta simple de la tercera la y corresponde al nmero 0.33.
Para interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando el nmero por 100, as 0.33x100 = 33%.
H4: Indica la frecuencia relativa acumulada de la cuarta la y corresponde al nmero 0.83. Para
interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando el nmero por 100, as 0.83x100 = 83%
Interpretacin:
f3: Existen 4 alumnos que tienen 20 aos de edad.
F4: Existen 10 alumnos cuyas edades varan de 18 a 23 aos.
h3: El 33% de los alumnos que tienen 20 aos de edad.
H4: El 83% de los alumnos tienen edades que varan de 18 a 23 aos.
Las frecuencias absolutas interpretan la variable en su la, en cambio las frecuencias acumuladas
interpretan desde el principio hasta su la.
Observacin:
Cuando se realiza una observacin en una muestra o en una poblacin, se puede presentar los
siguientes casos:
Que se hayan hecho pocas observaciones y por lo tanto, la variable estadstica tome pocos
valores.
Que se hayan hecho muchas observaciones y sin embargo, la variable estadstica toma muy
pocos valores diferentes.
Que se hayan hecho muchas observaciones y la variable toma muchos valores distintos.
(*)
Los dos primeros casos caern dentro del estudio de variable discreta.
(*)
El tercer caso se agrupar los valores de la variable en intervalos adecuadamente para no perder mucha informacin.
Unidad I
32
2.1.2. Distribucin de frecuencias para datos agrupados
Es una tabla en donde los datos originales se clasican en intervalos de clase.
Para la elaboracin de esta tabla se debe tener en cuenta las deniciones siguientes:
Intervalos o lmites de clase: se identica por tener su lmite superior y su lmite inferior.
Los extremos de los intervalos no se repiten.
Ejemplo:
15-19 LCI=15 y LCS=19
20-24
25-29
Amplitud intervlica (c): Llamado tambin ancha de clase, es la cantidad de datos que
estn comprendidos en un intervalo de clase.
Marca de clase (Xi): Es el punto medio del intervalo de clase:

Ejemplo:
La marca de clase para el primer intervalo ser:

REGLA GENERAL PARA LA CONSTRUCCIN DE UNA DISTRIBUCIN DE FRECUENCIAS DE UNA VA-
RIABLE CONTINUA AGRUPADA EN INTERVALOS
Dado n valores de una variable cuantitativa continua, o discreta con ms de 20 valores distin-
tos, uno de los mtodos para construir la distribucin de frecuencias es:
1) Determinar el Rango: R
El rango de variacin de los datos se dene por:

2) Determinar el Nmero de intervalos: k
Utilizando la regla de Sturges:

n: Nmero total de datos.

Observacin: El resultado que se obtenga de k ser redondeado al entero inmediato mayor.
Ejemplo:
Si entonces, (Nmero de intervalos igual a 7).
2
i
LCI LCS
X
+
=
( ) 15 19
17
2
i
X
+
= =
mn mx
X X R =
1 3.322log( ) k n = +
6.32 k =
7 k =
7 k =
6.84 k =
Estadstica General
P R O E S A D
33
3) Determinar la Amplitud del intervalo: c
La amplitud del intervalo se obtiene dividiendo el rango entre el nmero de intervalos.

4) Determinar los extremos de los intervalos
Ejemplo:
Los siguientes datos son puntajes del cociente de inteligencia (CI) de 50 alumnos de la UPeU. Con
base en estos puntajes, preparar la tabla de distribucin de frecuencias.
PUNTAJES DEL COCIENTE DE INTELIGENCIA (CI)
DE 50 ESTUDIANTES DE LA UPeU
91 104 113 125 101
114 105 101 89 126
118 100 111 125 109
119 95 106 120 129
89 113 118 127 129
128 107 89 122 89
114 106 105 115 98
112 103 92 125 107
97 104 105 95 91
106 93 89 100 115
1) Determinar el Rango: R
El rango de variacin de los datos se dene por:

2) Determinar el Nmero de intervalos: k
Utilizando la regla de Sturges:

n: Nmero total de datos.

Observacin: El resultado que se obtenga de k ser redondeado al entero inmediato mayor.
Ejemplo:

3) Determinar la Amplitud del intervalo: c
La amplitud del intervalo se obtiene dividiendo el rango entre el nmero de intervalos.
6.32 k = 7 k =
7 k =
R
c
k
=
1 3.322log( ) k n = +
6.84 k =
Unidad I
34
4) Determinar los extremos de los intervalos
Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES DEL CI DE 50 ESTUDIANTES DE LA UPeU
Lmite de clase Yi Fi hi Hi
88 94
94 100
100 106
106 112
112 118
118 124
124 130
91
97
103
109
115
121
127
9
6
11
5
8
3
8
9
15
26
31
39
42
50
0.18
0.12
0.22
0.1
0.16
0.06
0.16
0.18
0.3
0.52
0.62
0.78
0.84
1.00
50 1.00
f3: Indica la frecuencia absoluta simple de la tercera la y corresponde al nmero 11.
F4: Indica la frecuencia absoluta acumulada de la cuarta la y corresponde al nmero 31.
h3: Indica la relativa absoluta simple de la tercera la y corresponde al nmero 0.22. Para in-
terpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando al nmero por 100, as 0.22x100 = 22% .
H4: Indica la frecuencia relativa acumulada de la cuarta la y corresponde al nmero 0.62. Para
interpretar se debe expresar los valores de las frecuencias relativas en porcentajes y esto se
realiza multiplicando al nmero por 100, as 0.62x100 = 62%
Interpretacin:
f3: Existen 11 estudiantes de la Universidad Peruana Unin que tienen un cociente intelectual
que vara de 100 a 106 puntos.
F4: Existen 31 estudiantes de la Universidad Peruana Unin que tienen un cociente intelectual
que vara de 106 a 112 puntos
h3: El 20% de estudiantes de la Universidad Peruana Unin tienen un cociente intelectual que
vara de 100 a 106 puntos
H4: El 62% de estudiantes de la Universidad Peruana Unin tienen un cociente intelectual que
vara de 106 a 112 puntos
Las frecuencias relativas interpretan la variable en su la, en cambio, las frecuencias acumuladas
interpretan la variable desde el principio hasta su la.
CUIDADOS EN LA PRESENTACIN DE CUADROS ESTADSTICOS
A continuacin sealamos los elementos necesarios que deben tenerse en cuenta para la pre-
sentacin de informacin estadstica mediante cuadros.
Estadstica General
P R O E S A D
35
1. N de cuadro
2. Ttulo: Debe responder las siguientes preguntas:
a. Qu informacin contiene el cuerpo del cuadro?
Ej. Cociente de inteligencia de 50 alumnos
b. Dnde fue tomada la informacin?
Ej. ...en la UPeU Lima
c. Cundo fue tomada la informacin?
Ej. ...Enero, 1995
3. Los encabezados: Corresponde a la identicacin de la variable y las frecuencias.
4. Columna matriz: corresponde a las categoras de clasicacin de la variable.
5. Cuerpo del cuadro: Corresponde a la informacin numrica, generalmente frecuencias abso-
lutas y relativas.
6. Fuente: Sealar el medio de informacin que condujo al conjunto de datos.
Ej. Test aplicado por los investigadores
7. Notas: son colocadas para esclarecimiento.
8. Comentarios: sirve para aclarar minucias en relacin a cada celda.
Para nuestro ejemplo visto anteriormente el cuadro ser:
CUADRO N 1
COCIENTE INTELECTUAL DE 50 ESTUDIANTES DE LA UNIVERSIDAD PERUANA UNIN - LIMA, 2004
COCIENTE DE INTELIGENCIA N DE ALUMNOS %
88 94
94 100
100 106
106 112
112 118
118 124
124 130
9
6
11
5
8
3
8
18
12
22
10
16
6
16
TOTAL 50 100
Fuente: Test aplicado por los investigadores.
Estadstica General
P R O E S A D
37
4.1. PRESENTACIN DE LA INFORMACIN MEDIANTE GRFICOS
Los grcos ms usados son:
c. Polgono de frecuencias acumuladas u ojiva
d. Barras
e. Bastones
f. Sectores
g. Series de tiempo
Es una representacin grca de una distribucin de frecuencias agrupadas en intervalos de cla-
se, mediante una serie de intervalos continuos.
Se usa:
Cuando se tiene una variable cuantitativa continua
Se construye:
1. Se coloca los intervalo de clase en el eje horizontal (eje de las abscisas o eje x).
2. Se levanta cada intervalo a la altura de la frecuencia absoluta simple o relativa simple.
Ejemplo:
Considere el ejemplo de tabla de distribucin de frecuencia para datos agrupados del Puntajes
del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
4
Sesin
REPRESENTACIN DE
LA INFORMACIN
Unidad I
38
Se usa:
Cuando se tiene una variable cuantitativa continua y econmica.
Se construye:
1. Se ubica en el eje x la marca de clase y se considera el punto medio,
2. Se levanta el punto de la marca de clase a la altura de la frecuencia absoluta simple o rela-
tiva simple,
3. Luego de marcar los puntos, unirlos,
4. Finalmente, unir los extremos al eje de las abscisas.
Ejemplo:
Considerando el ejemplo de la tabla de distribucin de frecuencias para datos agrupados, en el
cual estudiamos el Puntaje del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.

10
9
8
7
6
5
4
3
2
1

91 97 103 109 115 121 127

9
6
11
5
8
3
8
f
i

x
Estadstica General
P R O E S A D
39
c. Polgono de frecuencias acumuladas u ojivas
Se usa:
Cuando la frecuencia acumulada es de inters.
Se construye:
1. Se ubica en el eje x la marca de clase.
2. Se levanta el punto del extremo superior de cada lmite de intervalo de clase a la altura de
la frecuencia absoluta acumulada o relativa acumulada.
3. Luego de marcar los puntos, unirlos
4. Finalmente, unir los extremos al eje de las abscisas.
Ejemplo:
Considerando el ejemplo de la tabla de distribucin de frecuencias para datos agrupados, en el
cual estudiamos el Puntaje del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU
d. Barras
Se representa mediante una serie de rectngulos separados
Se usa:
Para representar variables cualitativas.
Se construye:
1. Se ubica en el eje x las categoras de la variable, utilizando intervalos y separando aproxima-
damente la mitad del intervalo entre una categora y otra.
2. Se levanta cada intervalo de la categora que corresponde a la variable, a la altura de la fre-
cuencia absoluta simple o relativa,

50
45
40
35
30
25
20
15
10
5

88 94 100 106 112 118 124 130
9
15
26
31
39
42
50
f
i

x
Unidad I
40
Ejemplo:
Facultad N de alumnos
1. Ciencias Contables y Administrativas 500
2. Teologa 200
3. Ciencias de la Salud 250
4. Educacin y Ciencias Humanas 250
5. Ingeniera 300
Total 1500
e. Bastones
Tiene la forma de alleres.
Se usa:
Para representar una variable cuantitativa discreta.
Se construye:
1. Se ubica en el eje x los valores de la variable, separando equitativamente entre uno y otro valor,
2. Se levanta utilizando una lnea recta para cada valor de la variable, a la altura de la frecuen-
cia absoluta simple o relativa y se termina con un punto, en forma de aller.
Ejemplo:
No de Hijos (xi) 0 1 2 3 4 5
N de familias () 3 7 12 20 15 5
NOTAS

50
0 45
0 40
0 35
0
30
0 25
0 20
0 15
0 10
0 50
1 2 3 4 5
50
0
20
0
25
0
30
0
fi
x
25
0

20
15
10
5
1 2 3 4 5
7
12
20
5
fi
x
15
3
Estadstica General
P R O E S A D
41
f. Sectores
Se representa mediante un crculo particionado.
Se usa:
Para representar una variable cualitativa cuyo principal inters es conocer su frecuencia relativa.
Se construye:
1. Se particiona a una circunferencia equitativamente, considerando que sta constituye el
100%,
2. Se efecta la particin, segn la frecuencia relativa simple lo considere y se ubican las cate-
goras de la variable en cada particin.
Ejemplo:
Rubro hi %
Diezmo 10
Vivienda 20
Alimentacin 30
Vestido 10
Educacin 20
Recreacin 5
Otros 5
Total 100
g. Series de tiempo
Son curvas idnticas al del polgono de frecuencias pero sus extremos no tocan el eje de las
abscisas.
Se usa:
Cuando la variable de inters es el tiempo.
Ejemplo:
N DE ALUMNOS INGRESANTES A LA UPeU DE TRES
COLEGIOS DIFERENTES 1991-1995
AOS
N DE ALUMNOS INGRESANTES
COLEGIO 1 COLEGIO 2 COLEGIO 3
1991 10 20 15
1992 15 25 20
1993 20 20 25
1994 25 25 20
1995 35 25 25

ALIMENTACIN
30%
EDUCACIN
20%
RECREAC.
5%
DIEZMO
10%
VESTIDO
10%
OTROS
5%
VIVIENDA
20%
Unidad I
42
CUIDADOS EN LA PRESENTACIN DE GRFICOS ESTADSTICOS
A continuacin sealamos los elementos necesarios que deben tenerse en cuenta para la pre-
sentacin de informacin estadstica mediante grcos.
1. N de grco
2. Ttulo: Debe responder las siguientes preguntas:
a. Qu informacin contiene el cuerpo del cuadro?
Ej. Cociente de inteligencia de 50 alumnos
b. Dnde fue tomada la informacin?
Ej. ...en la UPeU Lima
c. Cundo fue tomada la informacin?
Ej. ...Setiembre, 1994
3. Representacin grca (sealar escalas).
4. Leyenda (si fuere necesario).
5. Fuente.
6. Nota (en caso de ser necesario).
Ejemplo:
La representacin grca para el ejemplo de datos agrupados de los datos del Puntajes del
Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
GRFICO N 1
COCIENTE INTELECTUAL DE 50 ESTUDIANTES DE LA UNIVERSIDAD PERUANA UNIN - LIMA, 2001

0
5
10
15
20
25
30
35
40
1991 1992 1993 1994 1995
COLEGIO 1
COLEGIO 2
COLEGIO 3
X
AOS
f
i

Estadstica General
P R O E S A D
43
Fuente: Test aplicado por los investigadores.
1. En una encuesta de opinin acerca de las preferencias de una marca de bebida gaseosa
por sus colores: Amarillo (A), Blanco (B), Rojo (R), 20 consumidores dieron las siguien-
tes respuestas:
B, R, R, B, R, A, A, B, B, A
B, A, A, R, B, A, B, R, B, A
a) Construir la distribucin de frecuencias
b) Gracar la distribucin
2. La tabla muestra la distribucin del ingreso familiar correspondiente a 80 familias:
Ingresos Fi hi
[160 - 170
[170 - 180 48 60
[180 - 190 0,125
[190 - 200 0,075
[200 - 210

a) Determinar el nmero de familias que ganan menos de 200 nuevos soles
3. Para cada uno de los siguientes ejercicios construir:
a) La tabla de distribucin de frecuencias
b) El grco adecuado
c) Interpretacin
Unidad I
44
3.1. Los siguientes datos proporcionan las remuneraciones de 50 obreros.
730 470 672 820 670 610 800 670
600 700 650 700 570 850 590 700
570 730 770 580 609 700 574 578
730 663 569 720 860 766 456 258
378 930 848 860 748 777 640 560
730 640 708 461 685 630 720 840
650 740
3.2. Considere los datos obtenidos por las medidas de las alturas de 100 individuos
(dados en cm)
151 152 154 155 159 159 160 161
161 161 161 162 163 163 164 165
166 165 166 166 166 166 166 167
167 167 167 168 168 168 168 168
168 168 168 168 168 169 169 169
169 169 169 169 169 170 170 170
170 170 170 170 171 171 171 172
172 172 173 173 173 173 174 174
174 175 175 175 176 176 176 176
176 177 177 177 177 178 178 178
179 179 180 180 180 181 181 181
181 182 182 182 183 184 185 186
187 188 189 190
3.3 El gerente de una compaa registra el nmero de cierto trabajo, completados
por los empleados. Cincuenta empleados realizan el mismo trabajo, divididos
en dos grupos de 25 y en salones diferentes.
En el saln A, el gerente registra el siguiente nmero de unidades completadas por da:
21 22 20 15 25 30 28
29 28 30 24 29 27 34
38 24 35 36 31 41 32
43 44 53 50
En el saln B los datos son los siguientes:
16 21 13 36 18 24 32
16 18 20 28 25 33 26
30 26 20 35 45 59 32
31 30 40 30
Estadstica General
P R O E S A D
45
a) Combinar todos los puntajes y obtener la distribucin de frecuencias con tamao de clase
k=10.
b) Obtener la distribucin de frecuencias por cada saln y realice la grca adecuada.
4. Se tiene la siguiente tabla de frecuencias relativas de 300 empleados segn su
edad.
EDADES hi
19-21 0.15
22-24 0.25
25-27 0.40
28-30 0.10
31-33 0.10
a) Cuntos empleados tienen edades entre 22 y 30 aos?
b) Qu porcentaje de empleados tienen 25 aos o ms?
c) Qu porcentaje de empleados tienen 24 aos o menos?
d) Una empresa que se dedica a preparar dietas, proyecta lanzar al mercado una dieta rigurosa.
Los empleados de una compaa se presentaron como voluntarios para dicha promocin.
Se realiz un muestreo con 80 empleados elegidos aleatoriamente. Los resultados del chequeo
de los pesos (en Kg), fueron los siguientes:
80.6 65.8 49.6 79.1 84.4 66.2 79.3 59.4 72.9 73.6
53.2 60.2 91.2 74.8 78.6 81.4 58.6 68.2 67.4 55.6
76.9 77.4 67.9 63.7 49.9 46.4 68.8 67.3 72.3 75.8
88.3 94.6 57.3 87.3 74.3 73.2 90.4 76.3 52.7 71.7
75.6 41.8 73.6 71.4 83.2 67.4 99.3 62.3 89.2 86.8
65.2 62.1 44.8 82.9 81.7 70.4 74.6 76.9 85.7 40.9
54.2 75.3 50.1 61.1 42.3 68.6 56.2 70.8 47.3 66.9
80.2 60.2 71.6 77.1 94.9 61.4 82.1 78.3 51.2 79.3
a) Elaborar la distribucin de frecuencias
b) Cuntos empleados tienen pesos entre 45 y 60 kg?
c) Qu porcentaje de empleados tienen pesos mayores que 75.5 Kg?

46
Autoevaluacin
?
AUTOEVALUACIN
T decides si ser el mejor o el peor

CONCEPTUAL:
( ) Una tabla estadstica representa a la informacin en forma organizada.
( ) La marca de clase es el punto medio de los intervalos de clases.
( ) F3 indica la frecuencia acumulada relativa simple de la tercera la.
( ) La suma de las frecuencias relativas simples debe ser igual a uno.
( ) El histograma de frecuencia se utiliza para una distribucin de frecuencias agrupadas
en intervalos de clase.
PROCEDIMENTAL:
2. A continuacin se presentan las notas de 50 alumnos:
60 53 85 77 33 45 52 65 77 84
65 41 74 55 57 78 50 35 64 74
71 39 35 60 81 76 91 55 73 59
47 94 54 98 68 66 48 69 85 67
80 94 61 88 41 89 66 73 42 65
Se pide:
a) Determinar el rango.
b) Nmero de clases o las.
c) Amplitud de las clases o las.
d) Frecuencias absolutas y relativas simples, absolutas y relativas acumuladas. Interpretar
por lo menos 2 de cada la.
3. Al investigar el nivel socioeconmico en los valores: Bajo (B), medio (M), alto (A), 20 familias
dieron las siguientes respuestas:
M, B, B, M, A, B, B, M, M, B, M, B, B, A, M, B, M, A, M, B
Construir la distribucin de frecuencia y trazar su grca.
4. Dibujar un diagrama de sectores para mostrar los gastos de un hospital de una gran ciudad,
siendo stos los siguientes: 73% en sueldos, honorarios profesionales mdicos y bonicacio-
nes a los empleados; 13% en suministros, equipo mdico y quirrgico; 8% en mantenimien-
to, alimentacin y energa; y 6% en costos administrativos.
47
Estadstica General
ACTITUDINAL:
5. Considerando los conocimientos adquiridos en la primera unidad, qu aconsejaras a un
empresario que necesita tomar decisiones acertadas para el buen funcionamiento de su
negocio?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Sesin N 5: Medidas de resumen
Sesin N 6: Medidas de posicin
Sesin N 7: Medidas de dispersin
Sesin N 8: Medidas de forma
U
N
I
D
A
D

I
I
UNIDAD II
COMPETENCIAS
Reconoce los concep-
tos de las medidas de
resumen, como las de
tendencia central, de
posicin, de dispersin y
de forma, de una serie
de datos.
Calcular las diversas
medidas de resumen
para una serie de
datos.
Identican y reconocen
qu medidas de resu-
men son adecuadas
para el anlisis de una
serie de datos.
Estadstica General
P R O E S A D
51
5
Sesin
MEDIDAS DE
RESUMEN
5.1. ANLISIS E INTERPRETACIN DE LOS RESULTADOS
Se estudi los cuadros y grcos estadsticos en la unidad anterior como
formas para ordenar y describir un conjunto de datos para tomar deci-
siones. Sin embargo, el anlisis resulta incompleto, para esto se utiliza
ciertos indicadores.
Estos indicadores llamados medidas de resumen o ESTADGRAFOS per-
miten hallar un solo valor numrico, el mismo que representa a toda la
poblacin o muestra en estudio.
Los estadgrafos o medidas de resumen ms importante son:

De tendencia central: media, mediana y la moda.
De posicin: cuartiles, deciles y percentiles.
De dispersin: varianza, desviacin estndar, y coeciente de variacin.
De forma: asimetra y el coeciente de kurtosis.
5.2. MEDIDAS DE TENDENCIA CENTRAL
Son estadsticos que permiten hallar el valor numrico que indica el centro de un conjunto de
datos; sealando la caracterstica que destaca en la informacin.
5.2.1. La media o promedio aritmtico (x)
Es la ms estable y se obtiene de acuerdo a lo siguiente:
a) Media aritmtica para datos simples (en serie):
Proceso: Sumar todos los valores de la variable y dividir entre el nmero de datos que se
han sumado.

_
x
n
x
=

Unidad II
52
b) Media aritmtica para datos agrupados (en tablas):
Proceso: Sumar todos los valores de la variable o marca de clase multiplicados por la frecuen-
cia absoluta simple y dividir entre el nmero de datos o la suma de las frecuencias absolutas
simples.

Ventajas de la media aritmtica:
Es til cuando los datos estn distribuidos en forma normal o simtrica.
Es de gran estabilidad porque toma en cuenta todos los datos.
Nos permite probar parmetros en inferencia estadstica.
Desventajas de la media aritmtica:
Puede ser afectado por valores extremos.
Cuando los datos agrupados tienen clases abiertas en los extremos, no es recomendable
calcular el promedio.
5.2.2. Mediana (Me)
Es el estadstico que representa el punto medio de los datos en el cual cae el 50% de puntuacio-
nes. Se obtiene de acuerdo a lo siguiente:

a) Mediana para datos simples (en serie):
Es el valor medio (cuando la serie es impar) o la semisuma de los dos valores medios (cuan-
do la serie es par); del conjunto de datos previamente ordenados en forma creciente.
(*) La mediana se utiliza tambin en variables ordinales
Ej: Se tiene la siguiente informacin sobre el nmero de alumnos repitentes por aos de
estudios de la carrera de contabilidad en la UPeU.
AOS Fi
Primero 25 25
Segundo 14 39
Tercero 6 45
Cuarto 9 54
Quinto 2 56
Total 56

Proceso:
1. Se calcula la suma de las frecuencias absolutas simples entre 2 as:
=
x f
x
f
=

Clase mediana.
2
n 56
28
2 2
f
= =
Estadstica General
P R O E S A D
53
2. El valor inmediatamente superior o igual a 28 se busca en la columna de la tabla que
corresponde a la frecuencia absoluta acumulada Fi (en este ejemplo corresponde a 39,
porque 25 es menor que 28).
3. Luego se observa la primera columna donde se encuentra la variable, en la la donde se
observ el nmero 39, el valor de la variable que se encuentra en esa la corresponde
a la mediana.
Me = Segundo.
Interpretacin: La mitad de los estudiantes repitentes lo hacen como mximo hasta segundo
ao, aproximadamente la otra mitad repiten categoras superiores al segundo ao.
b) Mediana para datos agrupados:
Cuando los datos se encuentran agrupados en una tabla de distribucin de frecuencias, la
mediana se encuentra utilizando la siguiente frmula:

Donde
Linf : Lmite inferior del intervalo que contiene a la mediana
c : Amplitud del intervalo
n : Nmero total de datos
Fi-1 : Frecuencia absoluta acumulada anterior a la clase mediana
i : Frecuencia (o frecuencia absoluta) de la clase mediana.
Lugar de la Mediana, Me :
Ventajas de la mediana:
No est afectada por valores extremos, y por lo tanto es ms representativa que el pro-
medio, cuando las series son poco simtricas.
Es til cuando los datos agrupados tienen clases abiertas en los extremos (es decir, no
tiene lmite inferior en la primera clase ni lmite superior en la ltima clase).
Se aplica a variables que pertenecen a la escala ordinal.
5.2.3. La moda (Mo)
Nos indica el valor o cualidad que se repite con mayor frecuencia dentro de una informacin. Se
obtiene de acuerdo a lo siguiente:
a) Moda para datos simples (en serie):
Es el valor que ms se repite en una serie.
(*) Es til cuando la variable en estudio pertenece a la escala nominal.
1
inf
2
i
i
n
F
Me L c
f
| |
|
\ .
= +
2
n
Unidad II
54
Ejemplo:
Hallar la moda para la siguiente informacin que consiste en una muestra de 100 consumi-
dores segn preferencia por tipos de panes Unin.
TIPOS DE PANES CONSUMIDORES ()
Integral 25
Americano 20
Fibra 40
Hamburguesa 15
Total 100

Entonces, la moda ser el valor que corresponde a la categora de la variable, en la clase o
la modal.
Mo = Fibra
Interpretacin:
La mayora de los consumidores de Productos Unin preere pan bra.
b) Moda para datos agrupados:
En este caso la moda se halla mediante la frmula:

Donde
Linf : Lmite inferior del intervalo que contiene a la moda
c : Amplitud del intervalo
con ;
Ventajas de la moda:
No est afectada por valores extremos.
Puede usarse cuando los datos agrupados tienen clases abiertas en los extremos.
Se usa para variables que pertenecen a la escala nominal.
Desventajas de la moda:
No es representativa a menos que la distribucin contenga un gran nmero de datos y
exista signicativa repeticin de alguno de ellos.
Muchas veces la serie no tiene moda porque ningn valor se repite, en ese caso se dice
que la informacin es unimodal.
Cuando la serie tiene 2 modas, se dice que la informacin es bimodal, y si tiene ms de
2 modas, la informacin es multimodal. En estos casos se hace difcil su interpretacin y
comparacin, por lo tanto, no se considera una medida representativa
Clase modal,
por ser el valor ms frecuente (f =40)
|
|
.
|
\
|
+

+ =
2 1
1
inf
c L Mo
1 1 i i
f f

=
2 1 i i
f f
+
=
Estadstica General
P R O E S A D
55
Ejemplo:
Correspondiente a datos simple (informacin en serie):
Los datos presentados corresponden a las edades de 8 alumnos del 1er ao de la Facultad de
Ciencias Contables y Administrativas:
Edad :
Xi: 18, 20, 23, 17, 18, 19, 23, 18

Calcular la media, mediana y moda e interpretar sus resultados.
Solucin:
Media

Interpretacin
La edad promedio de los alumnos del 1er ao de la Facultad de Ciencias Contables y Adminis-
trativas es de 20 aos.
Mediana
Me: Es el valor medio (cuando la serie es impar) o la semisuma de los dos valores medios (cuan-
do la serie es par); del conjunto de datos previamente ordenados en forma creciente.
En este caso la serie es par, por lo tanto, se procede del siguiente modo:
1 Se ordena la serie
17, 18, 18, 18, 19, 20, 23, 23
2 Se particiona la serie por la mitad
17, 18, 18, 18, 19, 20, 23, 23
3 La mediana ser la semisuma de los dos valores centrales, por ser la serie par, es decir 8 datos.

Interpretacin:
La mitad de los de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas
tiene como mximo 19 aos, aproximadamente la otra mitad tienen ms de 19 aos.
18 20 23 17 18 19 23 18 156
19.5 20
8 8
x
x
n
+ + + + + + +
= = = = =
18 19
18.5 19
2
Me
+
= = =
Unidad II
56
Moda
Es el valor que ms se repite.
As, en nuestra base de datos.
1 Se ordena la serie
17, 18, 18, 18, 19, 20, 23, 23
2 Se toma el valor que ms se repite.
En nuestro ejemplo el 18 se repite 3 veces.
Mo = 18
Interpretacin:
La mayora de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas
tiene de 20 aos de edad.
Ejemplo:
Correspondiente a datos agrupados (informacin en tablas):
Considerando el ejemplo de distribucin de frecuencias para datos agrupados, en el cual estudia-
mos el Puntajes del Cociente de Inteligencia (CI) de 50 Estudiantes de la UPeU.
Hallaremos la media, mediana y moda para datos agrupados.
Tabla N 1
Lmites de clases Xi Fi Xi Xi 2
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>
91
97
103
109
115
121
127
9
6
Mo 11
5
8
3
8
9
15
Me 26
31
39
42
50
819
582
1133
545
920
363
1016
74529
56454
116699
59405
105800
43923
129032
Total 50 5378 585842
Solucin:
La columna de las marcas de clase denotada por Xi, se obtiene por la formula dada anteriormen-
te en la Unidad 1.
Estadstica General
P R O E S A D
57
La columna de Xi : se obtiene multiplicando valor por valor la columna de las marcas de clase
denotada por Xi por las frecuencias absolutas simple denotada por :
As:
X1 f1 = 91 x 9 = 819
X2f2 = 97 x 6 = 582
X3 f3 = 103 x 11 = 1133
.
.
X7 f7 = 127 x 8 = 1016
Observacin: Las sumas de cada columna se encuentran en la la que corresponde al total (al
nal de las columnas).
La clase mediana se ubica con las frecuencias absolutas acumuladas.
La clase modal se ubica con las frecuencias absolutas simples.
Media:

Interpretacin:
El cociente de inteligencia promedio de los alumnos de la Universidad Peruana Unin es de
aproximadamente 107 puntos.
Mediana:
Proceso:
1. Ubicamos la clase o la mediana (intervalo que contenga la mediana):
Lugar de Me: n/2= 50/2= 25 (25 avo. lugar)
Analizando, la mediana se encuentra en la 4ta. Clase.
1
2
3
7
2
88 94
91
2
94 100
97
2
100 106
103
2
.
.
124 130
127
2
LCI LCS
Xi
X
X
X
X
+
=
+
= =
+
= =
+
= =
+
= =
819 582 1133 545 920 363 1016
9 6 11 5 8 3 8
5378
107.56 107
50
i i
i
x f
x
f
+ + + + + +
= =
+ + + + + +
= = =
Unidad II
58
Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la
tabla de datos, considerando el inmediatamente mayor o igual a 25.
En nuestro ejemplo corresponde a la cuarta la, pues su frecuencia acumulada es F4 = 31 y
es el inmediatamente superior a 25.
La cuarta la es la clase mediana y de all se considera los datos que van a ser reemplazados
en la frmula.
2. Utilizando la frmula:

Linf : Lmite inferior del intervalo de la clase mediana = 100
n : Nmero total de datos = 50
Fi-
1
: Frecuencia absoluta acumulada anterior a la clase mediana = 15
f : Frecuencia absoluta simple de la clase mediana = 11
c : Amplitud intervlica: 6
La mediana ser:

= 105.45
Interpretacin:
La mitad de los estudiantes de la Universidad Peruana Unin tiene un coeciente de inteligencia
mximo de 105 puntos, aproximadamente la otra mitad tienen ms de 105 puntos.
Moda
Proceso:
1. Se ubica la clase o la modal (donde se encuentra la moda), ubicando en la columna de las
frecuencias absolutas simples () el mayor valor.
En nuestro ejemplo el mayor valor de las frecuencias absolutas simples es f3 = 11,
En nuestro ejemplo, la clase modal o la donde se encuentra la moda es la tercera la porque
en ella se encuentra el mayor valor de las frecuencias absolutas simples.

2. Utilizando la frmula:

1
inf
2
i
i
n
F
Me L c
f
| |
|
\ .
= +
50
15
2
100 6
11
Me
| |
|
\ .
= +
|
|
.
|
\
|
+

+ =
2 1
1
inf
c L Mo
Estadstica General
P R O E S A D
59
hallando:
= 11- 6 = 5
= 11-5 = 6
= 102.72
Interpretacin:
La mayora de los estudiantes de la Universidad Peruana Unin tiene un coeciente de inteligen-
cia de 103 puntos.
1 1 i i
f f

=
2 1 i i
f f
+
=
5
100 6
5 6
Mo
| |
= +
|
+
\ .
Estadstica General
P R O E S A D
61
6.1. MEDIDAS DE POSICIN
Son estadgrafos que dividen a una serie de datos en cuatro, diez o cien partes iguales.
Estas medidas son:
- Cuartiles
- Deciles
- Percentiles
6.1.1. Cuartiles (Qi )
Son estadgrafos que dividen a la informacin en cuatro partes iguales, donde cada uno de ellos
es el 25% de la informacin.
Esquemticamente se tiene:
Q1 25%
Q2
25% Q3

25%

25%

total 100%
Los cuartiles se calculan con la frmula siguiente:

6
Sesin
MEDIDAS DE
POSICIN
1
inf
( )
4
i
j
i
j n
F
Q L c
f

(
(
= +
(
(

Unidad II
62
Donde:
j : 1,2 3
Linf : Lmite inferior del intervalo de la clase cuartlica.
n : Nmero total de datos.
Fi-1 : Frecuencia absoluta acumulada anterior a la clase cuartlica.
f : Frecuencia absoluta simple de la clase cuartlica.
c : Amplitud intervlica.
6.1.2. Deciles (Di)
Son estadgrafos que dividen a la informacin en diez partes iguales, donde cada uno de ellos es
el 10% de la informacin.

D1 10%
D2
10%
. . . D9
10%

10%

Total 100%
Los deciles se calculan con la frmula siguiente:

Donde:
j : 1,2, 3, 9
Linf : Lmite inferior del intervalo de la clase declica.
Fi-1 : Frecuencia absoluta acumulada anterior a la clase declica.
f : Frecuencia absoluta simple de la clase declica.
6.1.3. Percentiles (Pi )
Son estadgrafos que dividen a la informacin en cien partes iguales, donde cada uno de ellos
es el 1% de la informacin.

1
inf
( )
10
i
j
i
j n
F
D L c
f

(
(
= +
(
(

Estadstica General
P R O E S A D
63

P1 1%
P2
1%
P99
1% . . .

1%

total 100%
Los percentiles se calculan con la frmula siguiente:

Donde:
j : 1,2, 3, 99
Linf : Lmite inferior del intervalo de la clase percentlica.
Fi-1 : Frecuencia absoluta acumulada anterior a la clase Percentlica.
f : Frecuencia absoluta simple de la clase percentlica.
Observacin:
Generalmente se calculan las medidas de posicin para datos agrupados, pues se tiene una gran
cantidad de informacin.
Ejemplo:
Correspondiente a datos agrupados (informacin en tablas)
Hallaremos los cuartiles 1 y 3, los deciles 2 y 8 y los percentiles 10 y 90.
Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES
DEL CI DE 50 ESTUDIANTES DE LA UPeU

1
inf
( )
100
i
j
i
j n
F
P L c
f

(
(
= +
(
(

Unidad II
64
Intervalo de clase Xi Fi
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>
91
97
103
109
115
121
127
9
6
11
5
8
3
8
9
15
26
31
39
42
50
P10
Q1,D2
Q3,D8
P90
Total 50
Solucin
Cuartil 1 (Q1)
Proceso
1. Se ubica la clase o la cuartlica (donde se encuentra el primer cuartil), utilizando la siguiente
frmula, el valor i, se reemplaza de acuerdo a qu cuartil se desea encontrar; ya sea el 1, 2 3.

2. Este valor se ubica en la columna de las frecuencias acumuladas (Fi) correspondiente a la
tabla de datos, considerando el inmediatamente mayor o igual a 12.5.
En nuestro ejemplo corresponde a la segunda la, pues su frecuencia acumulada es F2 = 15
y es el inmediatamente superior a 12.5.
3. La segunda la es la clase cuartlica y de all se considera los datos que van a ser reempla-
zados en la frmula.

Linf : Lmite inferior del intervalo de la clase cuartlica = 94
n : nmero total de datos = 50
Fi-1 : Frecuencia absoluta acumulada anterior a la clase cuartlica = 9
i
: Frecuencia absoluta simple de la clase cuartlica = 6
c : amplitud intervlica: = 6
Cuartil 1 ser:

(1)50
12.5
4 4
i f
= =
1
inf
( )
4
i
j
i
j n
F
Q L c
f

(
(
= +
(
(

1
(1)50
9
4
94 6 97.5
6
Q
(
(
= + =
(
(

Estadstica General
P R O E S A D
65
Interpretacin:
El 25% de los estudiantes de la Universidad Peruana Unin tiene un coeciente de inteligencia
mximo de 98 puntos, aproximadamente el 75% restante tienen ms de 98 puntos.
Cuartil 3 (Q3)
Proceso
1. Se ubica la clase o la cuartlica (donde se encuentra el tercer cuartil), utilizando la siguiente
frmula, el valor i, se reemplaza de acuerdo a qu cuartil se desea encontrar; ya sea el 1, 2 3.

tabla de datos, considerando el inmediatamente mayor o igual a 37.5.
En nuestro ejemplo corresponde a la quinta la, pues su frecuencia acumulada es F5 = 39 y
es el inmediatamente superior a 37.5.
3. La quinta la es la clase cuartlica y de all se considera los datos que van a ser reemplazados
en la frmula.
Linf : Lmite inferior del intervalo de la clase cuartlica = 112
n : nmero total de datos = 50
Fi-1 : Frecuencia absoluta acumulada anterior a la clase cuartlica = 31

1
: Frecuencia absoluta simple de la clase cuartlica = 8
c : Amplitud intervlica: = 6
El cuartil 3 ser:

Interpretacin:
Decil 2 (D2)
Proceso:
1. Se ubica la clase o la declica (donde se encuentra el segundo decil), utilizando la siguiente
frmula, el valor i, se reemplaza de acuerdo a qu decil se desea encontrar; ya sea el 1, 2,
, 9.

( ) (3)50
37.5
4 4
j n
= =
(3)(50)
31
4
3 112 6 116.87
8
Q
(
(
= + =
(
(

( ) (2)50
10
10 10
j n
= =
Unidad II
66
En nuestro ejemplo corresponde a la segunda la, pues su frecuencia acumulada es F2 = 15
y es el inmediatamente superior a 10.
3. La segunda la es la clase declica y de all se considera los datos que van a ser reemplazados
en la frmula.
Li
n
Fi-1
1
c
: Lmite inferior del intervalo de la clase declica = 94
: Nmero total de datos = 50
: Frecuencia absoluta acumulada anterior a la clase declica = 9
: Frecuencia absoluta simple de la clase declica = 6
: Amplitud intervlica: = 6
El decil 2 ser:

Interpretacin:
Percentil 10 (P10)
Proceso
1. Se ubica la clase o la percentlica (donde se encuentra el percentil 10), utilizando la siguien-
te frmula, el valor i, se reemplaza de acuerdo a qu cuartil se desea encontrar; ya sea el 1,
2, , 99.

En nuestro ejemplo corresponde a la primera la, pues su frecuencia acumulada es F2 = 9 y
es el inmediatamente superior a 5.
3. La primera la es la clase percentlica y de all se considera los datos que van a ser rempla-
zados en la frmula.
Li
n
Fi-1
1
c
: Lmite inferior del intervalo de la clase percentlica = 88
: Nmero total de datos = 50
: Frecuencia absoluta acumulada anterior a la clase Percentlica = 0
: Frecuencia absoluta simple de la clase percentlica = 9
: Amplitud intervlica: = 6
2
(2)(50)
9
10
94 6 95
6
D
(
(
= + =
(
(

( ) (10)50
5
100 100
j n
= =
Estadstica General
P R O E S A D
67
El percentil 10 ser:

Interpretacin:
mximo de 91.3 puntos, aproximadamente el 90% restante tienen ms de 91.3 puntos.
1. Los datos siguientes corresponden al peso en Kg. de 10 alumnos.
40.8 52.5 49.2 40.8 62.2
52.5 58.0 60.0 40.8 52.5
Calcular:
a) La media, la mediana y la moda.
b) Cul de los 3 indicadores (en (a)) miden con mayor precisin el centro de los datos?
2. El nmero de autos vendidos por cada uno de 10 vendedores de una distribuidora de auto-
mviles en un mes particular, dispuestos en orden ascendente es: 2, 4, 7, 10, 10, 10,
12, 12, 14, 15.
Determine e interprete:
a) La media b) La mediana c) La moda
3. La media mnima para aprobar una asignatura es 11. Si un estudiante obtiene la notas 13.5,
14, 9.5, 12, 8.5, 8, 11.5, 10 en los trabajos mensuales de la asignatura en cuestin, el estu-
diante fue aprobado?
4. A Continuacin se dan las notas de 50 alumnos.
60
77
71
64
80
73
41
85
94
42
85
84
35
74
61
59
55
67
98
65
33
65
81
47
41
53
78
39
66
94
52
74
50
54
91
77
48
60
66
88
65
57
35
68
55
45
69
76
73
89
10
(10)(50)
0
100
88 6 91.3
9
P
(
(
= + =
(
(

Unidad II
68
Se pide:
a) Obtener la distribucin de frecuencias
b) Determinar: la media, mediana y moda
c) Determinar el 3er cuartil, 7mo decil y 55avo percentil.
5. A continuacin tenemos la distribucin del nmero de accidentes por da durante 43 das, en
cierta autopista.
N de accidentes 0 1 2 3 4
N de das 10 15 10 5 3
a) Determinar: la media, mediana y moda
b) Cul es el porcentaje de das en que se tuvo dos o ms accidentes por da?
6. Considere los datos obtenidos por las medidas de las alturas de 100 individuos (dados en cm)
151 152 154 155 159 159 160 161 161 161 161 162
163 163 164 165 166 165 166 166 166 166 166 167
167 167 167 168 168 168 168 168 168 168 168 168
168 169 169 169 169 169 169 169 169 170 170 170
170 170 170 170 171 171 171 172 172 172 173 173
173 173 174 174 174 175 175 175 176 176 176 176
176 177 177 177 177 178 178 178 179 179 180 180
180 181 181 181 181 182 182 182 183 184 185 186
187 188 189 190
Calcular las medidas de tendencia central, posicin, dispersin y de forma. Interpretar los
resultados.
7. Obtenga la media y la mediana para cada uno de los siguientes conjuntos de nmeros:
1) 1, 5, 9, 13, 17 2) 1, 3, 9, 27, 81 3) 1, 4, 9, 16, 25
a) Para cul de estos conjuntos de datos son iguales la media y la mediana?
b) Cul medida es la misma para los 3 conjuntos?
c) Cul de estos conjuntos tiene una moda?
8. Los siguientes datos representan el nmero de obreros ausentes en cierta empresa manu-
facturera, en 10 das consecutivos de trabajo:
5, 3, 0, 4, 3, 1, 4, 2, 20, 0
a) Encontrar la media, la mediana y la moda.
b) Interpretar sus resultados.

Estadstica General
P R O E S A D
69
9. El siguiente cuadro muestra la distribucin de edades de casos de una cierta enfermedad
reportada durante un ao en una ciudad del estado.
EDAD Nmero de casos
5 - 14
15 - 24
25 - 34
35 - 44
45 - 54
55 - 64
5
10
20
22
13
5
Total 75
a) Determinar e interpretar las medidas de tendencia central: media, mediana, moda.
b) Determinar e interpretar las medidas de Posicin: Cuartiles (Q1 y Q3) Deciles (D3 y D4) y
Percentil (P14 y P94).
10. En la tabla siguiente se muestra los puntajes obtenidos por 36 alumnos en una prueba de
razonamiento matemtico:
Yi-1 - Yi
Yi
hi Fi Hi
42 - 51
51 - 60
60 - 69
69 - 78
78 87
87 - 96
11
10
2
5
3
5
0.35
0.28
0.055
0.14
0.08
0.14

a) Calcular la media aritmtica, mediana y moda e interprete los datos
b) Calcular Q1, P90, D9 e interprete
c) Gracar el histograma y polgono de frecuencia
70
Autoevaluacin
?
AUTOEVALUACIN

CONCEPTUAL:
( ) La mediana es una medida de tendencia central.
( ) La moda indica el valor que se repite con mayor frecuencia.
( ) Los cuartiles dividen a la informacin en 10 partes iguales.
( ) La media se calcula sumando todos los valores de la variable.
( ) Los percentiles dividen la informacin en cien partes iguales.
PROCEDIMENTAL:
2. Establezca las diferencias entre las medidas de tendencia central: media, mediana y moda.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
3. El nmero de autos vendidos por cada uno de 10 vendedores de una distribuidora de auto-
mviles en un mes particular, dispuestos en orden ascendente es: 2, 4, 7, 10, 10, 10,
12, 12, 14, 15.
Determine e interprete:
a) La media b) La mediana c) La moda
4. La siguiente tabla muestra la distribucin de edades de casos de una cierta enfermedad
informados durante un ao en una provincia.
Edad Nmero de casos
[ 5 - 15> 5
[15 - 25> 10
[25 - 35> 20
[35 - 45> 22
[45 - 55> 13
[55 - 65> 5
total 75
a) Calcular la media, la mediana, la moda. Interprete.
b) Calcular el Q1, Q3, D2, D5, P8, P10
71
Estadstica General
ACTITUDINAL:
5. Para conocer la edad ms frecuente de tus compaeros de clase, qu medida de tendencia
central utilizaras?, qu procedimiento efectuaras para su clculo? y cmo ensearas a tus
subordinados para conocer la edad ms frecuente de los que siempre llegan tarde?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Estadstica General
P R O E S A D
73
7.1. MEDIDAS DE DISPERSIN
Son estadgrafos que cuantican el grado de concentracin o de dispersin de los valores de la
variable en torno a un promedio o valor central de la distribucin. Las medidas de dispersin se
necesitan para dos propsitos bsicos:
a) Para vericar la conabilidad de los promedios y
b) Para que sirva como base para el control de la variacin de la misma.
Las principales medidas de dispersin o variabilidad son:
Varianza
Desviacin estndar
Coeciente de variacin
7.1.1. Varianza (s2 )
Es una medida que cuantica el grado de dispersin o de variacin de los valores de una variable
cuantitativa con respecto a su media aritmtica.
Es el promedio de la suma de los cuadrados de las desviaciones de la variable respecto a su
media.
Cuando el resultado de la varianza es un valor grande, se dice que los datos se encuentran bas-
tantes dispersos o alejados de la media aritmtica; si el resultado es bastante pequeo los datos
estarn bastante cercanos o concentrados alrededor de la media aritmtica.
Se obtiene de acuerdo a lo siguiente:
a) Varianza para datos simples (en serie):

Donde:
7
Sesin
MEDIDAS DE
DISPERSIN
2 2
2
( )
1
x n x
s
n
Unidad II
74

x
2

=

Cada valor de la muestra se eleva al cuadrado luego se suma todos los valores.
n = Tamao de la muestra. (nmero de datos).
x = Media para datos simples.
b) Varianza para datos agrupados:

Donde:

y
2

= Cada marca de clase elevado al cuadrado y multiplicado por su frecuencia absoluta
simple, luego se suman todos los valores.
n = Tamao de la muestra.
Y = Media para datos agrupados.
Observacin: La varianza es una medida terica; no tiene interpretacin prctica.
7.1.2. Desviacin estndar (s )
Es la raz cuadrada de la varianza. Esta medida tiene interpretacin prctica.

Es uno de los estadsticos de mayor uso en el cual las unidades de la variable ya no estn eleva-
dos al cuadrado sino estn en unidades originales.
7.1.3. Coeciente de variacin (c.v. % )
Es el cociente de la desviacin estndar y la media aritmtica, expresado en porcentaje. As:

El coeciente de variacin se usa para saber si un conjunto de datos es homogneo o hete-
rogneo (concentrados o dispersos). Para esto se utiliza el siguiente criterio:

Si C.V. < 0.33 Datos HOMOGNEOS
Si C.V. 0.33 Datos HETEROGNEOS
El coeciente de variacin tambin se utiliza para comparar la variabilidad de 2 ms series de
datos que tengan unidades de medidas diferentes (por ejemplo, peso en kgs. y edad en aos).
Si C.V.A < C.V.B Los datos de la serie A presentan una menor variabilidad con respecto
a los datos de la serie B
Ejemplo:
Correspondiente a datos simples (informacin en serie):
Los datos presentados corresponden a las edades de 8 alumnos del 1er ao de la Facultad de
Ciencias Contables y Administrativas:
2 2
2
( )
1
Y f n Y
s
n

=
2
s s =
% .100
s
cv
x
=
Estadstica General
P R O E S A D
75
Edad:
Xi: 18, 20, 23, 17, 18, 19, 23, 18
Calcular la varianza, desviacin estndar y coeciente de variacin e interpretar sus resultados.
Solucin:
La varianza (s2) :
Proceso:

n = 8, pues hay 8 datos.
Entonces, la varianza es:

No tiene interpretacin prctica, slo se calcula para poder determinar la desviacin estndar.
La desviacin estndar (s):

Interpretacin:
Las edades de los alumnos del 1er ao de la Facultad de Ciencias Contables y Administrativas se
dispersan respecto al valor central en aproximadamente 2 aos.
El coeciente de variacin (cv%):

Interpretacin:
Como cv% es menor que el 30%, entonces, la media es una medida representativa del conjunto
de datos.
Ejemplo:
2 2 2 2 2 2 2 2 2
18 20 23 17 18 19 23 18 156
19.5
8 8
18 20 23 17 18 19 23 18 3080
x
x
n
x
+ + + + + + +
= = = =
= + + + + + + + =
2 2
2
2
( )
3080 8(19.5)
5.43
1 8 1
x n x
s
n

= = =

2
5.43 2.33 2 s s = = = =
2.33
% .100 .100 11.95% 12%
19.5
s
cv
x
= = = =
Unidad II
76
Hallaremos la varianza, desviacin estndar y coeciente de variacin para datos agrupados.
Tabla N 1
Lmites de clases Xi f Fi Xi f Xi 2f
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>
91
97
103
109
115
121
127
9
6
11
5
8
3
8
9
15
26
31
39
42
50
819
582
1133
545
920
363
1016
74529
56454
116699
59405
105800
43923
129032
Total
50 5378 585842
Solucin:
La varianza (s2) :
Proceso:
Media

Entonces, la varianza es:
No tiene interpretacin prctica, slo se calcula para poder determinar la desviacin estndar.
La desviacin estndar (s):

2 2 2 2 2 2
2 2
819 582 1133 545 920 363 1016
9 6 11 5 8 3 8
5378
107.56 107
50
91 (9) 97 (6) 103 (11) 109 (5) 115 (8)
121 (3) 127 (8) 585842
i i
i
x f
x
f
x f
+ + + + + +
= =
+ + + + + +
= = =
= = + + + +
= + + =
2 2
2
2
( )
585842-50(107.56)
150.70
1 50 1
x f n x
s
n

= = =

2
150.70 12.27 s s = = =
Estadstica General
P R O E S A D
77
Interpretacin:
El cociente de inteligencia de los alumnos de la Universidad Peruana Unin se dispersa respecto
al valor central en aproximadamente 13 puntos.
El coeciente de variacin (cv%):

Interpretacin:
Como cv% es menor que el 30%, entonces, la media es una medida representativa del conjunto
de datos.
12.27
% .100 .100 11.40% 12%
107.56
s
cv
x
= = = =
Estadstica General
P R O E S A D
79
8.1. MEDIDAS DE FORMA
Son aquellos que permiten identicar la distribucin de la informacin.
8.1.1. Asimetra (As)
Permite identicar hacia dnde se acumula la informacin. Se obtiene mediante la siguiente
frmula:

S: As = 0 La distribucin es simtrica
As > 0 La distribucin es positiva
As < 0 La distribucin es negativa
8.1.2. Coeciente de Kurtosis o apuntamiento (K)
Indica el grado de aplastamiento que tiene la distribucin. De acuerdo a ello se clasican en:
distribuciones platicrticas (Fig.1), mesocrticas (Fig.2) y leptocrticas (Fig.3).

8
Sesin
MEDIDAS
DE FORMA
3 1 2
3 1
2
o
Q Q Q x Mo
As As
s Q Q
+
= =

PLATICRTICA Fig.1 MESOCRTICA Fig.2
LEPTOCRTICA Fig.3
Unidad II
80
Para el grado de apuntamiento (deformacin vertical) utilizaremos el coeciente denotado por:

Donde: P90 = percentil 90; Q1 = primer cuartil
P10 = percentil 10; Q3 = tercer cuartil
Si k = 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es mesocr-
tica (tiene igual apuntamiento que la normal o campana de Gauss).
si k < 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es platicrtica.
si k > 0,263, diremos que la curva correspondiente a la distribucin de frecuencias es leptocr-
tica.
Ejemplo:
Considerando el ejemplo de distribucin de frecuencias para datos agrupados, en el cual estu-
diamos el cociente intelectual de 50 alumnos. [Puntajes del Cociente de Inteligencia (CI) de 50
Estudiantes de la UPeU].
Hallaremos la asimetra y el coeciente de Kurtosis para datos agrupados.
Tabla N 1
DISTRIBUCIN DE FRECUENCIAS DE LOS PUNTAJES
DEL CI DE 50 ESTUDIANTES DE LA UPeU
Intervalo de clase Xi f Fi
[88 94>
[94 100>
[100 106>
[106 112>
[112 118>
[118 124>
[124 130>
91
97
103
109
115
121
127
9
6
11
5
8
3
8
9
15
26
31
39
42
50
P10
Q1,D2
Q2
Q3
D8
P90
Total 50

Solucin
La Asimetra (As):
Proceso:
Calcular los cuartiles 1, 2 y 3, como se hizo en el ejemplo de las medidas de posicin.
3 1
90 10
2( )
Q Q
k
P P
Estadstica General
P R O E S A D
81

Reemplazar en la frmula de la asimetra, entonces, la Asimetra es:

Interpretacin:
Como la asimetra tiende a cero, la informacin es simtrica.
El coeciente de Kurtosis (k):
Proceso:
Calcular los cuartiles 1 y 3 y los percentiles 10 y 90, como se hizo en el ejemplo de las medidas
de posicin

1
(1)50
9
4
94 6 97.5
6
Q
(
(
= + =
(
(

2
(2)(50)
15
4
100 6 105.45
11
Q
(
(
= + =
(
(

3
(3)(50)
31
4
112 6 116.87
8
Q
(
(
= + =
(
(

3 1 2
3 1
2 116.87 97.5 2(105.45)
0.17
116.87 97.5
Q Q Q
As
Q Q
+ +
= = =

1
(1)50
9
4
94 6 97.5
6
Q
(
(
= + =
(
(

3
(3)(50)
31
4
112 6 116.87
8
Q
(
(
= + =
(
(

10
(10)(50)
0
100
88 6 91.3
9
P
(
(
= + =
(
(

90
(90)(50)
42
100
124 6 126.25
8
P
(
(
= + =
(
(

Unidad II
82
Reemplazar en la frmula de la asimetra, entonces el coeciente de Kurtosis es:

Interpretacin
Como k es igual 0.27 y este nmero es mayor que 0.263, entonces, la informacin es leptocrtica.
1. Analizar comparativamente la distribucin de los sueldos de los 45 trabajadores de la em-
presa metal mecnica.
S X C.V C.V%
Directivos 70 700 0,10 10%
Empleados 60 300 0,20 20%
Obreros 90 250 0,36 36%
2. En una empresa, el salario medio de los hombres es de S/. 4000 con una desviacin estn-
dar de s/. 1500 y el de las mujeres es un promedio de s/. 3000 con desviacin estndar de
s/.1200. Hallar el Coeciente de Variacin de los salarios de los hombres y mujeres. Interprete.
3. Determinar cul de las dos distribuciones A y B, tiene un mayor grado de dispersin
DISTRIBUCIN A
yj-1 yj (0-2] (2-4] (4-6] (6-8]
nj 4 6 5 3
DISTRIBUCION B
yj-1 yj (4-8] (8-12] (12-16] (16-20] (20-24]
nj 10 12 14 20 21
4. Una prueba de conocimiento, A, se calic sobre 20 puntos dando una media de 12 y una
desviacin estndar de 2 puntos. Mientras que una prueba de aptitud, B, se calic sobre 100
puntos, dando una media de 70 y una desviacin estndar de 5.
a) En cul de las dos pruebas los puntajes son ms homogneos?
b) Si Juan tiene 14 en A y Luis 73 en B, quin tiene mejor puntuacin estndar.
5. Multiplicando por 2 cada uno de los valores de la variable X: 3, 2, 0, 5, se obtiene la serie
y: 6, 4, 0, 10. Comprobar que ambas series tienen el mismo coeciente de variacin.
3 1
90 10
116.87 97.5
0.27
2( ) 2(126.25 91.3)
Q Q
k
P P

= = =

Estadstica General
P R O E S A D
83
6. Se toman las medidas de 80 personas, las que tiene estatura media de 1,70mt. y desviacin
estndar de 3.4cm. Posteriormente se veric que la medida usada en la medicin tena 4
cm. menos. Rectique los estadgrafos mencionados.
7. Conteste lo siguiente:
a) Si la varianza de una distribucin de edades es 19.9809, entonces la desviacin estndar
de dicha distribucin es:
a1) 399.23636 a2) 9.99045
a3) 19.9809 a4) 4.47
b) Calcular el C.V. de: y=5x + 4 sabiendo =240, V(x)=64
b1) 4.0% b2) 3.2% b3) 5.1% b4) 3.0%
8. Si la nota promedio en el curso de matemtica Bsica de la seccin A es 12 puntos y la des-
viacin estndar es de 3 puntos y en la seccin B se tiene una nota promedio de 12 punto y
una desviacin estndar de 4 puntos podemos armar que:
a) La seccin B tiene mejor promedio
b) La seccin A tiene mejor promedio
c) Las notas de la seccin A son ms homogneas
d) Las notas de la seccin B son ms homogneas
84
Autoevaluacin
?
AUTOEVALUACIN

CONCEPTUAL:
( ) La asimetra es una medida de forma.
( ) El C.V. permite determinar si la informacin es homognea.
( ) Kurtosis indica el grado de aplastamiento que tiene la distribucin.
( ) La varianza no tiene interpretacin prctica.
PROCEDIMENTAL:
2. Un alumno obtuvo como promedio en estadstica 68.70 puntos con una desviacin estndar
de 15.40, y otro alumno obtuvo 50.90 puntos con una desviacin estndar de 19.60. Diga Ud.
cul de los dos alumnos tiene un rendimiento homogneo.
________________________________________________________________________
________________________________________________________________________
3. En la siguiente tabla se presenta la distribucin de los salarios en dlares. De 50 trabajadores
de una empresa. La longitud de los intervalos de clase es constante e igual a 20.
( yj-1 - yj ] yj nj Nj yjnj
300
400
23 350
17
( 100 - 120] 440
50
a) Completar la tabla de distribucin de frecuencia y los datos que faltan
b) Determine la varianza, la desviacin estndar, el coeciente de variacin
4. Los siguientes datos muestran los calicativos de 20 personas sometidos a una prueba de
aptitud. Los 20 estudiantes fueron divididos en dos grupos, al grupo 1 se calic de 0 a 100
y al grupo 2 se calic de 0 a 20:
Grupo 1: 86, 81, 79, 73, 95, 86, 94, 90, 86, 88
Grupo 2: 16, 19, 13, 20, 14, 16, 19, 18, 17, 15
85
Estadstica General
a) Calcule la media y la desviacin en cada grupo, cul de los grupos es ms homogneo?
ACTITUDINAL:
5. En una empresa deseas saber cmo estn dispersos los valores de las edades, con respecto a
la media aritmtica, de todos los trabajadores, qu medida de resumen utilizaras y porqu?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Sesin N 9: Probabilidad
Sesin N 10: Algunos conceptos bsicos
de probabilidad
Sesin N 11: Probabilidad condicional
U
N
I
D
A
D

I
I
I
UNIDAD III
COMPETENCIAS
Reconoce los conceptos
fundamentales de la
probabilidad y sus pro-
piedades, y del anlisis
combinatorio.
Calculan las probabi-
lidades y aplican las
tcnicas del anlisis
combinatorio a diversos
eventos.
Resuelven situaciones
en donde existen in-
certidumbre, utilizando
las probabilidades.
Estadstica General
P R O E S A D
89
9.1. INTRODUCCIN
Como es de nuestro conocimiento, la Estadstica representa un mtodo para la toma de decisio-
nes frente a la incertidumbre y como tal, se basa en la teora de probabilidad, pues la probabili-
dad es la medida de la incertidumbre y de los riesgos asociados con ella. Por ello, el estudiante,
antes que aprender procedimientos estadsticos para tomar decisiones, debe tener un concepto
claro de la teora de probabilidad.
Un tratamiento preciso de la teora de probabilidad requiere de dos enfoques, uno inicial, basado
en la teora de conjuntos (objetivo central de esta unidad), y un segundo basado en las distribu-
ciones de probabilidad (distribuciones tericas de poblaciones).
El primer enfoque nos permite comprender con claridad el concepto de probabilidad, as como
obtener un listado de axiomas y propiedades fundamentales de la teora de probabilidad. Con el
segundo enfoque, llegamos a representaciones matemticas que facilitan el clculo de probabi-
lidades, mediante frmulas que se ajustan regularmente a ciertos fenmenos.
En esta parte se desarrollan nociones bsicas y propiedades del modelo propuesto que sern
utilizadas en la inferencia estadstica.
9.2. ANLISIS COMBINATORIO
9.2.1. FACTORIAL DE UN NMERO (!)
El factorial de un nmero se dene como el producto de todos los enteros consecutivos y positi-
vos comprendidos entre la unidad y el nmero dado, incluyendo a ambos. As:
5! = 1 x 2 x 3 x 4 x 5 = 5 x 4 x 3 x 2 x1
10! = 10 x 9 x 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1

Por denicin el factorial de: 0! = 1
1! = 1
FRMULA:

9
Sesin
PROBABILIDAD
n! = 1 x 2 x 3 x 4 x ...x (n-2) (n-1) (n)
Unidad III
90
Adems, podemos escribir: n! = (n-1)! n
Esta ltima expresin nos dice que: El factorial de un nmero cualquiera puede escribirse como
el producto del factorial de su consecutivo anterior, por el nmero dado.
9.2.2. PERMUTACIONES
Son todas las ordenaciones (es decir, importa el lugar que un elemento ocupe) diferentes, que
se logran utilizando todos los elementos a la vez, de un conjunto dado.
Por ejemplo: las permutaciones que se pueden obtener con los 3 elementos de los que consta
un conjunto cualquiera, son 6 Cmo as?
Valo Ud.:
Sean los elementos del conjunto: A, B, C.
Las diferentes ordenaciones, tomando todos los elementos a la vez son:
ABC, ACB, CBA

BAC , BCA , CAB
FRMULA:

Ejemplo:
Cuntas permutaciones se obtendrn de un conjunto de 5 elementos?
P5 = 5! = 5 x 4 x 3 x 2 x 1 = 120
RESUMEN
Las caractersticas de las permutaciones son: Se toman todos los elementos a la vez, e
importa el orden en que se tomen.

Ejemplos:
1. Simplicar:

!
n
P n =
32! 24!
)
23! 33!
32! 24 23! 24 8
23! 33 32! 33 11
a E
x
E
x
=
= = =
35! 87! 3 4! 15!
)
17! 87 86 36! 84!
35! 87 86 85 84! 3 4 3 2 15! 5
17 16 15! 87 86 36 35! 84! 8
x x x x
b E
x x x x
x x x x x x x x x
E
x x x x x x x
=
= =
Estadstica General
P R O E S A D
91
2. Cuntos nmeros de 6 cifras no repetidas pueden formarse con la cifras: 1, 2, 3, 4, 5, 6.
P6 = 6! = 6(5)(4)(3)(2) = 720
3. Cuntas palabras diferentes (sin importar su sentido) se pueden formar intercambiando de
lugar las letras de la palabra PROBLEMA?
PROBLEMA tiene 8 letras
Entonces, se pueden formar.
P8 = 8! = 8(7)(6)(5)(4)(3)(2) = 40320 palabras.
9.2.3 VARIACIONES
Son las ordenaciones (es decir, importa el lugar que un elemento ocupe) diferente que se pue-
den lograr tomando para ello, Grupos, de determinado tamao de un total dado de elementos.
Ejemplo:
Tenemos el conjunto de 4 elementos: a, b, c, d. Las variaciones de estos 4 elementos, tomados
de 2 en 2 sern:
ab, ba
ac, ca
ad, da
12 ordenaciones diferentes
bc, cb
bd, db
cd, dc
FRMULA GENERAL:

En forma ms simplicada:

RESUMEN:
Las caractersticas de las variaciones son: Se toman grupos, del total de elementos que se
tengan, e importa el orden que cada elemento ocupe dentro del grupo.

( )
( ) ( )
( )( )
( ) ( )( )
! 2 !
)
3 ! 1 !
! 2 3 !
2
3 ! 1 ! 1
n n
c E
n n
n n n
n
E
n n n n
=
+

= =
+ +
( )
!
!
n
R
n
V
n R
=
( )( ) ( ) 1 ...... 2 1 + = R n n n n V
n
R
Unidad III
92
Ejemplos:
1. Calcular las siguientes variaciones:
Se resuelven las variaciones empezando a multiplicar en forma descendente desde el valor
superior hasta llegar al nmero de producto que lo menciona el valor inferior.

2. Hallar n en:

3. Cuntos nmeros enteros y desiguales, mayores que 10 y menores que 100, se pueden for-
mar con las 8 primeras cifras, no repitindose ninguna de ellas? Las cifras deben ser contadas
a partir de uno.
Solucin:
10 < x < 100 son nmeros de 2 cifras

4. Cuatro personas entran en un vagn de ferrocarril en el que hay 7 asientos. De cuntas
maneras diferentes pueden sentarse?

9.2.4. COMBINACIONES
Es el nmero de grupos (no importa el orden que un elemento ocupe) que se pueden lograr al
tomar todos o parte de los elementos de un total dado.
FRMULA:

Ejemplos:
1. Calcular las siguientes combinaciones:
a)

( )( )( )
( )( )( )( )
( )
7
4
5
5
2
8
3
7 6 5 4 840
1 2 3 4
5 4 20
8 7 6 336
n
V
V n n n n n
V
V x x
= =
=
= =
= =
( )( ) ( )( )
( )( )
3
1 2 336 1 2 336
8 7 6 336
8
n
V n n n n n n
n
= = =
=
=
3
336
n
V =
( )
8
2
8 7 56 V = =
( ) ( ) ( )
7
4
7 6 5 4 840 V = =
( )
!
! !
n
n r
r
r
V n
C
n r r P
= =
( )( ) ( )( )
( )
5
3
5 4 3 5 4 3
5 2 10
3! 3 2
C x = = = =
Estadstica General
P R O E S A D
93
b)
c)
2. Hallar n en:

3. Hallar n en:

4. En una reunin hay 30 personas. Cuntos apretones de mano se propusieron al saludarse
todos ellos entre s?
No entran todos, porque no puede saludarse una persona consigo misma.
No importa el orden porque saludar A con B es igual a B con A. Entonces, es una combinacin.
5. Con seis pesas diferentes de 1, 2, 5, 10, 20 y 50 kg. Cuntas pesadas diferentes pueden
obtenerse, tomando aqullas de 3 en 3?

8
4
8 7 6 5 8 7 6 5
70
4! 4 3 2
x x x x x x
C
x x
= = =
( )( )
3
1 2
3!
n
n n n
C

=
( )
( )
( )
1
10 1 20
2
5 4 20
5
n n
n n
n
= =
=
=
2
10
n
C =
2
3
3
5
n
n
C
C
=
( 1)
3
2
( )( 1)( 2)
5
6
n n
n n n
=

6( )( 1) 3
2( )( 1)( 2) 5
3 3
2 5
2 5
3 3
7
n n
n n n
n
n
n
=

=
=
=
( )
( )
30
2
30 29
15 29 435
2!
C = = =
( )( ) ( )( )
( )
6
3
6 5 4 6 5 4
20
3! 3 2
C = = =
Unidad III
94
6. Un depsito de agua tiene 5 caos de desage que arrojan: 1, 3, 5, 10 y 20 litros por minuto
respectivamente. Abriendo indistintamente cuatro de estos caos. En cuntos tiempos dife-
rentes se puede desaguar el depsito?

ORDEN DE LOS ELEMENTOS CANTIDAD DE ELEMENTOS
Importa No Importa Entran Todos Entran Algunos
Permutaciones X X
Variaciones X X
Combinaciones X X

9.2.5. PROPIEDAD
Si una operacin puede efectuarse de m maneras y una segunda operacin puede efec-
tuarse de n maneras, las dos operaciones podrn efectuar de m.n maneras.
1. Hay 6 omnibuses diferentes que viajan entre Lima y Huancayo. De cuntas maneras puede
Marcela ir a Huancayo y regresar en un mnibus diferente?
Solucin:
Lima a Huancayo 6 omnibuses
Huancayo a Lima en un mnibus diferente 5 mnibuses.
puede viajar en 6x5 = 30 omnibuses.
2. En un estante hay 5 libros de Aritmtica y 7 de Geometra. De cuntas maneras diferentes
pueden encogerse 2 libros de aritmtica y 5 de geometra?
Solucin:
5 libros de aritmtica, se escogen 2
7 libros de geometra, se escogen 5
Entonces, se pueden elegir 2 de aritmtica y 5 de geometra de:

3. En el consejo de una ciudad hay 25 consejeros y 10 ociales. Cuntos comits pueden con-
formarse si deben constar de 5 consejeros y 3 ociales?
Solucin:
( )( )( ) ( )( )( )
( )( )
5
4
5 4 3 2 5 4 3 2
5
4! 4 3 2
C = = =
5
2
C
7
5
C
( ) ( )( )( )( )( )
( )( )( )
( ) ( )
5 7
2 5
5 4 7 6 5 4 3
2! 5!
5 4 7 6 5 4 3
2 5 4 3 2
5 2 7 3 210
x x x x x
C xC x
x
x
=
=
= =
Estadstica General
P R O E S A D
95
25 consejeros, se escogen 5 consejeros
10 ociales, se escogen 3 ociales
entonces, se pueden formar comits de:

4. 7 hombres y 5 mujeres se van a formar comits mixtos de 6 personas. De cuntas maneras
pueden formarse si:
a. En el comit hay 2 mujeres.
b. Cuando haya como mnimo 2 mujeres.

Solucin:
7 hombres
5 mujeres
a) Hay 2 mujeres:

Comits mixtos considerando 2 mujeres y 4 hombres.
b) Como mnimo 2 mujeres (los comits son de 6 personas).

25
5
C
10
3
C
( )( )( )( ) ( )( )( )
( )( )( )( )
( )( )( )( )
( )( )( )
( )( )
( )( )( ) ( )( )( )
25 10
5 3
25 24 23 22 21 10 9 8
5! 3!
25 24 23 22 21 10 9 8
5 4 3 2 3 2
5 23 22 21 5 3 8
6375600
C xC x
x
=
=
=
=

comits mixtos de 6 personas.
( )( )( ) ( )( )
( )( )( )
( )( )
( )( )
( ) ( )
7 5
4 2
7 6 5 4 5 4
4! 2!
7 6 5 4 5 4
4 3 2 2
7 5 5 2
350
C C x
x
x
=
=
=
=
( )( )( )
( )( )
( )( ) ( )( )( )
( )
( )( )
( )
( )( ) ( )( )( )( )
( )( )
( ) ( )( )( )( )( )
( )( )( )
( )( )( ) ( )( )( ) ( )( ) ( )
7 5 7 5 7 5 7 5
4 2 3 3 2 4 1 5
7 6 5 4 5 4 7 6 5 5 4 3
4 3 2 2 3 2 3 2
7 6 5 4 3 2 7 5 4 3 2 1
2 4 3 2 1 5 4 3 2
7 5 5 2 7 5 5 2 7 3 5 7
350 350 105 7
812
C C C C C C C C
x x
x x
+ + +
= + +
+
= + + +
= + + +
=
Unidad III
96
5. En una caja hay 20 libros grandes y 5 libros chicos. De cuntas maneras pueden colocarse en
un estante los libros en grupos de 5, de los cules 3 sean grandes y 2 chicos?
Solucin:
20 libros grandes
5 libros chicos
sean 3 grandes y 2 chicos

Grupos de 5, de los cuales
( )( ) ( )
( )( )
( )
( )
( )( ) ( )
20 5
3 2
20 19 18 5 4
3! 2!
20 19 18 5 4
3 2 2
20 19 3 5 2
11400
C C x
x
x
=
=
=
=
Estadstica General
P R O E S A D
97
10.1. ALGUNOS CONCEPTOS BSICOS DE PROBABILIDAD
En la vida diaria siempre empleamos los trminos bsicos de
probabilidad, an sin conocer las leyes que la rigen o menos
an de la axiomtica respectiva; as, es frecuente escuchar:
Es muy probable que en los prximos diez aos se descubra
algn remedio contra el cncer o Es muy probable que el
equipo de ftbol de la universidad vaya a ganar el campeonato
nal.
As, desde hace mucho tiempo, el hombre emple intuitiva-
mente la probabilidad asociada a algunos hechos para presa-
giar otros, aplicando, sin saberlo, la probabilidad condicionada de sucesos.
El desarrollo del clculo de probabilidades ocurre con Pascal y Fermat motivados sobre todo en
problemas de juego de azar; recientemente, en 1933, A. Kolmogorov logra el desarrollo axiom-
tico de la probabilidad.
Empezaremos nuestros conocimientos sobre el tema a partir de los siguientes conceptos:
10.1.1. Experimento
Es un proceso mediante el cual se obtiene un resultado de una observacin. ste puede ser de-
terminstico o no determinstico.
1. Experimento determinstico: Es aquel cuyo resultado de la observacin es determinado en
forma precisa por las condiciones bajo las cuales se realiza dicho experimento.
Ejemplo:
a) Suma de dos nmeros naturales pares.
b) Observar el color de una cha extrada de una urna que contiene slo chas negras.
2. Experimento no determinstico o aleatorio: Cuando los resultados de la observacin no se
puede predecir con exactitud antes de realizar el experimento.
10
Sesin
ALGUNOS CONCEPTOS
BSICOS DE PROBABILIDAD
Unidad III
98
Ejemplo:
a) Lanzar un dado y observar el nmero que aparece en la cara superior.
b) Lanzar una moneda 8 veces y observar la sucesin de caras obtenidas.
c) Contar el nmero de piezas defectuosas producidas por una mquina en un da determinado.
d) Elegir un presidente en un aula de 50 alumnos.
10.1.2. Espacio muestral
Es un conjunto no vaco, al que denotaremos por , el cual contiene como elementos todos los
resultados posibles del ensayo, dichos elementos son llamados puntos muestrales y los denota-
remos por w.
Ejemplos
1. Sea : lanzar un dado y observar el resultado.
Entonces = {1,2,3,4,5,6}
2. Sea : lanzar 3 monedas sucesivamente y observar el resultado.
luego = {(ccc)(ccs)(csc)(scc)(css)(scs)(ssc)(sss)}
3. Sea : contar el nmero de camiones que pasan por un peaje.
luego = {0,1,2,3, ...}
10.1.3. Suceso o evento
Es un conjunto de posibles resultados de un experimento, en trminos de conjuntos, es un sub-
conjunto del espacio muestral.
al = se llama evento seguro, y
= evento imposible.
Ejemplo 1:
Sea = lanzar un dado y observar el nmero que aparece en la cara superior. = {1,2,3,4,5,6}
denir los siguientes eventos:
A = obsrvese un nmero impar
B = obsrvese un nmero menor que 4
C = obsrvese un mltiplo de 2
D = obsrvese un mltiplo de 3
E = obsrvese el nmero 1
Solucin:
A = {1,3,5} D = {3,6}
B = {1,2,3} E = {1}
C = {2,4,6}
a) Suceso elemental o simple
Es aquel que contiene un punto del espacio muestral.
Estadstica General
P R O E S A D
99
b) Suceso compuesto
Es aquel formado por la unin de dos o ms eventos simples.
Ejemplo 2:
Tres muchachas compiten en un concurso de belleza (Ana, Claudia y Rosa), los premios son otor-
gados al primer y segundo lugar.
a) Liste los elementos del espacio muestral al elegir las dos ganadoras.
b) Dene los siguientes eventos:
A = Ana gana el concurso de belleza.
B = Ana gana el segundo lugar.
C = Claudia y Rosa ganan los premios.
Solucin:
a) = {(Ana, Claudia)(Ana, Rosa)(Claudia, Ana)(Rosa, Ana) (Claudia, Rosa)(Rosa, Claudia)}
b) Los eventos son:
A = {(Ana, Claudia), (Ana, Rosa)}
B = {(Claudia, Ana), (Rosa, Ana)}
C = {(Claudia, Rosa), (Rosa, Claudia)}
Ejemplo 3:
Un experimento consiste en lanzar dos dados y observar el nmero que aparece en las caras
superiores.
a) Liste los elementos del espacio muestral.
b) Liste los elementos del evento.
A: La suma de los nmeros es 5
B: La suma de los nmeros es 12
C: El producto de los nmeros es 24
D: La suma de los nmeros es divisible por 7
Solucin:
a)

b) A = {(1,4), (2,3), (3,2), (4,1)}
B = {(6,6)}
C = {(4,6), (6,4)}
D = {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)}
(1,1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6)
(2,1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6)
(3,1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6)
(4,1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6)
(5,1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6)
(6,1), (6, 2), (6, 3), (6, 4)
=
, (6, 5), (6, 6)

`

)
Unidad III
100
10.1.4. Operaciones con eventos
UNIN:
A B = {w /w A w B}
La parte sombreada en las siguientes guras representa a la unin de los eventos A y B.
Ejemplo:
Una familia planica tener 3 hijos y se desea observar la unin de los siguientes eventos.
A: Que los tres hijos sean del mismo sexo,
B: Que al menos uno sea hombre.
Solucin:
= {(HHH)(HHM(HMH)(MHH)(HMM)(MHM)
(MMH)(MMM)}
A = {(HHH),(MMM)}
B = {(MMH), (MHM), (HMM), (MHH), (HMH),
(HHM), (HHH)}
AB = {(MMM)(MMH)(MHM)(HMM)(MHH)(HMH)
(HHM) (HHH)}
Donde:
H: Hombre
M: Mujer
INTERSECCIN:
A B = {w / w A y w B}
La parte sombreada de las siguientes guras representan a la interseccin de los eventos A y B.

A
A
B B
B
A
AB AB AB

A
A
B B
B
A
AB AB = A AB =

Estadstica General
P R O E S A D
101
Ejemplo
En el ejemplo anterior hallar A B.
Solucin:
A B = {(HHH)}
10.1.5. Eventos mutuamente excluyentes
2 eventos son mutuamente excluyentes o disjuntos s y slo s A B =
Ejemplo:
Sea un experimento seleccionar un alumno al azar y observar su edad.
y sea:
A = Alumno seleccionado al azar mayores de 24 aos.
B = Alumno seleccionado al azar menor de 21 aos.
Son estos eventos mutuamente excluyentes?
Solucin:

EDAD. S, porque A B =
Complemento de un evento

Ejemplo:
Sea el experimento seleccionar un alumno de la Facultad de Industrias Alimentaras.
Sea:
A: el alumno seleccionado juega ftbol. Cul sera el complemento de este evento?
Solucin:
A = el alumno seleccionado no juega ftbol.
Inclusin de eventos
Se dice que A est contenido en B s y slo s siempre que ocurre A ocurre B.
As: A B (w) {s w A w B}
Ejemplo:
Sea el experimento seleccionar un alumno de la UPeU y observar su estatura y sea:
A: El alumno seleccionado al azar tiene una altura mayor de 1,60m.
B: El alumno seleccionado al azar tiene una estatura mayor de 1,70m.

21 24
{ } A w w A A A
c
= = = / '
Unidad III
102
Identicar qu conjunto est incluido en el otro.
Solucin:
Trabajo: Revisar las propiedades de las operaciones con eventos.
lgebra de eventos
Sea A una coleccin de subconjuntos de , diremos que A es un lgebra si verica:
i) Si A A entonces A A
ii) Si A, B A entonces A B A
iii) A
a los conjuntos de la coleccin A les llamaremos eventos o sucesos.
Ejemplo 1:
Dado el experimento aleatorio, que consiste en lanzar un dado que tiene 3 caras rojas (CR) y 3
caras blancas (CB). Determinar el lgebra de eventos asociado a este experimento.
Solucin:
= {C R, C B}
A = {{CR}, {CB}, {CR, CB}, }
Ejemplo 2:
Dado el experimento aleatorio, que consiste en lanzar una moneda 2 veces y observa la secuen-
cia de caras y sellos. Determinar el lgebra de eventos asociado a este experimento.
Solucin:
= {(cc)(cs)(sc)(ss)}
A = {{cc}, {cs}, {sc}, {ss}, {cc,cs}, {cc,sc}, {cc,ss}, {cs,sc}, {cs,ss},{sc,ss}, {cc,cs,sc}, {cc,cs,ss},
{cc,sc,ss}, {cs,sc,ss}, {cc,cs,cs,ss}, }
Consecuencias:
1. es un evento, puesto que A
Llamaremos a EVENTO SEGURO
2. Si A y B son eventos, entonces, A B = AB es tambin un suceso.
10.2. PROBABILIDAD DE UN EVENTO
Sea un espacio muestral asociado a un cierto experimento y sea A un lgebra de subconjun-
tos de , entonces, una medida de probabilidad p es una funcin que asigna a cada evento A
A, un nmero p(A), llamado probabilidad del evento A.
As: P: A [0,1]

A P(A)

1,60 1,70
A
B
BA
Estadstica General
P R O E S A D
103
Tal que satisface los siguientes axiomas:
1) 0 P(A) 1 A A
2) P() = 1
3) |; si A
i
| P
(A
i
), Si A
1
, A
2
..., A
n
son eventos disjuntos 2 a 2.
4) Si A y B son eventos mutuamente excluyentes en entonces se tiene: P(A B) = P(A) +
P(B)
Propiedades
1) Si es evento imposible, entonces, P() = 0
2) Si A es evento complementario de A, entonces, se cumple:
P(A) = 1 P(A) P(A) = 1 P(A)
3) Si A B son 2 eventos, entonces, P(A) P(B)
4) Si A y B son 2 eventos, entonces, P(A B) = P(A) + P(B) P(A B)
5) Si A, B y C son eventos, entonces, P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C)
P(B C) + P(A B C)
La probabilidad de un evento A se calcula por:

Ejemplo 1:
Considere el siguiente diagrama que ilustra a un espacio muestral y los puntos muestrales que
estn en A, en B o en ambos (considere que todos los puntos muestrales son igualmente pro-
bables).
Calcule: P(A), P(B), P(A B), P(B), P(A B)
Solucin:

Ejemplo 2:
Considere que en un experimento de observar 2 productos terminados, la probabilidad que
ninguno sea defectuoso (D) al 3er da es de 0,25. Cul es la probabilidad que uno o ms, sean
defectuosos (D)?
Solucin:
P(ND) = 0.25
P(1 ms D) = 1 0.25 = 0.75
( )

N de elementos del evento A

P A
N de elementos del
=

A B

( ) ( )
( ) ( )
4 6 2
( )
10 10 10
4 2
' '
10 10
P A P B P A B
P B P A B
= = =
= =
Unidad III
104
Ejemplo 3:
En el siguiente diagrama se ilustra un espacio y los puntos muestrales de 3 sucesos A, B y C
(considere que todos los puntos muestrales son igualmente probables).
Calcular:
P(A), P(B), P(C)
P(A B), P(A C)
P(A B C),
P(AB), P(AC), P(ABC)
P(AC)
Solucin:
P(A) = , P(B) = , P(C) = ,
P(A B) = P(A) + P(B) P(AB) =
P(A C) = P(A) + P(C) P(AC) =
P(A B C) =
P(AB) = , P(AC) = , P(ABC) = ,
P(AC) = 1 - =
Ejemplo 4:
En el hipdromo de Monterrico, 4 caballos A, B, C y D compiten en una carrera; A tiene 2 veces
ms probabilidad de ganar que B; B tiene 2 veces ms de probabilidad de ganar que C y C tiene
2 veces ms de probabilidad de ganar que D.
a) Cules son las probabilidades de ganar de cada uno de los caballos?
b) Cul es la probabilidad de que B C gane?
Solucin:
a) P(A) = 2P(B); P(B) = 2P(C); P(C) = 2P(D)
P(D) = P; P(C) = 2P; P(B) = 4P; P(A) = 8P

B
A
C

9
20
8
20
7
20
13
20
15
20
16
20
4
20
1
20
1
20
1
20
19
20
Estadstica General
P R O E S A D
105
Adems, P(A B C D) = P() = 1. A B =
P(A) + P(B) + P(C) + P(D) = 1
8P + 4P + 2P + P = 1
15P = 1

P(A) ; P(B) = ; P(C) = ; P(A) =
b) P(B C) = P(B) + P(C) = + =
Ejemplo 5:
En un almacn hay 12 artculos de los cuales 4 son defectuosos (D), si se extraen 2 artculos,
calcule la probabilidad que:
a) ambos artculos sean defectuosos
b) ambos artculos no sean defectuosos
c) por lo menos uno es defectuoso
Solucin:

a) Sea el evento A: los 2 artculos seleccionados son defectuosos.
P(A) =

b) Sea el evento B: los 2 artculos seleccionados no son defectuosos.
P(B) =
c) Sea el evento C: por lo menos uno de los 2 artculos seleccionados es defectuoso:
P(C) = 1 P(B) =
Ejemplo 6:
Considere el problema de seleccionar 2 candidatos para cierto empleo de un grupo de 5 perso-
nas, supngase que los candidatos estn clasicados de acuerdo a su competencia; como pri-
mero en competencia (1), segundo (2), tercero (3), cuarto (4) y quinto (5). Estas categoras son
desconocidas por el empleador.
a) Cul es la probabilidad que el empleador seleccione al mejor y uno de los dos peores?
b) Cul es la probabilidad que el empleador seleccione uno de los dos mejores candidatos?
1
15
P =
8
15
4
15
2
15
2
15
1
15
4
15
6
15
12
2
66 , 12 , 4 , 8 C si Artculos D ND = =
4
2
12
2
6 1
0, 0909
66 11
C
C
= = =
8
2
12
2
28 14
0, 4242
66 33
C
C
= = =
28 38 19
1 0, 5758
66 66 33
= = =
Unidad III
106
Solucin:
= {(1,2), (1,3), (1,4), (1,5), (2,3), (2,4), (2,5), (3,4), (3,5), (4,5)}
a) A = {(1,4)(1,5)} P(A) =
b) B = {(1,2)(1,3)(1,4)(1,5)(2,3)(2,4)(2,5)}

P(B) =
Ejemplo 7:
La probabilidad de que un estudiante apruebe matemtica es 2/3 y la probabilidad de que
apruebe estadstica es 4/9. Si la probabilidad de aprobar al menos una de estas materias es 4/5
Cul es la probabilidad que apruebe ambos cursos?
Solucin:
P(M) = P(E) = P(ME) =
P(M E) = P(M) + P(E) P(M E)
P(M E) = P(M) + P(E) P(M E)

=
1. Hallar P en:
a)20 b) 24 c) 21 d) 22 e) 18
2. Hallar H en:
a) 32 b) 30 c) 31 d) 1 e) N.A.
3. Simplicar:

4. Hallar: x + n si:
a) 19 b) 10 c)9 d) 1 e) N.A.
2 1
10 5
=
7
10
2
3
9
4
5
4
2 4 4 14
0, 3111
3 9 5 45
+ = =
( ) 2! 0! 1 ! P = + + (

34!31!
34 33!30!
H
x
=
( ) ( )
( )
1 ! 1 !
! !
x n n
Q
x n n
+
=
+
1
)
n
a
x n
+
)
x n
b
n n
+
1
)
n
c
x n
+
+
1
)
2
d
1
)
xn
e
x
2
3 8
210 : 45
n x
V adems C
= =
Estadstica General
P R O E S A D
107
5. Hallar: , s:

a) 14 b) 24 c) 42 d) 56 e) N.A.
6. Hallar x si:
a) 10 b) 12 c) 14 d) 15 e) 13
7. Cuntos objetos diferentes tienen que haber para que el nmero de combinaciones que se
pueden formar tomndolos de 3 en 3 sean del doble del nmero de objetos?
a) 6 b) 3 c) 2 d) 10 e) 5
8. Cuntos nmeros diferentes de 4 cifras pueden escribirse con las cifras 1, 2, 3, 4, sin que se
repita ninguna cifra?
a) 36 b) 6 c) 8 d) 12 e) 24
9. 9) De cuntas maneras pueden formar 5 soldados en una la?
a) 24 b) 120 c) 20 d) 100 e) Innitas
10. En el sistema de base 8. Cuntos nmeros diferentes pueden escribirse de 5 cifras, sin que
ninguna se repita y sin que ninguno de ellos contenga la cifra 0?
a) 2250 b) 8! c) 2520 d) 21 e) F.D.
11. Cuntos nmeros distintos de cinco cifras cada uno, sin que ninguna se repita, se pueden
formar con las cifras 1, 2, 3, 4, 5, 6, 7, de tal manera que todos empiecen con 2 y acaben en 1.
a) 360 b) 6! c) 60 d) 12 e) Absurdo
12. En la prueba de automovilismo, Caminos del Inka, se han inscrito 18 participantes, los cua-
les han de disputar, un primer, segundo y tercer premio; si se trata de que Ud. acierte con la
clasicacin nal, De entre cuntas posibilidades tendra que escoger una?
a) 6840 b) 4956 c) 4256 d) 4896 e) 18!x3!
13. De cuntas manera diferentes pueden elegirse un comit de 4 personas en un club de 10
miembros, sabiendo que los cargos que han de desempear son de diferentes signicacin
y trascendencia.
a) 504 b) 5040 c) 420 d) 4200 e) N.A.
14. Juan ve desde la ventana de una casa que las personas all reunidas se han dado en total 105
apretones de manos. Diga Ud. Cuntas personas ha visto Juan?
a) 15 b) 12 c) 7 d) 14 e) F.D.
R
V
2
28
2
24
2 4
225
11
R
R
C
C

=
Unidad III
108
15. Con 7 hombres y 4 mujeres se desea formar grupos mixtos de 6 personas de Cuntas ma-
neras pueden formarse tales grupos de modo que en cada uno de ellos exista siempre 2
mujeres.
a) 200 b) 210 c) 312 d) 220 e) 212
16. Tenemos las cifras: 1, 2, 3, 4, 5, 6, 7, 8, 9. Cuntos nmeros de 5 cifras diferentes podramos
tener si las 2 primeras cifras de estos nmeros pueden ser slo ocupados por las 4 primeras
cifras enunciadas, las que a su vez no pueden ocupar los otros tres lugares restantes.
a) 700 b) 40 c) 720 d) Absurdo e) N.A.
17. Sea el experimento: lanzar una moneda y un dado.
a) Construya el espacio muestral
b) Liste los elementos de los siguientes eventos.
A: Sale sello en la moneda y un nmero par en el dado.
B: Sale cara en la moneda y un nmero impar en el dado.
C: El nmero en el dado es mltiplo de 3.
c) Liste los elementos de los eventos.
i) B ii) A U B iii) A B iv) (A U B)
d) Cul de los eventos A, B y C son mutuamente excluyentes?
18. Determinar si los siguientes experimentos son determinsticos o no, en caso que no lo sean,
describir el espacio muestral asociado a ese experimento.
a) Se arroja 3 veces una moneda.
b) Se arrojan 3 monedas.
c) Se retira una tarjeta de una caja que contiene 10 tarjetas idnticas.
d) Un jugador de ftbol tira un penal.
e) La UPeU elige un rector entre un solo candidato.
f) El Per elige a su presidente.
19. Un nmero es seleccionado al azar entre los nmeros 1 al 20. Sean los eventos:
A: El nmero elegido es par.
B: El nmero elegido es primo.
C: El nmero elegido es mltiplo de 5.
Liste los elementos de los siguientes eventos: A B, A U B,
A C, (A U B) C
20. Si P(A) = 1/2 ; P(B) = 1/4 y si A y B son eventos mutuamente excluyentes, calcular
a) P(A) b) P(A B) c) P(A U B) d) P(A B)
Estadstica General
P R O E S A D
109
21. En la tabla siguiente aparecen 1000 estudiantes universitarios clasicados de acuerdo con
los puntajes que obtuvieron en un examen de admisin a la universidad. Tambin muestra
la calidad de los colegios en donde se graduaron segn la clasicacin que hizo un grupo de
educadores.

Clase de colegio

Puntaje inferior(P) Regular(R) Superior(S) Total
Bajo(B) 100 50 50 200
Medio(M) 75 175 150 400
Alto(A) 25 75 300 400
Total 200 300 500 1000
Calcular la probabilidad de que un estudiante escogido al azar:
a) Haya obtenido un puntaje bajo en el examen,
b) Se haya graduado en un colegio de nivel superior,
c) Haya obtenido un puntaje bajo en el examen y se haya graduado en un colegio de nivel
superior,
d) Haya obtenido un puntaje bajo en el examen dado que se haya graduado en un colegio
de nivel superior,
e) Haya obtenido un puntaje alto en el examen o se haya graduado en un colegio de nivel
regular.
El puntaje del examen es independiente de la calidad del colegio? Comprobar su respuesta.
110
Autoevaluacin
?
AUTOEVALUACIN

CONCEPTUAL:
( ) La combinacin es el cociente entre la variacin del total y el subgrupo y la permu-
tacin del subgrupo.
( ) En un problema se usa la variacin cuando entran algunos elementos pero se con-
sidera el orden.
( ) El espacio muestral es el conjunto de todos los posibles resultados del ensayo.
( ) Los experimentos aleatorios pueden predecir con precisin sus resultados antes de
efectuar la observacin.
( ) Se dice que dos eventos son mutuamente excluyentes cuando su interseccin es
diferente del vaco.
PROCEDIMENTAL:
Encierre en un crculo la respuesta que considere la correcta.
2. Hallar x si:
a) 10 b) 7 c) 5 d) 9 e) 11
3. En una gran ciudad, el 70% de los hogares compra un peridico matutino y el 90% uno ves-
pertino. Suponiendo que estos dos eventos son independientes. Qu probabilidad hay que
un hogar escogido al azar sea uno de los que compra ambos peridicos?
a) 0.74 b) 0.66 c) 0.33 d) 0.63
4. Suponga que hay un grupo de 500 profesionales recin graduados, de los cuales 175 se es-
pecializaron en economa, 150 en contabilidad, 100 en administracin y 75 en psicologa. Se
elige una persona al azar de este grupo. Cul es la probabilidad de que la persona elegida
al azar se haya especializado en administracin o en contabilidad?
a) 0.50 b) 0.20 c) 0.30 d) 0.70
ACTITUDINAL:
5. ParaQu aplicaciones prcticas le encuentra a la teora de probabilidad? Mencionar algunos.
________________________________________________________________________
________________________________________________________________________
Estadstica General
P R O E S A D
111
11.1. PROBABILIDAD CONDICIONAL
Frecuentemente los sucesos se encuentran relacionados entre s, de modo que la ocurrencia de
un suceso modica la probabilidad de otro.
Denicin:
Sea B un suceso de probabilidad no nula y A otro suceso de probabilidad P(A). La probabilidad
puede dejar de ser la misma si se sabe que se ha presentado el suceso B. Esta nueva probabili-
dad P(A/B) se llama probabilidad de A condicionada al suceso B o simplemente PROBABILIDAD
DE A DADO B. Est dada por:

Puede suceder dos casos:
a) P(A/B) P(A) Entonces, la presencia de B altera la probabilidad que tena A, y se dice que
A y B son eventos dependientes.
b) P(A/B) = P(A) Entonces, el hecho que haya ocurrido B no inuye en la probabilidad de que
tena A, y se dice que A y B son independientes.
Denicin:
Diremos que los sucesos A y B son independientes si P(AB) = P(A). P(B), en caso contrario dire-
mos que son dependientes, y entonces se verica P(AB) = P(B). P(A/B)
Consecuencias:
1. Si A y B son independientes, tambin lo son A y B, A y B.
2. Las probabilidades condicionales P(A/B) y P(A/B) son complementarios: P(A/B) + P(A/B) = 1
NOTA: En caso de datos de enumeracin con gran nmero de observaciones respecto a los suce-
sos A y B tendramos:
A A TOTAL
B NAB NA`B NB
B NAB NAB NB
TOTAL NA NA N
11
Sesin
PROBABILIDAD
CONDICIONAL
( )
( )
/
( )
P AB
P A B
P B
=
Unidad III
112
Y las probabilidades se expresaran:

Ejemplo 1:
Supngase que de un grupo de estudiantes matrculados en la UPeU, son clasicados de acuerdo
a su carrera y sexo como sigue:
CARRERA
SEXO
TOTAL
HOMBRE MUJER
Contabilidad 15 5 20
Indust. Alimen. 10 10 20
Enfermera 8 12 20
Teologa 10 10 20
TOTAL 38 37 75
Sea el experimento
: escoger al azar un estudiante
Los eventos
A: El estudiante escogido es mujer.
B: El estudiante escogido est matrculado en Industrias
Alimentaras.
C: El estudiante escogido es hombre.
D: El estudiante escogido est matrculado en Teologa.
Hallar:
P(A), P(B), P(C), P(D), P(A/B), P(C/D), P(B/A), P(D/C)
Solucin:
P(A) = , P(B) = , P(C) = , P(D) =
P(A/B) = = P(C/D) = =
P(B/A) = = P(D/C) = =
Ejemplo 2:
Cierta familia tiene 3 hijos y se sabe que al menos 2 de ellos son nias. Suponiendo que los
nacimientos de nios y nias son igualmente probables, y suponiendo adems que el sexo del
hijo mayor no afecta en ningn modo al sexo del hijo menor, calcule la probabilidad de que la
familia tenga 3 nias.
( ) ( )
( )
`
,
' , .
A B
AB
N N
P A P B
N N
N
P AB etc
N
= =
=
37
75
20
75
38
75
15
75
10/ 75
20/ 75
10
20
5 / 75
15 / 75
5
15
10/ 75
37 / 75
10
37
5
38
Estadstica General
P R O E S A D
113
Solucin:
= (MMM)(MMV)(MVM)(VMM)(MVV)(VMV)(VVM)(VVV)
A: Al menos 2 nias:
A = (MMM)(MMV)(MVM)(VMM)
B: Tres nias B = MMM
P(B/A) =
Donde:
M: Mujer
V: Varon
Ejemplo 3:
La informacin siguiente presenta la clasicacin de 356 estudiantes de la Facultad de Ciencias
Contables y Administrativas de la UPeU.
PROCEDENCIA
CARRERA
TOTAL
Administracin (A) Contabilidad (C)
Limeo (L) 70 140 210
Provinciano (P) 60 80 140
Extranjero (E) 1 5 6
TOTAL 131 225 356
Sea el experimento : Elegir al azar un estudiante del grupo
a) Cul es la probabilidad de que el estudiante no pertenezca a la carrera de Administracin y
no sea extranjero?
b) Cul es la probabilidad de que el estudiante no pertenezca a la carrera de Contabilidad dado
que es limeo?
c) Cul es la probabilidad de que el estudiante sea de la carrera de Administracin o de Con-
tabilidad?
Solucin:

( )
( )
1/ 8 1
4/ 8 4
P A B
P A
= =
( )
( )
( )
( )
( ) ( ) ( )
220
) ' ' 0, 6180
356
'
70/ 356 70
) ' / 0, 3333
210/ 356 210
131 225 356
) 1
356 356 356
a P A E
P C L
b P C L
P L
c P A C P A P C
= =
= = = =
= + = + = =
Unidad III
114
Ejemplo 4:
Uno de los clubes universitarios femeninos est compuesto por las siguientes asociadas 15 rubias
de ojos azules, 8 rubias ojos castaos, 9 morenas ojos azules, 12 morenas de ojos castaos, 4
pelirrojas de ojos azules y 2 pelirrojas de ojos castaos. Supongamos que Ud. ha conseguido una
cita con una de las chicas, sin conocerla, y est lloviendo cuando se encuentra Ud. con ella. Su
cabello est completamente cubierto, pero sin embargo sus chispeantes ojos azules le dan la
bienvenida. Cul es la probabilidad de que sea rubia?
Solucin:
La informacin contenida en el enunciado de este problema, lo resumimos como sigue:
Color de ojos Rubias (R) Morenas Pelirrojas Total
Azules (A) 15 9 4 28
Castaos 8 12 2 22
Total 23 21 6 50
P(R/A) =
11.2. REGLA DE LA MULTIPLICACIN DE EVENTOS
Si A, B, C son independientes o disjuntos; entonces:
P(ABC) = P(A). P(B). P(C)
Si A, B, C no son independientes; entonces:
P(ABC) = P(A). P(B/A). P(C/AB)
Ejemplo 1:
Considere el caso en que el personal responsable de una empresa dedicada a enlatados de ctri-
cos confundi 3 saborizantes de naranja entre saborizantes de mandarina, de igual forma y color,
de los 10 saborizantes, son entregados a los obreros 3 para ser administrados a los enlatados.
a) Calcular la probabilidad de que los 3 saborizantes correspondan a los de naranja.
b) Calcular la probabilidad de que ninguno sea de naranja.
c) Calcular la probabilidad de que al menos uno sea de naranja.
Solucin:
a) P(NNN) = P(N) P(N/N) P(N/NN)

= . . = = = 0,0083
b) P(MMM) = P(M) P(M/M) P(M/MM)

= = 0,2917
( )
( )
15/ 50 15
0, 536
28/ 50 28
P R A
P A
= = =
3
10
9
2
8
1
720
6
120
1
7 6 5 210 17
. .
10 9 8 720 24
= =
Estadstica General
P R O E S A D
115
c) P(Al menos 1 naranja) = 1 P(MMM)

= 0,7083
Ejemplo 2:
Considere que el 10% de los alumnos son estudiantes sobresalientes. Dos alumnos son obser-
vados, considere N estudiante normal y S estudiante sobresaliente. Construya el espacio
muestral correspondiente y asigne la probabilidad a cada punto muestral.
Solucin: P(S) = 0,10 P(N) = 0,90
= (NN)(NS)(SN)(SS)
P(NN) = P(N)P(N) = 0,90(0,90) = 0,81
P(NN) = P(N)P(S) = 0,90 (0,10) = 0,09
P(SN) = P(S)P(N) = 0,10(0,90) = 0,09
P(SS) = P(S)P(S) = 0,10(0,10) = 0,01
1,00
Nota: La suma de todas las probabilidades de los puntos muestrales es la unidad.
11.3. TEORA DE LA PROBABILIDAD TOTAL
Supongamos que se descompone en una particin de K sucesos excluyentes:
= H1 + H2 + ... + Hk con Hi Hj =
y sea A un suceso asociado a dicho espacio muestral
(A). La probabilidad de A se calcula por:
P(A) = P(A/H1)P(H1) + P(A/H2)P(H2) +...+ P(A/Hk)P(Hk)
Ejemplo 1:
En un grupo de hombres adultos, el 10% presenta educacin primaria (p), el 70% tiene educa-
cin secundaria (s) y el 20% educacin universitaria (u). El 5% de los que presenta educacin
primaria pertenecen al grupo de los ingresos altos (A). Por su lado, el 15% de los que tienen
educacin secundaria y el 75% de los que tienen educacin universitaria pertenecen al grupo
7 257 17
1 = =
24 362 24

N

N

S
N

s
s
s

A
H
1
H
2
H
k
. . .
. . .
Unidad III
116
de ingresos altos. Cul es la probabilidad de que un individuo seleccionado al azar en esta
poblacin sea de ingresos altos?
Solucin:
P(p) = 0,10 P(A/p) = 0,05
P(s) = 0,70 P(A/s) = 0,15
P(u) = 0,20 P(A/u) = 0,75
1,00
P(A) = P(A/p)P(p) + P(A/s)P(s) + P(A/u)P(u)
= 0,05 (0,10) + 0,15 (0,70) + 0,75 (0,20)
= 0,26
Ejemplo 2:
Una compaa de seguros opina que la poblacin limea puede ser dividida en dos clases: aque-
llas personas propensos a accidentes (pA) y aquellas que no son propensos (pA). Sus estadsti-
cas muestran que una persona propensa a accidente tendr un accidente alguna vez dentro de
un perodo de un ao con probabilidad 0,4, mientras sus probabilidades decrecen a 0,2 para una
persona que no es propenso a accidentes. Si suponemos que el 30% de la poblacin limea es
propenso a accidentes, se pide:
Calcular la probabilidad de que una persona que compra una nueva pliza de seguros tiene un
accidente (A) dentro de un ao de vigencia de su pliza.
Solucin:
P(pA) = 0,30 P(A/pA) = 0,40
P(pA) = 0,70 P(A/pA) = 0,20
1,00
P(A) = P(A/pA) P(pA) + P(A/pA) P(pA)
= 0,40 (0,30) + 0,20 (0,70)
= 0,26
11.4. TEOREMA DE BAYES
En las condiciones anteriores, de que el espacio muestral se encuentre descompuesto en K
subpoblaciones o sucesos excluyentes:
= H1 + H2 + . . . + Hk (con Hi Hj =
Entonces, si se ha presentado el suceso A, la probabilidad de que proceda de la subpoblacin Hi
es:

( )
( ) ( )
( )
( ) ( )
( ) ( )
1
/
/
/
/
i i
i
i i
k
j j
j
P A H P H
P H A
P A
P A H P H
P A H P H
=
=
=
Estadstica General
P R O E S A D
117
Ejemplo 1:
Tomando los datos del ejemplo 1 del teorema de la probabilidad total. Si se selecciona un indi-
viduo al azar entre esta poblacin y se encuentra que est en el grupo de ingresos altos (A),
encontrar la probabilidad de que este individuo slo tenga educacin primaria (p), presente
educacin secundaria (s) y de que presente educacin universitaria (u).
Solucin:

Ejemplo 3:
En la Facultad de Ciencias Contables y Administrativas de la Universidad Peruana Unin, en que
slo hay estudiantes de Contabilidad (Cont), Administracin (A), Computacin (Comp) y Secre-
tariado (Sec), terminan la carrera (TC) 40% de Contabilidad, 20% de Administracin, 10% de
Computacin y 5% de Secretariado. Se sabe que el 50% estudian Contabilidad, el 15% Admi-
nistracin, el 25% computacin y el 10% Secretariado. Eligiendo un estudiante al azar, se pide:
a) Probabilidad de que sea de Secretariado (Sec) y haya terminado su carrera (TC).
b) Si nos dice que ha terminado su carrera (TC). Cul es la probabilidad de que sea de Compu-
tacin (Comp)?
Solucin:
P(Cont) = 0,50 P(A) = 0,15
P(TC/Cont) = 0,40 P(TC/A) = 0,20
P(Comp) = 0,25 P(Sec) = 0,10
P(TC/Comp) = 0,10 P(TC/Sec) = 0,05
a) P(SecTC) = P(Sec) P(TC/Sec) = (0,10)(0,05) = 0,005
b) P(Comp/TC)
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( )
/ 0, 05 0,10
/ 0, 0192
0, 26
/ 0,15 0, 70
/ 0, 4038
0, 26
/ 0, 75 0, 20 0, 5769
/
0, 26 1, 0000
P A p P p
P p A
P A
P A s P s
P s A
P A
P A u P u
P u A
P A
= = =
= = =
= = =
( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( )
/
/ / / /
0, 25 0,10
0,50 0, 40 0,15 0, 20 0, 25 0,10 0,10 0, 05
0, 025
0, 26
0, 0962
P Comp P TC Comp
P Cont P TC Cont P A P TC A P Comp P TC Comp P Sec P TC Sec
=
+ + +
=
+ + +
=
=
Unidad III
118
1. Un saln de clase est compuesto por 50 alumnos, de los cuales 20 son varones y 30 mu-
jeres. De 35 alumnos que estn en favor de un candidato para consejo de facultad, 15 son
varones. Se selecciona al azar un alumno del saln. Cul es la probabilidad de que este
alumno sea una mujer que se opone al candidato?
2. Tres mquinas A,B y C producen respectivamente 40%, 50% y 10% del total de las piezas de
una fbrica. Los porcentajes de piezas defectuosas en las respectivas mquinas son 3%, 5%
y 2%. Una pieza es seleccionada al azar y se verica que es defectuosa. Cul es la probabi-
lidad de que la pieza haya sido producida por la mquina B?
3. La tabla siguiente muestra el resultado de 500 entrevistas hechas durante una encuesta cuyo
objetivo era analizar las opiniones de los residentes de cierta ciudad acerca de los ovnis. Los
datos tambin se clasicaron segn el sector de la ciudad donde se aplic el cuestionario.

Resultado de la entrevista

Sector de
la ciudad
Contest (C)
No estaba en
casa (N)
Rehus contestar
(R)
Total
A 100 20 5 125
B 115 5 5 125
D 50 60 15 125
E 35 50 40 125
Total 300 135 65 500
a) Se selecciona un cuestionario azar entre los 500. Cul es la probabilidad (1) de que sea
contestado el cuestionario? (2) de que la persona a quien iba dirigida la encuesta no est en
su casa? de que rehse contestar (3) de que viva en el sector A? B? D? E? (4) de que con-
teste el cuestionario, dado que viva en el sector B (5) de que la persona encuestada rehse
contestar el cuestionario o viva en el sector D
b) Calcular las siguientes probabilidades:
1) P(A R) 2) P(B U C) 3)P(D)
4) P(N / D) 5) P(B / R) 6) P(C)
4. En el departamento de historias clnicas, tres empleados tcnicos en computacin tienen la
tarea de procesar los registros de los pacientes. El primer empleado, C1, procesa el 45% de
los registros, el segundo, C2, el 30% y el tercero, C3, el 25%. El primer empleado tiene una
tasa de error en su trabajo de 0,03, el segundo de 0,05 y el tercero de 0,02. Se selecciona
un registro al azar entre los que se procesaron durante la semana y se encuentra que tiene
un error. El bibliotecario de registros mdicos desea saber la probabilidad de que el registro
haya sido procesado por cada uno de los tres empleados.
5. 5) De las personas examinadas en el departamento de salud de Lima Metropolitana, el 45%
proviene del sector A, el 30% del sector B y el 25% del sector C. El 30% de los pacientes
Estadstica General
P R O E S A D
119
del sector A, el 20% del sector B y el 10% del sector C estn en la nmina del seguro social
de Lima Metropolitana. Se escoge al azar un paciente entre los archivos del departamento y
se halla que est inscrito en la nmina del seguro social. Qu probabilidad hay de que ese
paciente sea del sector A? B? C?
6. La tabla siguiente muestra los resultados de una encuesta en la que 100 universitarios de
ltimo ao sealaron sus inclinaciones polticas y manifestaciones si pertenecan o no al club
estudiantil.
Inclinacin poltica

Miembro de un club
estudiantil
Conservador (A) Otro(A) Total
S (B) 55 35 20
No (B) 45 5 40
Total 100 40 60
a) Calcular las siguientes probabilidades:
(1) P(A) (2) P(A B) (3) P(B)
(4) P(B) (5) P(A B) (6) P(A)
(7) P(A B) (8) P(A B)
b) Interpretar cada una de las probabilidades calculadas en (a).
120
Autoevaluacin
?
AUTOEVALUACIN

CONCEPTUAL:
( ) P(A/B) se llama probabilidad de A condicionada al suceso B.
( ) Los sucesos A y B son independientes si P(AB)=P(A). P(B).
( ) Se dice que dos eventos son mutuamente excluyentes cuando su interseccin es
diferente del vaco.
( ) Si A, B, C son independientes; entonces: P(ABC) P(A).P(B).P(C)
PROCEDIMENTAL:
2. Suponga que hay un grupo de 500 profesionales recin graduados, de los cuales 175 se es-
pecializaron en economa, 150 en Contabilidad, 100 en Administracin y 75 en Psicologa. Se
elige una persona al azar de este grupo. Cul es la probabilidad de que la persona elegida
al azar se haya especializado en Administracin o en Contabilidad?
a) 0.50 b) 0.20 c) 0.30 d) 0.70
3. Un club consiste de ciento ciencuenta miembros. Del total, 3/5 son hombres y 2/3 con pro-
fesionales. 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 que sea hombre, dado que es profesional.
4. Una cierta fbrica contiene dos mquinas. Los registros pasados muestran que la mquina I
produjo 40% de los elementos del producto y la mquina II produjo el 60% de los elementos.
An ms, 5% de los elementos producidos por la mquina I fueron defectuosos y solamente
2% de los producidos por la mquina II fueron defectuosos. Si un elemento es extrado al
azar, Cul es la probabilidad de que sea defectuoso?
a) 0.012 b) 0.020 c) 0.032 d) 0.103
121
Estadstica General
ACTITUDINAL:
5. En la vida prctica. Como podran resolverse los problemas del negocio? Podras conocer si
va a tener xito o fracaso? Pon ejemplos utilizando probabilidades.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Sesin N 12: Probabilidad bsica
Sesin N 13: Distribucin normal
U
N
I
D
A
D

V
I
UNIDAD VI
COMPETENCIAS
Reconoce los conceptos
y caracterstica de las
distribuciones de proba-
bilidad.
Calculan las probabi-
lidades para las va-
riables aleatorias que
tiene una distribucin
de probabilidad.
Utilizan e identican
qu distribucin de
probabilidad es apro-
piado para el com-
portamiento de cierta
variable en estudio.
Estadstica General
P R O E S A D
125
12.1. LAS DISTRIBUCIONES DE PROBABILIDADES BSICAS
En la tercera unidad desarrollamos algunos modelos probabilsti-
cos a travs de espacios muestrales. Esto facilit la comprensin
del concepto de probabilidad y la obtencin de algunas propie-
dades fundamentales de la teora de probabilidad; sin embargo,
para estudiar situaciones prcticas ms generales, necesitamos
ampliar estos conceptos para que tengamos distribuciones (o mo-
delos) de probabilidad que representen todos los tipos de varia-
bles denidas en la asignatura de Estadstica General. As, todo lo estudiado en tal asignatura
para hacer un tratamiento descriptivo de las variables cuantitativas tendr su correspondiente
distribucin (o modelo terico). Estas variables numricas a las cuales asociamos distribuciones
de probabilidad, sern llamadas variables aleatorias.
12.2. LAS VARIABLES ALEATORIAS
Una variable cualquiera es toda caracterstica que est sujeta a medicin o conteo. Se represen-
tan por letras maysculas como X, Y, Z, y pueden adoptar un conjunto de valores que recibe el
nombre de DOMINIO DE LA VARIABLE. Si una variable puede asumir valores que se obtiene por
conteo, toma el nombre de VARIABLE DISCRETA. Por ejemplo, si se arroja un dado, en la cara su-
perior puede obtenerse cualquiera de los valores siguientes: 1, 2, 3, 4, 5, 6. Si una variable puede
asumir cualquier valor real dado entre ciertos lmites, recibe el nombre de VARIABLE CONTINUA.
Por ejemplo, las estaturas de los estudiantes de un aula de primer grado, el peso de un nio al
nacer, etc.
Si el domino de una variable representa los resultados obtenidos al realizar un experimento
aleatorio, sta recibe el nombre de VARIABLE ALEATORIA. As, la variable X que representa el
nmero de caras obtenidas al lanzar tres monedas es una variable aleatoria, digamos: 0, 1, 2,
3, donde 0 signica ninguna cara, es decir: SSS; 1 signica una cara, es decir: CSS, SCS, SSC y
as sucesivamente. Es conveniente distinguir entre variable aleatoria y los valores numricos que
ella pueda tomar, para esto designaremos la variable aleatoria por la letra mayscula X y un
valor que ella tome por la letra minscula x.
12
Sesin
PROBABILIDAD
BSICA
Unidad IV
126
12.3. LAS DISTRIBUCIONES DE PROBABILIDAD
En estadstica general se estudi la forma en que, tenindose reunidas un grupo de observacio-
nes, de una caracterstica, stas pueden arreglarse o disponerse en clase o categoras, constitu-
yendo en conjunto una distribucin de frecuencias. Si el nmero de observaciones pertenecien-
tes a una variable dada, es solamente una muestra pequea de una poblacin muy grande, es
posible que la distribucin de frecuencias obtenida de la muestra no representa bien a toda la
poblacin.
El propsito de esta unidad es estudiar las distribuciones de poblaciones, es decir, distribuciones
considerando a todos los individuos (u observaciones) que forman parte de una poblacin.
Como ya vimos tambin, existen variables discretas y continuas, las que dan lugar, por consi-
guiente, a distribuciones discretas y distribuciones continuas.
Existen muchas distribuciones tericas de poblaciones, discretas y continuas, de las cuales dedi-
caremos especial atencin a las distribuciones BINOMIAL y de POISSON, dentro de las discretas,
y a la distribucin NORMAL dentro de las continuas.
12.3.1. LA DISTRIBUCIN BINOMIAL
Iniciaremos el estudio de la distribucin binomial con la idea de un ENSAYO de BERNOULLI.
Considere que el investigador est observando el resultado de un ensayo el cual slo conduce a
dos posibles resultados E (xito) o F (fracaso). Se considera xito a la aparicin de la carac-
terstica que se est estudiando y no en el sentido de que este resultado tenga necesariamente
que ser exitoso.
Por ejemplo, si se est evaluando alumnos respecto a si presentan o no desnutricin; podra asig-
narse E (xito) al hecho de presentar desnutricin y como se observa, no tiene nada de exitoso
sino simplemente ocurri E.
Es fcil asociar estos resultados a un espacio muestral.
= { E,F }
y aqui P(E) = p
P(F) = 1 - P(E) = 1 - p
y se denota: q = 1 - p
A tal ensayo se le conoce como ensayo de bernoulli.
Si se asigna la variable aleatoria X (nmero de xito), la cual toma valores X = 0 si ocurre F y x
= 1 si ocurre E
Entonces, P(X=0) = q P(X=1) = p
Luego, si el investigador realiza n ensayos de Bernoulli bajo las mismas condiciones, se dice que
la variable aleatoria X que corresponde al nmero de xitos sigue la DISTRIBUCIN BINOMIAL.
Estadstica General
P R O E S A D
127
En el clculo de probabilidades y en teora estadstica, la distribucin binomial es la que mejor
caracteriza a las distribuciones de variables discretas. En este tipo de experimentos aleatorios,
cada prueba tiene dos resultados posibles, llamados XITO y FRACASO, con probabilidades
respectivas p y 1 p, las cuales se mantienen constantes a travs de varias pruebas inde-
pendientes del experimento. Supongamos, por ejemplo, que la poblacin de estudiantes prima-
rios de una escuela es muy grande y queremos determinar al nal del ao el nmero X de
estudiantes aprobados en una muestra de n estudiantes de dicha escuela; conocindose que
la probabilidad de que un estudiante est aprobado es p y que esta probabilidad es constante
para los n-estudiantes de la muestra y que, igualmente, la probabilidad de elegir un estudiante
aprobado es independiente de un estudiante a otro.
La distribucin de frecuencia de esta variable X (nmero de estudiantes aprobados) siguen una
distribucin binomial.
La frmula de las probabilidades (funcin de probabilidad), para los diferentes valores de las
variables X (x = 0, 1, 2, ..., n), es la siguiente:
...(1)
Donde:
x es el nmero de estudiantes aprobados en la muestra de n estudiantes.
Si llamamos q = 1 p, la fmula (1) tambin puede expresarse como:
..... (1a)
La cual toma el nombre de FRMULA BINOMIAL.
Los parmetros de esta distribucin son n y p donde n determina el nmero de ensayos y p la
probabilidad de que ocurra el suceso xito en cada ensayo.
Sealaremos, adems, que:
El valor esperado (media) de la distribucin binomial es:

La varianza es:

La desviacin estndar

Y la funcin de distribucin de la distribucin binomial es:

12.3.1.1. PROPIEDADES DE UNA DISTRIBUCIN BINOMIAL
1. El ensayo consta de n ensayos idnticos.
2. Cada ensayo puede tener uno de dos resultados; E(xito) o F(fracaso).
( )
( )
x n x x n x n
x
p p
x n x
n
p p c x X P

= = = ) 1 (
! !
!
) 1 (
( )
( )
x n x
q p
x n x
n
x X P

= =
! !
!
np X E = = ) (
npq X V = =
2
) (
( ) DE X npq = =
=
= =
x
i
i X P x X P
0
) ( ) (
Unidad IV
128
3. La probabilidad de un xito es p; la probabilidad de un fracaso es q = 1-p.
4. Las pruebas son independientes.
5. Interesa conocer x, el nmero de xitos observados en n pruebas.
Ejemplo 1:
Si la probabilidad de que un estudiante primario apruebe el ao escolar es 0,6. Cul es la pro-
babilidad de que en una muestra de 5 estudiantes seleccionados por sorteo de un aula, exacta-
mente, aprueban 4?
Solucin:
p = 0,6 (probabilidad de que un estudiante apruebe).
q = 1-p =0,4 (probabilidad de que un estudiante no apruebe).
n = 5 (nmero de estudiantes seleccionados).
x = 4 (nmero de estudiantes aprobados).
Luego, por la frmula binomial:
Entonces, la probabilidad de que aprueben 4 estudiantes en una muestra de 5 estudiantes es
0,2592.
Ejemplo 2:
De una seccin de educacin inicial, con 10 nias y 30 nios, se selecciona por sorteo a 6 estu-
diantes Cul es la probabilidad de que exactamente 4 sean nias?
Solucin
Sea la variable:
X = El estudiante seleccionado es nia.
(probabilidad de seleccionar una nia).
q = 0,75 (probabilidad de seleccionar un nio).
n = 6 (nmero de estudiantes seleccionados).
x = 4 (nmero de nias seleccionadas).
Luego, por la frmula binomial

La probabilidad de que en un grupo de 6 estudiantes seleccionados, haya 4 nias es 0.03299.
Ejemplo 3:
Se ha elaborado un examen de 10 preguntas con 4 alternativas por pregunta. Si ninguno de los
estudiantes que rindi la prueba estudi. Qu porcentaje de estudiantes aprob el examen, si
aprueban los que responden 6 ms preguntas?
( ) ( ) ( )
4 1 5!
4 0, 6 0, 4
4! 1!
5 0,1296 0, 4
0, 2592
P X
x
x x
= =
=
=
10
0, 25
40
p = =
( ) ( ) ( )
4 2 6!
4 0, 25 0, 75
4! 2!
15 0, 00391 0, 5625
P X
x
x x
= =
=
Estadstica General
P R O E S A D
129
Solucin.
Sea la variable: X = la respuesta es correcta
(probabilidad de responder correctamente una pregunta).

(probabilidad de no acertar una pregunta).
n = 10 (nmero de preguntas).
x = 6, 7, 8, 9, 10 (nmero de respuestas correctas para aprobar el examen).
Como el estudiante aprueba si responde correctamente 6 ms preguntas, entonces, la proba-
bilidad de aprobar el examen est dada por la suma:
P(X = 6) + P(X = 7) + P(X = 8) + P(X = 9) + P(X = 10)
Lo que pueda representarse como la probabilidad P(X 6)
Por la frmula binomial:

Luego:

P (X 6) = Suma = 0,0197
Como 0,0197 = 1,97% 2%, entonces, aprobara aproximadamente el 2% de los estudiantes
que rindieron el examen.
1
0, 25
4
p = =
3
0, 75
4
q = =
( )
!
( )
! !
x n x
n
P X x p q
x n x

= =
( )
6 4
10! 1 3
6 0, 0162
6! 4! 4 4
P x
| | | |
= = =
| |
\ . \ .
( )
7 3
10! 1 3
7 0, 0031
7! 3! 4 4
P x
| | | |
= = =
| |
\ . \ .
( )
8 2
10! 1 3
8 0, 0004
8! 2! 4 4
P x
| | | |
= = =
| |
\ . \ .
( )
9 1
10! 1 3
9 0, 0000
9! 2! 4 4
P x
| | | |
= = =
| |
\ . \ .
( )
10 0
10! 1 3
10 0, 0000
10! 10! 4 4
P x
| | | |
= = =
| |
\ . \ .
Unidad IV
130
Ejemplo 4:
Se lanza 5 veces un dado, hallar la probabilidad de obtener 3 ms veces el nmero uno.
Solucin.
Dada la informacin:
(probabilidad de obtener UNO en un lanzamiento).
(probabilidad de no obtener UNO en un lanzamiento).
n = 5 (nmero de lanzamiento).
x = 3, 4, 5 (nmero de UNOS obtenidos).
La probabilidad de obtener 3 ms UNOS en 5 lanzamientos, est dada por la suma.
P(X 3) = P(X = 3) + P(X = 4) + P(X = 5)
Por la frmula binomial:

Luego:

P(X 3) = Suma = 0,0001
La probabilidad de obtener 3 o ms UNOS en 5 lanzamientos de un dado es 0,0354.
12.3.1.1.2. USO DE TABLAS DE LA DISTRIBUCIN BINOMIAL (APNDICE N 2)
En la prctica para resolver problemas del tipo de los ejemplos 3 y 4, se utiliza tablas de la distri-
bucin binomial, en la cual estn calculados los valores correspondientes a la frmula:

... (2)
La que en el segundo miembro expresa la suma de las probabilidades calculadas por la frmula
binomial, para los valores enteros que van de 0 hasta x.
1
6
p =
5
6
q =
( )
( )
!
! !
x n x
n
P X x p q
x n x

= =
( )
3 2
5! 1 5
3 0, 0321
3! 2! 6 6
P x
| | | |
= = =
| |
\ . \ .
( )
4 1
5! 1 5
4 0, 0032
4! 1! 6 6
P x
| | | |
= = =
| |
\ . \ .
( )
5 0
5! 1 5
5 0, 0001
3! 0! 6 6
P x
| | | |
= = =
| |
\ . \ .
( )
( )
0
!
! !
x
r n r
r
n
P X x p q
r n r

=
=
Estadstica General
P R O E S A D
131
Como ya se vio en la seccin de probabilidades, los correspondientes sucesos complementarios
suman 1, esto lo podemos expresar formalmente como sigue:

Con la consideracin de que en general X toma valores enteros que van de 0 a n, entonces,
por tablas tambin se puede calcular la probabilidad:
Considrese,
Pero como:
Entonces: ... (3)
Todos los clculos que se realizaran utilizando la frmula Binomial, se resumen a la bsqueda de
un valor en la tabla de la distribucin binomial, para lo cual basta conocer n, p y x.
As, por ejemplo, si queremos calcular la siguiente probabilidad:
Para: n = 6, p=0.50 P(X 4) = 0.8906
El procedimiento para ingresar a la tabla es el siguiente:
n x P
.01 .50
.
.
.
.
.
.
6 0
1
2
3
4
5
6
0.8906
.
.
.
.
.
.

As, en la tabla de la distribucin binomial, podemos calcular la probabilidad de que un estudian-
te apruebe como sigue con:
n = 10,
p = 0,25 y
x = 5
P(X 6) = 1 P(X 5)
= 1 0,9803
P(X 6) = 0.0197
( ) ( ) 1 = + < x X P x X P
( ) ( ) x X P x X P < = 1
( ) ( ) 1 = < x X P x X P
( ) ( ) 1 1 = x X P x X P
Unidad IV
132
Que es lo mismo que ya determinamos con la frmula binomial.
Ejemplo:
Un estudiante de primer ao de secundaria tiene la seguridad de aprobar una asignatura cual-
quiera con probabilidad de 0,5. Si lleva 6 asignatura, hallar la probabilidad de que apruebe:
a) A lo ms 4 asignaturas
b) Por lo menos 4 asignaturas
Solucin
Sea la variable:
X = Nmero de asignaturas que aprueba el estudiante.
p = 0,5 (probabilidad de aprobar una asignatura cualquiera).
q = 0,5 (probabilidad de desaprobar una asignatura cualquiera).
n = 6 (nmero de asignaturas que lleva).
a) La probabilidad de aprobar como mximo 4 asignaturas es:
P(X 4) = 0,8906 (Por tablas)
b) La probabilidad de aprobar como mnimo 4 asignaturas es:
P(X 4) = 1 P(X 3) ... Por frmula (3)
= 1 0,6562 ... Por tablas
= 0,3438.
12.3.1.1.3. MEDIA Y DESVIACIN ESTNDAR DE UNA DISTRIBUCIN BINOMIAL
La media y desviacin estndar de una distribucin binomial, denotadas respectivamente por
y se calcula por las frmulas respectivas:
... (4)
Ejemplos 1:
Un dado se lanza 180 veces. Determinar la media y desviacin estndar de la obtencin del n-
mero UNO en ese experimento.
Solucin
Dada la informacin:
(probabilidad de obtener UNO en un lanzamiento).

(probabilidad de no obtener UNO en un lanzamiento).
n = 180 180 (nmero de lanzamientos).
Por la frmula de media y desviacin estndar, tenemos que:
np
npq
=
=
1
6
p =
5
6
q =
Estadstica General
P R O E S A D
133

Ejemplo 2:
Si la probabilidad de que un remache sea defectuoso es 0,01. Hallar la media y la desviacin
estndar de nmero de remaches defectuosos en un avin que tiene 10,000 remaches.
Solucin
Dada la informacin:
P = 0,01 (probabilidad de que un remache sea defectuoso).
q = 0,99 (probabilidad de que un remache no sea defectuoso).
n = 10,000 (nmero total de remaches).
Por la frmula de la media y de la desviacin estndar:

12.3.2. LA DISTRIBUCIN DE POISSON
Esta distribucin es llamada en honor a S.D. Poisson quien la dedujo en el ao 1837.
Es un buen modelo para la distribucin de frecuencias relativas del nmero de eventos raros que
ocurren en una unidad de tiempo, distancia, espacio, etc.
Los siguientes ensayos pueden usarse como modelo de la distribucin de Poisson:
N de accidentes industriales por unidad de tiempo.
N de reclamas de seguros por unidad de tiempo.
N de llegadas a un servicio por unidad de tiempo.
La llegada de vehculos a una caseta de peaje, la llegada de aviones a un aeropuerto, etc.
La distribucin de Poisson se usa tambin para describir experimentos tales como el nmero de
errores por pgina de un diario, el nmero de remaches defectuosos en un avin, el nmero de
bacterias en un centmetro cbico de agua, etc. En estos experimentos se supone que el nmero
promedio de ocurrencias (xitos) en una unidad de medida es conocido. La unidad de medida
puede ser una unidad de longitud, de rea o de volumen.
Se considera tambin que la distribucin de Poisson es un caso especial de distribucin binomial,
en la que la probabilidad de xito p es muy pequea, el nmero de prueba de Bernoulli n es
muy grande y el nmero promedio de xito en cierta unidad de medida es = np.
1
180 30
6
1 5
180 5
6 6
np
npq
| |
= = =
|
\ .
| | | |
= = =
| |
\ . \ .
np y npq = =
( )
( )( )
10, 000 0, 01 100
10, 000 0, 01 0, 99 9, 25
= =
= =
Unidad IV
134
12.3.2.1. LA FRMULA DE POISSON
La probabilidad (funcin de probabilidad) de obtener exactamente x xitos, denotada por P(X
= x) segn la frmula de Poisson, es:
... (5)
Donde:
X = Variable de Poisson que toma los valores de X =0,1,2,3...
= nmero promedio de xitos en una unidad de medida determinada.
e = 2,7182... (base del sistema de logaritmos naturales o neperianos).
El parmetro de esta distribucin es , donde determina el valor medio o promedio de la
variable.
Sealaremos, adems, que:
El valor esperado (media) de la distribucin de Poisson es:

La varianza es:

La desviacin estndar

Y la funcin de distribucin de la distribucin de Poisson es:

Ejemplos 1:
Un estudiante de educacin a distancia comete en promedio un error por pgina en un trabajo
monogrco. Cul es la probabilidad de que cometa 3 errores en un trabajo de 5 pginas?
Solucin
Dada la informacin:
= 1 (promedio de errores en 1 pginas)
Como se desea la probabilidad en 5 pginas, entonces:
= 5 (promedio de errores en 5 pginas)
x = 3 (nmero de errores en 5 pginas)
Por la frmula de Poisson:

La probabilidad de que el estudiante cometa 3 errores en 5 pginas es 0,1404.
( )
!
x
e
P X x
x

= =
= = ) ( X E
= =
2
) ( X V
( ) DE X = =
=
= =
x
i
i X P x X P
0
) ( ) (
( )
( )
( )
3 5
5
!
5 125
3
3! 6
3 0,1404
x
e
P X x
x
e
P X
e
P X
= =
= = =
= =
Estadstica General
P R O E S A D
135
Ejemplo 2:
El promedio anual de terremotos en Japn es 0,5. Hallar la probabilidad de que no haya terre-
motos en los prximos tres aos.
Solucin
Dada la informacin:
= 0,5 (promedio de terremotos en 1 ao)
Como se desea la probabilidad en 3 aos, entonces:
= 1,5 (promedio de terremotos en 3 aos)
X = 0 (nmero de terremotos en 3 aos)
Por la frmula de Poisson:

La probabilidad de que en el Japn no haya terremotos en 3 aos es 0,2231.
12.3.2.2. USO DE TABLAS DE LA DISTRIBUCIN ACUMULADA DE POISSON (APNDICE N 3)
La probabilidad de obtener a lo ms x xitos, denotada por P(X x), segn Poisson se deter-
mina por la frmula:

... (6)

Donde el segundo miembro expresa la suma de las probabilidades calculadas por la frmula de
Poisson, para los valores enteros que van desde 0 hasta x.
As mismo, la probabilidad de obtener X o ms xitos, se puede calcular por la frmula:

... (7)
Todos los clculos que se realizaran utilizando la frmula de Poisson, se resumen a la bsqueda
de un valor en la tabla de la distribucin de Poisson, para lo cual basta conocer y x.
As, por ejemplo, si queremos calcular las siguientes probabilidades:
i) Para = 1, P(X 3) = 0.981
ii) Para = 2, P(X 4) = 1 P(X 3)
= 1 0,857
= 0,143
( )
( )
( )
0 1.5
1,5
!
1, 5 1
0
0!
0 0, 2231
x
e
P X x
x
e
P X
e
P X
= =
= = =
= =

( )
0
!
r x
r
e
P X x
r

=
=

( ) ( ) 1 1 = x X P x X P
Unidad IV
136
El procedimiento para ingresar a la tabla es el siguiente:
x
0 1 2 3
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
0,981
0,974
0,966
0,957
0,946
0,934
0,921
0,907
0,891
0,875
0,857
Ejemplos 1:
Los alumnos de un colegio ingresan en las maanas a razn de 30 alumnos por minuto. Deter-
minar la probabilidad de que ingresen:
a) Por lo menos 2 alumnos en un segundo.
b) A lo ms 3 alumnos en un segundos.
Solucin
Sea la variable:
X = (N de alumnos que ingresan por las maanas)
= 30 (promedio de alumnos que ingresan en 1 minuto)
Como se desea encontrar la probabilidad en 1 segundo, entonces:
= 0,5 (promedio de alumnos que ingresan en un segundo)
a) La probabilidad de que ingresen en un segundo por lo menos 2 alumnos es:
P(X 2) = 1 P(X 1) Por frmula (7)
= 1 0,910 Por tablas con
= 0,090 = 0,5 y x = 1
b) La probabilidad de que ingresen a lo ms 3 alumnos en un segundo es:
P(X 3) = 0,998 ... Por tablas con
= 0,5 y x = 3
Ejemplo 2:
El nmero promedio de homicidios en cierta ciudad es de 2 por da. Determinar la probabilidad
de que un da dado haya:
Estadstica General
P R O E S A D
137
a) No ms de 3 homicidios
b) No menos de 3 homicidios
Solucin
Sea la variable:
X = N de homicidos
= 2 (promedio de homicidios por da)
x = 3 (nmero de homicidios en un da)
Utilizando la tabla de la distribucin de Poisson, las probabilidades pedidas son:
a) P(X 3) = 0,857
b) P(X 3) = 1 P(X 2) Por frmula (7)
= 1 0,677
= 0,323
Luego, la probabilidad de que un da dado haya como mximo 3 homicidios es 0,857, y la pro-
babilidad de que haya 3 o ms homicidios en un da dado es 0,323.
Ejemplo 3:
El nmero promedio de llamadas por minuto, que llegan a la central telefnica de la Universidad
Peruana Unin es de 10. Hallar la probabilidad de que lleguen a la central:
a) a lo ms 4 llamadas en 30 segundos
b) 9 ms llamadas en 90 segundos
Solucin
a) Sea la variable:
X = N de llamadas
= 10 (promedio de llamadas en 1 minuto)
Pero, como se desea calcular la probabilidad en 30 segundos, entonces:
= 5 (promedio de llamadas en 0,5 minutos)
Utilizando la tabla de la distribucin de Poisson, la probabilidad pedida es:
p(X 4) = 0,440
b) Dada la informacin:
X = N de llamadas
= 10 (promedio de llamadas en 1 minuto)
Pero, como se desea calcular la probabilidad en 90 segundos, entonces:
= 15 (promedio de llamadas en 1,5 minutos)
Utilizando la frmula de distribucin de Poisson, la probabilidad es:
Unidad IV
138
P(X 9) = 1 P(X ) Por frmula (7)
= 1 0,037
= 0,963
1. Para cada uno de los escenarios siguientes, establezca si es razonable o no, utilizar la distri-
bucin binomial como modelo de variable aleatoria y por qu:
a) Un proceso produce miles de transductores de temperatura. Sea X el nmero de transductores
que no cumplen con los requisitos de diseo de una muestra de 30 tomadas al azar del proceso.
b) Cuatro componentes electrnicos idnticos estn conectados a un controlador que puede
conmutar de un componente que falla a otro de los que quedan como repuesto. Sea X el
nmero de componentes que han fallado despus de cierto tiempo de operacin.
c) Sea X el nmero de accidentes que ocurren en las carreteras federales de cierto estado du-
rante un mes.
d) Sea X el nmero de respuestas correctas de un estudiante que resolvi un examen de opcin
mltiple, en las que pudo eliminar, en algunas preguntas, varias de las opciones porque eran
incorrectas, y en otras, todas las opciones incorrectas.
e) Los defectos sobre la supercie de un chip semiconductor aparecen al azar. Sin embargo, slo
el 80% de los defectos pueden detectarse mediante pruebas. Se toma una muestra de 40
chips que tienen un defecto y se someten a prueba. Sea X el nmero de chips en los que la
prueba encuentra un defecto.
2. Calcular la probabilidad binomial si p = 0,06; n=5 para:
x = 3; x 3; x = 4; x 4; 2 x 4
3. De un gran nmero de consumidores de panes de Productos Unin, el 40% preere pan inte-
gral. 10 consumidores de dicho Productos Unin son elegidos al azar. Calcule la probabilidad
de que el nmero de consumidores de pan integral sea:
a) exactamente 5 b) de 5 a menos c) 4, 5 6
4. Las lesiones laborales graves que ocurren en una panadera tienen una media anual 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 menor que dos?
5. Se ha observado durante un largo perodo que un vendedor puede concluir una venta en
una sola entrevista con una probabilidad de 20%. Supngase que el vendedor entrevista 4
posibles clientes.
Calcule la probabilidad de que:
a) exactamente 2 posibles clientes compren sus libros.
b) al menos 2 posibles clientes compren sus libros.
c) todos los posibles clientes compren sus libros.
d) ningn posible clientes le compre sus libros.
Estadstica General
P R O E S A D
139
6. En determinada escuela se ha vericado que el 10% de los alumnos tiene problemas de
aprendizaje. 8 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 ms 3 b) exactamente 3 d) 3, 4 5
7. Suponga que X es una V.A. de Poisson, con = 1,5 ; encuentre:
a) P(X = 0) b) P(X = 0) c) P(X 2) d) P(X > 1)
8. Suponga que X es una V.A. de Poisson, con = 2 ; encuentre:
a) P(X = 0) b) P(X > 1) c) P(X 2) d) P(1 < X < 6)
9. En una determinada colectividad el nmero de casos de accidentes de trabajo por semana
en promedio es de 5, suponiendo que se ajusta a una distribucin de Poisson; calcule la pro-
babilidad de la siguiente semana:
a) No exista ningn accidente de trabajo.
b) Se produzca exactamente un accidente.
c) Se produzca no ms de un accidente.
d) Se produzca al menos un accidente.
10. El nmero de fallas de un instrumento de prueba debidas a las partculas contaminantes de
un producto, en una variable aleatoria Poisson con media 0,02 fallas por hora.
a. Cul es la probabilidad de que el instrumento no falle en una jornada de ocho horas?
b. Cul es la probabilidad de que se presente al menos una falla en un perodo de 24 horas?
140
Autoevaluacin
?
AUTOEVALUACIN

CONCEPTUAL:
( ) La distribucin binomial es una distribucin de variable continua.
( ) La distribucin de Poisson es una distribucin de variable discreta.
( ) La media de la distribucin binomial es npq.
( ) La varianza de una distribucin de Poisson es .
PROCEDIMENTAL:
2. Determine las siguientes probabilidades:
a. P(x 17) para n = 20, p = 0.4
b. P(x = 5) para = 3
c. P(0,6 < z < 2)
a) {0.772, 0.101, 0. 2515} b) {0.872, 0.101, 0. 2515}
c) {0.872, 0.901, 0. 2515} d) {0.872, 0.101, 0. 2525}
3. El nmero x que ingresan al centro de cmputo de la UPeU en cualquier hora posee una dis-
tribucin de probabilidad de Poisson con una media igual a 12 personas diarias. Cul es la
probabilidad de que el nmero de personas que ingresan al centro de cmputo a cierta hora
sea igual a 5?, menor o igual a 8?
(a) {0.013, 0.156} (b) {0.002, 0.125}
(c) {0.012, 0.155} (d) {0.022, 0.255}
4. Suponga que llega en forma aleatoria una serie de llamadas a una central telefnica con un
promedio de tres llamadas por minuto. Calcular la probabilidad de que en el perodo de un
minuto:
a) No ocurra llamada alguna
b) Ocurran al menos 4 llamadas
141
Estadstica General
ACTITUDINAL:
5. Si fueras administrador de una empresa. Cmo identicaras el porcentaje de satisfaccin en
el trabajo? Qu distribucin utilizaras?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Estadstica General
P R O E S A D
143
13.1. DISTRIBUCIN NORMAL
Recordemos primero las siguientes variables: nmero de estudiantes en cierta universidad, n-
mero de caras obtenidas en 10 lanzamientos de una moneda, nmero de alumnos en una sec-
cin de Estadstica, etc. Estas variables pueden tomar slo los valores 0,1,2,3,...; son, por tanto,
variables discretas
Consideramos ahora las siguientes variables: peso de un estudiante de educacin a distancia,
tiempo de vida de un foco de luz, estatura de un estudiante universitario, etc. Estas variables
toman los valores, por ejemplo, 59,5kg. para el peso de un estudiante, 150 horas para el tiempo
de vida de un foco de luz y 1,65 metros para la estatura de un estudiante universitario. Estas
variables toman el nombre de variables continuas.
Como ya se habr observado, la distribucin binomial y la de Poisson slo representan la dis-
tribucin de probabilidad de una variable discreta. En lo que sigue en algunas de las variables
continuas su distribucin de probabilidad puede describirse mediante una distribucin continua
muy conocida llamada DISTRIBUCIN NORMAL.
Esta es la distribucin de mayor importancia en estadstica, puesto que se presenta naturalmente
en muchos casos reales como peso, talla, notas, produccin, grado nutricional, cociente intelec-
tual, etc.
En general, son muchas las caractersticas continuas que se ajustan al modelo de la distribucin
normal, obtenida por Abraham De Moivre en 1733 y publicada con importantes aportaciones y
aplicaciones a la teora de errores por C.F. Gauss (1777 - 1855).
La distribucin normal se dene para valores que van desde - a +.
La frmula para la distribucin normal de probabilidades (funcin de densidad) es:

... (8)
13
Sesin
DISTRIBUCIN
NORMAL
( )
2
1
2
1
2
x
f x e

| |
|
\ .
=
Unidad IV
144
Donde:
X = Variable normal que toma los valores x de - a +
= media de los valores de la variable normal X
= desviacin estndar de la variable normal X
= 3,14159... y e = 2,71828
La distribucin normal describe una representacin grca acampanada simtrica respecto a

Los valores y son parmetros de la distribucin normal conocidos como media (promedio
aritmtico) y desviacin estndar.
E(X) = V(X) =
Construir una distribucin normal aplicando la frmula sera una tarea pesada a causa de la gran
cantidad de clculos necesarios (x toma una cantidad indenida de valores posibles). Para faci-
litar la construccin y uso de la distribucin normal se ha elaborado una tabla de reas bajo la
curva normal. La tabla ha sido estandarizada a n de hacerla aplicable a cualquier problema que
incluya una distribucin normal. Para utilizar la tabla, la variable x debe transformarse en una
medida ESTANDAR Z, la cual se halla mediante la frmula:

Llamada a menudo VARIABLE NORMAL ESTANDAR Z, siendo ahora la frmula para la distribucin
de probabilidades:

Observar que la distribucin normal estandarizada tiene media = 0 y desviacin estndar = 1,
y para valores de Z que van de 4 a 4, generan la curva que se muestra a continuacin y cuya
rea bajo la curva es 1.

=
X
Z
( )
2
2
1
2
1
z
e z f

=
( )
2
2
1
2
1
z
e z f

=
-4 -3 -2 -1 =0 1 2 3 4

Estadstica General
P R O E S A D
145
13.1.1. USO DE TABLAS DE DISTRIBUCIN ACUMULADA NORMAL ESTNDAR
(APNDICE N 4)
La probabilidad de ocurrencia en un intervalo, de la variable normal estandarizada Z, est cal-
culada en tablas y el uso de stas facilita el clculo de probabilidades de ocurrencia de la variable
normal X. Para esto, si X tiene distribucin normal con media y desviacin estndar
conocidas, entonces, la probabilidad de que la variable X tome valores iguales o menores que el
nmero real X, denotados por P(X x), se calculan transformando X a la forma Z, mediante la
frmula siguiente:

As, por ejemplo, si queremos calcular las siguientes probabilidades:
i) Para = 50 y = 5:

ii) Para = 170 y = 4:

( ) ( ) ( )
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( ) ( ) ( )
1 2
1 2
1 2 2 1
)
)
) 1 1 ( )
: P X
1
X x
a P X x P P Z z F z
x x X
b P x X x P
P z Z Z F z F z
c P X x P X x F z Por frmula a
NOTA x P X x
P Z z P Z z F z

| |
= = =
|
\ .
| |
=
|
\ .
= =
> = =
< =
< = > =

0 Z
F(Z) = P(Z z)

Z
1
0
Z
2

P(z
1
Z z
2
) = F(z
2
)
F(z
1
)
-Z 0 Z
P( Z z) = 1 F(z); P(Z -z) = 1
F(z)
( )
( ) ( )
45 50
45
5
1 1 0,15866
X
P X P
P Z F
| |
=
|
\ .
= = =
Z F(z)
-1,01 0,15625
( )
( )
( ) ( )
78357 , 0
08076 , 0 86433 , 0
4 , 1 1 , 1
1 , 1 4 , 1
4
170 4 , 174
4
170 4 , 164
4 , 174 4 , 164
=
=
=
=
|
.
|
\
|
=
F F
Z P
X
P X P

Z F(z)
-1,41 0,07927
Unidad IV
146
iii) Para = 3000 y = 400:

iv) Para = 80 y = 10:

Ejemplo 1:
Los puntajes obtenidos en un test psicotcnico estn distribuidos normalmente con una media
de 60 y una desviacin estndar de 10.
a) Si el puntaje mnimo para aprobar es 48. Cul es el porcentaje de fracasos?
b) Si han de aprobar el 80% de los estudiantes. Cul debe ser el puntaje mnimo aprobatorio?
Solucin:
a) Sea X la variable normal que expresa los puntajes obtenidos, cuya media y desviacin estn-
dar son respectivamente:
= 60 y = 10
Como X = 48 es el puntaje mnimo aprobatorio, la probabilidad de no aprobar es:

El porcentaje de desaprobados (fracasos) es 11,5%
( ) ( )
( )
( )
17809 , 0
82121 , 0 1
92 , 0 1
92 , 0 1
400
3000 3368
1
3368 1 3368
=
=
=
< =
|
.
|
\
|
<
=
< =
F
Z P
X
P
x P X P

Z F(z)
0,90 0,81594
0,91 0,81859
0,92 0,82121
0,93 0,82381
( ) ( )
( )
( )
98 1 98
90 80
1
10
1 1, 8
1 1, 8
1 0, 96407
0, 03593
P X P X
X
P
P Z
F
> =
| |
=
|
\ .
=
=
=
=
Z F(z)
1,78 0,96246
1,79 0,96327
1,80 0,96407
1,81 0,96485
( )
( )
( )
% 507 , 11
.... 11507 , 0 2 , 1
) ( .... 2 , 1
10
60 48
48
=
= =
< =
|
.
|
\
|
<
= <
tabla Por F
A frmula Por Z P
X
P X P

48
48 60
10
Estadstica General
P R O E S A D
147
b) Sea X el puntaje mnimo aprobatorio, se pide hallar x sabiendo que:

Como F(-0,84) = 0,20045 ... Por tabla
Comparando z = 0,84

Para que aprueben el 80% de los estudiantes, el puntaje mnimo aprobatorio debe ser aproxi-
madamente 52.
Ejemplo 2:
La estatura de los cadetes de la Escuela Naval del Per est distribuida normalmente con media
de 68 pulgadas y una desviacin estndar de 2 pulgadas.
a) Hallar la probabilidad de que un cadete mida ms de 72 pulgadas.
b) Cul es el porcentaje de cadetes cuyas estaturas estn entre 69 y 73 pulgadas?
c) Si para la participacin en una cierta prueba atltica, un cadete debe estar en el 20% de los de
mayor estatura Cul es la estatura mnima para participar en dicha prueba?
Solucin:
Sea X la variable normal que expresa la estatura de los cadetes de la Escuela Naval del Per, cuya
media y desviacin estndar son respectivamente:
= 69 pulg. y = 2 pulg.
Se pide:

Luego, la probabilidad de que un cadete mida ms de 72 pulgadas es 0.06681
( )
( )
( )
( ) 20 , 0
) ( .... 80 , 1
) ( .... 80 , 0
80 , 0
10
60
80 , 0 % 80
=
=
=
=
|
|
|
|
.
|
\
|
= =
z F
C frmula Por o z F
A frmula Por z Z P
z
x X
P
x X P

80
60
10
0,80
0,80
0,80
0,80
0,20
52 6 , 51
84 , 0
10
60
= =
=
x
x
0,84
52 51,6
60
10
( )
( ) ( )
( )
06681 , 0
93319 , 0 1 72
) ( 5 , 1 1 5 , 1
) (
2
69 72
72 )
=
= >
= >
|
.
|
\
|
>
= >
X P
C frmula Por Z P Z P
A frmula Por
X
P X P a

69
69 73
72
Unidad IV
148

Luego, el porcentaje de cadetes que tienen estatura entre 69 y 73 pulgadas es aproximadamente
48%.
Sea x la estatura mnima de un cadete para participar en una prueba atltica, se pide hallar
x para que se cumpla que:

Como F(0,84) = 0,79955
Comparando z = 0,84

Luego, la estatura mnima para que el cadete participe en una prueba atltica es 71 pulgadas.
Ejemplo 3:
El tiempo de mquina necesario para fabricar una unidad del producto A est distribuido normal-
mente con una media de 50 minutos y una desviacin estndar de 5 minutos. Se debe fabricar
una partida de 4000 unidades de A.
a. Cuntas unidades requerirn de un tiempo de mquina de 53 minutos?
b. Cuntas unidades requerirn de un tiempo de mquina no menor de 48 minutos ni
mayor de 53 minutos?
c. Si el 50% de las unidades requieren de un tiempo de mquina comprendido entre x1 y
x2 minutos. Determinar x1 y x2 si ellos son simtricos con respecto al tiempo medio.
Solucin:
Sea X la variable normal que expresa el tiempo de mquina para fabricar una unidad de producto
A, cuya media y desviacin estndar son respectivamente:
( )
( )
( ) ( )
% 48 % 725 , 47 47725 , 0
5 , 0 97725 , 0
0 2
) ( 2 0
2
69 73
2
69 69
73 69 )
= =
=
=
< < =
|
.
|
\
|
<
<
= < <
F F
B frmula Por Z P
X
P x P b

73 73
47 48
73
69
69 69 69
( )
) ( 20 , 0
2
69
20 , 0
A frmul Por
z
x X
P
x X P
=
|
|
|
|
.
|
\
|
=
=

( )
( )
( )
( ) 80 , 0
20 , 0 1
20 , 0 1
) ( 20 , 0
=
=
= <
=
z F
z F
z Z P
C Porfrmula z Z P
0,20
69
0,20
0,20
0,20
0,20
0,80
Por frmula (A)
Por frmula (C)
69
0, 84
2
x
=
Estadstica General
P R O E S A D
149
= 50 min. y = 5 min.
a) Se pide calcular 4000 P(X 53), donde:

Luego: 4000 (0,27425) = 1097 son las unidades del producto A que necesitan un tiempo de
mquinas de ms de 53 minutos.
b) Se pide 4000 P(48 X 53), donde:

Luego: 4000(0,38117) = 1524,68 1525 es el nmero de unidades del producto A que necesi-
tan un tiempo de mquina no menor 48, mi mayor de 53 minutos.
c) Si pide x1 y x2 sabiendo que:
P(x1 X x2) = 50% = 0,50

P(z1 Z z2) = 0,50
Como z1 y z2 son simtricas respecto a la media cero, entonces, se cumple que:

Como z1 = -z =

( )
( )
( )
( )
27425 , 0
72575 , 0 1
6 , 0 1
) ( 6 , 0 1
6 , 0
) (
5
50 53
53
=
=
=
=
> =
|
.
|
\
|
>
= >
F
C frmula Por Z P
Z P
A frmula Por
X
P X P

53
53 50
( )
( )
( ) ( )
38117 , 0
34458 , 0 72575 , 0
) ( 4 , 0 6 , 0
6 , 0 4 , 0
5
50 53
5
50 48
53 48
=
=
=
=
|
.
|
\
|
=
B frmula Por F F
Z P
X
P x P

53 48
48 50 50 53
50 , 0
5
50
5
50
2 1
= |
.
|
\
|
<
<
=
x X x
P
50 50
0,50
( )
( ) ( )
( ) ( ) | |
( ) ( )
( )
( ) III tabla Por z z F
D frmula Por z F
z F z F
z F z F
z F z F
z Z z P
68 , 0 75 , 0
50 , 1 2
50 , 0 1
50 , 0 1
50 , 0
50 , 0
= =
=
= +
= +
=
= < <
1
50
5
x
0,50
0,50
0,50
0,50
1,50
0,75 0,68
Unidad IV
150
= -0,68 = = x1 = 46,6
z2 = z = 0,68 = x2 = 63,4
LAS FRMULAS MS USADAS

Esta es la frmula binomial que permite calcular la probabilidad de x xitos en n pruebas de
un experimento, donde:
X = Nmero deseado de xito.
n = Nmero de pruebas realizadas.
p = Probabilidad de un xito.
q = Probabilidad de un fracaso, que es igual a (1-p).
Esta frmula se utiliza en los siguientes casos:
1. Cuando cada prueba tiene slo dos resultados posibles:
p: xito.
q: fracaso.
2. Cuando la probabilidad de acierto permanece constante, prueba tras prueba.
3. Cuando las pruebas son estadsticamente independientes.
| = np|
Esta es la media de una distribucin binomial.

Esta es la desviacin estndar de una distribucin binomial.

Esta es la probabilidad de x ocurrencias de una variable aleatoria discreta en una distribucin
de Poisson.
| |
Esta es la media de una distribucin de Poisson
| |
Esta es la desviacin estndar de una distribucin de Poisson

2
50
5
x
2
50
5
x
( )
( )
x n x
q p
x n x
n
x X p

= =
! !
!
npq =
( )
.
!
x x
e
P X x
x

= =
=
=

=
x
z
Estadstica General
P R O E S A D
151
Donde:
x = Valor de la variable aleatoria de nuestro inters.
= Media de la distribucin de esta variable aleatoria.
= Desviacin estndar de esta distribucin.
z = Nmero de desviaciones estndar de x a partir de la media de esta distribucin.
Luego de derivar z con esta frmula se puede usar la tabla de la distribucin de probabilidad
norma estndar.
1. Calcular las siguientes probabilidades:
a) P(Z < 2,8)
b) P(Z > -0,8)
c) P(2 Z 3,5)
b) P(Z -1,5)
e) P(Z > 2,52)
f) P(-2 Z 2)
2. Si X n(5,4) calcular P(-2 X 0)
Si X n(20,16) calcular P(X 15)
3. Suponga que Z tiene una distribucin normal estndar. Determinar el valor de z que resuelve
cada una de las siguientes probabilidades.
a) P(Z < z) = 0,9
b) P(Z < z) = 0,5
c) P(Z > z) = 0,1
d) P(Z > z) = 0,9
e) P(-1,24 < Z < z) = 0,8
4. Los resultados de una prueba nacional estndar para los bachilleres recin egresados tienen
una media de =500, con una desviacin estndar = 100. Los resultados estn distribui-
dos en forma aproximadamente normal. Cul es la probabilidad de que el resultado de un
individuo aleatoriamente escogido est:
a) Entre 500 y 650?
b) Entre 450 y 1000?
c) Tenga un resultado inferior a 300?
d) Superior a 650?

5. La resistencia a la compresin de una serie de muestras de cemento puede modelarse con
una distribucin normal con media 6000 kilogramos por centmetro cuadrado, y una desvia-
cin estndar de 100 kilogramos por centmetro cuadrado.
a. Cul es la probabilidad de que la resistencia de una muestra sea menor que 6250 kg/cm2.
b. Cul es la probabilidad de que la resistencia de una muestra se encuentre entre 5800 y
5900 kg/cm2.
Unidad IV
152
6. La resistencia a la traccin de un papel est modelada por una distribucin normal con media
35 libras por pulgada cuadrada y desviacin estndar de 2 libras por pulgadas cuadrada.
a. Cul es la probabilidad de que la resistencia de una muestra sea menor que 40 lb/in2.
b. Cul es la probabilidad de que la resistencia de una muestra se encuentre entre 30 y 40
lb/in2.
7. Si X ~N(16,25). Calcular:
a) P(X>23) b) P(15<X<30)
c) P(X 20) d) P( X-u <9)
8. Suponga que la temperatura mxima diaria x durante el mes de julio, tiene distribucin
normal con media 28 C y desviacin estndar 5 C. Calcule la probabilidad de que un da
especco del mes de julio la temperatura mxima sea:
a) Menor o igual que 20 C
b) Mayor o igual que 35 C
c) Est entre 20 C y 35 C
9. Se tiene una variable aleatoria X distribuida normalmente con media 50 y desviacin
estndar 3.
a) Calcular a tal que P(X a) = 0.975
b) Calcular b tal que P(X > b) = 0.25
10. La fbrica de neumticos DURAMS produce un tipo de neumticos que tiene una vida
til media de 80000 Km. y una desviacin estndar de 8000 Km. Suponiendo que la varia-
ble aleatoria vida til del neumtico est distribuida normalmente. Cul es la probabilidad
que un neumtico dure ms de 96000 Km.?
153
Estadstica General
?
AUTOEVALUACIN

CONCEPTUAL:
( ) La distribucin normal es una distribucin de variable discreta.
( ) La distribucin normal es la distribucin de mayor importancia en la estadstica
( ) Los valores p y q son parmetros de la distribucin normal
( ) Z= -u/ se llama variable normal estndar Z
PROCEDIMENTAL:
2. Dado que una variable aleatoria X tiene una distribucin normal con media 1 y
desviacin estndar de 2 , encuentre:
a) P (X 3) .
b) P (X > 1.5).
c) P (2 < X <5)
d) P ( X -1) o P ( X > 0.5)
3. El peso promedio de los alumnos del 1ro de contabilidad, se distribuye normalmente, con
51 kg. en promedio, y una desviacin estndar de 4 kg. Cul es la probabilidad de que un
alumno escogido al azar tenga menos de 49 kg.
a) 0.9615 b) 0.7915 c) 0.2915 d) 0.6915
4. La administracin de un instituto ha clasicado a sus alumnos en una escala que va de 0 a
150. Si la distribucin de sus calicaciones se aproxima a una distribucin normal con la me-
dia de 100 y desviacin estndar de 20. Si la administracin quiere una lista del 10% de los
mejores. Luego en esta lista gurarn los alumnos con un puntaje igual o mayor a:
a) 135,6 b) 115,6 c) 125,6 d) 116,5 e) 126,5
ACTITUDINAL:
5. Una empresa que se dedica a la produccin de cierto producto, en qu ayudara una distri-
bucin normal.
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Sesin N 14: Distribuciones muestrales
Sesin N 15: Distribucin muestral de
una proporcin
U
N
I
D
A
D

V
UNIDAD V
COMPETENCIAS
Reconoce los diferentes
conceptos dentro de las
distribuciones muestra-
les, para la media mues-
tral, proporcin muestral
y diferencia de medias.
Calculan las probabili-
dades para las variables
aleatorias, media mues-
tral, proporcin muestral,
diferencia muestral de
dos medias.
Identican que distribu-
cin muestral es apro-
piado en el anlisis de
una muestra obtenida
de cierta poblacin en
estudio.
Estadstica General
P R O E S A D
157
14
Sesin
DISTRIBUCIONES
MUESTRALES
14.1. DISTRIBUCIONES MUESTRALES
Al iniciar el estudio de la Estadstica encontramos que tiene como objetivo dar a conocer un conjun-
to de mtodos para recolectar y clasicar informacin, que luego debe ser analizada e interpretada
adecuadamente, de modo que sea til en la toma de decisiones. Esto nos permiti encontrar dos
ramas bien diferenciadas de la Estadstica llamadas: Estadstica Descriptiva y Estadstica Inferencial.
La primera ya fue estudiada ampliamente en la ESTADSTICA GENERAL, la segunda es el propsito
fundamental de nuestro estudio.
La ESTADSTICA INFERENCIAL O INFERENCIA ESTADSTICA es el aspecto ms importante en la toma de
decisiones, tanto en las ciencias naturales como en las ciencias sociales. La Inferencia Estadstica
se reere a la ESTIMACIN y a la PRUEBA DE HIPTESIS, siendo la estimacin el proceso de utilizar
ESTADSTICOS (como la media de la muestra y desviacin estndar de la muestra) que se obtiene
de los datos muestrales y sirven para estimar su verdadero valor o PARMETRO de la poblacin.
Como en las dos unidades anteriores examinamos las reglas bsicas de probabilidad de un even-
to y las distribuciones de probabilidad como la binomial, de Poisson y la normal, en esta unidad
utilizaremos estos conocimientos de probabilidad de modo que puedan utilizar ciertos estadsticos
para hacer inferencias en cuanto a los parmetros de la poblacin. En consecuencia, por provenir
los estadsticos de la MUESTRA, es sta el vehculo para llegar a conclusiones acerca de la poblacin.
As tenemos que si queremos utilizar la media de la muestra para estimar la media de la poblacin
debemos determinar todas las muestras posibles y la media de cada una de ellas. A la distribucin
de probabilidad de estas medias se le denomina DISTRIBUCIN MUESTRAL DE LA MEDIA.
Por ltimo, recordaremos que una poblacin est representada por el conjunto de todos los valo-
res (observaciones) posibles que puede tomar una variable, por lo cual diremos indistintamente
que la distribucin de la poblacin es la distribucin de la variable.
14.2. MUESTREO
Los datos necesarios para tomar decisiones se renen ya sea estudiando todas las posibles obser-
vaciones de la poblacin (CENSO), ya seleccionado unas pocas de las observaciones para realizar
el estudio (MUESTRA). El propsito fundamental de muestreo es ESTIMAR EL PARMETRO de la
poblacin basado en el ESTUDIO MUESTRAL.
Unidad V
158
Existen muchas razones para realizar muestreo en una poblacin, entre las que mencionaremos:
1. El costo elevado al examinar a toda la poblacin.
2. La imposibilidad de estudiar a toda la poblacin, como por ejemplo, los peces de un lago.
3. Las limitaciones de tiempo, como las que recaen sobre los encuestadores polticos antes de
una eleccin.
4. La ndole destructiva de ciertas investigaciones, como por ejemplo, al estudiar el tiempo de
vida de focos de luz de cierta marca.
Todas las anteriores razones nos indican que el uso de muestras ofrece las siguientes ventajas:
1. Ahorra dinero, tiempo y trabajo.
2. Permite una mayor exactitud en el estudio, pues los errores debidos al observador, al objeto
observado y al mtodo de observacin, pueden disminuir y controlarse ms efectivamente.
La nica desventaja del uso de muestras es el llamado ERROR DE MUESTREO, dado por la diferen-
cia entre el valor que describe a la muestra y el verdadero valor de la poblacin. Este error se
debe a que las muestras seleccionadas de una poblacin dieren unas de otras y como nosotros
estudiamos una muestra para generalizar luego a toda la poblacin, entonces, los resultados son
algo diferentes. Como el error por muestreo puede medirse, en consecuencia puede disminuirse
a voluntad, con slo aumentar el tamao de la muestra.
Una muestra es considerada como una BUENA muestra, si cumple con las siguientes condiciones:
a) BUENA EN CANTIDAD, si incluye un nmero ptimo de individuos, as por ejemplo, si una
enfermedad se presenta tan slo en 1% de la poblacin, habr la necesidad de estudiar
por lo menos 100 casos, para tener la posibilidad de hallar una persona enferma, pero si la
presencia es el 50%, basta estudiar dos personas.
b) BUENA EN CALIDAD, si reeja elmente las caractersticas de la poblacin de la cual procede
y diere de ella, slo en el nmero de unidades incluidas.
14.3. ETAPAS DEL MUESTREO
Los pasos principales para la recoleccin de la informacin de una muestra son:
1. Denir explcitamente la unidad de anlisis.
2. Denir en forma clara la poblacin que va ser muestrada.
3. Seleccionar bien las variables que deben ser observadas en cada unidad que se va analizar.
4. Especicar el grado de precisin deseada.
5. Seleccionar la unidad muestral. En algunos casos es obvia, como en el caso de una poblacin
de estudiantes de un centro educativo, en donde la unidad es un estudiante. En otras ocasio-
nes debe escogerse la unidad muestral, como en el caso de muestreo de residentes de una
ciudad, donde la unidad es una persona, una familia o las familias de una cuadra.
6. Seleccionar la muestra, despus de haber decidido el tamao respectivo.
14.4. LAS DISTRIBUCIONES MUESTRALES DE PROBABILIDAD
En la mayora de los mtodos estadsticos que se estudia, se supondr que estamos trabajando
con una clase particular de muestra denominada muestra aleatoria. Este nfasis en muestras
aleatorias, las cuales sern explicadas en esta parte, se debe a que permiten generalizaciones
Estadstica General
P R O E S A D
159
vlidas o lgicas de los datos muestrales. As pues, posteriormente veremos como ciertos esta-
dsticos (es decir, ciertas cantidades determinadas a partir de las muestras) puede esperarse que
varen de muestra a muestra. El concepto de distribucin muestral, o sea la distribucin de un
estadstico calculada con base en el concepto de muestra aleatoria, es fundamental para toda la
inferencia estadstica.
Consta:
Muestrear, observar el valor de una estadstica y, luego, repetir el proceso una y otra vez.
Muestreo Aleatorio:
Existe un mtodo de muestreo simple (MAS), que consiste en obtener muestras al azar.
Denicin
Sean N y n nmeros de elementos en la poblacin y en la muestra, respectivamente. Si se realiza
el muestreo de manera que cada una de las NCn muestras tengan la misma probabilidad de ser
escogida, se dira que el muestreo es aleatorio, y la muestra, aleatoria simple.
Ejemplo:
N = 4; n = 2 # muestras =
Muestra obs.
1 x1,x2
2 x1,x3
3 x1,x4
4 x2,x3
5 x2,x4
6 x3,x4
14.5. DISTRIBUCIONES DE MUESTREO DE ESTADSTICAS
Denicin:
La distribucin de probabilidad de una estadstica se llama distribucin de muestreo (o muestral)
de la misma.
Teorema del lmite central
Si se seleccionan muestras aleatorias de n observaciones de media y desviacin estndar
nita, entonces, cuando n es grande, la distribucin de muestreo de la media muestral X tiende
a una normal de media y desviacin estndar / n [ x n (, ) ], la aproximacin, ser
cada vez ms exacta a medida que n se haga cada vez mayor.
6
! 2 ! 2
! 4
2 4
= = C
Unidad V
160
Se vio que hay ciertos rasgos invariables dentro de una poblacin que describen una de sus
caractersticas, tales como la media y la desviacin estndar , stas reciben el nombre
de PARMETROS de la poblacin. Al extraerse una muestra, es posible tener un estimado de los
parmetros, a partir de las observaciones de la muestra, estos estimados por estar en funcin
de tales observaciones varan de muestra a muestra y reciben genricamente el nombre de ES-
TADSTICOS de la muestra. En consecuencia, los estadsticos son variables y, por tanto, tienen su
correspondiente distribucin de probabilidad, la cual toma el nombre de DISTRIBUCIN MUESTRAL
DEL ESTADSTICO. En la prctica las distribuciones muestrales usuales son: la de una media, la de
la diferencia de dos medias y la de una proporcin.
14.6. DISTRIBUCIN MUESTRAL DE LA MEDIA
Si tomamos repetidamente muestras aleatorias de una poblacin con distribucin de probabi-
lidad cuyos parmetros son y , entonces la variable aleatoria media muestral X tiene la
misma distribucin de probabilidad con parmetros.

Luego, la variable X bajo la transformacin:

Se distribuyen como sigue:
CASO 1. Aproximadamente como la normal estndar, si la poblacin es normal o no con cono-
cida y el tamao n de la muestra es igual o mayor de 30.
CASO 2. Exactamente como la normal estndar, si la poblacin es normal con conocida y el
tamao n de la muestra es cualquiera.
CASO 3. Aproximadamente como la normal estndar, si la poblacin es normal o no con desco-
nocida y el tamao n de la muestra es igual o mayor que 30. La desviacin estndar poblacional
se estima con la desviacin estndar muestral S, utilizando la frmula:

o con la frmula equivalente:

Ejemplo 1:
La media de los puntajes de los cocientes de inteligencia (CI) de los alumnos de una universidad
es 110 y la desviacin estndar es 10. Si los puntajes de los CI estn distribuidos normalmente:
= =
1 N
n N
n
n
y
x x

Para la poblacin innita
Para la poblacin nita de
tamao N
n
X
z

=
( )
n
x x
S
n
i
=

=
1
2
1
2
( )
2
1
2
2
x
n
x
S
n
i
i
=

=
Estadstica General
P R O E S A D
161
a) Cul es la probabilidad de que el puntaje medio de una muestra de 36 alumnos sea mayor
que 112?
b) Cul es la probabilidad de que el puntaje medio de una muestra de 100 alumnos sea mayor
que 112?
Solucin:
a) Por tener los puntajes de los CI, variable que sigue una distribucin normal, las medias de las
muestras tambin se distribuyen normalmente con media y desviacin estndar respectivas:

La probabilidad de que el puntaje medio de una muestra de 36 alumnos sea mayor que 112 es:

b) Para una muestra de 100 alumnos se tiene que:

Luego, como en (a):

Ejemplo 2:
El peso medio de un grupo de 1000 estudiantes es de 68,2kg. y la desviacin estndar es de
2,5kg. Hallar la probabilidad de que una muestra de 100 estudiantes arroje una media superior
a 68,9kg.
Solucin:
La poblacin de N = 1000 estudiantes se distribuye con media = 68,2kg. y desviacin estndar
= 2,5kg. Luego todas las muestras de tamao n = 100, tienen media x, con distribucin cuya
media y desviacin estndar son respectivamente
10 5
110
3 36
x x
y
n
= = = = =
( )
( )
( )
( )
112 110
112
5 / 3
1, 2
1 1, 2
1 1, 2
1 0, 8849
0,1151
x
x
P x P
P Z
P Z
F
| |

> = >
|
|
\ .
= >
=
=
=
=
10
110 1
100
x x
y
n
= = = = =
( )
( ) ( )
( )
( )
0228 , 0
9772 , 0 1
2 1
2 1
2 112
1
110 112
112
=
=
=
=
> = >
|
|
.
|
\
|

>
= >
F
Z P
Z P x P
x
P x P
x

Unidad V
162
Luego, la probabilidad de que una muestra de 100 estudiantes arroje una media superior a
68,9kg. es:

Ejemplo 3:
En una zona papera el rendimiento medio es de 9000 de tubrculos por hectrea con una des-
viacin estndar de 2400kg por hectrea. Determinar la probabilidad de que 100 agricultores de
esta zona, seleccionados al azar, tengan un rendimiento medio superior a 9600kg. de tubrculos
por hectrea.
Solucin:
El rendimiento de todos los agricultores tiene una distribucin con parmetros:

El rendimiento medio de una muestra de 100 agricultores, tiene una distribucin con parmetros:

Luego, la probabilidad de que los 100 agricultores seleccionados tengan un rendimiento medio
superior a 12000kg. por hectrea es:

68, 2
2, 5 1000 100
. 0, 24
1 1000 1 100
x
x
kg
N n
N n

= =

= = = =

( )
( )
( )
( )
68, 9 68, 2
68, 9
0, 24
2, 92
1 2, 92
1 2, 92
1 0, 9982
0, 0018
x
x
P X P
P Z
P Z
F
| |

= >
|
|
\ .
= >
=
=
=
=
9000 2400
Kg Kg
y
Ha Ha
= =
9000
2400
240
100
x
x
Kg
Ha
Kg
Ha n

= =
= = =
( )
|
|
.
|
\
|

>
= >
240
9000 9600
9600
x
x
P x P

( )
( )
( )
0062 , 0
9938 , 0 1
5 , 2 1
5 , 2 1
5 , 2
=
=
=
=
> =
F
Z P
Z P
Estadstica General
P R O E S A D
163
Ejemplo 4:
En un examen interfacultades de la UPeU, las calicaciones obtenidas arrojaron una media de
72 y una desviacin estndar de 10 Qu tan grande debe ser una muestra de alumnos de la
Universidad Peruana Unin para tener una probabilidad de 0,10 de que la calicacin media sea
inferior a 70?
Solucin:
Las calicaciones obtenidas tienen una distribucin con parmetros:
= 72 y = 10
El rendimiento medio de una muestra de n estudiantes tiene una distribucin con parmetros:

Como la probabilidad de que la muestra de n estudiantes de la Universidad Peruana Unin arro-
jen un rendimiento medio inferior a 70, es 0,10; entonces:

Como F(-1,28) = 0,10
Comparando se tiene que:
n = 40,96 41
Por tanto, debemos tomar una muestra de 41 estudiantes.
72
10
x
x
n n

= =
= =
( )
70 0,10
70 72
0,10
10
2
0,10
10
2
0,10
10
x
x
P x
x
P
n
n
P Z
n
F
< =
| |

|
< =
|
|
\ .
| |
< =
|
|
\ .
| |
=
|
|
\ .
2
1, 28
10
n
=
Estadstica General
P R O E S A D
165
15
Sesin
DISTRIBUCIN MUESTRAL
DE UNA PROPORCIN
15.1. DISTRIBUCIN MUESTRAL DE UNA PROPORCIN
Si de una poblacin X que sigue una distribucin binomial con parmetros

Se extraen todas las muestras aleatorias posibles de tamao n iguales o mayores que 30, en-
tonces, la proporcin de xito en la muestra de tamao n, que denotaremos por:

Tiene una distribucin con parmetros

Luego, la variable mediante la transformacin:

Se distribuye aproximadamente como la normal estndar para muestras sucientemente gran-
des (n 30)
Ejemplo 1:
El 10% de las personas de cierta comunidad tiene sangre tipo B, si se selecciona una muestra
aleatoria de 900 personas de esa comunidad, determinar la probabilidad de que la proporcin
muestral de personas con sangre tipo B:
np y npq = =
n
X
p =
1
P
P
P
pq
n
pq N n
n N
=

| |

\ .
si la poblacin es innita
si la poblacin es nita de
tamao N
p p
z
pq
n
=
Unidad V
166
a) Sea ms de 12%
b) Sea menos de 10,5%
c) Entre 11% y 13%
Solucin:
Sean: P = 0,10 (proporcin poblacional de personas con sangre tipo B).
n = 900 (Nmero de personas en la muetra).
p = (Proporcin muestral de personas con sangre tipo B).
a) La probabilidad de que la proporcin muestral de personas de sangre tipo B sea ms de 12%
es:

b) La probabilidad de que la proporcin muestral de personas con sangre tipo B sea menos de
10,5 es:

c) La probabilidad de que la proporcin muestral de personas con sangre tipo B est entre 11%
y 13% es:

Ejemplo 2:
Para decidir si apoya o no al candidato Juan Prez, la Sociedad de Votantes Independientes adop-
ta el procedimiento siguiente: Se selecciona una muestra de 400 votantes inscritos. Si el 50% o
ms estn a favor de Juan Prez, la Sociedad lo apoyar; en caso contrario no lo apoyar. Cul
es la probabilidad de que la Sociedad:
( )
( )
( )
0,12 0,10
0,12
0,10 0,90
900
2
1 2
1 2
1 0,9773
0, 0227
p p
P p P
pq x
n
P Z
P Z
F
(
(

| |
(
> = >
|
( \ .
(

= >
=
=
=
=
( )
( )
0,105 0,10
0,105
0,10 0, 90
900
0,105 0, 5
0, 5
0, 6915
p p
P p P
pq x
n
P p P Z
F
(
(

| |
( < = <
|
\ . (
(

| |
< = <
|
\ .
=
=
( )
( ) ( )
0,11 0,10 0,13 0,10
0,11 0,13
0,10 0, 90 0,10 0, 90
900 900
1 3
3 1
0, 9986 0, 8413
0,1573
p p
P p P
x pq x
n
P Z
F F
| |
|

| |
|
< < = < <
|
| \ .
|
\ .
= < <
=
=
=
Estadstica General
P R O E S A D
167
a) Apoye al candidato Juan Prez si slo el 45% de los votantes estn a favor de l?
b) No apoya a Juan Prez, si al 55% de los votantes a favor de l?
Solucin:
a) La probabilidad de que la sociedad apoye al candidato Juan Prez es:

b) La probabilidad de que la sociedad no apoye al candidato Juan Prez es:

Las frmulas ms utilizadas en las distribuciones muestrales son:

Esta es la frmula para calcular la desviacin estndar de la media cuando la poblacin es inni-
ta, es decir, cuando los elementos de la poblacin no se puede enumerar. En esta frmula:
s = desviacin estndar de una poblacin
n = tamao de la muestra aleatoria

Esta es la frmula para calcular la desviacin estndar de la media cuando la poblacin es nita,
es decir, de tamao limitado. En esta frmula:
N = tamao de la poblacin
n = tamao de la muestra

( )
( )
( )
0, 50 0, 45
0, 50
0, 45 0, 55
400
2, 01
1 2, 01
1 2, 01
1 0, 9778
0, 0222
p p
P p P
pq x
n
P Z
P Z
F
| |
|

| |
|
=
|
| \ .
|
\ .
=
= <
=
=
=
( )
( )
0, 50 0, 55
0, 50
0, 55 0, 45
400
2, 01
2, 01
0, 0222
p p
P p P
pq x
n
P Z
F
| |
|

| |
|
< = <
|
| \ .
|
\ .
= <
=
=
x
N
=
1
=
N
n N
n
x

( )
n
x X
S
i

= =
Unidad V
168
Esta frmula indica que la desviacin estndar de la muestra se puede usar como estimador de
la desviacin estndar de la poblacin, cuando es desconocido y n 30.

Esta es la frmula para calcular la desviacin estndares de la diferencia de dos medias maes-
trales. En esta frmula:
1 = Desviacin estndar de la poblacin 1
2 = Desviacin estndar de la poblacin 2
n1 = Tamao de la muestra extrada de la poblacin 1
n2 = Tamao de la muestra extrada de la poblacin 2

Esta frmula indica que cuando se desconocen las dos desviaciones estndar de la poblacin, se
puede usar para calcular la desviacin muestral de la diferencia entre las dos medias.

Esta es la frmula para calcular la media de la distribucin muestral de la proporcin de aciertos.

Esta es la frmula para calcular la desviacin estndar muestral de la proporcin de aciertos,
cuando la poblacin es innita.

Esta es la frmula para calcular la desviacin estndar muestral de la proporcin de aciertos,
cuando la poblacin es nita de tamao N.
15.2. DISTRIBUCIN MUESTRAL DE LA DIFERENCIA DE DOS MEDIAS
Supongamos ahora que se tiene dos poblaciones representadas por las variables X e Y, distribui-
das con medias respectivas 1 y 2, y desviaciones estndar 1 y 2.
De la poblacin (1) se extraen todas las muestras posibles de tamao n1 y de la poblacin (2)
se extraen todas las muestras posibles de tamao n2.
Las diferencias de las medias de las muestras , determinan una nueva variable cuya distribucin
tiene los parmetros:

2
2
2
1
2
1
n n
y x

+ =
2
2
2
1
2
1
n
S
n
S
y x
+ =
p
p
=
p
pq
n
=
1
p
pq N n
n N
| |
=
|
\ .
( ) ( ) ( )
( ) ( ) ( )
) (
) (
2
2
2
1
2
1
2 1
estndar Desviacin
n n
Media
y x y x
y x y x

+ = + =
= =
Estadstica General
P R O E S A D
169
Luego la variable (X - Y) mediante la transformacin:

Se distribuye como sigue:
CASO 1: Aproximadamente como la normal estndar, si las poblaciones X e Y son normales o no
con 2 conocidas y tamaos muestrales n1 y n2 iguales o mayores a 30.
CASO 2: Exactamente como la normal estndar, si las poblaciones X e Y son normales con 1 y
2 conocidas y tamaos muestrales n1 y n2 cualesquiera.
CASO 3: Aproximadamente como la normal estndar, si las poblaciones X e Y son normales o
no con 1 y 2 desconocidas y tamaos muestrales n1 y n2 iguales o mayores a 30. Las des-
viaciones estndar poblaciones 1 y 2 se estiman con las desviaciones estndar muestrales
respectivas:

Ejemplo 1:
La estatura media de los soldados del ejrcito norteamericano es de 172,5cm. con una desvia-
cin estndar de 5cm. en tanto que para un soldado del ejrcito de un pas latino estos valores
son 167,5cm. y 2,5cm., respectivamente. Si se selecciona una muestra aleatoria de 80 soldados
de cada uno de estos ejrcitos. Cul es la probabilidad de que la estatura media de la muestra
del ejrcito norteamericano sea superior a la media de la muestra del ejrcito de un pas latino
en 6cm. o ms?
Solucin
Las poblaciones del ejrcito norteamericano y latino arrojan la siguiente informacin:
La probabilidad de que la estatura media de la muestra del ejrcito norteamericano sea superior
a la media de la muestra del ejrcito latino en 6 cm. es:

( ) ( )
2
2
2
1
2
1
2 1
n n
Y X
z

+

=
( ) ( )
2
1
2
2
2
1
1
2
2
1
2 1
n
y y
S y
n
x x
S
n
i
i
n
i
i
= =

=
=
( )
( ) ( )
( )
( )
( )
1 2
2 2
1 2
1 2
6 5
6
25 6, 25
50 50
1, 26
1 1, 26
1 1, 26
1 0, 8962
0,1038
x y
P X Y P
n n
P Z
P Z
F

(
(

(
=
(
( +
+
(

=
= <
=
=
=
EJRCITO
NORTEAMERICANO
EJRCITO
LATINO
1 =172,5 2 = 167,5
1 = 5 2 = 2,5
n1 = 80 n2 = 80
Unidad V
170
Ejemplo 2:
Una muestra de tamao 25 se toma de una poblacin normal con media 80 y desviacin estndar
5; una segunda muestra de tamao 36 se toma de una poblacin normal con media 7 y desvia-
cin estndar 3. Hallar la probabilidad de que la media de la muestra de 25 observaciones exceda
a la media de la muestra de 36 observaciones en por lo menos 5,9, pero no menos de 3,4.
Solucin:
Las muestras son extradas de poblaciones normales, que arrojan la informacin dada en el
cuadro:
POBLACIN 1 POBLACIN 2
1 = 80 2 = 75
1 = 5 2 = 3
n1 = 25 n2 = 36
La probabilidad de que la muestra de 25 observaciones exceda a la media de 36 observaciones
en por lo menos 5,9 pero menos de 3,4 es:

1. Se seleccionaron muestras de tamao n de poblaciones con las siguientes medias y va-
rianzas. Determine la media y la desviacin estndar (error estndar) de la distribucin de
muestreo de la media muestral.
a) n = 25, = 10, = 9 b) n = 100, = 5, = 4
c) n = 36, = 120, = 1
2. 2. Trace un esquema de las distribuciones de muestreo descritas en 2) y localice la media
en el intervalo ( 2 x) sobre el eje x de la grca.
3. 3. Una expectativa importante de la reciente reduccin de los impuestos federales sobre
los ingresos, es que los consumidores ahorrarn una parte sustancial del dinero que ganan.
Supngase que las estimaciones de la parte ahorrada del total de los impuestos, basadas
en un muestreo aleatorio de 35 economistas, tiene una media de 26% y una desviacin
estndar de 12%. Cul es la probabilidad aproximada de que una media muestral, basada
en una muestra aleatoria de n=35 economistas, se localice dentro de 1% de la media de la
poblacin de todos los economistas?
( )
( )
( )
( ) ( )
1 2
1 2
2 2
1 2
1 2
3, 4 5 5, 9 5
3, 4 5, 9
25 9 25 9
25 36 25 36
9, 6 3, 6
45 45
1, 43 0, 54
0, 54 1, 43
0, 7053 0, 0764
0, 6289
x x
P X Y P
n n
P Z
P Z
F F

| |
|
|
=
|
|
+ +
+
|
\ .
| |
=
|
\ .
=
=
=
=
Estadstica General
P R O E S A D
171
4. Un departamento estatal de carreteras vigil una autopista interestatal en particular duran-
te 25 perodos de 1 hora seleccionados al azar durante un mes, para obtener informacin
acerca del volumen de la carga transportada por camiones a travs de dicha autopista. Se
cont el nmero de trailers para cada perodo de una hora y se calcul x para la muestra de
25 perodos individuales por una hora. Supngase que la distribucin del nmero de trailers
pesados por hora es aproximadamente normal con = 50 y = 7.
a) Cul es la probabilidad de que la media muestral x para n=25 perodos de una hora sea
mayor de 55?
b) Si n = 4 perodos de 1 hora. Cul es la probabilidad de que sea mayor que 55?
5. Se seleccionan muestras aleatorias de tamao n de poblaciones binomiales con los siguien-
tes parmetros poblacionales p. Encuentre la media y la desviacin estndar de la distribu-
cin normal de la proporcin muestral p.
a) n=100, p=0,3 b) n=400, p=0,1 c) n=250, p=0,6
6. Si n=1000 y p=0,1, obtenga la probabilidad de que:
a) p > 0,12 b) p < 0,10
7. Calcule p para n=100 y para los valores siguientes de p.
a) p=0,01 b) p=0,1 c) p=0,3 d) p=0,5
e) p=0,7 f) p=0,9 g) p=0.99
8. Antes de tomar la decisin de introducir su nueva bebida (Coke) en 1985, la compaa Coca-
Cola la present a aproximadamente 40000 consumidores en 30 ciudades de Estados Unidos.
Sin marcas de identicacin, 55% prerieron la nueva frmula a la anterior (Fortune, 27 de
mayo, 1985). Supngase que los 40000 consumidores de la encuesta representa una mues-
tra aleatoria de una poblacin de bebedores de refrescos de Cola en las 30 ciudades.
a) Describa la distribucin de muestreo de , la proporcin en la muestra de gente que est
a favor de la nueva Coke.
b) Encuentre la probabilidad de que se localice dentro de 0.005 de la proporcin p de los
bebedores de refrescos de cola en la poblacin que favorecen la bebida nueva.
9. Se seleccionan muestras independientes de n1 y n2, observaciones de poblaciones con los
parmetros (1, 1) y (2, 2). Encuentre la media y la desviacin estndar de la distri-
bucin de muestreo de la diferencia (x1 - x2), entre las medias muestrales en cada uno de
los siguientes casos.
a) n1 = 16, 1 = 10, = 4 y n2 = 20, 2 = 20, =8
b) n1 =100, 1 = 640, = 1 y n2 = 100, 2 = 642, =3
Unidad V
172
?
AUTOEVALUACIN

CONCEPTUAL:
( ) La estimacin y la prueba de hiptesis son procedimientos que corresponde a la
inferencia estadstica.
( ) El propsito fundamental del muestreo es estimar el valor del estadstico
( ) Los estadsticos nos sirven para estimar el valor del parmetro.
( ) Las condiciones bsicas de una buena muestra se basan en la cantidad y la calidad
de sus elementos.
PROCEDIMENTAL:
2. Cul es la probabilidad de que la media para una muestra aleatoria de 144 cuentas por co-
brar extradas de una poblacin de 2000 cuentas con media de 10000 dlares y desviacin
estndar de 4000 dlares, est entre 9500 y 10500 dlares?
a) 0,1288 b) 0,1828 c) 0,2818 d) 0,8128 e) 0,8812
3. Los puntajes de un examen de aptitud a nivel nacional siguen una distribucin normal con
media de 72 puntos y desviacin estndar de 8 puntos, cul es la probabilidad de que la
diferencia de los puntajes medios de dos muestras aleatorias de 28 y 36 estudiantes sea de
3 ms puntos?
a) 0,5120 b) 0,5210 c) 0,2150 d) 0,2015 e) 0,2510
4. Del profesorado universitario de la ciudad de Lima, 1/6 son mujeres. Si de esta poblacin se
extrae una muestra aleatoria de 180 profesores. Cul es la probabilidad de que la proporcin
de profesores en la muestra no sea menor del 10%, ni mayor del 25%?
a) 0,9938 b) 0,9398 c) 0,8399 d) 0,8939 e) 0,3899
ACTITUDINAL:
5. Si tuvieras una fbrica de lapiceros y deseas vericar que el porcentaje de lapiceros defec-
tuosos que produces durante un da es menor del 10%. Utilizaras la probabilidad? Qu
distribucin de muestreo utilizaras?
________________________________________________________________________
________________________________________________________________________
________________________________________________________________________
Estadstica General
P R O E S A D
173
REFENCIAS BIBLIOGRAFICAS
CRDOVA ZAMORA, Manuel (2003). Estadstica Descriptiva e Inferencial
DAZ OPORTO, Juan. (1995). Razonamiento Matemtico. Per: CONCYTEC.
HERNNDEZ R., FERNNDEZ C. Y BAPTISTA P. (1996). Metodologa de la Investigacin. Colombia:
Mac. Graw Hill. Primera Edicin.
MARTNEZ, Ciro. (1995). Estadstica. Santa Fe de Bogota, Ed. Presencia.
MENDENHALL. William. (1991). Estadstica para Administradores. Editorial Harla.
MEZA DE CASTILLO Elizabeth. (1994). Probabilidad. Lima Per: CONCYTEC.
MILLER, FREUD y JOHNSON. (1992). Probabilidad y Estadstica para Ingenieros. Mxico: Ed. Prince
Hall. Cuarta edicin.
MITACC MEZA, Mximo. (1994).Tpicos de Inferencia. Lima Per: Ed. San Marcos.
MITACC MEZA, Mximo. (1994). Tpicos de Estadstica y Probabilidad. Lima Per. Ed. San Marcos.
MONTGOMERI D. Y RUNGER G. (1996). Probabilidad y Estadstica aplicadas a la Ingeniera. Mxico:
Mc Graw Hill. Primera edicin.
MORRIS H. DeGROOT. (1988). Probabilidad y Estadstica. Estados Unidos: ADDISON WESLEY IBE-
ROAMERICANA.
MOYA R. Y SARAVIA A. (1998). Probabilidad e Inferencia Estadstica. Lima Per, Ed. San Marcos.
Segunda Edicin.
OSTLE, Bernard. (1994). Estadstica Aplicada. Mxico: Ed. Limusa.
P, BOX, George (1993). Estadstica para Investigadores. Ed. Reverte.
POZA VLCHEZ, Manuel y ORIHUELA ORIHUELA, Pedro (1994). Estadstica Aplicada a la Educacin.
Per: Ed. Educacin a distancia EESA. Universidad Inca Garcilaso de la Vega.
SCHEAFFER, Richard L. (1993). Probabilidad y Estadstica para Ingeniera.
SUMIRE QUENTA, David (2001). Matemtica Bsica. Per: Editorial Imprenta Unin.
WONNACOTT Y WONNACOTT. (1991). Estadstica Bsica Practica. Mxico: Ed. Limusa.
174
Apndice
APNDICE N 1
NMEROS ALEATORIOS
00 - 04 05 - 09 10 - 14 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49
00 39591 66082 48626 95780 55228 87189 75717 97042 19696 48613
01 46304 97377 43462 21739 14566 72533 60171 29024 77581 72760
02 99547 60779 22734 23678 44895 89767 18249 41702 35850 40543
03 06743 63537 24553 77225 94743 79448 12753 95986 78088 48019
04 69568 65496 49033 88577 98606 92156 08846 54912 12691 13170

05 68198 69571 34349 73141 42640 44721 30402 3507 33475 47401
06 27974 12609 77428 64441 49008 60489 66780 55499 80842 57706
07 50552 20688 02769 63037 15494 71784 70559 58158 53437 46216
08 74687 02033 98290 62635 88877 28599 63682 35566 03271 05651
09 49303 76629 71897 30990 62923 36686 96167 11492 90333 84501

10 89734 39183 52026 14997 15140 18250 62831 51236 61236 09179
11 74042 40747 02617 11346 01884 82066 55913 72422 13971 64209
12 84706 31375 67053 73367 95349 31074 36908 42782 89690 48002
13 83664 21365 28882 48926 45435 60577 85270 02777 06878 27561
14 47813 74854 73388 11385 99108 97878 97878 17473 07682 20166

15 00371 56525 38880 53702 09517 47281 15995 98350 25233 79718
16 81182 48434 27431 55806 25389 40774 72978 16835 65066 28732
17 75242 35904 73077 24537 8135 4 48902 03478 42867 04552 66034
18 96239 80246 07000 09555 55051 49596 44629 88225 28195 44598
19 82988 17440 85311 03360 38176 51462 86070 03924 84413 92363

20 77599 29143 89088 57593 60036 17297 30923 36224 46327 96266
21 61433 33118 53488 82981 44709 44709 64388 00198 14135 57514
22 76008 15045 45440 84062 55236 52363 33726 44301 86246 99727
23 26494 76598 85834 10844 56300 56300 72118 96510 98388 80161
24 4670 88558 77533 33359 07830 07830 53260 46755 36881 98535

25 73995 41532 87933 79930 14310 64833 49020 36224 99726 97007
26 93901 38276 75544 19679 82899 11365 22896 00498 77165 08734
27 41925 28215 40966 93501 45446 27913 21708 44301 81404 15119
28 80720 02782 24326 41328 10357 86883 80086 96510 57072 12100
29 92596 39416 50362 04423 04561 58179 54188 46755 14322 97056

30 39693 58559 45839 47278 38548 38885 19875 70067 86711 57005
31 86923 37863 14340 30929 04079 65274 03030 42118 09362 82972
32 99700 79237 18172 58879 56221 65644 33331 01788 32961 40996
33 60248 21953 52321 16981 03252 90433 97304 77138 71026 01946
175
Apndice
34 29136 71987 03992 67025 31070 78348 47823 44978 13037 47732

35 57471 42913 85212 42319 92901 97727 04775 26829 38154 25238
36 57424 93847 03269 56096 95028 14039 76128 15110 27301 65529
37 56768 71694 63361 80836 30841 71875 40944 87502 01887 54822
38 70400 81534 02148 41441 26582 27481 84262 50181 42409 62950
39 05454 88418 48646 99565 36635 85496 18894 11033 26894 00889

40 80934 56136 47063 96311 19067 59790 08752 68040 85685 83076
41 06919 46237 50676 11238 75637 43086 95323 52867 06891 32089
42 00152 23997 41751 74756 50975 75365 70158 67663 51431 16375
43 88505 74625 71783 82511 13661 63178 39291 76796 74736 10980
44 64514 80967 33545 09582 86329 58152 05931 35961 70069 12142

45 25280 53007 99651 96366 49378 80971 10419 12981 70572 11575
46 71292 63716 93210 59312 39493 24252 54849 29754 41497 79228
47 49734 50498 08974 05904 68172 02864 10994 22482 12912 17920
48 43075 09754 71880 92614 99928 94424 86353 87549 94499 11459
49 15116 16643 03981 06566 14050 33671 03814 48856 41267 76252

NMEROS ALEATORIOS
50 - 54 55 - 59 60 - 64 65 - 69 70 - 74 75 - 79 80 - 84 85 - 89 90 - 94 95 - 99
50 25178 77518 41773 39926 09843 29694 43801 69276 44707 23455
51 45803 95106 85816 33366 37383 76832 37024 06581 22587 24827
52 15532 30898 14922 13923 44987 45122 86515 55836 96165 19650
53 99068 35453 42152 12078 04913 06083 06645 93310 40016 8421
54 70983 88359 95583 79348 24101 07502 25692 42496 77732 19278

55 71181 48289 03153 18779 65702 03612 64608 84071 4788 09982
56 44052 59163 74033 86112 27731 46135 63092 59171 44816 12354
57 91555 87708 70964 43346 56811 03725 75139 77674 82467 41899
58 54307 12188 58089 73745 35569 97352 77301 37684 36823 69218
59 63631 23919 06785 13891 89918 76211 09362 34292 17640 6907

60 46832 30801 98898 28954 97793 20825 36775 71974 15574 09184
61 05944 82632 39310 74857 61725 50569 81937 16820 85446 51168
62 28199 90116 59501 49025 73005 84954 11587 97691 90415 84685
63 09391 05600 00624 95068 33776 44985 01505 76911 45539 32181
64 29634 13021 96568 15124 55092 44043 31073 92371 51288 33378

65 61509 18842 79201 46451 68594 98120 68110 91062 42095 61839
66 87888 23033 69837 65661 15130 44649 42515 83861 50721 36110
67 94585 15218 74838 61809 92293 85400 46934 08531 70107 65707
176
Apndice
68 82033 93915 34898 79913 70013 27573 39256 35167 35070 47095
69 79131 10022 82199 78976 22702 37936 10445 96846 84927 69745

70 79344 39236 41333 11473 15049 47930 99029 97150 82275 55140
71 15384 44585 18773 89733 40779 59664 83328 25162 58758 17761
72 38802 90957 32910 97485 10358 88588 95310 22252 19143 69011
73 85874 18400 28151 29541 63706 43197 65726 94117 22169 91806
74 26200 72680 12364 46010 92208 59103 60417 45389 56122 85353

75 13772 75282 81418 42188 66529 47981 92548 10079 68179 40915
76 91876 07434 96946 98382 97374 34444 17992 42811 01579 48741
77 31721 21713 83632 40605 24227 53219 05482 86768 53239 24812
78 92570 53242 98133 84706 84706 29645 79336 66091 05793 25922
79 02880 29307 73734 66448 66448 74645 29562 13999 17492 49891

80 80982 14684 31038 85302 98349 57313 86371 33938 10768 60837
81 38000 43364 94825 32413 46781 09685 69058 56644 85531 55173
82 14218 94289 79484 61868 40034 22546 68726 14736 89844 13466
83 74358 21940 40280 22233 09123 49375 55094 46113 54046 51771
84 39049 14986 94000 26649 13037 13037 45186 89515 63214 66886

85 48727 06300 91486 67316 84576 11100 37580 49629 83224 46321
86 22719 29784 40682 96715 40745 57458 50048 48306 50270 87424
87 33980 36769 51977 03689 79071 20279 64787 48877 44063 93733
88 23885 66721 16542 12648 65986 43104 45583 75729 35118 58742
89 85190 44068 78477 69133 58983 96504 44232 74809 25266 73872

90 33453 36333 45814 78128 55914 89829 43251 41634 48488 49153
91 98236 11489 97240 01678 30779 75214 80039 68895 95271 19654
92 21295 53565 43609 48439 87427 88065 09892 58524 43815 31340
93 28335 79849 69842 71669 38770 54445 48736 03242 83181 85403
94 95449 35273 62581 85522 35813 34475 97514 72839 10387 31649

95 88167 03878 89405 55461 73248 48620 31732 47317 06252 54652
96 86131 62596 98785 02360 54271 26242 93735 20752 17146 18315
97 71134 90264 30126 08586 97497 61678 81940 00907 39096 02082
98 02664 53438 76839 52290 77999 05799 93744 16634 84924 31344
99 90664 96876 16663 25608 67140 84619 67167 13192 81774 58619
NMEROS ALEATORIOS
00 - 04 05 - 09 10 - 14 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49
00 93873 86558 72524 02542 73184 37905 05882 15596 73646 50798
01 08761 47547 02216 48086 56490 89959 69975 04500 23779 76697
177
Apndice
02 61270 98773 40298 26077 80396 08166 35723 61933 13985 19102
03 73758 15578 95748 02967 35122 36539 72822 68241 34803 42457
04 17132 32196 60523 00544 73700 70122 27962 45597 36011 79971

05 26175 29794 44838 84414 82748 22246 70694 57953 39780 17791
06 06004 04516 06210 03536 84451 30767 37928 26986 07396 64611
07 34687 73753 36327 73704 61564 99434 90938 03967 97420 19913
08 27865 08255 57859 04746 79700 68823 16002 58115 07589 12675
09 89423 51114 90820 26786 77404 05795 49036 34686 98767 32284

10 99030 80312 69745 87636 10058 84834 89485 08775 19041 61375
11 02852 54339 45496 20587 85921 06763 68873 35367 42627 54973
12 10850 42788 94737 74549 74296 15053 46816 32141 02533 25648
13 38301 18507 33151 69434 80103 02603 6110 89395 67621 67025
14 48181 95478 62739 90148 00156 09338 44558 53271 87549 45974

15 23098 23720 76508 69083 56584 90423 21634 35999 09234 95116
16 25104 82019 21120 06165 44324 77577 15774 44091 69687 67576
17 22205 40198 86884 28103 57306 54915 03426 66700 45993 36668
18 64975 05064 29617 40622 20330 18518 45312 57921 23188 82361
19 58710 75278 47730 26093 16436 38868 76861 85914 14162 21984

20 12140 72905 26022 07675 16362 34504 47740 39923 04081 03162
21 73226 39840 47958 97249 14146 34543 46162 74158 59739 67447
22 12320 86217 66162 70941 58940 58006 80731 66630 02183 94678
23 41364 64156 23000 23188 64945 33815 32884 76955 56574 61666
24 97881 80867 70117 72041 03554 29087 19767 71838 80545 61402

25 88295 87271 82812 97588 09960 06312 03050 77332 25977 13385
26 95321 89836 78230 46037 72483 87533 74571 88859 26908 55626
27 24337 14264 30185 36753 22343 81737 62926 76494 93536 75502
28 00718 66303 75009 91431 64245 61863 16738 23127 89435 45109
29 38093 10328 96998 91386 34967 40407 48380 09115 59367 49596

30 87661 31701 29974 56777 66751 35418 63887 95094 20056 84990
31 87142 91818 51857 85061 17890 39057 44506 00969 32942 54794
32 60634 27142 21199 50437 04685 70252 91453 75952 66753 50664
33 73356 64431 05068 56334 34487 78253 67684 69916 63885 88491
34 29889 11378 65915 66776 95034 81447 98035 16815 68432 63020

35 48257 36438 48479 72173 31418 1035 84239 02032 40409 11715
36 38425 29462 79880 45713 90049 01136 72426 25077 64361 94284
37 482226 31868 38620 12135 28346 17552 03203 42618 44151 78438
38 80189 30031 15435 76730 58565 29817 36775 64007 47912 16754
39 33208 33475 95219 29832 74569 50667 90569 66717 46958 04820
178
Apndice

40 19750 48564 49690 43352 53834 80125 47792 99701 06800 22794
41 62820 23174 71124 36040 34873 95650 79059 23394 58534 78296
42 95737 34362 81520 79481 26442 37826 76866 01580 83713 94272
43 64642 62961 37566 41064 69372 84369 92823 91391 61056 44495
44 77636 60163 14915 50744 95611 99346 39741 04407 72940 87936

45 43633 52102 93561 31010 11299 52661 79014 17910 88492 60753
46 93686 41960 61280 96529 52924 87371 34855 67125 40279 10186
47 23775 33402 28647 42314 51213 29116 26243 40243 32137 25177
48 91325 64698 58868 63107 08993 96000 66854 11567 80604 72299
49 58129 44367 31924 73586 24422 92799 28963 36444 01315 10226

NMEROS ALEATORIOS

50 - 54 55 - 59 60 - 64 65 - 69 70 - 74 75 - 79 80 - 84 85 - 89 90 - 94 95 - 99
50 37686 78520 31209 83677 99115 94024 09286 58927 24078 16770
51 58108 29344 11825 51955 50618 99753 02200 50503 32466 50055
52 71545 42326 66429 93607 55276 85482 24449 41764 19884 46443
53 93303 90557 79166 90097 01627 96690 77434 06402 05379 59549
54 36731 37929 13079 83036 31525 35811 59131 65257 03731 86703

55 49781 31581 80391 84608 23390 30433 08249 85136 80060 43651
56 65995 94208 68785 04370 44192 91852 01129 28739 08705 54538
57 19663 09309 02836 10223 90814 92786 96747 46014 54765 76001
58 88479 24307 63812 47615 17220 27942 11785 49933 03923 35432
59 95407 95006 95421 20811 76761 47475 58865 06204 36543 81002

60 22789 87011 61926 97996 16604 80855 48714 52754 98279 96467
61 96783 18403 36729 18760 30810 73087 94565 68682 15792 60020
62 68933 05665 12264 23954 01883 75411 04460 83939 66528 22576
63 68794 13000 20066 98963 93483 51165 63358 12373 13877 37580
64 40537 31604 60323 51235 65546 85117 15647 09617 73520 48525

65 41249 42504 91773 81579 02588 74657 73765 10932 74607 83825
66 08813 84525 30329 33144 76884 89996 7834 67266 96820 15128
67 46609 30917 29996 10848 39555 09233 58988 82131 69232 76762
68 68543 69424 92072 57937 05563 80727 67053 35431 00881 56541
69 09926 84219 30089 08843 24998 27105 18397 79071 40738 73876

70 30515 76316 49597 37900 98604 05857 51729 19006 15239 27129
71 21611 26346 04877 71584 55724 39616 64648 26811 60915 34108
72 47410 83767 56454 96768 27001 83712 01245 27256 57991 75758
179
Apndice
73 18572 31214 41015 64110 61807 72472 78059 69701 78681 17356
74 28078 02819 02459 33308 96540 15817 78694 81476 85856 99737

75 56644 50430 34562 75842 67724 02918 55603 55195 88219 39676
76 27331 48055 18928 47463 61966 64507 06559 81329 29481 03660
77 32080 21524 32929 07739 08836 39497 94476 27433 96857 52987
78 27027 69762 65362 90214 89572 52054 43067 73017 87664 03293
79 56471 68839 09969 45853 72627 71793 49920 64544 71874 74053

80 22689 19799 18870 49272 74783 38777 76176 40961 18089 32499
81 71263 82247 66684 90239 67686 48963 30842 59354 33551 87966
82 64084 57386 89278 27187 52142 96305 87393 80164 95518 82742
83 23121 10194 0991 37062 43446 09107 47156 70179 00858 92326
84 78906 48080 76745 65814 51167 87755 66884 12718 14951 47937

85 87257 26005 21544 37223 53288 72056 96396 67099 49416 91891
86 39529 98126 33694 29025 94308 24426 63072 51444 04718 49891
87 89632 11606 87159 89408 06295 31055 15530 46432 49871 37982
88 23708 98919 14407 53722 58779 92849 04176 24870 56688 25405
89 51445 46758 42024 27940 64237 10086 95601 53923 85209 79385

90 23849 65272 24743 39960 27313 99925 29743 87270 05773 21797
91 78613 15441 34568 57398 25872 61792 94599 60944 90908 38948
92 90694 27996 94181 87428 41135 29461 72716 68956 67871 72459
93 96772 86829 36403 40087 67456 21071 39039 91937 45280 00066
94 24527 40701 56894 73327 00789 97573 09303 41704 05772 95372

95 31596 70876 46807 06741 29352 23829 52465 00336 24155 61871
96 31613 99249 17260 05242 19535 52702 64761 66694 06150 13820
97 02911 09514 50864 80622 20017 59019 43450 75942 08567 40547
98 02484 74068 04670 19646 41951 05111 34013 57443 87481 48994
99 69259 75535 73007 15236 01572 44870 53280 25132 70276 87334

180
Apndice
APNDICE N 2
TABLA DE LA DISTRIBUCIN ACUMULADA BINOMIAL

p
n X 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
2 0 0.9025 0.8100 0.7225 0.6400 0.5625 0.4900 0.4225 0.3600 0.3025 0.2500
1 0.9975 0.9900 0.9775 0.9600 0.9375 0.9100 0.8775 0.8400 0.7975 0.7500
3 0 0.8574 0.7290 0.6141 0.5120 0.4219 0.3430 0.2746 0.2160 0.1664 0.1250
1 0.9928 0.9720 0.9393 0.8960 0.8438 0.7840 0.7183 0.6480 0.5748 0.5000
2 0.9999 0.9990 0.9966 0.9920 0.9844 0.9730 0.9571 0.9360 0.9089 0.8750
4 0 0.8145 0.6561 0.5220 0.4096 0.3164 0.2401 0.1785 0.1296 0.0915 0.0625
1 0.9860 0.9477 0.8905 0.8192 0.7383 0.6517 0.5630 0.4752 0.3910 0.3125
2 0.9995 0.9963 0.9880 0.9728 0.9492 0.9163 0.8735 0.8208 0.7585 0.6875
3 1.0000 0.9999 0.9995 0.9984 0.9961 0.9919 0.9850 0.9744 0.9590 0.9375
5 0 0.7738 0.5905 0.4437 0.3277 0.2373 0.1681 0.1160 0.0778 0.0503 0.0313
1 0.9774 0.9185 0.8352 0.7373 0.6328 0.5282 0.4284 0.3370 0.2562 0.1875
2 0.9988 0.9914 0.9734 0.9421 0.8965 0.8369 0.7648 0.6826 0.5931 0.5000
3 1.0000 0.9995 0.9978 0.9933 0.9844 0.9692 0.9460 0.9130 0.8688 0.8125
4 1.0000 1.0000 0.9999 0.9997 0.9990 0.9976 0.9947 0.9898 0.9815 0.9688
6 0 0.7351 0.5314 0.3771 0.2621 0.1780 0.1176 0.0754 0.0467 0.0277 0.0156
1 0.9672 0.8857 0.7765 0.6554 0.5339 0.4202 0.3191 0.2333 0.1636 0.1094
2 0.9978 0.9842 0.9527 0.9011 0.8306 0.7443 0.6471 0.5443 0.4415 0.3438
3 0.9999 0.9987 0.9941 0.9830 0.9624 0.9295 0.8826 0.8208 0.7447 0.6563
4 1.0000 0.9999 0.9996 0.9984 0.9954 0.9891 0.9777 0.9590 0.9308 0.8906
5 1.0000 1.0000 1.0000 0.9999 0.9998 0.9993 0.9982 0.9959 0.9917 0.9844
7 0 0.6983 0.4783 0.3206 0.2097 0.1335 0.0824 0.0490 0.0280 0.0152 0.0078
1 0.9556 0.8503 0.7166 0.5767 0.4449 0.3294 0.2338 0.1586 0.1024 0.0625
2 0.9962 0.9743 0.9262 0.8520 0.7564 0.6471 0.5323 0.4199 0.3164 0.2266
3 0.9998 0.9973 0.9879 0.9667 0.9294 0.8740 0.8002 0.7102 0.6083 0.5000
4 1.0000 0.9998 0.9988 0.9953 0.9871 0.9712 0.9444 0.9037 0.8471 0.7734
5 1.0000 1.0000 0.9999 0.9996 0.9987 0.9962 0.9910 0.9812 0.9643 0.9375
6 1.0000 1.0000 1.0000 1.0000 0.9999 0.9998 0.9994 0.9984 0.9963 0.9922
8 0 0.6634 0.4305 0.2725 0.1678 0.1001 0.0576 0.0319 0.0168 0.0084 0.0039
1 0.9428 0.8131 0.6572 0.5033 0.3671 0.2553 0.1691 0.1064 0.0632 0.0352
2 0.9942 0.9619 0.8948 0.7969 0.6785 0.5518 0.4278 0.3154 0.2201 0.1445
3 0.9996 0.9950 0.9786 0.9437 0.8862 0.8059 0.7064 0.5941 0.4770 0.3633
4 1.0000 0.9996 0.9971 0.9896 0.9727 0.9420 0.8939 0.8263 0.7396 0.6367
5 1.0000 1.0000 0.9998 0.9988 0.9958 0.9887 0.9747 0.9502 0.9115 0.8555
6 1.0000 1.0000 1.0000 0.9999 0.9996 0.9987 0.9964 0.9915 0.9819 0.9648
7 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9998 0.9993 0.9983 0.9961
9 0 0.6302 0.3874 0.2316 0.1342 0.0751 0.0404 0.0207 0.0101 0.0046 0.0020
1 0.9288 0.7748 0.5995 0.4362 0.3003 0.1960 0.1211 0.0705 0.0385 0.0195
2 0.9916 0.9470 0.8591 0.7382 0.6007 0.4628 0.3373 0.2318 0.1495 0.0898
181
Apndice
3 0.9994 0.9917 0.9661 0.9144 0.8343 0.7297 0.6089 0.4826 0.3614 0.2539
4 1.0000 0.9991 0.9944 0.9804 0.9511 0.9012 0.8283 0.7334 0.6214 0.5000
5 1.0000 0.9999 0.9994 0.9969 0.9900 0.9747 0.9464 0.9006 0.8342 0.7461
6 1.0000 1.0000 1.0000 0.9997 0.9987 0.9957 0.9888 0.9750 0.9502 0.9102
7 1.0000 1.0000 1.0000 1.0000 0.9999 0.9996 0.9986 0.9962 0.9909 0.9805
8 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9992 0.9980

P
N X 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
10 0 0.5987 0.3487 0.1969 0.1074 0.0563 0.0282 0.0135 0.0060 0.0025 0.0010
1 0.9139 0.7361 0.5443 0.3758 0.2440 0.1493 0.0860 0.0464 0.0233 0.0107
2 0.9885 0.9298 0.8202 0.6778 0.5256 0.3828 0.2616 0.1673 0.0996 0.0547
3 0.9990 0.9872 0.9500 0.8791 0.7759 0.6496 0.5138 0.3823 0.2660 0.1719
4 0.9999 0.9984 0.9901 0.9672 0.9219 0.8497 0.7515 0.6331 0.5044 0.3770
5 1.0000 0.9999 0.9986 0.9936 0.9803 0.9527 0.9051 0.8338 0.7384 0.6230
6 1.0000 1.0000 0.9999 0.9991 0.9965 0.9894 0.9740 0.9452 0.8980 0.8281
7 1.0000 1.0000 1.0000 0.9999 0.9996 0.9984 0.9952 0.9877 0.9726 0.9453
8 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9983 0.9955 0.9893
9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9990
11 0 0.5688 0.3138 0.1673 0.0859 0.0422 0.0198 0.0088 0.0036 0.0014 0.0005
1 0.8981 0.6974 0.4922 0.3221 0.1971 0.1130 0.0606 0.0302 0.0139 0.0059
2 0.9848 0.9104 0.7788 0.6174 0.4552 0.3127 0.2001 0.1189 0.0652 0.0327
3 0.9984 0.9815 0.9306 0.8389 0.7133 0.5696 0.4256 0.2963 0.1911 0.1133
4 0.9999 0.9972 0.9841 0.9496 0.8854 0.7897 0.6683 0.5328 0.3971 0.2744
5 1.0000 0.9997 0.9973 0.9883 0.9657 0.9218 0.8513 0.7535 0.6331 0.5000
6 1.0000 1.0000 0.9997 0.9980 0.9924 0.9784 0.9499 0.9006 0.8262 0.7256
7 1.0000 1.0000 1.0000 0.9998 0.9988 0.9957 0.9878 0.9707 0.9390 0.8867
8 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9980 0.9941 0.9852 0.9673
9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9993 0.9978 0.9941
10 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9995
12 0 0.5404 0.2824 0.1422 0.0687 0.0317 0.0138 0.0057 0.0022 0.0008 0.0002
1 0.8816 0.6590 0.4435 0.2749 0.1584 0.0850 0.0424 0.0196 0.0083 0.0032
2 0.9804 0.8891 0.7358 0.5583 0.3907 0.2528 0.1513 0.0834 0.0421 0.0193
3 0.9978 0.9744 0.9078 0.7946 0.6488 0.4925 0.3467 0.2253 0.1345 0.0730
4 0.9998 0.9957 0.9761 0.9274 0.8424 0.7237 0.5833 0.4382 0.3044 0.1938
5 1.0000 0.9995 0.9954 0.9806 0.9456 0.8822 0.7873 0.6652 0.5269 0.3872
6 1.0000 0.9999 0.9993 0.9961 0.9857 0.9614 0.9154 0.8418 0.7393 0.6128
7 1.0000 1.0000 0.9999 0.9994 0.9972 0.9905 0.9745 0.9427 0.8883 0.8062
8 1.0000 1.0000 1.0000 0.9999 0.9996 0.9983 0.9944 0.9847 0.9644 0.9270
9 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9992 0.9972 0.9921 0.9807
10 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9989 0.9968
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9998
13 0 0.5133 0.2542 0.1209 0.0550 0.0238 0.0097 0.0037 0.0013 0.0004 0.0001
1 0.8646 0.6213 0.3983 0.2336 0.1267 0.0637 0.0296 0.0126 0.0049 0.0017
182
Apndice
2 0.9755 0.8661 0.6920 0.5017 0.3326 0.2025 0.1132 0.0579 0.0269 0.0112
3 0.9969 0.9658 0.8820 0.7473 0.5843 0.4206 0.2783 0.1686 0.0929 0.0461
4 0.9997 0.9935 0.9658 0.9009 0.7940 0.6543 0.5005 0.3530 0.2279 0.1334
5 1.0000 0.9991 0.9925 0.9700 0.9198 0.8346 0.7159 0.5744 0.4268 0.2905
6 1.0000 0.9999 0.9987 0.9930 0.9757 0.9376 0.8705 0.7712 0.6437 0.5000
7 1.0000 1.0000 0.9998 0.9988 0.9944 0.9818 0.9538 0.9023 0.8212 0.7095
8 1.0000 1.0000 1.0000 0.9998 0.9990 0.9960 0.9874 0.9679 0.9302 0.8666
9 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9975 0.9922 0.9797 0.9539
10 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9987 0.9959 0.9888
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9983
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
14 0 0.4877 0.2288 0.1028 0.0440 0.0178 0.0068 0.0024 0.0008 0.0002 0.0001
1 0.8470 0.5846 0.3567 0.1979 0.1010 0.0475 0.0205 0.0081 0.0029 0.0009

P
n X 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
14 2 0.9699 0.8416 0.6479 0.4481 0.2811 0.1608 0.0839 0.0398 0.0170 0.0065
3 0.9958 0.9559 0.8535 0.6982 0.5213 0.3552 0.2205 0.1243 0.0632 0.0287
4 0.9996 0.9908 0.9533 0.8702 0.7415 0.5842 0.4227 0.2793 0.1672 0.0898
5 1.0000 0.9985 0.9885 0.9561 0.8883 0.7805 0.6405 0.4859 0.3373 0.2120
6 1.0000 0.9998 0.9978 0.9884 0.9617 0.9067 0.8164 0.6925 0.5461 0.3953
7 1.0000 1.0000 0.9997 0.9976 0.9897 0.9685 0.9247 0.8499 0.7414 0.6047
8 1.0000 1.0000 1.0000 0.9996 0.9978 0.9917 0.9757 0.9417 0.8811 0.7880
9 1.0000 1.0000 1.0000 1.0000 0.9997 0.9983 0.9940 0.9825 0.9574 0.9102
10 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9989 0.9961 0.9886 0.9713
11 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9978 0.9935
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9991
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
15 0 0.4633 0.2059 0.0874 0.0352 0.0134 0.0047 0.0016 0.0005 0.0001 0.0000
1 0.8290 0.5490 0.3186 0.1671 0.0802 0.0353 0.0142 0.0052 0.0017 0.0005
2 0.9638 0.8159 0.6042 0.3980 0.2361 0.1268 0.0617 0.0271 0.0107 0.0037
3 0.9945 0.9444 0.8227 0.6482 0.4613 0.2969 0.1727 0.0905 0.0424 0.0176
4 0.9994 0.9873 0.9383 0.8358 0.6865 0.5155 0.3519 0.2173 0.1204 0.0592
5 0.9999 0.9978 0.9832 0.9389 0.8516 0.7216 0.5643 0.4032 0.2608 0.1509
6 1.0000 0.9997 0.9964 0.9819 0.9434 0.8689 0.7548 0.6098 0.4522 0.3036
7 1.0000 1.0000 0.9994 0.9958 0.9827 0.9500 0.8868 0.7869 0.6535 0.5000
8 1.0000 1.0000 0.9999 0.9992 0.9958 0.9848 0.9578 0.9050 0.8182 0.6964
9 1.0000 1.0000 1.0000 0.9999 0.9992 0.9963 0.9876 0.9662 0.9231 0.8491
10 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9972 0.9907 0.9745 0.9408
11 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9981 0.9937 0.9824
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9989 0.9963
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
183
Apndice
16 0 0.4401 0.1853 0.0743 0.0281 0.0100 0.0033 0.0010 0.0003 0.0001 0.0000
1 0.8108 0.5147 0.2839 0.1407 0.0635 0.0261 0.0098 0.0033 0.0010 0.0003
2 0.9571 0.7892 0.5614 0.3518 0.1971 0.0994 0.0451 0.0183 0.0066 0.0021
3 0.9930 0.9316 0.7899 0.5981 0.4050 0.2459 0.1339 0.0651 0.0281 0.0106
4 0.9991 0.9830 0.9209 0.7982 0.6302 0.4499 0.2892 0.1666 0.0853 0.0384
5 0.9999 0.9967 0.9765 0.9183 0.8103 0.6598 0.4900 0.3288 0.1976 0.1051
6 1.0000 0.9995 0.9944 0.9733 0.9204 0.8247 0.6881 0.5272 0.3660 0.2272
7 1.0000 0.9999 0.9989 0.9930 0.9729 0.9256 0.8406 0.7161 0.5629 0.4018
8 1.0000 1.0000 0.9998 0.9985 0.9925 0.9743 0.9329 0.8577 0.7441 0.5982
9 1.0000 1.0000 1.0000 0.9998 0.9984 0.9929 0.9771 0.9417 0.8759 0.7728
10 1.0000 1.0000 1.0000 1.0000 0.9997 0.9984 0.9938 0.9809 0.9514 0.8949
11 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9987 0.9951 0.9851 0.9616
12 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9991 0.9965 0.9894
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9979
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
17 0 0.4181 0.1668 0.0631 0.0225 0.0075 0.0023 0.0007 0.0002 0.0000 0.0000
1 0.7922 0.4818 0.2525 0.1182 0.0501 0.0193 0.0067 0.0021 0.0006 0.0001
2 0.9497 0.7618 0.5198 0.3096 0.1637 0.0774 0.0327 0.0123 0.0041 0.0012
3 0.9912 0.9174 0.7556 0.5489 0.3530 0.2019 0.1028 0.0464 0.0184 0.0064

P
N X 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
17 4 0.9988 0.9779 0.9013 0.7582 0.5739 0.3887 0.2348 0.1260 0.0596 0.0245
5 0.9999 0.9953 0.9681 0.8943 0.7653 0.5968 0.4197 0.2639 0.1471 0.0717
6 1.0000 0.9992 0.9917 0.9623 0.8929 0.7752 0.6188 0.4478 0.2902 0.1662
7 1.0000 0.9999 0.9983 0.9891 0.9598 0.8954 0.7872 0.6405 0.4743 0.3145
8 1.0000 1.0000 0.9997 0.9974 0.9876 0.9597 0.9006 0.8011 0.6626 0.5000
9 1.0000 1.0000 1.0000 0.9995 0.9969 0.9873 0.9617 0.9081 0.8166 0.6855
10 1.0000 1.0000 1.0000 0.9999 0.9994 0.9968 0.9880 0.9652 0.9174 0.8338
11 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9970 0.9894 0.9699 0.9283
12 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9975 0.9914 0.9755
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9981 0.9936
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9997 0.9988
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
18 0 0.3972 0.1501 0.0536 0.0180 0.0056 0.0016 0.0004 0.0001 0.0000 0.0000
1 0.7735 0.4503 0.2241 0.0991 0.0395 0.0142 0.0046 0.0013 0.0003 0.0001
2 0.9419 0.7338 0.4797 0.2713 0.1353 0.0600 0.0236 0.0082 0.0025 0.0007
3 0.9891 0.9018 0.7202 0.5010 0.3057 0.1646 0.0783 0.0328 0.0120 0.0038
4 0.9985 0.9718 0.8794 0.7164 0.5187 0.3327 0.1886 0.0942 0.0411 0.0154
5 0.9998 0.9936 0.9581 0.8671 0.7175 0.5344 0.3550 0.2088 0.1077 0.0481
6 1.0000 0.9988 0.9882 0.9487 0.8610 0.7217 0.5491 0.3743 0.2258 0.1189
184
Apndice
7 1.0000 0.9998 0.9973 0.9837 0.9431 0.8593 0.7283 0.5634 0.3915 0.2403
8 1.0000 1.0000 0.9995 0.9957 0.9807 0.9404 0.8609 0.7368 0.5778 0.4073
9 1.0000 1.0000 0.9999 0.9991 0.9946 0.9790 0.9403 0.8653 0.7473 0.5927
10 1.0000 1.0000 1.0000 0.9998 0.9988 0.9939 0.9788 0.9424 0.8720 0.7597
11 1.0000 1.0000 1.0000 1.0000 0.9998 0.9986 0.9938 0.9797 0.9463 0.8811
12 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9986 0.9942 0.9817 0.9519
13 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9987 0.9951 0.9846
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998 0.9990 0.9962
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999
19 0 0.3774 0.1351 0.0456 0.0144 0.0042 0.0011 0.0003 0.0001 0.0000 0.0000
1 0.7547 0.4203 0.1985 0.0829 0.0310 0.0104 0.0031 0.0008 0.0002 0.0000
2 0.9335 0.7054 0.4413 0.2369 0.1113 0.0462 0.0170 0.0055 0.0015 0.0004
3 0.9868 0.8850 0.6841 0.4551 0.2631 0.1332 0.0591 0.0230 0.0077 0.0022
4 0.9980 0.9648 0.8556 0.6733 0.4654 0.2822 0.1500 0.0696 0.0280 0.0096
5 0.9998 0.9914 0.9463 0.8369 0.6678 0.4739 0.2968 0.1629 0.0777 0.0318
6 1.0000 0.9983 0.9837 0.9324 0.8251 0.6655 0.4812 0.3081 0.1727 0.0835
7 1.0000 0.9997 0.9959 0.9767 0.9225 0.8180 0.6656 0.4878 0.3169 0.1796
8 1.0000 1.0000 0.9992 0.9933 0.9713 0.9161 0.8145 0.6675 0.4940 0.3238
9 1.0000 1.0000 0.9999 0.9984 0.9911 0.9674 0.9125 0.8139 0.6710 0.5000

P
N X 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
19 10 1.0000 1.0000 1.0000 0.9997 0.9977 0.9895 0.9653 0.9115 0.8159 0.6762
11 1.0000 1.0000 1.0000 1.0000 0.9995 0.9972 0.9886 0.9648 0.9129 0.8204
12 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9969 0.9884 0.9658 0.9165
13 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9993 0.9969 0.9891 0.9682
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9994 0.9972 0.9904
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9995 0.9978
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9999 0.9996
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
20 0 0.3585 0.1216 0.0388 0.0115 0.0032 0.0008 0.0002 0.0000 0.0000 0.0000
1 0.7358 0.3917 0.1756 0.0692 0.0243 0.0076 0.0021 0.0005 0.0001 0.0000
2 0.9245 0.6769 0.4049 0.2061 0.0913 0.0355 0.0121 0.0036 0.0009 0.0002
3 0.9841 0.8670 0.6477 0.4114 0.2252 0.1071 0.0444 0.0160 0.0049 0.0013
4 0.9974 0.9568 0.8298 0.6296 0.4148 0.2375 0.1182 0.0510 0.0189 0.0059
5 0.9997 0.9887 0.9327 0.8042 0.6172 0.4164 0.2454 0.1256 0.0553 0.0207
6 1.0000 0.9976 0.9781 0.9133 0.7858 0.6080 0.4166 0.2500 0.1299 0.0577
7 1.0000 0.9996 0.9941 0.9679 0.8982 0.7723 0.6010 0.4159 0.2520 0.1316
8 1.0000 0.9999 0.9987 0.9900 0.9591 0.8867 0.7624 0.5956 0.4143 0.2517
9 1.0000 1.0000 0.9998 0.9974 0.9861 0.9520 0.8782 0.7553 0.5914 0.4119
10 1.0000 1.0000 1.0000 0.9994 0.9961 0.9829 0.9468 0.8725 0.7507 0.5881
11 1.0000 1.0000 1.0000 0.9999 0.9991 0.9949 0.9804 0.9435 0.8692 0.7483
185
Apndice
12 1.0000 1.0000 1.0000 1.0000 0.9998 0.9987 0.9940 0.9790 0.9420 0.8684
13 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9985 0.9935 0.9786 0.9423
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9984 0.9936 0.9793
15 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9985 0.9941
16 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9997 0.9987
17 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998
18 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

APNDICE N 3
DISTRIBUCIN DE POISSON - TRMINOS ACUMULATIVOS

x

0 1 2 3 4 5 6 7 8 9 10
0.01 0.990
0.02 0.980
0.03 0.970
0.04 0.961 0.999
0.05 0.951 0.999

0.06 0.942 0.998
0.07 0.932 0.998
0.08 0.923 0.997
0.09 0.914 0.996
0.10 0.905 0.995

0.15 0.861 0.990 0.999
0.20 0.819 0.982 0.999
0.25 0.779 0.974 0.998
0.30 0.741 0.963 0.996

0.35 0.705 0.951 0.994
0.40 0.670 0.938 0.992 0.999
0.45 0.638 0.925 0.989 0.999
0.50 0.607 0.910 0.986 0.998

0.55 0.577 0.894 0.982 0.998
0.60 0.549 0.878 0.977 0.997
0.65 0.522 0.861 0.972 0.996 0.999
| |

=
=
x
x
x
x
e
x X P
0
!
186
Apndice
DISTRIBUCIN DE POISSON - Trminos Acumulativos

x

0 1 2 3 4 5 6 7 8 9 10
0.70 0.497 0.844 0.966 0.994 0.999
0.75 0.472 0.827 0.959 0.993 0.999

0.80 0.449 0.809 0.956 0.994 0.999
0.85 0.427 0.791 0.945 0.989 0.998
0.90 0.407 0.772 0.937 0.987 0.998
0.95 0.387 0.754 0.929 0.984 0.997
1.00 0.368 0.736 0.920 0.981 0.996 0.999

1.1 0.333 0.699 0.900 0.974 0.995 0.999
1.2 0.301 0.663 0.879 0.966 0.997 0.998
1.3 0.273 0.627 0.857 0.957 0.989 0.998
1.4 0.247 0.592 0.833 0.946 0.983 0.997 0.999
1.5 0.223 0.558 0.809 0.934 0.981 0.996 0.999

1.6 0.202 0.525 0.783 0.921 0.976 0.994 0.999
1.7 0.183 0.493 0.757 0.907 0.970 0.992 0.998
1.8 0.165 0.463 0.731 0.894 0.964 0.99 0.997 0.999
1.9 0.150 0.434 0.704 0.875 0.956 0.987 0.997 0.999
2.0 0.135 0.406 0.677 0.857 0.947 0.983 0.995 0.999

2.1 0.122 0.380 0.650 0.839 0.938 0.980 0.994 0.999
2.2 0.111 0.355 0.623 0.819 0.928 0.975 0.993 0.998
2.3 0.100 0.331 0.596 0.799 0.916 0.970 0.991 0.997 0.999
2.4 0.091 0.308 0.571 0.779 0.904 0.964 0.988 0.997 0.999
2.5 0.082 0.287 0.544 0.758 0.891 0.958 0.986 0.996 0.999
2.6 0.074 0.267 0.518 0.736 0.877 0.951 0.983 0.995 0.999
2.7 0.067 0.249 0.494 0.714 0.863 0.943 0.979 0.993 0.998 0.999
2.8 0.061 0.231 0.469 0.692 0.848 0.935 0.976 0.992 0.998 0.999
2.9 0.055 0.215 0.446 0.670 0.832 0.926 0.971 0.990 0.997 0.999
3.0 0.050 0.199 0.423 0.647 0.815 0.916 0.966 0.988 0.996 0.999

x

0 1 2 3 4 5 6 7 8 9 10
3.2 0.041 0.171 0.380 0.603 0.781 0.895 0.955 0.983 0.994 0.998
3.4 0.330 0.147 0.340 0.558 0.744 0.871 0.942 0.977 0.992 0.997 0.999
3.6 0.027 0.126 0.303 0.515 0.706 0.844 0.927 0.969 0.988 0.996 0.999
| |

=
=
x
x
x
x
e
x X P
0
!
187
Apndice
3.8 0.022 0.107 0.269 0.473 0.668 0.816 0.909 0.96 0.984 0.994 0.998
4.0 0.018 0.092 0.239 0.433 0.629 0.785 0.889 0.949 0.979 0.992 0.997

4.2 0.015 0.078 0.210 0.395 0.590 0.753 0.897 0.936 0.972 0.989 0.996
4.4 0.012 0.066 0.185 0.359 0.551 0.72 0.844 0.921 0.964 0.985 0.994
4.6 0.010 0.056 0.163 0.326 0.513 0.686 0.818 0.905 0.955 0.98 0.992
4.8 0.008 0.048 0.143 0.940 0.476 0.651 0.791 0.887 0.944 0.975 0.99
5.0 0.007 0.040 0.126 0.265 0.440 0.616 0.762 0.867 0.932 0.968 0.986

5.2 0.006 0.034 0.109 0.238 0.406 0.581 0.732 0.845 0.918 0.96 0.982
5.4 0.005 0.290 0.095 0.213 0.373 0.546 0.702 0.822 0.903 0.951 0.977
5.6 0.004 0.024 0.082 0.191 0.342 0.512 0.67 0.797 0.886 0.941 0.975
5.8 0.003 0.021 0.071 0.17 0.313 0.478 0.638 0.771 0.867 0.929 0.965
6.0 0.002 0.017 0.062 0.151 0.285 0.446 0.606 0.744 0.847 0.916 0.957


x

11 12 13 14 15
3.2
3.4
3.6
3.8 0.999
4.0 0.999

4.2 0.999
4.4 0.998 0.999
4.6 0.997 0.999
4.8 0.996 0.999
5.0 0.995 0.998 0.999

5.2 0.993 0.997 0.999
5.4 0.990 0.996 0.999
5.6 0.988 0.995 0.998 0.999
5.8 0.984 0.993 0.997 0.999
6.0 0.980 0.991 0.996 0.999 0.999

| |

=
=
x
x
x
x
e
x X P
0
!
188
Apndice
x
0 1 2 3 4 5 6 7 8 9 10
6.2 0.002 0.015 0.054 0.134 0.259 0.414 0.574 0.716 0.826 0.902 0.949
6.4 0.002 0.012 0.046 0.119 0.235 0.384 0.542 0.687 0.803 0.886 0.939
6.6 0.001 0.010 0.400 0.105 0.213 0.355 0.511 0.658 0.780 0.869 0.927
6.8 0.001 0.009 0.034 0.093 0.192 0.327 0.48 0.628 0.755 0.85 0.915
7.0 0.001 0.007 0.030 0.082 0.173 0.301 0.45 0.599 0.729 0.83 0.901

7.2 0.001 0.006 0.025 0.072 0.156 0.276 0.42 0.569 0.703 0.81 0.887
7.4 0.001 0.005 0.022 0.063 0.140 0.253 0.392 0.539 0.676 0.788 0.871
7.6 0.001 0.004 0.019 0.055 0.125 0.231 0.365 0.51 0.618 0.765 0.854
7.8 0.004 0.016 0.048 0.112 0.21 0.338 0.481 0.62 0.741 0.835
8.0 0.003 0.014 0.042 0.100 0.191 0.313 0.453 0.593 0.717 0.816

8.2 0.003 0.012 0.037 0.089 0.174 0.290 0.425 0.565 0.692 0.796
8.4 0.002 0.010 0.032 0.079 0.157 0.267 0.399 0.537 0.666 0.774

x
11 12 13 14 15 16 17 18
6.2 0.975 0.099 0.995 0.998 0.999
6.4 0.969 0.986 0.994 0.997 0.999
6.6 0.963 0.982 0.992 0.997 0.999 0.999
6.8 0.955 0.978 0.990 0.996 0.998 0.999
7.0 0.947 0.973 0.987 0.994 0.998 0.999

7.2 0.937 0.967 0.984 0.993 0.997 0.999 0.999
7.4 0.926 0.961 0.980 0.991 0.996 0.998 0.999
7.6 0.915 0.954 0.976 0.989 0.995 0.998 0.999
7.8 0.902 0.945 0.971 0.986 0.993 0.997 0.999
8.0 0.888 0.936 0.966 0.983 0.992 0.996 0.998 0.999

8.2 0.873 0.926 0.960 0.979 0.990 0.995 0.998 0.999
8.4 0.857 0.915 0.952 0.975 0.987 0.994 0.997 0.999

189
Apndice
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
8.5 0.002 0.009 0.030 0.074 0.150 0.256 0.386 0.523 0.653 0.763 0.849 0.909 0.949 0.973 0.986 0.993 0.997
9.0 0.001 0.006 0.021 0.055 0.116 0.207 0.324 0.456 0.587 0.706 0.803 0.876 0.926 0.959 0.978 0.989 0.995
9.5 0.001 0.004 0.015 0.040 0.089 0.165 0.269 0.392 0.522 0.645 0.752 0.836 0.898 0.940 0.967 0.982 0.991
10.0 0.003 0.010 0.029 0.067 0.13 0.220 0.333 0.256 0.583 0.697 0.792 0.864 0.917 0.951 0.973 0.986
10.5 0.002 0.007 0.021 0.050 0.102 0.179 0.279 0.397 0.521 0.639 0.742 0.825 0.888 0.932 0.960 0.978
11.0 0.001 0.005 0.015 0.038 0.079 0.143 0.232 0.341 0.460 0.579 0.689 0.781 0.854 0.907 0.944 0.968
11.5 0.001 0.003 0.011 0.028 0.06 0.114 0.191 0.289 0.402 0.520 0.633 0.733 0.815 0.878 0.924 0.954
12.0 0.001 0.002 0.008 0.020 0.046 0.090 0.155 0.242 0.347 0.462 0.376 0.682 0.772 0.844 0.899 0.937
12.5 0.002 0.005 0.015 0.035 0.070 0.125 0.201 0.297 0.406 0.519 0.628 0.725 0.806 0.869 0.916
13.0 0.001 0.004 0.011 0.026 0.354 0.100 0.166 0.252 0.353 0.463 0.573 0.675 0.764 0.835 0.890
13.5 0.001 0.003 0.008 0.019 0.041 0.079 0.135 0.211 0.304 0.409 0.518 0.623 0.718 0.798 0.861
14.0 0.002 0.006 0.014 0.032 0.067 0.109 0.176 0.260 0.358 0.464 0.570 0.669 0.756 0.827
14.5 0.001 0.004 0.010 0.024 0.048 0.088 0.145 0.220 0.311 0.413 0.518 0.619 0.711 0.790
15.0 0.001 0.003 0.008 0.018 0.037 0.070 0.118 0.185 0.268 0.363 0.466 0.568 0.664 0.749
16.0 0.001 0.004 0.010 0.022 0.043 0.077 0.127 0.193 0.275 0.680 0.467 0.566 0.659
17.0 0.001 0.002 0.005 0.130 0.026 0.049 0.085 0.135 0.201 0.281 0.371 0.468 0.564
18.0 0.001 0.003 0.007 0.015 0.030 0.055 0.092 0.143 0.208 0.287 0.375 0.469
x
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
8.5 0.999 0.999
9.0 0.998 0.999
9.5 0.996 0.998 0.999
10.0 0.993 0.997 0.998 0.999
10.5 0.988 0.994 0.997 0.999 0.999
11.0 0.982 0.991 0.995 0.998 0.999
11.5 0.974 0.986 0.992 0.996 0.998 0.999
12.0 0.963 0.979 0.988 0.994 0.997 0.999 0.999
12.5 0.948 0.969 0.983 0.991 0.995 0.998 0.999 0.999
13.0 0.930 0.957 0.975 0.986 0.992 0.996 0.998 0.999
13.5 0.908 0.942 0.937 0.950 0.989 0.994 0.997 0.998 0.999
14.0 0.883 0.923 0.952 0.971 0.983 0.991 0.995 0.997 0.999 0.999
14.5 0.853 0.901 0.936 0.960 0.976 0.983 0.992 0.996 0.995 0.999 0.999
15.0 0.819 0.875 0.917 0.947 0.967 0.981 0.989 0.994 0.997 0.995 0.999
16.0 0.742 0.812 0.868 0.911 0.942 0.963 0.978 0.987 0.993 0.996 0.998 0.999 0.999
17.0 0.655 0.736 0.805 0.861 0.905 0.937 0.959 0.975 0.985 0.991 0.995 0.997 0.999 0.999
18.0 0.562 0.651 0.731 0.799 0.855 0.899 0.932 0.955 0.972 0.983 0.99 0.994 0.997 0.998 0.999

| |

=
=
x
x
x
x
e
x X P
0
!
190
Apndice
x
6 7 8 9 10 11 12 13 14 15 16 17
19.0 0.001 0.002 0.004 0.009 0.018 0.035 0.061 0.098 0.015 0.215 0.292 0.378
20.0 0.001 0.002 0.005 0.011 0.021 0.039 0.066 0.105 0.157 0.221 0.297
21.0 0.001 0.003 0.006 0.013 0.025 0.043 0.072 0.111 0.163 0.227
22.0 0.001 0.002 0.004 0.008 0.015 0.028 0.048 0.077 0.117 0.169
23.0 0.001 0.002 0.004 0.009 0.017 0.031 0.052 0.082 0.123
24.0 0.001 0.003 0.005 0.011 0.020 0.034 0.560 0.087
25.0 0.001 0.001 0.003 0.006 0.012 0.022 0.038 0.060

X
18 19 20 21 22 23 24 25 26 27 28 29
19.0 0.469 0.561 0.647 0.725 0.793 0.849 0.395 0.927 0.951 0.697 0.980 0.988
20.0 0.381 0.470 0.559 0.644 0.721 0.787 0.343 0.888 0.922 0.948 0.966 0.978
21.0 0.302 0.840 0.471 0.558 0.640 0.716 0.782 0.838 0.383 0.917 0.944 0.863
22.0 0.232 0.306 0.387 0.472 0.556 0.637 0.712 0.777 0.832 0.877 0.913 0.940
23.0 0.175 0.238 0.310 0.389 0.472 0.555 0.635 0.708 0.772 0.327 0.873 0.908
24.0 0.128 0.180 0.243 0.314 0.392 0.473 0.554 0.632 0.704 0.768 0.823 0.868
25.0 0.092 0.134 0.185 0.247 0.318 0.394 0.473 0.553 0.629 0.700 0.763 0.818

x
30 31 32 33 34 35 36 37 38 39 40 41 42
19.0 0.993 0.996 0.998 0.999 0.999
20.0 0.987 0.992 0.995 0.970 0.999 0.999
21.0 0.976 0.982 0.991 0.994 0.997 0.998 0.999 0.999
22.0 0.959 0.973 0.983 0.989 0.994 0.996 0.998 0.999 0.999
23.0 0.936 0.956 0.971 0.981 0.988 0.993 0.996 0.997 0.999 0.999
24.0 0.904 0.932 0.953 0.969 0.979 0.987 0.992 0.995 0.997 1.000 0.999 0.999
25.0 0.863 0.900 0.929 0.950 0.966 0.978 0.985 0.991 0.994 0.997 0.998 0.999 0.999

| |

=
=
x
x
x
x
e
x X P
0
!
191
Apndice
APNDICE N 4
DISTRIBUCIN ACUMULATIVA NORMAL

z F(z) z F(z) Z F(z)
-4.00 0.00003 -3.55 0.00019 -3.10 0.00097
-3.99 0.00003 -3.54 0.00020 -3.09 0.00100
-3.98 0.00003 -3.53 0.00021 -3.08 0.00104
-3.97 0.00004 -3.52 0.00022 -3.07 0.00107
-3.96 0.00004 -3.51 0.00022 -3.06 0.00111

-3.95 0.00004 -3.50 0.00023 -3.05 0.00114
-3.94 0.00004 -3.49 0.00024 -3.04 0.00118
-3.93 0.00004 -3.48 0.00025 -3.03 0.00122
-3.92 0.00004 -3.47 0.00026 -3.02 0.00126
-3.91 0.00005 -3.46 0.00027 -3.01 0.00131

-3.90 0.00005 -3.45 0.00028 -3.00 0.00135
-3.89 0.00005 -3.44 0.00029 -2.99 0.00139
-3.88 0.00005 -3.43 0.00030 -2.98 0.00144
-3.87 0.00005 -3.42 0.00031 -2.97 0.00149
-3.86 0.00006 -3.41 0.00032 -2.96 0.00154

-3.85 0.00006 -3.40 0.00034 -2.95 0.00159
-3.84 0.00006 -3.39 0.00035 -2.94 0.00164
-3.83 0.00006 -3.38 0.00036 -2.93 0.00169
-3.82 0.00007 -3.37 0.00038 -2.92 0.00175
-3.81 0.00007 -3.36 0.00039 -2.91 0.00181

( ) dz e z F
z
z
2
2
2
1

=
192
Apndice
-3.80 0.00007 -3.35 0.00040 -2.90 0.00187
-3.79 0.00008 -3.34 0.00042 -2.89 0.00193
-3.78 0.00008 -3.33 0.00043 -2.88 0.00199
-3.77 0.00008 -3.32 0.00045 -2.87 0.00205
-3.76 0.00008 -3.31 0.00047 -2.86 0.00212

-3.75 0.00009 -3.30 0.00048 -2.85 0.00219
-3.74 0.00009 -3.29 0.00050 -2.84 0.00226
-3.73 0.00010 -3.28 0.00052 -2.83 0.00233
-3.72 0.00010 -3.27 0.00054 -2.82 0.00240
-3.71 0.00010 -3.26 0.00056 -2.81 0.00246

-3.70 0.00011 -3.25 0.00058 -2.80 0.00256
-3.69 0.00011 -3.24 0.00060 -2.79 0.00264
-3.68 0.00012 -3.23 0.00062 -2.78 0.00272
-3.67 0.00012 -3.22 0.00064 -2.77 0.00280
-3.66 0.00013 -3.21 0.00066 -2.76 0.00289

-3.65 0.00013 -3.20 0.00069 -2.75 0.00298
-3.64 0.00014 -3.19 0.00071 -2.74 0.00307
-3.63 0.00014 -3.18 0.00074 -2.73 0.00317
-3.62 0.00015 -3.17 0.00076 -2.72 0.00326
-3.61 0.00015 -3.16 0.00079 -2.71 0.00336

-3.60 0.00016 -3.15 0.00082 -2.70 0.00347
-3.59 0.00017 -3.14 0.00084 -2.69 0.00357
-3.58 0.00017 -3.13 0.00087 -2.68 0.00368
-3.57 0.00018 -3.12 0.00090 -2.67 0.00379
-3.56 0.00019 -3.11 0.00094 -2.66 0.00391

193
Apndice
z F(z) z F(z) z F(z)
-2.65 0.00402 -2.20 0.01390 -1.75 0.04006
-2.64 0.00415 -2.19 0.01426 -1.74 0.04093
-2.63 0.00427 -2.18 0.01463 -1.73 0.04182
-2.62 0.00440 -2.17 0.01500 -1.72 0.04772
-2.61 0.00453 -2.16 0.01539 -1.71 0.04363

-2.60 0.00466 -2.15 0.01578 -1.70 0.04457
-2.59 0.00480 -2.14 0.01618 -1.69 0.04551
-2.58 0.00494 -2.13 0.01659 -1.68 0.04648
-2.57 0.00508 -2.12 0.01700 -1.67 0.04746
-2.56 0.00523 -2.11 0.01743 -1.66 0.04846

-2.55 0.00539 -2.10 0.01786 -1.65 0.04947
-2.54 0.00554 -2.09 0.01831 -1.64 0.05050
-2.53 0.00520 -2.08 0.01876 -1.63 0.05155
-2.52 0.00587 -2.07 0.01923 -1.62 0.05262
-2.51 0.00604 -2.06 0.01970 -1.61 0.05370

-2.50 0.00621 -2.05 0.02018 -160 0.05480
-2.49 0.00639 -2.04 0.02068 -1.59 0.05592
-2.48 0.00657 -2.03 0.02118 -1.58 0.05705
-2.47 0.00676 -2.02 0.02169 -1.57 0.05821
-2.46 0.00695 -2.01 0.02222 -1.56 0.05938

-2.45 0.00714 -2.00 0.02275 -1.55 0.06057
2.44 0.00734 -1.99 0.02330 -1.54 0.06179
2.43 0.00755 -1.98 0.02385 -1.53 0.06301
-2.42 0.00776 -1.97 0.02442 -1.52 0.06426
( ) dz e z F
z
z
2
2
2
1

=
194
Apndice
-2.41 0.00798 -1.96 0.02500 -1.51 0.06552

-2.40 0.00820 -1.95 0.02569 -1.50 0.06681
-2.39 0.00842 -1.94 0.02619 -1.49 0.06811
-2.38 0.00866 -1.93 0.02680 -1.48 0.06944
-2.37 0.00889 -1.92 0.02745 -1.47 0.07078
-2.36 0.00914 -1.91 0.02807 -1.46 0.07215

-2.35 0.00939 -1.90 0.02872 -1.45 0.07353
-2.34 0.00940 -1.89 0.02938 -1.44 0.07493
-2.33 0.00990 -1.88 0.03005 -1.43 0.07636
-2.32 0.01017 -1.87 0.03074 -1.42 0.07780
-2.31 0.01044 -1.86 0.03144 -1.41 0.07927

-2.30 0.01072 -1.85 0.03216 -1.40 0.08076
-2.29 0.01101 -1.84 0.03288 -1.39 0.08226
-2.28 0.01130 -1.83 0.03362 -1.38 0.08379
-2.27 0.01160 -1.82 0.03438 -1.37 0.08534
-2.26 0.01191 -1.81 0.03515 -1.36 0.08691

-2.25 0.01222 -1.80 0.03593 -1.35 0.08851
-2.24 0.01255 -1.79 0.03673 -1.34 0.09012
-2.23 0.01287 -1.78 0.03754 -1.33 0.09176
-2.22 0.01321 -1.77 0.03836 -1.32 0.09342
-2.21 0.01355 -1.76 0.03920 -1.31 0.09510

-1.30 0.09680 -0.85 0.19766 -0.40 0.34458
-1.29 0.09853 -0.84 0.20045 -0.39 0.34827
( ) dz e z F
z
z
2
2
2
1

=
195
Apndice
-1.28 0.10027 -0.83 0.20327 -0.38 0.35197
-1.2 0.10204 -0.82 0.20611 -0.37 0.35569
-1.26 0.10383 -0.81 0.20897 -0.36 0.35942

-1.25 0.10565 -0.80 0.21186 -0.35 0.36317
-1.24 0.10749 -0.79 0.21476 -0.34 0.36693
-1.23 0.10935 -0.78 0.21770 -0.33 0.37070
-1.22 0.11123 -0.77 0.22065 -0.32 0.37448
-1.21 0.11314 -0.76 0.22363 -0.31 0.37828

-1.20 0.11507 -0.75 0.22663 -0.30 0.38209
-1.19 0.11702 -0.74 0.22965 -0.29 0.38591
-1.18 0.11900 -0.73 0.23270 -0.28 0.38974
-1.17 0.12100 -0.72 0.23576 -0.27 0.39358
-1.16 0.12302 -0.71 0.23885 -0.26 0.39743

-1.15 0.12507 -0.70 0.24196 -0.25 0.40129
-1.14 0.12714 -0.69 0.24510 -0.24 0.40517
-1.13 0.12924 -0.68 0.24825 -0.23 0.40905
-1.12 0.13136 -0.67 0.25143 -0.22 0.41294
-1.11 0.13350 -0.66 0.25463 -0.21 0.41683

-1.10 0.13567 -0.65 0.25785 -0.20 0.42074
-1.09 0.13786 -0.64 0.26109 -0.19 0.42465
-1.08 0.14007 -0.63 0.26435 -0.18 0.42858
-1.07 0.14231 -0.62 0.26763 -0.17 0.43251
-1.06 0.14457 -0.61 0.27093 -0.16 0.43644

-1.05 0.14686 -0.60 0.27425 -0.15 0.44038
-1.04 0.14917 -0.59 0.27760 -0.14 0.44433
-1.03 0.15150 -0.58 0.28096 -0.13 0.44828
-1.02 0.15386 -0.57 0.28434 -0.12 0.45224
-1.01 0.15625 -0.56 0.28774 -0.11 0.45620

-1.00 0.15866 -0.55 0.29116 -0.10 0.46017
-0.99 0.16109 -0.54 0.29460 -0.09 0.46414
-0.98 0.16354 -0.53 0.29806 -0.08 0.46812
-0.97 0.16602 -0.52 0.30153 -0.07 0.47210
-0.96 0.16853 -0.51 0.30503 -0.06 0.47608

-0.95 0.17106 -0.50 0.30854 -0.05 0.48006
-0.94 0.17361 -0.49 0.31207 -0.04 0.48805
196
Apndice
-0.93 0.17619 -0.48 0.31561 -0.03 0.48803
-0.92 0.17879 -0.47 0.31918 -0.02 0.49202
-0.91 0.18141 -0.46 0.32276 -0.01 0.49601

-0.90 0.18406 -0.45 0.32636 0.00 0.50000
-0.89 0.18673 -0.44 0.32997 0.01 0.50399
-0.88 0.18943 -0.43 0.33360 0.02 0.50798
-0.87 0.19215 -0.42 0.33724 0.03 0.51197
-0.86 0.19489 -0.41 0.34090 0.04 0.51595

0.05 0.51994 0.50 0.69146 0.95 0.82894
0.06 0.52392 0.51 0.69497 0.96 0.83147
0.07 0.52790 0.52 0.69847 0.97 0.83398
0.08 0.53188 0.53 0.70194 0.98 0.83646
0.09 0.53586 0.54 0.70540 0.99 0.83891

0.10 0.53983 0.55 0.70884 1.00 0.84134
0.11 0.54380 0.56 0.12260 1.01 0.84375
0.12 0.54776 0.57 0.71566 1.02 0.84614
0.13 0.55172 0.58 0.71904 1.03 0.84850
0.14 0.55561 0.59 0.72240 1.04 0.85083

0.15 0.55962 0.60 0.72575 1.05 0.85314
0.16 0.56356 0.61 0.72907 1.06 0.85543
0.17 0.56749 0.62 0.73237 1.07 0.85769
0.18 0.57142 0.63 0.73565 1.08 0.85993
0.19 0.57535 0.64 0.73891 1.09 0.86214
( ) dz e z F
z
z
2
2
2
1

=
197
Apndice

0.20 0.57926 0.65 0.74215 1.10 0.86433
0.21 0.58317 0.66 0.74537 1.11 0.86650
0.22 0.58706 0.67 0.74857 1.12 0.86864
0.23 0.59095 0.68 0.75175 1.13 0.87076
0.24 0.59483 0.69 0.75490 1.14 0.87286

0.25 0.59871 0.70 0.75804 1.15 0.87493
0.26 0.60257 0.71 0.76115 1.16 0.87698
0.27 0.60612 0.72 0.76424 1.17 0.87900
0.28 0.61026 0.73 0.76730 1.18 0.88100
0.29 0.61409 0.74 0.77035 1.19 0.88298

0.30 0.61791 0.75 0.77337 1.20 0.88493
0.31 0.62172 0.76 0.77637 1.21 0.88686
0.32 0.62552 0.77 0.77935 1.22 0.88877
0.33 0.62930 0.78 0.78230 1.23 0.89065
0.34 0.63307 0.79 0.78524 1.24 0.89251

0.35 0.63383 0.80 0.78814 1.25 0.89435
0.36 0.64058 0.81 0.79103 1.26 0.89617
0.37 0.64431 0.82 0.79389 1.27 0.89796
0.38 0.64803 0.83 0.79677 1.28 0.89973
0.39 0.65173 0.84 0.79955 1.29 0.90147

0.40 0.65542 0.85 0.80234 1.30 0.90320
0.41 0.65910 0.86 0.80511 1.31 0.90490
0.42 0.66276 0.87 0.80785 1.32 0.90658
0.43 0.66640 0.88 0.81057 1.33 0.90824
0.44 0.67003 0.89 0.81327 1.34 0.90988

0.45 0.67364 0.90 0.81594 1.35 0.91149
0.46 0.67724 0.91 0.81859 1.36 0.91309
0.47 0.68082 0.92 0.82121 1.37 0.91466
0.48 0.68439 0.93 0.82381 1.38 0.91621
0.49 0.68793 0.94 0.82639 1.39 0.91774

198
Apndice

1.40 0.91924 1.85 0.96784 2.30 0.98928
1.41 0.92030 1.86 0.96856 2.31 0.98956
1.42 0.92220 1.87 0.96926 2.32 0.98983
1.43 0.92364 1.88 0.96995 2.33 0.99010
1.44 0.92507 1.89 0.97706 2.34 0.99030

1.45 0.92647 1.90 0.97128 2.35 0.99061
1.46 0.92785 1.91 0.97193 2.36 0.99086
1.47 0.92922 1.92 0.97257 2.37 0.99111
1.48 0.93056 1.93 0.97320 2.38 0.99134
1.49 0.93189 1.94 0.97381 2.39 0.99158

1.50 0.93319 1.95 0.97441 2.40 0.99180
1.51 0.93443 1.96 0.97500 2.41 0.99202
1.52 0.93574 1.97 0.97558 2.42 0.99224
1.53 0.93699 1.98 0.97615 2.43 0.99245
1.54 0.93822 1.99 0.97670 2.44 0.99266

1.55 0.93943 2.00 0.97725 2.45 0.99286
1.56 0.94062 2.01 0.97778 2.46 0.99305
1.57 0.94179 2.02 0.97831 2.47 0.99324
1.58 0.94295 2.03 0.97882 2.48 0.99343
1.59 0.94408 2.04 0.97932 2.49 0.99361

1.60 0.94520 2.05 0.97982 2.50 0.99379
1.61 0.94630 2.06 0.98030 2.51 0.99396
1.62 0.94738 2.07 0.98077 2.52 0.99413
1.63 0.94845 2.08 0.98124 2.53 0.99430
1.64 0.94950 2.09 0.98169 2.54 0.99446

1.65 0.95053 2.10 0.98214 2.55 0.99461
1.66 0.95154 2.11 0.98257 2.56 0.99477
( ) dz e z F
z
z
2
2
2
1

=
199
Apndice
1.67 0.95254 2.12 0.98300 2.57 0.99492
1.68 0.95352 2.13 0.98341 2.58 0.99506
1.69 0.95449 2.14 0.98382 2.59 0.99520

1.70 0.95543 2.15 0.98422 2.60 0.99534
1.71 0.95637 2.16 0.98461 2.61 0.99547
1.72 0.95728 2.17 0.98500 2.62 0.99560
1.73 0.95818 2.18 0.98537 2.63 0.99573
1.74 0.95907 2.19 0.98574 2.64 0.99585

1.75 0.95994 2.20 0.98610 2.65 0.99598
1.76 0.96080 2.21 0.98645 2.66 0.99609
1.77 0.96164 2.22 0.98679 2.67 0.99621
1.78 0.96246 2.23 0.98713 2.68 0.99632
1.79 0.96327 2.24 0.98745 2.69 0.99643

1.80 0.96407 2.25 0.98778 2.70 0.99653
1.81 0.96485 2.26 0.98809 2.71 0.99664
1.82 0.96562 2.27 0.98840 2.72 0.99674
1.83 0.96638 2.28 0.98870 2.73 0.99683
1.84 0.96771 2.29 0.98899 2.74 0.99693


2.75 0.99702 3.20 0.99931 3.65 0.99987
2.76 0.99711 3.21 0.99934 3.66 0.99987
2.77 0.99720 3.22 0.99936 3.67 0.99988
2.78 0.99728 3.23 0.99938 3.68 0.99988
2.79 0.99736 3.24 0.99940 3.69 0.99989

2.80 0.99744 3.25 0.99942 3.70 0.99989
2.81 0.99752 3.26 0.99944 3.71 0.99990
2.82 0.99760 3.27 0.99946 3.72 0.99990
( ) dz e z F
z
z
2
2
2
1

=
200
Apndice
2.83 0.99767 3.28 0.99948 3.73 0.99990
2.84 0.99774 3.29 0.99950 3.74 0.99991

2.85 0.99781 3.30 0.99952 3.75 0.99991
2.86 0.99788 3.31 0.99953 3.76 0.99992
2.87 0.99795 3.32 0.99955 3.77 0.99992
2.88 0.99801 3.33 0.99957 3.78 0.99992
2.89 0.99807 3.34 0.99958 3.79 0.99992

2.90 0.99813 3.35 0.99960 3.80 0.99993
2.91 0.99819 3.36 0.99961 3.81 0.99993
2.92 0.99825 3.37 0.99962 3.82 0.99993
2.93 0.99831 3.38 0.99964 3.83 0.99994
2.94 0.99836 3.39 0.99965 3.84 0.99994

2.95 0.99841 3.40 0.99966 3.85 0.99994
2.96 0.99846 3.41 0.99968 3.86 0.99994
2.97 0.99851 3.42 0.99969 3.87 0.99995
2.98 0.99856 3.43 0.99970 3.88 0.99995
2.99 0.99861 3.44 0.99971 3.89 0.99995

3.00 0.99865 3.45 0.99972 3.90 0.99995
3.01 0.99869 3.46 0.99973 3.91 0.99995
3.02 0.99874 3.47 0.99974 3.92 0.99996
3.03 0.99878 3.48 0.99975 3.93 0.99996
3.04 0.99882 3.49 0.99976 3.94 0.99996

3.05 0.99989 3.50 0.99977 3.95 0.99996
3.06 0.99889 3.51 0.99978 3.96 0.99996
3.07 0.99893 3.52 0.99978 3.97 0.99996
3.08 0.99897 3.53 0.99979 3.98 0.99997
3.09 0.99900 3.54 0.99980 3.99 0.99997

3.10 0.99903 3.55 0.99981 4.00 0.99997
3.11 0.99906 3.56 0.99981
3.12 0.99910 3.57 0.99982
3.13 0.99913 3.58 0.99983
3.14 0.99916 3.59 0.99983

3.15 0.99918 3.60 0.99984
3.16 0.99921 3.61 0.99985
3.17 0.99924 3.62 0.99985
3.18 0.99926 3.63 0.99986
3.19 0.99929 3.64 0.99986

Con 0471 0305 - 1363898071 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Con 0471 0305 - 1363898071 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Estadstica General

N de elementos del evento A

Das könnte Ihnen auch gefallen