Estadistika

ESTADSTICA PARA CONSTRUCCIN CIVIL
D E P A R T A M E N T O
D E
C I E N C I A S
B S I C A S
Instituto Profesional Dr. Virginio Gmez

Departamento de Ciencias Bsicas
INDICE
Contenidos
Unidad N 1: Estadstica Descriptiva
Pgina
Estadstica: conceptos bsicos

Recopilacin de informacin
Tabulacin de datos cualitativos
Tabulacin de datos cuantitativos
Representacin grfica
Medidas de tendencia central
Medidas de dispersin
Criterio de homogeneidad
Actividad Complementaria
68
Autoevaluacin
3
4
7
8
25
42
54
63
73
Unidad N 2: Probabilidades
Elementos de probabilidades
Concepto de probabilidad
Axiomas de probabilidad
Probabilidad condicional
Teoremas de Bayes
Distribucin normal
Problemas de aplicacin
Autoevaluacin
76
78
79
86
95
105
111
118
Unidad N 3: Estimacin de Parmetros

Inferencia estadstica
Estimacin de parmetros
Estimacin por intervalo
Intervalo de confianza para la media de una poblacin normal
- Se conoce su varianza
- Varianza desconocida
Intervalo de confianza para la varianza de una poblacin normal
Autoevaluacin
122
122
123
124
128
132
136
Unidad N 4: Pruebas de Hiptesis

Introduccin
Errores al realizar una prueba de hiptesis
Pruebas unilaterales y bilaterales
Pruebas de Hiptesis
a) Para la media si la varianza es conocida
b) Para la media si la varianza es desconocida
c) Pruebas de hiptesis relacionadas con varianzas
Autoevaluacin
139
140
142
142
149
156
163
Unidad N 5: Regresin Lineal Simple

Diagrama de dispersin
Mtodo de mnimos cuadrados
La recta de mnimos cuadrados
Coeficiente de correlacin lineal
Anlisis de residuos
Autoevaluacin
166
168
170
175
184
190

UNIDAD N 1
ESTADSTICA DESCRIPTIVA

Introduccin
La Estadstica, nace de las necesidades reales del hombre. La variada y cuantiosa
informacin relacionada con ste y que es necesaria para la toma de decisiones, hace que
la estadstica sea hoy, una importante herramienta de trabajo.
Entre las tareas principales de la Estadstica, est el de reunir la informacin
integrada por un conjunto de datos, con el propsito de obtener conclusiones vlidas del
comportamiento de stos, como tambin hacer una inferencia sobre comportamientos
futuros.
En cuanto al uso y la aplicacin, puede decirse que abarca todo el mbito humano
encontrndose en las relaciones comerciales, financieras, polticas, sociales, etc. siendo
fundamental en el campo de la investigacin y en la toma de decisiones.
Es as tambin como en el rea de las empresas de servicio y manufactura es
posible realizar un anlisis profundo del proceso estadstico al control de la productividad
y de la calidad.

Estadstica
Es el conjunto de mtodos y procedimientos que implican recopilacin,
presentacin, ordenacin y anlisis de datos, con el fin que a partir de ellos puedan
inferirse conclusiones.
Pueden distinguirse dos ramas diferentes en Estadstica:
Estadstica Descriptiva, la cual es la que se utiliza en la descripcin y anlisis
de conjuntos de datos o poblacin.
Inferencia Estadstica, la cual hace posible la estimacin de una caracterstica
de una poblacin, o la toma de una decisin con respecto a una poblacin, con base
nicamente en resultados muestrales.
Conceptos de elementos utilizados en el anlisis estadstico
1) Poblacin o Universo: Conjunto completo de individuos, objetos, o medidas
los cuales poseen una caracterstica comn observable y que sern considerados en un
estudio.
2) Muestra: Es un subconjunto o una porcin de la poblacin.
3) Variable: Caracterstica o fenmeno de una poblacin o muestra que ser
estudiada, la cual puede tomar diferentes valores.
4) Datos: Nmeros o medidas que han sido recopiladas como resultado de la
observacin.
5) Estadstico: Es una medida, un valor que se calcula para describir una
caracterstica a partir de una sola muestra.
6) Parmetro: Es una caracterstica cuantificable de una poblacin.

Recopilacin de Informacin
La Estadstica Descriptiva tiene como funcin el manejo de los datos
recopilados en cuanto se refiere a su ordenacin y presentacin, para poner en evidencia
ciertas caractersticas en la forma que sea ms objetiva y til.
Una poblacin o universo objeto de una investigacin estadstica puede ser
finita si sus elementos se pueden contar. Por ejemplo, nmero de alumnos de un curso.
Una poblacin o universo es infinita cuando no es finita. En Estadstica, el
sentido del trmino poblacin infinita se refiere a una poblacin con un nmero tan
grande de elementos que no le es posible al investigador someter a medida cada uno de
ellos.
Cuando se miden cualitativamente las caractersticas de una poblacin, resultan
categoras que deben ser exhaustivas, es decir, que se pueda clasificar a toda la
poblacin, y tambin deben ser mutuamente excluyentes, es decir, un mismo elemento
no puede pertenecer simultneamente a dos o ms categoras. Por ejemplo, sexo de una
persona: masculino o femenino.
Una muestra debe cumplir ciertas condiciones, de aqu surge el concepto de
muestra aleatoria que es aquella obtenida de modo que cada elemento de la poblacin
tiene una oportunidad igual e independiente de ser elegido.
La investigacin estadstica es toda operacin orientada a la recopilacin de
informacin sobre una poblacin.
La investigacin puede ser tan simple como la recopilacin de datos estadsticos
obtenidos de informaciones provenientes de fuentes oficiales a nivel institucional o de
publicaciones de organismos altamente especializados en estas materias, o tan complejas
que requiera de la colaboracin de especialistas en diferentes materias, como ocurre en
los censos de poblacin de un pas.
Se denomina variable a fenmenos o caractersticas que son medidas en algn
tipo de investigacin estadstica.

Variables
Es muy probable que un especialista en Estadstica que realiza una encuesta desee
desarrollar un instrumento que le permita hacer varias preguntas y manejar diversos
fenmenos o caractersticas. A estos fenmenos o caractersticas se les denomina
variables aleatorias.
Segn la forma en que se expresen las variables, se dividen en:
1) Variables Cualitativas: son aquellas que pueden expresarse slo en forma de
atributo.
Ejemplo:
1) Estado civil :
soltero
casado
viudo
separado
2) Satisfaccin con un producto:
muy insatisfecho
regularmente insatisfecho
neutral
satisfecho
muy satisfecho
3) Tamao de un tablero :
grande
mediano
pequeo

2) Variables Cuantitativas, son aquellas variables que pueden expresarse en

forma numrica Se dividen en discretas y continuas.
2.1) Variables Cuantitativas Discretas, son respuestas numricas que surgen de
un proceso de conteo, siendo siempre un nmero entero.
Ejemplos :
1) Nmero de asignaturas inscritas en el primer semeste.
2) Nmero de integrantes del grupo familiar.
3) Nmero de salas de clases del IPVG.
2.2) Variables Cuantitativas Continuas, son respuestas numricas que surgen

de un proceso de medicin, las cuales pueden tomar valores entre dos nmeros enteros.
Ejemplo :
1) Estatura
2) Temperatura
3) Peso

Tabulacin de los datos

En los experimentos estadsticos los datos recolectados pueden corresponder a
una poblacin o muestra. En ambos casos los procedimientos de resumen de datos son
anlogos y designaremos por:
R Tamao de la poblacin estudiada
8 Tamao de la muestra (parte de la poblacin)
Con el objeto de realizar un mejor estudio de los datos es necesario organizar
stos, mediante el uso de distribuciones de frecuencia.
Una distribucin de frecuencia es una tabla resumen en la que se disponen los
datos divididos en grupos ordenados numricamente y que se denominan clases o
categoras.
A) Tabulacin de datos cualitativos

La construccin de una distribucin de frecuencia de atributos o distribucin de
frecuencia de variable cualitativa es simple, basta enumerar los diversos atributos con su
respectiva frecuencia de ocurrencia.
Frecuencia absoluta : 03 indica el nmero de veces que se repite un atributo.
Ejemplo:
Considrese una muestra %!! trabajadores de una cierta empresa de la regin los
cuales han sido encuestados sobre su actual estado civil. La informacin es tabulada de la
siguiente manera:
Estado Civil
Soltero
Casado
Viudo
Separado
Total
8 %!! (tamao de la muestra)
7 % (nmero de clases)
03
(&
#!!
&!
(&
%!!

B) Tabulacin de variable cuantitativa

Distinguiremos dos casos:
B.1) Tabulacin de variable discreta (que toma un conjunto pequeo de
datos distintos)
Las tablas de frecuencia de variable discreta llevan cinco columnas donde los
elementos que participan son los siguientes:
a) Frecuencia absoluta : 03 indica el nmero de veces que se repite una
variable.
b) Tamao de la muestra : 8 indica la cantidad de elementos que conforman
la muestra, se obtiene sumando todas las frecuencias absolutas.
7
8 " 03
3"
7 nmero de clases distintas
c) Frecuencia relativa : 23 es la proporcin de datos que se encuentra en una

clase, se obtiene dividiendo la frecuencia absoluta de la clase por el tamao de la
muestra.
23
03
8
Obs: a) " 23 "

b) ! 23 "
d) Frecuencia absoluta acumulada : J3 indica la cantidad de datos que se

encuentran hasta cierta clase.
3
"
J3
04
4"
e) Frecuencia relativa acumulada : L3 es la proporcin de datos acumulados
que se encuentran hasta cierta clase.
3
L3 " 24
4"
Obs: a) L7 "
b) ! L3 "

Ejercicio
Una empresa que tiene &! trabajadores se propone reestructurar las
remuneraciones, se estudia los aos de servicio de los trabajadores determinndose los
siguientes resultados:
%
)
'
(
)
&
(
)
'
*
%
'
*
&
&
'
(
&
%
&
(
(
'
%
%
*
%
&
%
'
(
'
%
'
(
(
)
(
)
*
&
)
*
)
&
)
*
'
(
%
R &! (tamao de la poblacin)

Se pide:
" Tabular la informacin.
# Qu cantidad de trabajadores tiene ) aos de servicio ?.
$ Qu porcentaje de trabajadores tiene ' aos de servicio ?.
% Si aquellos trabajadores que tengan a lo menos siete aos de servicio reciben
un aumento del )% . Qu porcentaje de los trabajadores recibi dicho aumento?.
& Si todos los trabajadores que tengan a lo ms cinco aos de servicio reciben
una bonificacin de $#!!!! . Qu cantidad de trabajadores recibi dicha bonificacin?.
' Si la empresa decide otorgar una bonificacin especial de $"$#!! por cada
ao de servicio. Cunto ser el dinero necesario para cumplir dicha bonificacin?.

"
Aos de servicio
%
&
'
(
)
*
Total
03
*
)
*
"!
)
'
&!
23
! ")
! "'
! ")
! #!
! "'
! "#
" !!
J3
*
"(
#'
$'
%%
&!
L3
! ")
! $%
! &#
! (#
! ))
" !!
# Ocho trabajadores tienen ) aos de servicio

$ El ")% de los trabajadores tiene ' aos de servicio.
% El %)% de los trabajadores recibi el aumento de sueldo.
& "( trabajadores recibieron la bonificacin.
' $ %"*('!! se necesitan para la bonificacin por ao de servicio.
10

B.2) Tabulacin de variable continua o discreta

Para tabular una variable continua o discreta (que tome un gran nmero de datos
distintos) se necesitan los siguientes elementos:
a) Rango o recorrido : Es la diferencia entre el valor mximo y valor mnimo
que toma la variable.
V Bmx Bmn
b) Nmero de intervalos o clases (7) : Es el nmero de grupos en que es
posible dividir los valores de la variable.
El nmero de clases no debe ser ni muy grande ni muy pequeo, un nmero
pequeo de clases puede ocultar la naturaleza general de los datos y un nmero muy
grande puede ser demasiado detallado como para revelar alguna informacin til. Como
regla general se recomienda que el nmero de clases est entre cinco y veinte. Hay una
regla llamada Regla de Sturges que puede dar una aproximacin razonable para el
nmero de clases, ella es:
7 " $ $ 6918 donde 8 es el nmero de datos de la muestra.
c) Amplitud del intervalo o amplitud de la clase (+) :
+
Recorrido
V
7
N de clases
d) Lmites de un intervalo : Son los valores extremos de una clase. El menor

valor es considerado como el lmite inferior y el valor que se obtiene sumando al lmite
inferior la amplitud del intervalo es el lmite inferior de la segunda clase.
e) Lmites reales de un intervalo : Se obtienen calculando el promedio entre el
lmite superior de una clase y el lmite inferior de la clase siguiente.
f) Marca de clase : B3 Es el punto medio de un intervalo.
11

g) Frecuencia absoluta : 03 indica el nmero de observaciones que pertenece a

un intervalo dado.
Observacin:
7
8 " 03
3"
8 tamao de la muestra
h) Frecuencia relativa : 23 es la proporcin de datos que se encuentra en un

intervalo, se determina dividiendo la frecuencia absoluta del intervalo por el tamao de la
muestra.
23
03
8
i) Frecuencia absoluta acumulada : J3 indica el nmero de datos de la

muestra menores o iguales al lmite real superior del intervalo 3.
3
J3 " 0 4
4"
Obs: J7 8
j) Frecuencia relativa acumulada : L3 indica la proporcin de datos de la

muestra menores o iguales al lmite real superior del intervalo 3.
3
L3 " 24
4"
Observacin: Existe ms de un mtodo para construir una tabla de distribucin

de frecuencias, a continuacin se presentan dos formas de construirla:
12

Primer mtodo:
Ejemplo
Los siguientes datos corresponden a las notas obtenidas por "!! alumnos en un
curso de Estadstica
"!!
)%
$$
*)
&(
*!
)#
((
&&
'#
)(
'&
$$
(!
%(
)$
)&
&&
&"
*$
&%
&(
"!!
')
&(
'%
'#
"!!
%(
*)
)#
''
'*
(!
)'
*&
(#
)!
%(
&)
*$
#&
((
'&
#&
)&
'&
&&
'%
*&
%(
(!
))
(!
''
"!!
('
&#
(&
)$
%!
)&
'$
)%
%!
'(
#$
)&
'&
$$
&$
$'
"(
&#
"!!
'!
*'
')
'!
(!
))
'"
%#
'!
$#
%#
$!
&$
%&
&"
&)
$%
&&
&%
$*
'&
%&
)#
(&
'!
" Construya la correspondiente distribucin de frecuencia.

# En qu clase se concentra el mayor nmero de notas?
$ Cul es la frecuencia absoluta del cuarto intervalo?. Interprete el resultado .
% Qu porcentaje de los alumnos tienen una nota inferior a '"?
& Cuntos alumnos tienen una nota superior a %*?
' Interprete la frecuencia acumulada del sexto intervalo.
( Interprete la frecuencia relativa acumulada del quinto intervalo.
13

Solucin:
V "!! "( )$
8 "!!
7 " $ $ 691"!! ( ' )
+
)$
"! $' ""
)
" Notas
"( #(
#) $)
$* %*
&! '!
'" ("
(# )#
)$ *$
*% "!%
Total
Lmites reales
"' & #( &
#( & $) &
$) & %* &
%* & '! &
'! & (" &
(" & )# &
)# & *$ &
*$ & "!% &
B3
##
$$
%%
&&
''
((
))
**
03
%
(
""
#"
##
"!
"&
"!
"!!
23
! !%
! !(
! ""
! #"
! ##
! "!
! "&
! "!
" !!
J3
%
""
##
%$
'&
(&
*!
"!!
L3
! !%
! ""
! ##
! %$
! '&
! (&
! *!
" !!
# El mayor nmero de notas se concentra en el quinto intervalo, que

coresponde al intervalo entre '" (".
$ La frecuencia absoluta del cuarto intervalo es #". Esto nos indica que son #"
los alumnos que tienen una nota entre &! '!.
% El %$ % de los alumnos tiene una nota inferior a '".
& El () % de los alumnos tiene una nota superior a %*.
' Existen (& alumnos con nota inferior a )$.
( El '& % de los alumnos tiene una nota inferior a (#.
14

Segundo mtodo:
Ejemplo 1
Los siguientes datos representan el perodo de duracin, en aos, de 30 bombas
de combustible similares:
# !
! #
" &
% &
" !
$ !
' !
% !
! $
' !
! $
& &
& *
" &
& '
$ $
' &
" )
! &
' !
" $
! #
% (
# &
" #
! %
# $
! (
& !
! #
Construya una tabla de distribucin de frecuencias.

PASO 1: Eleccin del nmero de intervalos de clases (7)
7 " $ $691"! 8 " $ $691 $! & )(%&
Elegir
7&
7'
8 nmero de datos
PASO 2: Clculo de la amplitud (+)
\738 ! #
\7+B ' &
Rango V \7+B \738 ' & ! # ' $

+
V
' $
" !& " "

7
'
La amplitud debe ser seleccionada con igual nmero de decimales que los datos
de la muestra y debe aproximarse siempre hacia arriba. En este caso + debe ser elegida
con un decimal.
PASO 3: Clculo del excedente (I )

I 7+V?
Donde ? es una variable definida como:
? " cuando los datos son enteros.
? ! " cuando los datos tienen un decimal.
15

? ! !" cuando los datos tienen dos decimales, etc.

I ' " " ' $ ! " ! # !
Si I ! pasar a paso siguiente.
Si I ! aumentar la amplitud en una "?". Repetir Paso 3.
w
PASO 4: Clculo de los lmites de clases ( ^3 ; ^3

^" \738
donde
I
! #
! #
! # ! " ! "
#
#
I
I
es la cantidad truncada con el mismo nmero de decimales que los datos.
#
#
^# ^" + ! " " " " #

^$ ^# + " # " " " $ . . . etc.
w
^" ^" + ? ! " " " ! " " "

w
^# ^" + " " " " # # . . . etc.

En general se cumple:
^3 ^3" +
^3 ^3 + ?
^3 ^3" +
w
PASO 5: Clculo de las fronteras de clases lmites reales de clases ( P3 ; P3 )

w
^ ^#
" " " #
P" "
" "&
#
#
w
P" P" + " "& " " ! !&
P#w P" + " "& " " # #& etc.

P# P" + ! !& " " " "&
w
P3 P3" +
P3 P 3 +
P3 P3" +
16

PASO 6: Clculo de las marcas de clases ( B3 )

w
^ ^"
! " " "
B" "
! '
#
#
B# B" + ! ' " " " ( . . . etc.
w
^ ^3
B3 3
#
PASO 7: Se calculan todas las frecuencias definidas anteriormente comenzando por las
frecuencias absolutas ( 03 )
w
^3
^3
P3
P3
B3
03
J3
! "
" "
! !&
" "&
! '
" #
# #
" "&
# #&
" (
'
"&
# $
$ $
# #&
$ $&
# )
"*
$ %
% %
$ $&
% %&
$ *
"
#!
% &
& &
% %&
& &&
& !
#%
& '
' '
& &&
' '&
' "
'
$!
17
23
*
$!
'
$!
%
$!
"
$!
%
$!
'
$!
L3
*
$!
"&
$!
"*
$!
#!
$!
#%
$!
$!
$!

Ejemplo 2
Los siguientes datos corresponden al sueldo (en miles de pesos) de 40
trabajadores de una empresa
""*
"#&
"#'
"#)
"$#
"$&
"$&
"$&
"$'
"$)
"$)
"%!
"%!
"%#
"%#
"%%
"%%
"%&
"%&
"%'
"%'
"%(
"%(
"%)
"%*
"&!
"&!
"&#
"&$
"&%
"&'
"&(
"&)
"'"
"'$
"'%
"'&
"')
"($
"('
a) Construya la tabla de frecuencia con todos sus elementos.

Solucin:
a) PASO 1: 8 %!
7 " $ $ 691 %! ' #)')
Definamos el nmero de intervalos de clases como 7 '

PASO 2:
\7+B "('
\738 ""*
V "(' ""* &(

+
PASO 3:
V
&(
* & "!
7
'
? " cuando los datos son enteros
I 7 + V ? ' "! &( " # !

^" \738
PASO 4:
I
#
""* ""* " "")
#
#
^" "")
^# "") "! "#)
^$ "#) "! "$)
^' "')
^#w "#( "! "$(
^" "") "! " "#(

w
^$ "$( "! "%(
^' "((
18

w
^ ^#
P" "
"#( &
#
w
PASO 5:
w
P" P" "! ""( &
P# "#( & "! "$( & . . . P' "(( &
P# P# "! "#( & . . . P' P' "! "'( &
PASO 6:
w
B"
^" ^ "
"") "#(
"## & B' "(# &

#
#
PASO 7:
w
^3
^3
P3
P3
B3
03
J3
"")
"#(
""( &
"#( &
"## &
"#)
"$(
"#( &
"$( &
"$# &
'
"$)
"%(
"$( &
"%( &
"%# &
"%
#$
"%)
"&(
"%( &
"&( &
"&# &
$#
"&)
"'(
"&( &
"'( &
"'# &
&
$(
"')
"((
"'( &
"(( &
"(# &
%!
23
$
%!
'
%!
"%
%!
*
%!
&
%!
$
%!
L3
$
%!
*
%!
#$
%!
$#
%!
$(
%!
%!
%!
b) En qu clase se encuentra el mayor nmero de trabajadores?

El intervalo de clases que posee mayor frecuencia absoluta ( 03 ) es el tercero.
c) Qu porcentaje de trabajadores gana entre $138.000 y $ 167.000?
"% * &
"!! (! %
%!
d) Cuntos trabajadores ganan a lo menos $158.000?

&$)
e) Cuntos trabajadores ganan a lo ms $147.000?
$ ' "% #$
19

Ejercicios
1) Los siguientes datos corresponden al sueldo (en miles de pesos) de %!
trabajadores de una empresa
""*
"#&
"#'
"#)
"$#
"$&
"$&
"$&
"$'
"$)
"$)
"%!
"%!
"%#
"%#
"%%
"%%
"%&
"%&
"%'
"%'
"%(
"%(
"%)
"%*
"&!
"&!
"&#
"&$
"&%
"&'
"&(
"&)
"'"
"'$
"'%
"'&
"')
"($
"('
a) Construya la tabla de frecuencia con todos sus elementos.

b) En qu clase se encuentra el mayor nmero de trabajadores?.
c) Qu porcentaje de trabajadores gana entre $ 139.000 y $ 168.000 ?.
d) Cuntos trabajadores ganan a lo menos $ 159.000 ?.
e) Cuntos trabajadores ganan a lo ms $ 148.000 ?.
2) En una industria es necesario realizar un estudio respecto al peso de engranajes
de gran tamao. Los siguientes datos corresponden al peso, en kilgramos, de $! de estas
piezas, que poseen las mismas dimensiones, pero distinta aleacin.
&)
$'
%#
&#
%&
$)
&!
&&
%!
&#
%#
%'
%!
%#
%&
&!
&#
%&
$)
&!
&&
&#
%&
%#
&!
%#
%&
%&
$)
%!
a) Construir una tabla de frecuencias de amplitud & comenzando desde $'

b) Cuntos engranajes pesan entre %' y && Kg.?.
c) Qu porcentaje representa a aquellos engranajes cuyo peso es inferior a &1
Kg.?.
d) Cul es la frecuencia relativa para aquel intervalo cuya marca de clase es %) ?.
e) Qu porcentaje representa a aquellas piezas que pesan ms de &! Kg. ? .
20

3) En una industria automotriz es necesario realizar un estudio debido a una

partida defectuosa de discos de embrague. Para ello se ha recopilado la siguiente
informacin referente a la duracin en horas de &! de ellos.
#)&
#*$
$!%
$!)
$#"
$!!
#)*
$#*
$!(
$#%
#)'
#*#
#*&
$!%
$#$
$!#
#)*
$!(
#*"
$"'
$"$
$!)
#*(
#))
#*#
$"%
$#'
$!#
#*(
#)'
#)*
$!$
#*%
$"'
#**
#*#
#)(
$!"
$##
#*%
$#"
#*$
#)&
$"(
$#)
$#(
$##
$"$
$!)
#*'
a) Construir una tabla de frecuencia de amplitud cinco comenzando desde #)&

b) Cuntos discos duraron entre #*! y #** horas?.
c) Cuntos discos no alcanzaron a durar $!! horas?.
d) Qu porcentaje representan los discos que duraron entre $"! y $"% horas?.
e) Qu porcentaje representan los discos que duraron menos de $!& horas?.
f) Cuntos discos duraron ms de $!* horas?.
g) Cuntos discos duraron menos de $!& horas?.
h) Qu porcentaje representan los discos que duraron entre #)& y #*% horas?.
i) Cul es el intervalo de mayor frecuencia absoluta?.
4) En un conjunto habitacional se pretende hacer un estudio del nmero de
personas que consumen productos enlatados. Los datos que han sido obtenidos de 50
bloques del conjunto habitacional son
'$
'%
"#)
"#%
"$(
'*
"$#
*!
"!$
"$%
)$
""&
(&
"$$
"#*
)&
"#!
"$(
"$)
*'
*$
"#(
"$"
"$$
**
($
"$!
($
""!
(#
)"
"!&
'#
'!
"!%
*%
""%
"!!
*"
*(
"!%
"#$
"!*
)(
)%
"#&
"#"
""(
"$'
*)
a) Construir una tabla de fecuencia de amplitud "! partiendo desde '!

b) Cuntas personas consumen entre "!! y "#* productos enlatados ?.
c) Qu porcentaje representa a las personas que consumen menos de *!
productos enlatados?.
d) Qu cantidad de personas consumen ms de )! productos enlatados?.
21

5) Las ganancias por accin de 40 compaas de la industria de la construccin

son:
% '
" $
' !
* '
% #
! $
# "
! )
$ (
# "
" "
# "
" *
& "
! *
& (
" %
# "
$ '
$ #
! "
( $
$ #
% *
$ (
" $
& %
! #
# $
" "
# &
$ &
( "
" )
! &
" '
" *
# )
! %
" *
a) Construya una distribucin de frecuencias que comience en ! " y tenga una

amplitud de # !
b) Cul es la frecuencia absoluta del tercer intervalo?. Interprete el resultado .
c) Qu porcentaje de las compaas tienen a lo ms una ganancia de ' !?
d) Cuntas compaas tienen una ganancia a lo menos de % "?
e) Interprete la frecuencia acumulada del segundo intervalo.
f) Interprete la frecuencia relativa acumulada del cuarto intervalo.
Solucin
1) a) V "(' ""* &(
R %!
7 " $ $691a%!b ' #) '
+
&(
* & "!
'
Sueldo
""* "#)
"#* "$)
"$* "%)
"%* "&)
"&* "')
"'* "()
Total
Lmites reales
"") & "#) &
"#) & "$) &
"$) ) "%) &
"%) & "&) &
"&) & "') &
"') & "() &
B3
"#$ &
"$$ &
"%$ &
"&$ &
"'$ &
"($ &
03
%
(
"$
*
&
#
%!
23
! "!!
! "(&
! $#&
! ##&
! "#&
! !&!
J3
! "
! #(&
! '!!
! )#&
! *&!
"
L3
%
""
#%
$$
$)
%!
b) En la tercera clase se encuentra el mayor nmero de trabajadores.

c) 67,5 % de los trabajadores gana entre $139.000 y $ 168.000
d) 7 trabajadores ganan a lo menos $ 159.000
e) 24 trabajadores ganan a lo ms $ 148.000
22

2) a) Peso
$' %!
%" %&
%' &!
&" &&
&' '!
Total
Lmites reales
$& & %! &
%! & %& &
%& & &! &
&! & && &
&& & '! &
B3
$)
%$
%)
&$
&)
03
(
""
&
'
"
$!
23
! #$
! $(
! "(
! #!
! $!
J3
(
")
#$
#*
$!
L3
! #$
! '!
! ((
! *(
"
23
! ")
! "'
! "!
! "%
! "!
! !'
! !'
! "#
! !)
J3
*
"(
##
#*
$%
$(
%!
%'
&!
b) 11 engranajes pesan entre 46 y 55 kilos.

c) El 77 % de las piezas pesan menos de 51 kilos.
d) La frecuencia relativa es 0,17
e) El 23 % de las piezas pesa ms de 50 kilos.
3) a) Duracin
#)& #)*
#*! #*%
#*& #**
$!! $!%
$!& $!*
$"! $"%
$"& $"*
$#! $#%
$#"& $#*
Total
Lmites reales
#)% & #)* &
#)* & #*% &
#*% & #** &
#** & $!% &
$!% & $!* &
$!* & $"% &
$"% & $"* &
$"* & $#% &
$#% & $#* &
B3
#)(
#*#
#*(
$!#
$!(
$"#
$"(
$##
$#(
03
*
)
&
(
&
$
$
'
%
&!
b) 13 discos duraron entre 290 y 299 horas.

c) 22 discos no alcanzaron a durar 300 horas.
d) El 6 % de los engranajes duraron entre 300 y 314 horas.
e) El 58 % de los engranajes duraron menos de 305 horas.
f) 16 engranajes duraron ms de 309 horas.
g) 29 engranajes duraron menos de 305 horas.
h) El 16 % de los engranajes duraron entre 285 y 294 horas.
i) El primer intervalo.
23
L3
! ")
! $%
! %%
! &)
! ')
! (%
! )!
! *#
"

4) a) N de personas
'! '*
(! (*
)! )*
*! **
"!! "!*
""! ""*
"#! "#*
"$! "$*
Total
03
&
%
&
)
'
%
)
"!
&!
23
! "!
! !)
! "!
! "'
! "#
! !)
! "'
! #!
J3
&
*
"%
##
#)
$#
%!
&!
L3
! "!
! ")
! #)
! %%
! &'
! '%
! )!
"
b) 18 personas consumen entre 100 y 129 productos enlatados.

c) El 28 % de las personas consume menos de 90 productos enlatados.
d) 41 personas consume ms de 79 productos enlatados.
5) a) Ganancias
! " # !
# " % !
% " ' !
' " ) !
) " "! !
Total
Lmites Reales
! !& # !&
# !& % !&
% !& ' !&
' !& ) !&
) !& "! !&
B3
" !&
$ !&
& !&
( !&
* !&
03
"(
"$
(
#
"
%!
23
! %#&
! $#&
! "(&
! !&
! !#&
" !!!
J3
"(
$!
$(
$*
%!
L3
! %#&
! (&
! *#&
! *(&
" !!!
b) La frecuencia absoluta del tercer intervalo es (, es decir, existen ( compaas

cuyas ganancias estn entre % " y ' ! por accin.
c) El *# & % de las compaas tienen a lo ms una ganancia de ' ! por accin.
d) "! compaas tienen a lo menos una ganancia de % " por accin.
e) $! compaas tienen una ganancia igual o menor a % ! por accin.
f) El *( & % de las compaas tienen una ganancia por accin de a lo ms ) !.
24

Representacin Grfica
Su objetivo es captar la informacin obtenida en los datos en forma rpida por
cualquier persona, as cada representacin debe llevar un ttulo adecuado.
Las normas en la construccin de un grfico estadstico son similares a los de
grficos de funciones, las variables independientes, se ubican en las abscisas y las
dependientes en las ordenadas.
Tipos de grficos
a) Grfico circular: se usan para mostrar el comportamiento de las frecuencias
relativas, absolutas o porcentuales de las variables. Dichas frecuencias son representadas
por medio de sectores circulares, proporcionales a las frecuencias.
Departamento
A (1)
B (2)
C (3)
D (4)
E (5)
Total
03
&%
"!"
""*
&%
$#
$'!
%
"&
#)
$$
"&
*
"!!
Pe rs o n a l p o r D e p a rta m e n to
5
9%
1
1 5%
4
1 5%
1
2
2
2 8%
3
4
5
3
3 3%
b) Pictograma: es un grfico cuyo uso es similar al de sector circular, pero la

frecuencia es representada por medio de una figura o dibujo que identifique a la variable
en estudio. Este grfico se utiliza para mostrar producciones en una serie cronolgica.
25

Por ejemplo, Alumnos del Instituto Profesional Dr. Virginio Gmez:
%!! alumnos
1996:
1997:
1998:
1999:
2000:
2001:
26

c) Grfico lineal: se utiliza para mostrar las frecuencias absolutas o relativas de

una variable discreta, son representadas mediante lneas verticales proporcionales a
dichas frecuencias.
B3
"!%
"!&
"!'
"!(
"!)
"!*
Total
03
"!
"#
'
%
'
#
%!
03
B3
27

d) Grfico de barra: Se utiliza para representar tablas de frecuencia con

atributos o con variables discretas y pocos valores. Sobre un eje horizontal se construyen
bases de rectngulo del mismo ancho cada uno correspondiente a una modalidad del
atributo, sobre estas bases se levantan rectngulos cuya altura es proporcional a la
frecuencia absoluta de la modalidad. El espacio entre ellas debe ser uniforme.
Departamento
A
B
C
D
E
Total
03
&%
"!"
""*
&%
$#
$'!
Pe rsona l por De pa rta m e nto
140
Fre cue ncia
120
100
80
60
40
20
0
A
C
De partam e nto
28

e) Histograma: es el grfico adecuado cuando los datos estn ordenados en

tablas con intervalos, es decir, para datos de variables continuas. Tambin el histograma
es una conformacin de rectngulos, pero uno al lado de otro cuya rea es proporcional a
la frecuencia de cada intervalo. Los extremos de la base de cada rectngulo son los
lmites reales del intervalo.
Fre cue ncia Absoluta
Lmites Reales
% & ) &
) & "# &
"# & "' &
"' & #! &
#! & #% &
#% & #) &
Total
03
)
"!
'
#
%
)
$)
H IS T O G R AMA
12
10
4
2
0
8,5
12,5
16,5
20,5
24,5
28,5
4,5
8,5
12,5
16,5
20,5
24,5
L m ite s Re a le s
29

f) Polgono de frecuencia: este grfico sirve para mostrar la tendencia de la

variable, se puede determinar a partir de un histograma uniendo los puntos medios
superiores de cada rectngulo del histograma. Tambin, se determina el polgono uniendo
los puntos formado por la marca de clase con la frecuencia absoluta del intervalo
respectivo.
F r e c u e n c ia Ab s o lu ta
Lmites reales
% & ) &
) & "# &
"# & "' &
"' & #! &
#! & #% &
#% & #) &
Total
B3
' &
"! &
"% &
") &
## &
#' &
03
)
"!
'
#
%
)
$)
P o lg o n o d e F re c u e n c ia s
12
10
8
6
4
2
0
2 ,5
6 ,5
1 0 ,5
1 4 ,5
1 8 ,5
2 2 ,5
2 6 ,5
3 0 ,5
M a r c a s d e C la s e s
Observacin: El polgono de frecuencias se convierte en polgono de frecuencias

relativas, cambiando la frecuencia absoluta por la frecuencia relativa, en este caso, el rea
bajo el polgono de frecuencias relativas es igual a ".
30

Histograma y Polgono de Frecuencias
H istograma y P olgono de Frecuencias

12
10
8
6
4
2
0
Lm ite s Re a le s
31

e) Ojiva: es un grfico que se usa para mostrar como se acumulan las frecuencias
absolutas, relativas o porcentuales. Se obtiene al unir los puntos formados por los lmites
superiores de cada intervalo con la frecuencia absoluta o relativas acumuladas del
intervalo respectivo. Si se consideran las frecuencias porcentuales acumuladas se llama
ojiva porcentual.
Fr e cue ncia Acum ulada
Lmites reales
%)
) "#
"# "'
"' #!
#! #%
#% #)
Total
B3
'
"!
"%
")
##
#'
03
)
"!
'
#
%
)
$)
J3
)
")
#%
#'
$!
$)
Ojiva
40
36
32
28
24
20
16
12
8
4
0
4
12
16
20
24
28
L m ite s Su p e r io r e s
32

Ejercicios
1) Dada la informacin referente a la ubicacin de personas dentro de cuatro

departamentos de una empresa, se pide
a) Tabular la informacin.
b) Realizar grfico circular.
c) Indique frecuencias relativas porcentuales en cada grupo.
M
P
A
M
A
CC
P
A
P
M
A
CC
CC
A
M
A
A
M
M
A
CC
CC
A
M
M
P
M
P
P
P
A
M
P
M
P
M
M
P
M
P
donde A abastecimiento ; CC control de calidad ; M mantencin ;

P produccin.
2) Se realiz un nmero determinado de compras de materia prima. El volumen

de la materia prima viene dado en m3 .Parte de la informacin se registra en la siguiente
tabla
Volumen
' "!
"" "&
"' #!
#" #&
#' $!
Total
B3
03
"
'
23
J3
L3
Lmites reales
*
")
#(
#(
a) Complete la tabla dada.

b) En un slo grfico, dibuje un histograma y un polgono de frecuencia.
c) Cuntas compras se realizaron entre "" y $! m3 ?.
d) Cuntas compras se realizaron entre "' y #& m3 ?.
e) Qu porcentaje de compras se realizaron entre "' y #! m3 ?.
f) Cuntas compras se realizaron en total?.
33

3) Los siguientes datos corresponden a la duracin, en horas, de &! vlvulas que

fueron sometidas a un cierto control.
Tiempo
%&! %**
&!! &%*
&&! &**
'!! '%*
'&! '**
(!! (%*
(&! (**
Total
B3
03
%
&
"#
"!
"&
$
"
&!
23
J3
L3
Lmites reales
a) Complete la tabla dada.

b) Grafique la ojiva
c) Qu porcentaje de las vlvulas duraron, en promedio '(% & horas?.
d) Qu porcentaje de las vlvulas duraron entre '&! y (%* horas?.
e) Cuntas vlvulas duraron menos de &&! horas?.
f) Qu porcentaje de las vlvulas duraron ms de '%* horas?
4) Se realizaron dos experimentos referente al peso, en Kg., aplicado sobre una

cierta cantidad de tableros.
Peso (Kg.)
"& "*
#! #%
#& #*
$! $%
$& $*
%! %%
Total
A
(
$
#
""
"!
(
%!
B
$
'
)
)
"#
$
%!
a) Grafique el histograma del experimento A.

b) Grafique la ojiva porcentual del experimento B.
c) Realice, en un mismo grfico, los polgonos de frecuencia.
d) Realice, en un mismo grfico, las ojivas.
34

N Alu mn o s
5) Dado el siguiente Polgono de Frecuencias:
P es o s d e lo s Alu m n o s d e C . C iv il
10
9
8
7
6
5
4
3
2
1
0
3 5 ,5
4 5 ,5
5 5 ,5
6 5 ,5
7 5 ,5
8 5 ,5
9 5 ,5
Pe s o (K g .)
a)Cules son los lmites reales del cuarto intervalo?.

b) Interprete la frecuencia del cuarto intervalo.
c) Interprete el porcentaje de datos que hay en el quinto intervalo.
d) Qu porcentaje de pesos es igual o menor que '! & Kg.?.
e) Cuntos pesos son iguales o mayores que &! & Kg.?.
35

Solucin:
1) a)
Departamento
A
CC
M
P
Total
03
"!
&
"%
""
%!
b) Grfico Circular
Pe r s onal por De par tam e nto
25%
28%
A
CC
M
CC
13%
M
34%
c)
Departamento
A
CC
M
P
Total
03
"!
&
"%
""
%!
23
!#&
!"#&
!$&
!#(&
"
%
#&
"$
$&
#)
"!!
36

2) a)
Volumen
' "!
"" "&
"' #!
#" #&
#' $!
Total
B3
)
"$
")
#$
#)
03
"
#
'
*
*
#(
23
!!$(
!!(%
!###
!$$$
!$$$
!***
J3
"
$
*
")
#(
Lmites reales
&& "!&
"!& "&&
"&& #!&
#!& #&&
#&& $!&
L3
!!$(
!"""
!$$$
!'''
!***
b) Histograma y Polgono de Frecuencia

C ompras de Materia Prima
10
9
8
7
6
5
4
3
2
1
0
3
13
18
23
28
33
M a rca s de Cla se s
c) Entre 11 y 30 m3 se realizaron 26 compras

d) Entre 16 y 25 m3 se realizaron 15 compras
e) Entre 16 y 20 m3 se realizaron un porcentaje de 22,2 % de compras
f) En total se realizaron 27 compras
37

3) a)
Tiempo
%&! %**
&!! &%*
&&! &**
'!! '%*
'&! '**
(!! (%*
(&! (**
Total
B3
%(% &
&#% &
&(% &
'#% &
'(% &
(#% &
((% &
03
%
&
"#
"!
"&
$
"
&!
23
! !)
! "!
! #%
! #!
! $!
! !'
! !#
" !!
J3
%
*
#"
$"
%'
%*
&!
L3
! !)
! ")
! %#
! '#
! *#
! *)
" !!
Lmites reales
%%* & %** &
%** & &%* &
&%* & &** &
&** & '%* &
'%* & '** &
'** & (%* &
(%* & (** &
b) Ojiva
Du ra ci n V lvu la s
Fr e cu e n cia A cu m u lad a
60
50
40
30
20
10
0
449,5 499,5 549,5 599,5 649,5 699,5 749,5 799,5
c) 30 % de las vlvulas duraron en promedio 674,5 horas

d) 36 % de las vlvulas duraron entre 650 y 749 horas
e) 9 vlvulas duraron menos de 550 horas
f) 38 % de las vlvulas duraron ms de 649 horas
38

4) a) Histograma
Frecuencia Absoluta
E xperimento A
12
0
19,5
14,5
24,5
19,5
29,5
24,5
34,5
39,5
29,5
34,5
44,5
39,5
Lm ite s Re a le s
b) Ojiva Porcentual
Fr e c. Acum . Por c.
Ex pe rim e nto B
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
14,5
19,5
24,5
29,5
34,5
39,5
44,5
39

c) Polgonos de Frecuencia
Fr e cue ncia
Ex pe rim e nto A y B
12
11
10
9
8
7
6
5
4
3
2
1
0
12
Se r ie 1
17
22
27
32
37
42
47
M ar cas de Clas e s
Se r ie 2
Serie 1 Experimento A
Serie 2 Experimento B
d) Ojivas
Experimento A y B
45
Frecuencia Acumulada
40
35
30
25
20
15
10
5
0
14,5
19,5
24,5
29,5
34,5
39,5
44,5
Lmites Superiores
Serie1
Serie2
Serie 1 Experimento A
Serie 2 Experimento B
40

5) a) Los lmites reales del cuarto intervalo son (! & )! &

b) * alumnos de C. Civil tienen pesos que van desde (" kilos hasta )! kilos
c) #) % de los alumnos pesan ms de )! & kilos y menos de *! & kilos
d) El "# % de los pesos de los alumnos es igual o menor que '! & kilos
e) #% alumnos pesan a lo menos &! & Kg.
41

Medidas de tendencia central y de dispersin

En todo anlisis y/o interpretacin se pueden utilizar diversas medidas
descriptivas que representan las propiedades de tendencia central, dispersin y forma
para extraer y resumir las principales caractersticas de los datos. Si se calculan a partir
de una muestra de datos, se les denomina estadsticos; si se les calcula a partir de una
poblacin se les denomina parmetros.
Medidas de tendencia central
La mayor parte de los conjuntos de datos muestran una tendencia a agruparse
alrededor de un punto "central" y por lo general es posible elegir algn valor que describa
todo un conjunto de datos. Un valor tpico descriptivo como ese es una medida de
tendencia central o "posicin". Las medidas de tendencia central a estudiar son: media
aritmtica, mediana y moda.
Media aritmtica
La media aritmtica ( tambin denominada media ) es la medida de tendencia
central que se utiliza con mayor frecuencia. Se calcula sumando todas las observaciones
de un conjunto de datos, dividiendo despus ese total entre el nmero total de elementos
involucrados.
La media aritmtica de un conjunto de valores B" B# B8 se define como el
cuociente entre la suma de los valores y el nmero de ellos. Su smbolo es B si la media
aritmtica es de una muestra y . si la media aritmtica es de una poblacin.
a) Para datos no agrupados:
Media muestral: B
8 B
B" B# B8
3
"
; 8 tamao de la muestra
8
8
3"
R
B" B# BR
B3
"
Media poblacional: .
; R tamao de la poblacin
R
R
3"
42

Ejemplo Calcular la media aritmtica de los siguientes datos relacionados con

las notas de test en Estadstica obtenidas por un cierto alumno:
%& )! &' $& #& *!
B
%& )! &' $& #& *!

&& "( &&
'
El promedio de test es && puntos.

b) Para datos agrupados:
Si los datos estn ordenados en tablas de frecuencia la media aritmtica se obtiene
como sigue
Poblacin
Muestra
B
7 B0
B" 0" B# 0# B7 07
3 3
"
0" 0# 07
8
3"
7 B0
3 3
."
R
3"
donde: B3 es la marca de clase del intervalo i-simo

03 es la frecuencia del intervalo i-simo
8 es el nmero de datos de la muestra y R es el nmero de datos de la poblacin
7 es el nmero de intervalos
Ejemplo Calcular la media aritmtica para el peso de %! trabajadores, segn
tabla adjunta:
Peso (Kg.)
&& '#
'$ (!
(" ()
(* )'
)( *%
Total
B3
&) &
'' &
(% &
)# &
*! &
03
&
"&
"#
&
$
%!
B3 03
#*# &
**( &
)*%
%"# &
#(" &
#)')
& B0
#)')
3 3
B"
(" ( (#
8
%!
3"
El peso promedio de los %! trabajadores es de (# kilos
43

Propiedades de la media aritmtica
Propiedad 1 La media aritmtica de una constante es igual a la constante.

B
B"
valores +
B
B#
B$
B8
+ + + +
8+
+
8
8
Por lo tanto, B +
Propiedad 2 La media aritmtica de una variable ms una constante es igual a la

media aritmtica de la variable ms la constante.
B
B"
B#
B$
B" -
B# -
B$ -
B8
B8 -
8 C3
C"
8
3"
8
" B3 -
aB" - b aB# - b aB8 - b
3"
C
8
8
B" B# B$ B8 88
8 B
83
"
8
8
3"
B-
44

Propiedad 3 La media aritmtica de una variable por una constante es igual al

producto de la constante por la media de la variable.
B B"
B#
B8
D B" -
B# -
B8 -
B" - B# - B8 8
-B" B# B8
8
-B
Propiedad 4 Media Ponderada

B
B" 8" B# 8# B: 8:
8" 8# 8:
Ventajas y desventajas del uso de la media aritmtica:

Ventajas
- Estable muestra a muestra
- Fcil clculo e interpretacin
Desventajas
- No aplicable a atributos
- Influyen en su valor los valores extremos
45

Ejemplos:
1) De un grupo de contribuyentes se determin que el promedio de impuestos es de
$32.200. Determinar en cada uno de los siguientes casos, la nueva media aritmtica:
a) Los impuestos aumentan en un 2 %
b) A los impuestos se les disminuye la cantidad de $2.300
c) A cada contribuyente, se le disminuye un 3 % y adems se le condona $2.550
Solucin:
1) a) B $##!! " !# $#)%% La nueva media aritmtica es $ $#)%%
b) B $##!! #$!! #**!! La nueva media aritmtica es $ #**!!
c) B $##!! ! *( #&&! #)')% La nueva media aritmtica es $ #)')%
2) En tres cursos de un mismo nivel los promedios de las calificaciones fueron & ' ' "
y % * si los cursos tenan respectivamente $% $! y $' alumnos, determine la
calificacin promedio de los tres cursos.
Solucin:
B
& ' $% ' " $! % * $'

&%* )
& %*) & &

$% $! $'
"!!
El promedio de las calificaciones de los tres cursos es & &
46

Mediana
La mediana es el valor que se encuentra en el centro de una secuencia ordenada
de datos. La mediana no se ve afectada por observaciones extremas en un conjunto de
datos. Por ello, cuando se presenta alguna informacin extrema, resulta apropiado utilizar
la mediana, y no la media, para describir el conjunto de datos.
Su smbolo es Q /.
a) Mediana para datos no agrupados
Se deben ordenar los datos de forma creciente o decreciente. Para muestras con
un nmero par de observaciones, la mediana es el dato que queda en el centro de dicha
ordenacin y para muestras con nmero impar de observaciones la mediana es el
promedio de los dos datos centrales.
Ejemplos
1) Para muestra con nmero impar de datos: Q / \ 8 "
#
datos % ( & ' $ # (

datos ordenados # $ % & ' ( ( Q / \ ( " \% &
#
2) Para muestra con nmero par de datos:
Q/
\ 8# \ 8# "
#
datos "# "& "% "' "" "! "! "$

datos ordenados "' "& "% "$ "# "" "! "!
Q/
\ )# \ )# "
#
\% \ &
"$ "#
"# &
#
#
47

b) Mediana para datos agrupados

8 J
3"
Q / P3 #
+
03
donde: 3 es el primer intervalo cuya frecuencia acumulada supera a
8
#
P3 es el lmite real inferior del intervalo de la mediana.

8 es el nmero de datos.
J3" es la frecuencia acumulada anterior al intervalo de la mediana.
03 es la frecuencia absoluta del intervalo de la mediana.
+ es la amplitud del intervalo.
Ejemplo Distribucin de frecuencias de la duracin, en horas, de uso continuo
de #"# dispositivos electrnicos iguales, sometidos a un cierto control.
Duracin
$&! $**
%!! %%*
%&! %**
&!! &%*
&&! &**
'!! '%*
'&! '**
(!! (%*
(&! (**
)!! )%*
Total
03
%
'
*
#!
$"
)!
%#
"!
)
#
#"#
J3
%
"!
"*
$*
(!
"&!
"*#
#!#
#"!
#"#
El intervalo donde se encuentra la Mediana es el primer intervalo en el cual:

8
J3
#
En este caso,
8
#"#
"!' J3 "!' "&! '>9 intervalo 3 '

#
#
+ &!
Q / &** &
J& (!
Q / '## horas
0' )!
P' &** &
48
"!' (!
&!
)!

Moda
La moda es el valor de un conjunto de datos que aparece con mayor frecuencia.
Se le obtiene fcilmente a partir de un arreglo ordenado. A diferencia de la media
aritmtica, la moda no se afecta ante la ocurrencia de valores extremos. Sin embargo,
slo se utiliza la moda para propsitos descriptivos porque es ms variable, para distintas
muestras, que las dems medidas de tendencia central. Un conjunto de datos puede tener
ms de una moda o ninguna.
Su smbolo es Q 9.
a) Moda para datos no agrupados
Ejemplos
1) datos # % & ' ( ( ) ( '
Q9 (
2) datos " " $ " " # # % # $ # & ' Q 9 " y #

3) datos ! ! # $ % &
Q9 !
4) datos ! " # $ % &
Q 9 no existe
b) Moda para datos agrupados

Existe ms de una forma de calcular la moda:
Caso a)
Q 9 P3
."
+
." . #
donde 3 es el intervalo de mayor frecuencia absoluta.

P3 es el lmite real inferior del intervalo que contiene a la moda.
." es la diferencia entre la frecuencia absoluta del intervalo de la moda y
el intervalo anterior ." 03 03"
.# es la diferencia entre la frecuencia absoluta del intervalo de la moda y
el intervalo posterior .# 03 03"
+ es la amplitud del intervalo.
Caso b)
Q 9 P3
03"
+
04" 04"
donde 3 es el intervalo de mayor frecuencia absoluta.
49

Ejemplo Sea la tabla:

Duracin
$&! $**
%!! %%*
%&! %**
&!! &%*
&&! &**
'!! '%*
'&! '**
(!! (%*
(&! (**
)!! )%*
Total
03
%
'
*
80
$"
#!
%#
"!
)
#
#"#
J3
%
"!
"*
9*
"$!
"&!
"*#
#!#
#"!
#"#
Caso a): En este caso, el intervalo de mayor frecuencia absoluta es el %>9 3 %

0% )!
Q 9 %** &
." )! * ("
Q 9 &#* !) horas
.# )! $" %*
P% %** &
+ &!
Caso b): 3 %
0%" 0& $"
0%" 0$ *
P% %** &
+ &!
Q 9 %** &
$"
&!
* $"
Q 9 &$) #& horas
50
("
&!
(" %*

Ejercicios
1) En una industria dos operarios en siete das de trabajo, son capaces de producir,
por da, y en forma individual la siguiente cantidad de rboles para fresa de #&! mm de
longitud por $!! mm de dimetro.
Operario A
Operario B
"!&
"!$
"!'
"!#
"!%
"!(
"!#
"!"
"!$
"!&
"!!
"!#
"!"
"!$
Determine
a) Produccin media de cada operario.
b) Moda del operario A.
c) Mediana del operario B.
2) Se hace una encuesta entre "!! personas acerca del nmero de horas diarias
que se dedican a ver televisin, obtenindose la siguiente informacin
N de horas
!"
#$
%&
'(
)*
"! ""
Total
03
$!
#!
"&
$#
"
#
"!!
Calcular la media, la mediana y la moda (caso a y b).

3) De un total de "!! datos, 20 son 4, 40 son 5, 30 son 6 y el resto 7. Hallar la
media y la moda.
4) Cuatro grupos de estudiantes, consistentes en "& #! "! y ") individuos, dieron
pesos de '! (# && y '& kilos. Hallar el peso medio de los estudiantes.
5) Las notas de un estudiante en sus certmenes han sido )% *" (# ') )( y ().
Hallar la media, la mediana y la moda.
51

6) La siguiente tabla corresponde a la estatura de )! estudiantes de una

determinada carrera.
Estatura
" '& " '*
" (! " (%
" (& " (*
" )! " )%
" )& " )*
" *! " *%
Total
03
'
"#
$!
##
)
#
)!
Hallar la media, mediana y moda (caso a y b) de la estatura.

7) La oficina de Censo, proporcion las edades de hombres y mujeres divorciados
( en miles de personas de "& aos de edad o ms ).
Edad
"& "*
#! #%
#& #*
$! $%
$& $*
%! %%
%& %*
&! &%
Total
Hombre
#
)!
"(%
#"!
$)&
%&!
#*&
"(%
"((!
Mujer
#
#"!
$!$
$"&
'&'
'&'
%!*
#!!
#(&"
Obtener las medidas de tendencia central
52

Solucin
"
+ B A "!$
B B "!$ $
, No hay moda, todos los datos tienen frecuencia uno.

- Q / B "!$
# B $ (
Q / $ &
$ B & $
Q9 &
(Caso a) Q 9 ' #"

(Caso b) Q 9 & '#&
% El peso promedio de los estudiantes es '% %% kilos.
& B )!
Q / )"
Q 9 no existe
' B " ()
Q / " ()
Q 9 " ()
(
B
Q/
Q 9 (caso a)
Q 9 (caso b)
Hombre
$* "%
$* ))
%! *)
%" '(
Mujer
$( *%
$) ''
$* &
$( )) y %" %#
53

Medidas de dispersin
Una segunda propiedad que describe a un conjunto de datos es la dispersin.
Dispersin es el grado de variacin o diseminacin de los datos. Dos conjuntos de datos
pueden diferir tanto en tendencia central como en dispersin o dos conjuntos de datos
pueden tener las mismas medidas de tendencia central, pero diferir mucho en trminos de
dispersin.
Ejemplo:
1) # # # # #
B#
2) " " # $ $
B#
Los estadgrafos de dispersin nos indican si la distribucin o conjunto de datos
forma grupos homogneos o heterogneos. Las medidas de dispersin a estudiar son:
rango, desviacin media, varianza y desviacin estndar.
Rango
Indica el nmero de valores que toma la variable. El rango es la diferencia entre el
valor mximo y el valor mnimo de un conjunto de datos.
V Bmx Bmn
Si los datos estn agrupados en una tabla de frecuencias, el recorrido es la
diferencia entre el lmite real superior del ltimo intervalo y el lmite real inferior del
primer intervalo.
V Pmx Pmn
Ejemplo:
1) Sea el siguiente conjunto de datos
"#
"&
Bmx #)
"(
#$
#&
#)
Bmn "#
V #) "# "'
54

2) Sea la siguiente tabla:

Peso (Kg.)
&& ! '$ !
'$ " (" "
(" # (* #
(* $ )( $
)( % *& %
Total
03
&
"&
"#
&
$
%!
P738 &% *&
P7+B *& %&
V *& %& &% *&

V %! & Kg.
El rango mide "la dispersin total" del conjunto de datos. Aunque el rango es una
medida de dispersin simple y que se calcula con facilidad, su debilidad preponderante es
que no toma en consideracin la forma en que se distribuyen los datos entre los valores
ms pequeos y los ms grandes.
55

Desviacin Media
Es la media aritmtica de los valores absolutos de las desviaciones de todos los
datos respecto a la media aritmtica. Su smbolo es HQ .
a) Desviacin media para datos no agrupados
8
" l B3 B l
3"
HQ
8
Ejemplo Obtener la desviacin media para los datos & ( ) "! "'
B
& ( ) "! "'

* #
&
HQ
l & * # l l ( * # l l ) * # l l "! * # l l "' * # l

&
HQ
"& #
&
HQ $ !%
56

b) Desviacin media para datos agrupados

7
" l B3 B l 03
3"
HQ
8
donde B3 es la marca de clase
Ejemplo Determine la desviacin media de los siguientes datos agrupados
Pesos (Kg.)
'! '#
'$ '&
'' ')
'* ("
(# (%
Total
B3
'"
'%
'(
(!
($
Pesos (Kg.)
'! '#
'$ '&
'' ')
'* ("
(# (%
Total
03
&
")
%#
#(
)
"!!
03
&
")
%#
#(
)
"!!
B3 B
' %&
$ %&
! %&
# &&
& &&
B3 03
$!&
""&#
#)"%
")*!
&)%
'(%&
'(%&
'( %&
"!!
HQ
##' &
# #'&
"!!
57
l B3 B l 0 3
$# #&
'# "!
") *!
') )&
%% %!
##' &

Varianza y Desviacin Estndar

Dos medidas de dispersin que se utilizan con frecuencia y que s toman en
consideracin la forma en que se distribuyen los valores son la varianza y su raz
cuadrada, la desviacin estndar. Estas medidas establecen la forma en que los valores
fluctan con respecto a la media.
Varianza
La varianza se define como el promedio aritmtico de las diferencias entre cada
uno de los valores del conjunto de datos y la media aritmtica del conjunto elevadas al
cuadrado.
Su smbolo es W # si estamos trabajando con una muestra y
trabajando con una poblacin.
52 si estamos
a) Varianza para datos no agrupados

Muestra
Poblacin
8
" B3 B#
3"
W#
8"
R
" B3 .#
5# 3 "
R "
donde B3 representa los datos.

Ejemplo Determine la varianza del siguiente conjunto de datos:
#&
B
"#
#$
#)
"(
"&
#& "# #$ #) "( "&

#!
'
W#
#& #!# "# #!# #$ #!# #) #!# "( #!# "& #!#
'"
W#
"*'
&
W # $* # ( en unidades al cuadrado )
58

b) Varianza para datos agrupados

Muestra
Poblacin
7
" B3 B # 03
3"
W#
8"
7
" B3 . # 0 3
5# 3 "
R "
donde B3 es la marca de clase.

Ejemplo Considere la tabla con los datos de los edades de #' personas
Edades ( aos )
"& #!
#" #'
#( $#
$$ $)
$* %%
Total
Edades ( aos )
"& #!
#" #'
#( $#
$$ $)
$* %%
Total
B3
"( &
#$ &
#* &
$& &
%" &
03
#
(
)
&
%
#'
B3 03
$& !
"'% &
#$' !
"(( &
"'' !
((* !
((* !
#* *' aos
#'
W#
03
#
(
)
&
%
#'
"#*! %'"'
&" '") ( en aos2 )
#&
59
B3 B #
"&& #&"'
%" ($"'
! #""'
$! '*"'
"$$ "("'
B3 B # 0 3
$"! &!$#
#*# "#"#
" '*#)
"&$ %&)
&$# ')'%
"#*! %'"'

Las frmulas anteriores para calcular la Varianza muestral tienen una forma
abreviada:
Para datos no agrupados
Para datos agrupados
8
" B3# 8B#
3"
W#
8"
donde: B3 representa los datos
7
" 03 B3# 8B#
3"
W#
8"
donde: B3 representa la marca de clase
Propiedades de la Varianza
1) Z +<B WB# !
2) Z +<B ! si B constante
3) Z +<+B +# Z +<B
4) Z +<B , Z +<B
5) Z +<+B , +# Z +<B
6) Las unidades de medida de la varianza son las unidades al cuadrado de los datos.
Ejemplo: De un grupo de contribuyentes se determin que el promedio de
impuestos es de $32.200, con una varianza de $7.600. Determinar en cada uno de los
siguientes casos, la nueva varianza:
a) Los impuestos aumentan en un 2 %
b) A los impuestos se les disminuye la cantidad de $2.300
c) A cada contribuyente, se le disminuye un 3 % y adems se le condona $2.550
Solucin:
a) Z +<B ('!! " !## (*!( La nueva varianza es $ (*!(
b) Z +<B ('!! La nueva varianza es $ ('!!
c) Z +<B ('!! ! *(# ("&! ) La nueva varianza es $ ("&! )
60

Desviacin Tpica o Desviacin Estndar

Es la raz cuadrada positiva de la Varianza. Su smbolo es W si se est trabajando
con una muestra y es 5 si se est trabajando con una poblacin.
a) Desviacin estndar para datos no agrupados
Muestra
8
"
B3 B #
3"
W
8"
Poblacin
" B3 . #
5 3"
R "
donde B3 representa los datos.

Ejemplo Para el conjunto de datos #& "# #$ #) "( "& donde se obtuvo que su
varianza era W # $* # ; tendremos entonces que su desviacin estndar es
W $* # ' #' ( unidades )
b) Desviacin estndar para datos agrupados

Muestra
7
"
B3 B # 03
3"
W
8"
Poblacin
7
"
B3 .# 03
5 3"
R "
donde B3 es la marca de clase.

Ejemplo Para el ejemplo de los datos tabulados sobre las edades de #' personas
se obtuvo como varianza W # &" '"); luego su desviacin estndar ser
W &" '") ( ") ( aos )
61

Qu indican la Varianza y la Desviacin Estndar?
La varianza y la desviacin estndar miden la dispersin "promedio" en torno a la

media aritmtica, es decir, cmo fluctan las observaciones mayores por encima de la
media aritmtica y cmo se distribuyen las observaciones menores por debajo de ella.
La varianza tiene ciertas propiedades matemticas tiles. Sin embargo, al
calcularla se obtienen unidades al cuadrado cm2 , pulgadas2 , mm2 , (edades)2 , (horas)2 ,
etc. por ello, en la prctica, la principal medida de dispersin que se utiliza es la
desviacin estndar, cuyo valor est dado en las unidades originales cm, pulgadas, mm,
edades, horas, etc.
En los ejemplos anteriores:
a) Para la muestra de datos #& "# #$ #) "( "& se obtuvo por desviacin
estndar W ' #' ( unidades ). Esto indica que la mayor parte de los datos de esta
muestra se agrupan dentro de ' #' unidades por encima y por debajo de la media
aritmtica, es decir, entre #! ' #' "$ (% y #! ' #' #' #'
b) Para el caso de los datos tabulados correspondientes a las edades de #'
personas, se obtuvo una desviacin estndar de W ( ") aos. Esto indica que la mayor
parte de los datos estn agrupados entre #* *' ( ") ## () aos y
#* *' ( ") $( "% aos.
Edades ( aos )
"& #!
#" #'
#( $#
$$ $)
$* %%
Total
62
03
#
(
)
&
%
#'

Criterio de Homogeneidad
Una distribucin se considera homognea, si la desviacin estndar se encuentra

entre la quinta y la cuarta parte del rango. Si no es as, entonces se considera que la
muestra es heterognea.
a) Para la muestra de datos #& "# #$ #) "( "&
V #) "# "'
W ' #'
V V
$ # % !
& %
W $ # % !
Por lo tanto, la muestra es heterognea.
b) Para el caso de los datos tabulados de las edades de #' personas
Edades ( aos )
"& #!
#" #'
#( $#
$$ $)
$* %%
Total
V %% & "% & $! ( aos )
03
#
(
)
&
%
#'
W ( ") ( aos )
V V
' ( &
& %
W ' ( &
Por lo tanto, la muestra es homognea.
63

Observaciones
1) Cuanto ms separados o dispersos estn los datos, es decir, para muestras
heterogneas, tanto mayores sern el rango, la varianza y la desviacin estndar.
2) Si los datos estn ms concentrados, es decir, para muestras homogneas, tanto
menores sern el rango, la varianza y la desviacin estndar.
3) Si todas las observaciones son iguales ( de manera que no haya variacin en los
datos ), el rango, la varianza y la desviacin estndar sern iguales a cero.
64

Ejercicios
1) En una industria dos operarios en siete das de trabajo, son capaces de producir,
por da, y en forma individual la siguiente cantidad de rboles para fresa de #&! mm de
longitud por $!! mm de dimetro.
Operario A
Operario B
"!&
"!$
"!'
"!#
"!%
"!(
"!#
"!"
"!$
"!&
"!!
"!#
"!"
"!$
Determine
a) Rango del operario A y del operario B
b) Varianza del operario A.
c) Desviacin estndar de ambos operarios.
d) Son las muestras homogneas?.
2) Se hace una encuesta entre "!! personas acerca del nmero de horas diarias
que se dedican a ver televisin, obtenindose la siguiente informacin
N de horas
!"
#$
%&
'(
)*
"! ""
Total
03
$!
#!
"&
$#
"
#
"!!
Calcular la varianza y la desviacin estndar.

3) De un total de "!! datos, 20 son 4, 40 son 5, 30 son 6 y el resto 7. Hallar la
desviacin estndar.
4) Cuatro grupos de estudiantes, consistentes en "& #! "! y ") individuos, dieron
pesos de '! (# && y '& kilos. Hallar la varianza de los estudiantes.
5) Las notas de un estudiante en sus certmenes han sido )% *" (# ') )( y ().
Hallar la desviacin estndar. Las notas , son homogneas?.
65

6) La siguiente tabla corresponde a la estatura de )! estudiantes de una

determinada carrera:
Estatura
" '& " '*
" (! " (%
" (& " (*
" )! " )%
" )& " )*
" *! " *%
Total
03
'
"#
$!
##
)
#
)!
Hallar rango, varianza y desviacin estndar de la estatura.

7) La oficina de Censo, proporcion las edades de hombres y mujeres divorciados
( en miles de personas de ") aos de edad o ms ).
Edad
"& "*
#! #%
#& #*
$! $%
$& $*
%! %%
%& %*
&! &%
Total
Hombre
&
)!
"(%
#"!
$)&
%&!
#*&
"(%
"(($
Mujer
*
#"!
$!$
$"&
'&'
'&'
%!*
#!!
#(&)
Obtener las medidas de dispersin ( rango, varianza y desviacin estndar ) tanto

para los hombres como para las mujeres. Determine, adems si las muestras son
homogneas o no.
66

Solucin
"
+ VA '
VB '
, =#A % '(
- =A # "'
=B # !'
. Ambas muestras no son homogneas.

# =# ( "*
= # ')
$ = ! *
% =# $( '(
& = ) *#
Las notas no son homogneas.
' V ! $
(
V
=#
=
Hombres
%!
'% !$
)
=# ! !!$$
= ! !&(
Mujeres
%!
'( ')
) #$
Ambas muestras son homogneas.
67

Actividad Complementaria
Muchas veces en diarios, televisin, Internet, revistas, etc. se presenta
informacin en forma grfica.
En distintos temas tales como los de Educacin, Salud, Vivienda, Econmicos,
Polticos y Sociales en general, se recolectan datos mediante encuestas y luego se
ordenan y organizan en tablas y grficos, para extraer de ellos la informacin de manera
rpida y fcil de interpretar por cualquier persona. Con el propsito de realizar
comparaciones, sacar conclusiones e inferencias correspondientes al tema tratado.
Empleando una de hoja de clculo ( en este caso Microsoft Excel ) puedes
desarrollar las actividades que se presentan a continuacin:
Actividades:
Sigue los pasos indicados utilizando Excel:
1) Escribir los siguientes datos en una hoja de Excel :
1
2
3
4
5
6
7
8
9
A
"#
)
*&
%&
%)
%(
##
$'
*&
B
%&
*"
"$!
)%
%(
""#
)&
*'
%*
C
&)
($
%(
'"
**
&*
"#
"%
%(
D
&'
%
&)
'#
#&
&'
&"
*&
&)
E
&%
(%
%&
'#
"&
&)
"")
#*
%&
F
&%
)&
&'
%&
"'
)&
&#
*&
&'
2) Determinar el valor mximo y el valor mnimo:

Mximo
Mnimo
Secuencia
0B ... Estadsticas ... max )
Frmula
max(A1:F9)
(0B ... Estadsticas ... min )
min(A1:F9)
68
Resultado
"$!
%

3) Se debe calcular el recorrido: V B7+B B738

Recorrido
Frmula
max (A1:F9) min (A1:F9)
Resultado
"#'
4) Se debe elegir el nmero de intervalos de clases, utilice la Regla de Sturges:

7 " $ $ 691 8
Frmula
redondear(" $ $ LOG(54;10);1)
N de clases
7'
Elegir
7(
Utilicemos 7 '
5) Se calcula la amplitud (+): +
Amplitud
Resultado
' (
V
7
Frmula
Resultado
redondear.mas("#'';!)
#"
6) Se calcula el excedente (I ):
I 7+V?
Los datos son enteros, luego ? "

Excedente
Frmula
' #" "#' "
Resultado
"!
Luego, la amplitud se aumenta en una ?, es decir, + #" " ##

Excedente
Frmula
' ## "#' "
Resultado
5!
7) Clculo del primer lmite inferior de la tabla (^" ):
Primer Lmite Inferior
^" B738
Frmula
Resultado
min(A1:F9) TRUNCAR&#
#
69

8) Construccin de la tabla, para ello consideraremos las siguientes columnas y nmero

de filas:
26
27
28
29
30
31
32
33
A
Lmite Inferior
#
A#( ##
B
Lmite Superior
A28 1
B#( ##
C
03
Copiar hacia abajo, para obtener los lmites que faltan.

Resultado
26
27
28
29
30
31
32
33
A
Lmite Inferior
#
#%
%'
')
*!
""#
B
Lmite Superior
#$
%&
'(
)*
"""
"$$
8
C
03
9) Determine las frecuencias absolutas (03 ) de cada intervalo, para ello siga los siguientes
pasos:
1 Se marca el rango de las celdas en las cuales se registrarn las frecuencias.
2 Se activa 0B
3 Estadstica ... Frecuencia ... Aceptar
4 En esta ventana se debe asignar en el rango de los datos (A1:F9) y en el rango de los
grupos, se marcan las celdas del primer al penltimo lmite superior de la tabla
(B27:B31) ... Aceptar. (Aparece la frecuencia del primer intervalo )).
5 Se debe activar con el mouse la barra de frmulas antes del signo . Realice la
siguiente secuencia: Control Shift Enter. (Se obtienen as las restantes frecuencias).
6 Se marca la ltima celda de la tabla, luego ! y Enter.
70

Resultado
26
27
28
29
30
31
32
33
A
Lmite Inferior
#
#%
%'
')
*!
""#
B
Lmite Superior
#$
%&
'(
)*
"""
"$$
8
C
03
)
)
##
'
(
$
&%
10) Clculo de los lmites reales (P3 ):
26
27
28
29
30
31
32
33
A
Lmite Inferior
#
#%
%'
')
*!
""#
B
Lmite Superior
#$
%&
'(
)*
"""
"$$
8
C
03
)
)
##
'
(
$
&%
P3
^" ^ #
#
D
Lmite Real Inf.
E#( ##
D#( ##
E
Lmite Real Sup.
B#( A#)#
E#( ##
Copiar hacia abajo, para obtener los lmites reales que faltan.
Resultado
26
27
28
29
30
31
32
33
A
Lmite Inferior
#
#%
%'
')
*!
""#
B
Lmite Superior
#$
%&
'(
)*
"""
"$$
8
C
03
)
)
##
'
(
$
&%
D
Lmite Real Inf.
" &
#$ &
%& &
'( &
)* &
""" &
E
Lmite Real Sup.
#$ &
%& &
'( &
)* &
""" &
"$$ &
11) Para graficar esta informacin se puede hacer un HISTOGRAMA, para ello siga los
siguientes pasos:
1 Marcar las celdas de las frecuencias
2 Activar el Asistente de Grficos en la barra de herramientas estndar
3 Tipo de grfico seleccionar ... Columnas ... Siguiente ... Serie ... Rtulos del eje
de categoras (B) ... Marcar todos los lmites reales de la tabla ... Siguiente
71

4 Ttulos ... colocar ttulo al grfico y a los ejes B e C ... Siguiente ... Finalizar
5 Hacer clic en una barra del grfico
6 Con el botn derecho seleccionar ... Formato de serie de datos ... Opciones ...
Ancho del rango bajar a ! ... Aceptar
7 Con el botn derecho seleccionar el eje C ... Formato de ejes:
Escala ... Unidad Mayor $
Fuente ... Tamao "!
8 Con el botn derecho seleccionar el eje B ... Formato de ejes:
Tramas ... Ninguno
Fuente ... Tamao "!
Frecuencia Absoluta
Resultado
HISTOGRAMA
24
21
18
15
12
9
6
3
0
23,5
45,5
67,5
89,5
1,5
23,5
45,5
67,5
72
111,5
133,5
89,5
111,5
Lmites Reales

Autoevaluacin
1) En una encuesta realizada a #& personas en la ciudad de Chilln, sobre su equipo de
ftbol preferido, se obtuvieron los siguientes resultados:
U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, Colo Colo
Colo Colo, U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile
U. de Chile, U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile
U. Catlica, Colo Colo, U. de Chile, Concepcin
a) Construya una tabla para la informacin obtenida
b) Construya un grfico adecuado para la informacin dada
c) Cuntas personas son hinchas de Colo Colo?
d) Qu porcentaje de personas prefiere a U. de Chile?
e) Qu porcentaje de encuestados no es hincha de ublense?
2) Los salarios ofrecidos a 16 personas son ( en miles de pesos ):
165
155
149
170
166
150
167
151
154
142
165
148
144
149
135
100
Determine e interprete para la muestra:

a) Media aritmtica
b) Moda
c) Mediana
3) Los impuestos pagados por un grupo de contribuyentes han dado origen a la siguiente
tabla de frecuencia:
Monto de impuestos en miles N personas
1 - 20
4
21 - 40
15
41 - 60
21
61 - 80
18
81 - 100
2
Total
60
Determine:
a) Desviacin Estndar Muestral y explique su significado
b) Determine si la muestra es homognea o heterognea. Justifique su respuesta.
73

Solucin:
1) a)
Categoras
U. de Chile
Colo Colo
U. Catlica
ublense
Concepcin
Total
03
)
*
%
$
"
#&
J3
)
"(
#"
#%
#&
23
! $#
! $'
! "'
! "#
! !%
" !!
L3
! $#
! ')
! )%
! *'
" !!
F re cu e n cia
b)
E q u ip o s d e F tb o l F a v o rito s
C a te g o ra s
.D
lo
lo
il e
10
9
8
7
6
5
4
3
2
1
0
c) Las personas hinchas de Colo Colo son *

d) El porcentaje de personas que prefiere a U. de Chile es $# %
e) El porcentaje de personas que no prefiere a ublense es )) %
2) a) B "&! '#& El salario promedio es de $ "&!'#&
b) Q / "&! & El &! % de las personas tiene un salario superior a $ "&!&!!
c) Q 9 "%* y "'& Los salarios ms comunes son $ "%*!!! y $ "'&!!!
3) a) W "* '&& La desviacin estndar es un estadstico que nos indica que tan
dispersos estn los datos, con respecto a la media aritmtica.
b) Los datos no son homogneos.
74

UNIDAD N 2
PROBABILIDADES
75

Elementos de Probabilidades
Los primeros estudios de probabilidad fueron motivados por la posibilidad de

acierto o fracaso en los juegos de azar. La probabilidad es un mecanismo por medio del
cual pueden estudiarse sucesos aleatorios, es decir, operaciones cuyo resultado no puede
ser predicho de antemano con seguridad. Por ejemplo, el lanzamiento de una moneda.
Enfoques de probabilidad
1) Experimento aleatorio o experimento: cualquiera operacin cuyo resultado no
puede ser predicho de anterioridad con seguridad.
Ejemplo:
a) lanzamiento de una moneda
b) lanzamiento de un dado
c) extraccin de una carta de una baraja de 52 cartas
2) Espacio muestral: es el conjunto de todos los posibles resultados asociados a
un experimento. Su smbolo es H . Si el espacio muestral tiene un nmero finito de
elementos o infinito numerable, entonces se dice que ste es discreto y si el espacio
muestral tiene como elementos todos los puntos de algn intervalo real, entonces se dice
que ste es continuo .
Ejemplo:
a) experimento:lanzamiento de un dado
H " # $ % & '
b) experimento: tiempo de duracin de un tubo fluorescente
H {>> !}
3) Evento o suceso: es cualquier subconjunto de un espacio muestral. Todo
subconjunto es un evento, en particular H mismo es un evento, llamado suceso seguro y
el conjunto vaco, g, tambin es un evento, llamado suceso imposible .
Ejemplo:
A obtener un nmero impar al lanzar un dado
A " $ &
B obtener al menos una cara al lanzar una moneda dos veces
B -= =- --
76

Como los eventos son subconjuntos de H, entonces es posible aplicar la teora de

conjuntos para obtener nuevos eventos.
Si A y B son eventos, entonces tambin lo son A B, A B, Ac
A B ocurre si, y slo si slo ocurre A o slo ocurre B u ocurren A y B a la vez.
A B ocurre si, y slo si ocurre A y ocurre B a la vez.
Ac ocurre si, y slo si no ocurre A.
En todo experimento aleatorio H se considera el conjunto universal, por lo tanto,
todos los complementos son tomados respecto a H.
Ejemplo
Considere el experimento lanzamiento de dos dados.
a) Determine el espacio muestral
b) Obtenga los siguientes eventos:
A la suma de los dos nmeros es un mltiplo de dos
B ambos dados muestran la misma cara
C los dos nmeros son primos
D la resta de los dos nmeros es divisible por tres
c) Encuentre, si es posible, A B, C D, Bc , Bc Cc
Solucin:
a" "b
a# "b
a$ "b
H
a% "b
a& "b
a' "b
+
a" "b
A a$ "b
a& "b
,
a" #b
a# #b
a$ #b
a% #b
a& #b
a' #b
a" $b
a$ $b
a& $b
a" $b
a# $b
a$ $b
a% $b
a& $b
a' $b
a" &b
a$ &b
a& &b
a" %b
a# %b
a$ %b
a% %b
a& %b
a' %b
a# #b
a% #b
a' #b
a" &b
a# &b
a$ &b
a% &b
a& &b
a' &b
a# %b
a% %b
a' %b
a" 'b
a# 'b
a$ 'b
a% 'b
a& 'b
a' 'b
a# 'b
a% 'b
a' 'b
B a" "b
a# #b
a$ $b
a% %b
a& &b
a' 'b
D a" %b
a# &b
a$ 'b
a% "b
a& #b
a' $b
a# #b
C a$ #b
a& #b
a# $b
a$ $b
a& $b
a# &b
a$ &b
a& &b
77

-
ABA
C D a# &b
a& #b
Bc aB C bB C
a" #b
a# %b
Bc Cc
a% #b
a& 'b
a" $b
a# 'b
a% $b
a' "b
a" %b
a$ "b
a% &b
a' #b
a" &b
a$ %b
a% 'b
a' $b
a" 'b
a$ 'b
a& "b
a' %b
a# "b
a% "b
a& %b
a' &b
Concepto de probabilidad en un espacio finito equiprobable

Si H es un espacio muestral con 8 elementos, entonces la probabilidad de un
7
evento A es el cuociente
, donde 7 es el nmero de elementos de A
8
Esto se denota: T E
7
8
Ejemplo
H lanzamiento de un dado
A aparece un mltiplo de tres
PaAb
H " # $ % & '

A $ '
#
"
'
$
Definicin: Diremos que dos eventos A y B son mutuamente excluyentes o

disjuntos si no pueden ocurrir juntos, es decir A B g
Por ejemplo, H lanzamiento de un dado
H " # $ % & '
A aparece un mltiplo de tres E $ '
B aparece un mltiplo de cuatro
F %
Luego, A y B son eventos disjuntos, porque A B g
78

Axiomas de probabilidad
Sean H cualquier espacio muestral y A y B dos eventos cualesquiera de este:
Axioma1 PaHb "
Axioma2 PaAb ! a A H
Axioma3 PaA Bb PaAb PaBbsi A B g
En general, P E3 PaE" b PaE# b PaE$ b PaE3 b con

3"
E3 E4 g , a 3 4
_
De estos tres axiomas fundamentales es posible determinar algunas propiedades y

consecuencias:
Teorema1
a) Pagb !
b) PaAc b 1 PaAb
c) Si A B, entonces PaA b PaBb
Corolario
! PaAb 1
79

Teorema 2
a) PaA Bb PaAb PaBb PaA Bb
b) PaA Bb PaAb PaA Bb
Corolario
PaA B Cb PaAb PaBb PaCb PaA Bb PaA Cb PaB Cb PaA B Cb
Teorema3
Sea H un espacio muestral y A un evento de H , A H , entonces
PaAb PaA1 b PaA2 b PaA3 b PaAk b
5
P(A) " PaAi b
3"
Donde Ai son eventos disjuntos cuya unin es A
80

Ejemplos
1) Suponga que A y B son eventos para los cuales PaAb B ; PaBb C y
PaA Bb D . Determine:
a) PaAc Bc b
b) PaAc B b
c) PaAc B b
d) PaAc Bc b
Solucin
a) PaAc Bc b P[aA Bbc ]
1 PaA Bb
"D
b)PaAc B b
P[aA Bbc ]
1 PaA Bb
" PaAb PaA Bb
"BD
c) PaAc B b
PaB Ab
PaBb PaA Bb
CD
d) PaAc Bc b P[aA Bbc ]

" PaA Bb
" PaAb PaBb PaA Bb
"BCD
81

2) De la produccin de tornillos de cierta magnitud resulta que el 5 % de ellos no

tienen el largo especificado, el 7 % no tienen el dimetro especificado y el 2 % tiene
ambos defectos. Se elige un tornillo al azar de la produccin de estas magnitudes. Cul
es la probabilidad que:
a) tenga al menos uno de los dos defectos?.
b) tenga slo el defecto del largo?
c) tenga slo uno de los dos defectos?
d) no tenga defectos?
Solucin
A tornillos con defecto del largo
B tornillos con defecto del dimetro
a) PaA Bb PaAb PaBb PaA Bb

! !& ! !( ! !#
! "!
La probabilidad de que tenga al menos uno de los dos defectos es de un ! "!
b) PaA Bb
PaAb PaA Bb
! !& ! !#
! !$
La probabilidad de que tenga slo el defecto del largo es de un ! !$
c) PaA Bb PaB Ab a! !$b PaBb PaA Bb

! !$ ! !( ! !#
! !)
La probabilidad de que tenga slo uno de los dos defectos es de un ! !)
d) PaA Bb-
" PaA Bb
" ! "!
! *!
La probabilidad de que no tenga defectos es de un ! *!
82

3) La alimentacin de cierta especie se considera completa si cada individuo

consume tres tipos de alimentos en cantidades adecuadas. En una poblacin se encontr
que el 75 % consume alimento tipo A, el 70 % alimento tipoB, el 50 % alimento tipo C,
el 50 % alimento tipo A y B, el 30 % alimento tipo A y C, el 30 % alimento tipo B y C y
el 15 % consume de los tres tipos de alimentos. Se elige un individuo al azar en la
poblacin, calcular la probabilidad que:
a) consuma slo alimento tipo C.
b) consuma slo un tipo de alimento.
c) consuma al menos dos tipos de alimentos
Solucin
M individuo de la poblacin que consume alimento tipo A
N individuo de la poblacin que consume alimento tipo B
Q {individuo de la poblacin que consume alimento tipo C}
a) La probabilidad de que un individuo slo consuma alimento tipo C es de 0,05

b) La probabilidad de que un individuo consuma slo un tipo de alimento es de
0,20 .
c) La probabilidad de que un individuoconsuma al menos dos tipos de alimentos
es de un 0,80.
83

Ejercicios
1) Si A,B y C son eventos mutuamente excluyentes, y P(A) ! # P(B) ! $

P(C) ! #
Encuentre
b) P Ac ( B U C )
a) P(A U B U C)
c) P( B U C )
2) Sean A y B eventos tales que PaAb
a) PaAc b
c) PaA Bb
e) PaAc Bc b
"
"
"
PaBb PaA Bb calcule
#
$
%
b) PaBc b
d) PaA Bb
f) PaAc Bc b
3) De un total de 500 estudiantes, se encuentra que 210 fuman, que 258 toman
bebidas alcohlicas, que 216 toman alimentos entre comidas, que 122 fuman y toman
bebidas alcohlicas, que 83 toman alimentos entre comidas y tambin bebidas
alcohlicas, que 97 fuman y toman alimentos entre comidas y que 52 practican estos tres
dainos hbitos. Si se escoge aleatoriamente a un miembro de esta generacin, encuentre
la probabilidad de que el estudiante
a) fumen, pero no tome bebidas alcohlicas.
b) tome alimentos entre comidas e ingiera bebidas alcohlicas, pero no fume.
c) no fume y no tome alimentos entre comidas.
4) La probabilidad de que una industria XX se ubique en la ciudad A es de 0,7; de
que se localice en la cuidad B es de 0,4 y de que se encuentre en A o en B, o en ambas es
de 0,8. Cul es la probabilidad de que la industria se localice
a) en ambas cuidades?.
b) en ninguna de ellas?.
5) En una bolsa hay 36 fichas numeradas del 1 al 36, respectivamente. Si se extrae
una ficha, calcular la probabilidad de que la ficha extrada sea
a) un nmero par
c) un mltiplo de 5
e) un nmero divisible por 6
b) un nmero primo
d) un nmero terminado en 2
f) un nmero impar mayor que 20.
84

Solucin
1)
a) P(A U B U C) ! (
c) P( B U C ) ! &
b) P Ac ( B U C ) ! &
2)
b) PaBc b
a) PaAc b
"
#
c) PaA Bb
d) PaA Bb
(
"#
e) PaAc Bc b
#
$
"
%
f) PaAc Bc b
$
%
&
"#
3)
))
&!!
b) La probabilidad de que tome alimentos entre comidas e ingiera bebidas
$"
alcohlicas, pero no fume es
&!!
"("
c) La probabilidad de que no fume y no tome alimentos entre comidas es
&!!
a) La probabilidad de que fumen, pero no tome bebidas alcohlicas es
4)
a) La probabilidad de que la industria se localice en ambas ciudades es ! $
b) La probabilidad de que la industria no se localice en ninguna de ellas es ! #
5)
"
#
""
b) La probabilidad de que la ficha extrada sea un nmero primo es
$'
(
c) La probabilidad de que la ficha extrada sea un mltiplo de 5 es
$'
"
d) La probabilidad de que la ficha extrada sea un nmero terminado en 2 es
*
"
e) La probabilidad de que la ficha extrada sea un nmero divisible por 6 es
'
f) La probabilidad de que la ficha extrada sea un nmero impar mayor que 20 es
#
*
a) La probabilidad de que la ficha extrada sea un nmero par es
85

Probabilidad Condicional
Cuando se est calculando la probabilidad de un evento A en particular, y se tiene

informacin sobre la ocurrencia de otro evento B, esta probabilidad se conoce como
probabilidad condicional, la cual se denota por PaA/Bb, se lee "probabilidad de A dado
B" y se define como:
PaA/Bb
PaA Bb
con P(B) 0
PaBb
Las probabilidades condicionales satisfacen los axionas de probabilidad:

1) PaH/Bb "
PaH/Bb
PaH Bb
PaBb
PaBb
PaBb
"
2) P[aA Cb/B] PaA/Bb PaC/Bb
P[aA Cb B]
PaBb
P[aA Bb aC Bb]
PaBb
PaA Bb PaC Bb
PaBb
PaBb
PaA/Bb PaC/Bb
P[aA Cb/B]
86
AC g

Ejemplos
1) La probabilidad de que un vuelo de programacin regular despegue a tiempo es
PaDb ! )$ ; la que llegue a tiempo es PaAb ! )# y la que despegue y llegue a
tiempo es PaD Ab ! () . Encuentre la probabilidad de que el avin:
a) llegue a tiempo dado que despeg a tiempo.
b) despegue a tiempo dado que lleg a tiempo
Solucin
D despegar a tiempo
A llegar a tiempo
a) PaA/Db
PaA Db
! ()
! *%
! )$
PaDb
La probabilidad de que el avin llegue a tiempo dado que despeg a tiempo es de

0,94.
b) PaD/Ab
PaD Ab
! ()
! *&
PaAb
! )2
La probabilidad de que el avin despegue a tiempo dado que lleg a tiempo es de

0,95.
2) En una oficina hay 100 mquinas calculadoras, algunas de ellas son elctricas aEb
mientras que otras son manuales aMb. De ellas unas son nuevas aNb y otras usadas aUb.
El nmero de mquinas por categora est dada en la siguiente tabla:
N
U
E
40
20
M
30
10
Total
70
30
Una persona entra a la oficina y escoge una mquina al azar, descubre que es
nueva. Cul es la probabilidad que sea elctrica?
PaE/Nb
PaE Nb
PaNb
%!
"!!
(!
"!!
%
(
La probabilidad es de 0,57
87

3) Un grupo de 500 ejecutivos es clasificado de acuerdo a las caractersticas del

peso y a la insidencia del peso en la hipertensin. Se da la siguiente tabla:
Sobre pesoaSPb
50
75
125
HipertensoaHb
No hipertensoaHc b
Total
Peso normalaPNb
40
225
265
Bajo pesoaBPb
10
100
110
Total
100
400
500
a) Cul es la probabilidad de que una persona elegida al azar sea hipertensa?

b) Una persona elegida al azar tiene sobrepeso. Cul es la probabilidad que
tambin sea hipertensa?
c) Una persona elegida al azar no es hipertensa. Cul es la probabilidad de que
tenga peso normal?
a) PaHb
"!!
"
&!!
&
La probabilidad de que una persona sea hipertensa es de un 0,20.

b) PaH/SPb
PaH SPb
PaSPb
&!
&!!
"#&
&!!
#
&
La probabilidad de que una persona con sobrepeso sea tambin hipertensa es de

un 0,40.
c) PaN/Hc b
PaN Hc b
PaHc b
##&
&!!
%!!
&!!
*
"'
88

La probabilidad de que una persona no hipertensa tenga tambin peso normal es

de un 0,&'#& .
Uno de los usos ms frecuentes de la probabilidad condicional es dar un
procedimiento fcil para asignar probabilidades a intersecciones de eventos. Del
concepto de probabilidad condicional es posible encontrar una expresin til, llamada
regla del producto, para la probabilidad de interseccin de eventos, esta es:
PaA Bb
PaBb
PaA/Bb
PaA Bb PaA/Bb PaBb

As,
PaA B Cb PaA/B Cb PaB Cb
PaA/B Cb PaB/Cb PaCb
PaA B C Db PaA/B C Db PaB C Db

PaA/B C Db PaB/C Db PaC Db
PaA/B C Db PaB/C Db PaC/Db PaDb
Ejemplos:
1) Se seleccionan 2 fichas al azar, sin reemplazo, de una urna que contiene 4
blancas y 8 negras. Calcular la probabilidad de que:
a) ambas sean blancas.
b) la segunda sea blanca.
a) B {fichas blancas}
N {fichas negras}
PaBb
PaNb
%
"#
)
"#
PaB1 B2 b PaB1 b PaB2 /B1 b
% $
"# ""
"
""
La probabilidad de ambas fichas sean blancas es de un 0,09.
89

b) PaB1 B2 b PaN1 B2 b
"
PaN1 b PaB2 /N1 b
""
"
) %
"" "# ""
"
$
La probabilidad de que la segunda ficha sea blanca es de un 0,33.

2) Una caja de fusibles contiene 20 unidades, de las cuales 5 son defectuosas. Si
tres de estos fusibles son tomados al azar, en sucesin y sin reemplazo.
a) Cul es la probabilidad que los tres sean defectuosos?
b) Si en cada una de las dos primeras se extrajo un defectuoso.Cul es la
probabilidad que el tercero extraido sea bueno?
c) Si los dos primeros estaban buenos. Cul es la probabilidad que el tercero
extrado sea defectuoso?
d) Cul es la probabilidad que los dos primeros sean buenos y el tercero
defectuoso?
Sean D {fusible defectuoso}
Dc {fusible no defectuoso}
PaDb
&
#!
a) PaD1 D2 D3 b
PaDc b
"&
#!
PaD1 b PaD2 /D1 b PaD3 /D1 D2 b
& % $
#! "* ")
"
""%
La probabilidad es de un 0,00877.
b) PaDc3 /D1 D2 b
"&
")
La probabilidad es de un 0,)$ .
c) PaD3 /Dc1 D2c b
&
")
La probabilidad es de un ! #) .
d) PaDc1 D2c D3 b
PaD1c b PaD2c /D1c b PaD3 /D1c D2c b
"& "% &
#! "* ")
$&
##)
La probabilidad es de un ! "& .
90

Ejercicios
1) La probabilidad de que un automvil al que se le llena el tanque de gasolina

necesite tambin un cambio de aceite es de 0,25 ; la de que requiera un nuevo filtro de
aceite es de 0,40 y de que le haga falta tanto cambio de aceite como de filtro es de 0,14.
a) Si se debe cambiar el aceite, cul es la probabilidad de que necesite un filtro
nuevo?.
b) Si se necesita un filtro nuevo, cul es la probabilidad de que requiera un
cambio de aceite?.
2) Para parejas de casados que viven en una cierta ciudad de los suburbios., la
probabilidad de que el esposo vote en alguna eleccin es de 0,21, la de que su esposa lo
haga, de 0,28 y la de que ambos voten, de 0,15. Cul es la probabilidad de
a) al menos un miembro de la pareja de casados vote?.
b) vote la esposa, dado que su esposo lo hace?.
c) vote un esposo, dado que su esposa no lo hace?.
3) De una caja que contiene 6 pelotas negras y 4 verdes, se sacan tres en sucesin,
reemplazndose cada pelota en la caja antes de extraer la siguiente.
a) Cul es la probabilidad de que las tres sean del mismo color?.
b) Cul es la probabilidad de que primera pelota sea negra, la segunda verde y la
tercera negra?.
c) Repita las mismas preguntas anteriores, pero asuma que no hay reemplazo.
4) Una urna contiene 7 bolas rojas y 3 bolas blancas. Se sacan 3 bolas de la urna .
Hallar la probabilidad de que las dos primeras sean rojas y la tercera blanca.
a) las bolas se devuelven a la urna.
b) las bolas no se devuelven a la urna.
5) En cierta facultad, 25 % de los estudiantes perdieron matemticas, 15 %
perdieron qumica y 10 % perdieron las dos. Se selecciona un estudiante al azar.
a) Si perdi qumica, cul es probabilidad de que perdi matemticas?
b) Si perdi matemticas, cul es probabilidad de que perdi qumica?
c) Cul es probabilidad de que perdi matemticas o qumica?
91

6) Sean A y B eventos con PaAb

a) PaA/Bb
c) PaA Bb
e) PaBc /Ac b
"
"
"
, PaBb
y PaA Bb
. Hallar
#
$
%
b) PaB/Ab
d) PaAc /Bc b
7) A un jugador le reparten 5 cartas de una baraja corriente de 52 cartas. Cul es

la probabilidad de que todas sean corazones?.
8) Una clase tiene 15 nias y 19 nios. Si se escogen tres estudiantes al
azar.Cul es probabilidad de que
a) todos sean nios.
b) todos sean nias.
c) al menos uno sea nio
d) dos sean mujeres.
e) al menos dos sean nios.
9) Se estima que la probabilidad de que aumenten las ventas de automviles en el
siguiente mes es de 0,40. Se estima que la probabilidad de que aumenten las ventas de
refacciones es de 0,30. Se estima que la probabilidad de que ambas industrias
experimenten un aumento en ventas es de 0,10. Cul es la probabilidad de que
a) hayan aumentado las ventas de automviles durante el mes, dado que existe
informacin de que han aumentado las ventas de refacciones?
b) hayan aumentado las ventas de refacciones, dado que existe informacin de
que aumentaron las ventas de automviles durante el mes?
92

Solucin
1) A cambio de aceite
B nuevo filtro
a) PaB/Ab ! &'
b) PaA/Bb ! $&
2) A esposo vota
B esposa vota
a) PaA Bb ! $%
c)PaA/Bc b ! !)
b) PaB/Ab ! ("
3) N pelota negra
V pelota verde
a) PaN1 N2 N3 b PaV1 V2 V3 b
b) PaN1 V2 N3 b
")
! "%%
"#&
c) PaN1 N2 N3 b PaV1 V2 V3 b
PaN1 V2 N3 b
(
! #)
#&
"
! #!
&
"
! "'''
'
4) R pelota roja
B pelota blanca
a) PaR1 R2 B3 b
"%(
"!!!
b) PaR1 R2 B3 b
(
%!
5) A perder matemticas B perder qumica

a)PaA/B b
#
$
c) PaA Bb ! $
b) PaB/Ab
6)
93
#
&

a) PaA/B b
b) PaB/A b
$
%
c) PaA B b
(
"#
e) PaBc /Ac b
&
'
"
#
d) PaAc /Bc b
&
)
7) PaC1 C2 C3 C4 C5 b ! !!&
8) A nias
B nios
a) PaB1 B2 B3 b ! "'
b) PaA1 A2 A3 b ! !)
c) $PaB1 A2 A3 b $PaB1 B2 A3 b PaB1 B2 B3 b ! *#

d) $PaB1 A2 A3 b ! $$
e) $PaB1 B2 A3 b PaB1 B2 B3 b ! &*

9) A aumento venta de automviles
B aumento ventas de refacciones
a) PaA/Bb
"
$
b) PaB/Ab
94
"
%

Teorema: aProbabilidad totalb Suponga que los eventos A1 ,A2 ,...,Ak forman una
particin de H, es decir, A1 A2 ... Ak H, A3 g y Ai Aj g , a 3 4 .
Entonces para cualquier evento E del espacio muestral H se tiene:
5
PaEb " PaAi b PaE/Ai b
3"
Teorema de Bayes: Si A1 ,A2 ,...,Ak es una particin de H, es decir,
A1 A2 ... Ak H, A3 g y Ai Aj g , a 3 4 . Entonces para cualquier
evento B H se tiene:
PaAi /Bb
PaAi /Bb
PaAi /Bb
PaAi Bb
PaBb
PaB Ai b
PaB A1 b PaB A2 b ... PaB Ak b
PaB/Ai b PaAi b
PaB/A1 b PaA1 b PaB/A2 b PaA2 b ... PaB/Ak b PaAk b
Ejemplos:
1) La probabilidad de que Alicia estudie para su examen final de Estadstica es
0,2 . Si estudia la probabilidad de que apruebe el examen es 0,8, en tanto que si no
estudia la probabilidad es 0,5.
a) Cul es la probabilidad que Alicia apruebe estadstica?.
b) Dado que Alicia aprob su examen. Cul es la probabilidad de que haya
estudiado?.
E Alicia estudia
Ec Alicia no estudia
A Alicia aprueba estadstica
PaEb ! #
PaEc b ! ) PaA/Eb ! )
a) PaAb PaA Eb PaA Ec b

PaAb PaA/Eb PaEb PaA/Ec b PaEc b
PaAb a! )ba! #b a! &ba! )b
PaAb ! &'
PaA/Ec b ! &
La probabilidad de que Alicia apruebe estadstica es de un 0,56 .
95

b) PaE/Ab
PaE Ab
PaAb
PaA Eb
PaAb
PaA/Eb PaEb
PaAb
a! )ba! #b
! &'
! #*
La probabilidad de que Alicia haya estudiado dado que aprob estadstica es de
un 0,29.
96

2) Componentes complejas son ensambladas en una planta que usa dos lneas de
ensamblado A y B. La lnea A usa equipos ms viejos que la lnea B de manera que es
algo ms lenta y menos confiable. Suponga que en un da dado, la lnea A ha ensamblado
8 componentes de los cuales 2 son defectuosos y 6 son no defectuosos, mientras que la
lnea B ha producido 1 componente defectuoso y 9 componentes no defectuosos. El
encargado de ventas selecciona al azar una de estas 18 componentes para una
demostracin y encuentra que es defectuosa. Cul es la probabilidad que esta
componente haya sido ensamblada por la lnea A?.
A lnea A
B lnea B
D artculo defectuoso
PaAb PaBb
PaA/Db
PaA Db
PaDb
PaD/Ab
PaD/Bb
#
)
"
"!
PaD Ab
PaD Ab PaD Bb
PaD/Ab PaAb
PaD/Ab PaAb PaD/Bb PaBb
# "
) #
# "
" "

) # "! #
"
#
&
(
La probabilidad de que la componente defectuosa la haya producido la lnea A es

de un 0,71.
97

3) De un grupo gande de habitantes de una ciudad que tiene igual nmero de

personas en administracin, comercio, servicio de salud y servicio municipal se encontr
que el 35 % de los administrativos, el 25 % de los comerciantes, el 20 % del servicio de
salud y el 15 % del servicio municipal eran mujeres.
a) Cul es la probabilidad que una mujer escogida al azar del grupo sea
administrativa?
b) Cul es la probabilidad que un individuo del grupo elegido al azar sea
hombre?
A administrativo
C servicio salud
M mujer
B comerciante
D servicio municipal
Mc hombre
PaAb PaBb PaCb PaDb

PaM/Ab ! $&
PaM/Cb ! #!
a) PaA/Mb
PaA Mb
PaMb
"
%
PaM/Bb ! #&
PaM/Db ! "&
PaM Ab
PaM Ab PaM Bb PaM Cb PaM Db
PaM/Ab PaAb
PaM/Ab PaAb PaM/Bb PaBb PaM/Cb PaCb PaM/Db PaDb
a! $&ba! #&b
a! $&ba! #&b a! #&ba! #&b a! #!ba! #&b a! "&ba! #&b
! $(
La probabilidad de que la mujer sea administrativa es de un 0,37 .
b) PaMc b " PaMb
" ! #$(&
! ('#&
La probabilidad de que el individuo sea un hombre es de un 0,7625 .
98

Ejercicios
1) La polica planea reforzar el respeto a los lmites de velocidad mediante la

utilizacin de sistemas de radar en cuatro diferentes sitios dentro de la ciudad. Los
sistemas de radar en cada sitio L1 , L2 , L3 y L4 se ponen a funcionar, respectivamente, el
40 %, 30 %, 20 % y 30 % del tiempo, y si una persona que conduce a gran velocidad
rumbo a su trabajo tiene, respectivamente, las probabilidades de 0,2 ; 0,1 ; 0,5 y 0,2 de
pasar por alguno de estos sitios y le multen. Cul es la probabilidad de que le levanten
una multa?.
2) Suponga que se distribuyen pelotas de colores en tres cajas idnticas de la
siguiente manera
Roja
Blanca
Azul
Caja 1
#
$
&
Caja 2
%
"
$
Caja 3
$
%
$
Una caja se selecciona aleatoriamente, de ella se saca una pelota, tambin

aleatoriamente, y se observa que es roja. Cul es la probabilidad de que la caja 3 sea la
que se escogi?.
3) Tres mquinas A, B y C producen respectivamente 60 %, 30 % y 10 % del
nmero total de artculos de una fbrica. Los porcentajes de desperfectos de produccin
de estas mquinas son respectivamente 2 %, 3 % y 4 %. Seleccionando un artculo al azar
result defectuoso. Hallar la probabilidad de que el artculo hubiera sido producido por la
mquina C.
4) Una compaa necesita tomar la decisin de patrocinar en la TV uno de los
siguientes programas juegos de futbolaFb, una serie del oesteaOb o un programa
musicalaMb. Las probabilidades de que decidan por F, O o M son 0,40 ;0,35 y 0,25
respectivamente. Las probabilidades de que las ganancias aumenten sustancialmente si
escogen F, O o M son 0,50 ;0,40 y 0,30 respectivamente. Si las ganancias aumetan
sustancialmente, encontrar la probabilidad de que la compaa haya escogido la serie del
oeste.
99

5) Existen tres teoras econmicas principales I, que la inflacin va a

desaparecer pronto; D, que ocurrir la depresin, y R, que ocurrir la recesin. Las
probabilidades de que I, D o R ocurran son 0,40 ; 0,35 y 0,25 , respectivamente. Las
probabilidades de que las acciones de la Compaa Goldmine tripliquen su valor si ocurre
I, D o R son 0,90 ;0,60 y 0,20 respectivamente. Si las acciones triplican su valor, cul es
la probabilidad de que la inflacin haya desaparecido?.
6) Tres mquinas A, B y C producen componentes mecnicos similares. A
produce el 45 % del total de componentes, B el 30 % y C el 25 %. Para el programa de
produccin usual, el 8 % de los componentes producidos por A no cumplen con las
especificaciones establecidas, para B y C, las cifras correspondientes son 6 % y 3 % ,
respectivamente; un componente es extrado al azar de la produccin total y se encuentra
defectuoso. Encontrar la probabilidad de que el componente seleccionado fuera
producido por la mquina A.
100

Solucin
1) M multa
PaMb ! #(
2) R roja
B blanca
A azul
C1 caja 1
C2 caja 2
C3 caja 3
PaC3 /Rb
$
"!
3) A mquina A
B mquina B
C mquina C
PaC/Db ! "'
4) F juego de ftbol
O serie del oeste
G programa musical
G aumento de ganacias
PaO/Gb ! $%
5) I desaparezca la inflacin
D ocurrir la depresin
C ocurrir la recesin
A acciones triplicadas
PaI/Ab ! &)
6) A mquina A
B mquina B
C mquina C
PaA/Db ! &*
101

Eventos Independientes
Concepto: Los eventos A y B se dicen independientes si, y slo si:

PaA Bb PaAb PaBb
Teorema: Suponga que PaAb ! y PaBb !, entonces A y B independientes

implica que ellos no son excluyentes y A , B mutuamente excluyentes implica que ellos
no son independientes.
Ejemplos
1) Si dos dados son lanzados una vez y sean los siguientes eventos
A la suma es 7
B los dos dados muestran el mismo nmero
C el primer dado es par
Son A y B , A y C independientes?
A a" 'b a# &b a$ %b a% $b a& #b a' "b
PaAb
"
'
B a" "b a# #b a$ $b a% %b a& &b a' 'b
PaBb
"
'
PaCb
"
#
a# "b
C a% "b
a' "b
ABg
a# #b
a% #b
a' #b
a# $b
a% $b
a' $b
a# &b
a% &b
a' &b
a# 'b
a% 'b
a' 'b
PaA Bb !
PaA Bb PaAb PaBb
A y B no son independientes
A C a# &b a% $b a' "b

PaAb PaCb
a# %b
a% %b
a' %b
PaA Cb
"
"#
" "
"

' #
"#
PaA Cb PaAb PaCb
A y C son independientes
102

2) Dada la siguiente tabla

fumadoraFb
no fumadoraFc b
con cnceraCb
! &
! "
sin cnceraCc b
! #
! #
Son F y C eventos independientes?

PaF Cb ! &
PaFb ! (
PaFb PaCb a! (b a! 'b ! %#

PaF Cb PaFb PaCb
F y C no son independientes
103
PaCb ! '

Ejercicios
1) Sea el caso de lanzar dos monedas corrientes al aire. Sean los eventos:
A {todas caras o todas sellos}
B {aparece una cara}
C {aparece a lo menos una cara}
Son A y B, A y C, B y C independientes?
2) Se lanzan dos dados. Sean los eventos:
A {la suma de cinco}
B {el primer nmero es impar}
C {el segundo nmero es divisible por tres}
D {la suma es mayor que siete}
Cules eventos son independientes tomados en parejas?
Solucin
1) Ninguno es independiente.
2) Slo son independientes A y B ; A y C ; B y C
104

Distribucin Normal
Es la distribucin continua de probabilidad ms importante en el campo de la
estadstica. Su grfica recibe el nombre de curva normal, su forma es la de una campana.
Esta curva permite describir muchos fenmenos que ocurren en la naturaleza, la

industria y la investigacin.
Una variable aleatoria (v.a.) continua \ que tiene distribucin en forma de

campana se llama v.a. normal.
5 2 , es:
Concepto: la funcin de densidad de la v.a. normal \ , con media . y varianza
0 a\ b
#1 5
"
" \. #
5
/ #
\ R a. 5 # b
105
_B_

Propiedades de la curva normal

1) El mximo valor de la curva es en B .
2) La curva es simtrica respecto a la recta B .
3) La curva es cncava hacia arriba en ] _ . 5 . 5 _ y es
cncava hacia abajo en ] . 5 . 5 [ .
4) La curva es asinttica al eje \ .
5) El rea bajo la curva y sobre el eje \ es uno.
Areas bajo la curva normal
Pa+ \ ,b ( 0 a\ b .\
,
Sin embargo, resolver esta integral con la funcin de densidad de la v.a. normal
no es tan simple. Por tal motivo, se recurre a un proceso denominado estandarizacin
basndose en una v.a normal D que tiene . ! y 5 # " y que se denomina distribucin
normal estndar.
106

Concepto: Si D es una v.a normal con . ! y 5 # ", tiene funcin de densidad:

" #
^
"
0 a^ b
/ #
#1
_B_
^ R a! "b
El proceso de estandarizacin se realiza de la siguiente forma:

Si \ R a. 5 # b, entonces ^
\.
5
Los valores de la v.a normal D se encuentran tabulados

Ejemplos:
" PaD " )%b
PaD " )%b
" PaD " )%b

" ! *'("
! !$#*
107

# Pa " *( D ! )'b
Pa " *( D ! )'b
PaD ! )'b PaD " *(b

! )!&" ! !#%%
! ()!(
$ PaD D! b ! (%)'
PaD D! b ! (%)'
" PaD D! b ! (%)'
" ! (%)' PaD D! b
! #&"% PaD D! b D! ! '(
108

% Sea \ una v.a normal con . %! y 5 ' , determine

a) Pa\ Bb ! %&
PD
B %!
! %&
'
B %!
! "$ B $* ##
'
b) Pa\ Bb ! "%
" PD
PD
B %!
! "%
'
B %!
! )'
'
B %!
" !) B %' %)
'
109

Ejercicios
I ) Usando la tabla determine

a) PD ! )$
Resp.:0,7967
b) PD " #(
Resp.:0,1020
c) PD ! )$
Resp.:0,2033
d) PD " #(
Resp.:0,898
e) P! %( D " !)
Resp.:0,1791
f) Pl D l " $*
Resp.:0,8354
g) PD D" ! !'
Resp.:D" 1,55
h) P ! *$ D D" ! (#$&
Resp.:D" 1,28
II) Dada la v.a. X distribuida normalmente con media 18 y desviacin estndar

2,5. Encuentre
a) PB "&
Resp.:0,1151
b) PB B" ! ##$'
Resp.:B" 16,1
c) PB B" ! ")"%
Resp.:B" 20,28
d) P"( B #"
Resp.:0,5403
110

Problemas de aplicacin
1) Cierto tipo de batera dura un promedio de tres aos, con una desviacin
estndar de 0,5 aos. Suponiendo que las duraciones de las bateras son normalmente
distribuidas, encuentre la probabilidad de que una determinada batera dure menos de 2,3
aos.
\ R a$ ! #&b
PaB # $b
\ duracin de la batera
PD
# $ $
! &
PaD " %b
! !)!)
La probabilidad de que una determinada batera dure menos de 2,3 aos es de un

! 0808 .
2) Una compaa fabrica focos cuya duracin es normalmente distribuida con una
media de 800 horas y una desviacin estndar de 40 horas. Encuentre la probabilidad de
que un foco dure entre las 778 y 834 horas de uso.
\ R a)!! "'!!b
Pa(() B )$%b
\ duracin de los focos

P
(() )!!
)$% )!!
D
%!
%!
Pa ! && D ! )&b
PaD ! )&b PaD ! &&b

! )!#$ ! #*"#
! &"""
La probabilidad de que un foco dure entre las 778 y 834 horas de uso es de un
! 5111 .
111

3) Una cierta mquina produce resistencias elctricas que tienen un valor medio
de 40 ohms y una desviacin stndar de 2 ohms. Suponiendo que los valores de las
resistencias siguen una distribucin normal y que pueden medirse con cualquier grado de
precisin. Qu porcentaje de las resistencias tendr un valor que exceda a 43 ohms?
\ R a%! %b
PaB %$b
\ valor de las resistencias elctricas

" PD
%$ %!
" PaD " &b
" ! *$$#
! !'')
El 6,68 % de las resistencias tendr un valor que exceda a 43 ohms.
4) En una empresa las edades de los trabajadores se distribuye normalmente con
media 50 aos y desviacin estndar es de 5 aos.
a) Qu porcentaje de los trabajadores tiene entre 50 y 52,5 aos?
b) Cul es la probabilidad que un trabajador cualquiera no sea mayor de 45
aos?
c) Cul es la probabilidad que un trabajador tenga entre 41 y 58 aos?
d) El 20 % de los trabajadores estn bajo cierta edad Cul es esa edad?
\ R a&! #&b
\ edad de los trabajadores
+ Pa&! B &# &b P
&! &!
&# & &!
D
&
&
Pa! D ! &b
PaD ! &b PaD !b

! '*"& ! &
! "*"&
El 19,15 % de los trabajadores tiene entre 50 y 52,5 aos.
112

, PaB %&b
PD
%& &!
&
PaD "b
! "&)(
La probabilidad que un trabajador cualquiera no sea mayor de 45 aos es de

! 1587 .
- Pa%" B &)b
%" &!
&) &!
D
&
&
Pa " ) D " 'b
PaD " 'b PaD " )b

! *%&# ! !$&*
! *!*$
La probabilidad que un trabajador tenga entre 41 y 58 aos es de un ! 9093
. Pa\ Bb ! #!
PD
B &!
! #!
&
B &!
! )& B %& (&
&
El 20 % de los trabajadores tiene una edad menor o igual a 45,75 aos.
113

Ejercicios
Resuelva los siguientes problemas
1) Las piezas de pan de centeno distribuidas a las tiendas locales por una cierta
pastelera tienen una longitud promedio de 30 cm. y una desviacin estndar de 2 cm.
Suponiendo que las longitudes estn normalmente distribuidas, qu porcentaje de las
piezas son
a) de ms de 31,7 cm. de longitud?.
b) entre 29,3 y 33,5 cm. de longitud?.
c) de una longitud menor que 25,5 cm.?.
2) Una mquina despachadora de refrescos est ajustada para servir un promedio
de 200 millitros por vaso. Si la cantidad de refresco es normalmente distribuida con una
desviacin estndar de 15 millitros.
a) Qu fraccin de los vasos contendr ms de 224 millitros?.
b) Cul es la probabilidad de un vaso contenga entre 191 y 209 millitros?.
3) El dimetro interno ya terminado de un anillo de pistn est normalmente
distribuido con una media de 10 cm. y una desviacin estndar de 0,03 cm.
a) Qu proporcin de los anillos tendr un dimetro interno que exceda de
10,075 cm.?.
b) Cul es la probabilidad de que un anillo de pistn tenga un dimetro interno
entre 9,97 y 10,03 cm.?.
c) Para qu valor el dimetro interno de un anillo de pistn ser menor que el
15 %?.
4) La resistencia a la tensin de cierto componente metlico est normalmente
distribuida con una media de 10.000 Kg./cm2 y una desviacin estndar de 100 Kg./cm2 .
a) Cul es la proporcin de estos componentes que exceden de 10.150 Kg./cm2
de resistensia a la tensin?.
b) Si las especificaciones requieren que todos los componentes tengan una
resistencia a la tensin entre 9.800 y 10.200 Kg./cm2 inclusive, qu porcentaje de piezas
se esperara que se desecharan?.
5) La vida promedio de cierto tipo de motor pequeo es de 10 aos con una
desviacin estndar de 2 aos. El fabricante repone sin cargo todos los motores que fallen
dentro del perodo de garanta. Si est dispuesto a reponer slo 3 % de los motores que
fallan, qu tan larga deber ser la garanta que otorgue?. Suponga que las vidas de los
motores siguen una distribucin normal.
114

6) Suponga que un consultor est investigando cunto tiempo necesitaran los

obreros de la fbrica para montar cierta pieza en una planta de automviles Volvo, y
determin que la informacin( tiempo en segundos ) estaba distribuida normalmente con
una media de 75 segundos y una desviacin estndar de 6 segundos.
a) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda
montar la pieza en menos de 75 segundos o en ms de 81 segundos?
b) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda
montar la pieza de 69 a 81 segundos?.
c) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda
montar la pieza en menos de 62 segundos?.
d) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda
montar la pieza de 62 a 69 segundos?.
e) Cuntos segundos deben pasar antes de que el 50 % de los obreros monten la
pieza?.
f) Cuntos segundos deben pasar antes de que el 10 % de los obreros monten la
pieza?.
7) El espesor de un lote de 10.000 arandelas de bronce de un cierto tipo fabricadas
por una gran compaa tiene una distribucin normal con media 0,0191 pulgadas y
desviacin estndar 0,000425 pulgadas. Compruebe que se puede esperar que el 99,04 %
de estas arandelas tenga un espesor entre 0,0180 y 0,0202 pulgadas.
8) El tiempo de reaccin para un cierto experimento psicolgico est distribuido
normalmente con media 20 segundos y desviacin estndar 4 segundos.
a) Cul es la probabilidad de que una persona tenga un tiempo de reaccin entre
14 y 30 segundos?.
b) Cul es la probabilidad de que una persona tenga un tiempo de reaccin entre
25 y 30 segundos?.
c) Qu porcentaje de personas tienen un tiempo de reaccin de ms de 14
segundos?.
d) Cul es el tiempo de reaccin de modo que slo el 1 % de todas las personas
reaccionen con mayor rapidez?.
9) Un procesador de alimentos envasa caf en pequeos tarros, los pesos de los
tarros estn normalmente distribuidos con una desviacin estndar de 0,3 onzas. Si el
5 % de los tarros pesa ms de 12,492 onzas. Cul es el promedio de los tarros?.
115

Solucin
1)
a) El 19,77 % de las piezas tiene una longitud de ms de 31,7 cm.
b) El 59,67 % de las piezas tiene una longitud entre 29,3 y 33,5 cm.
c) El 1,22 % de las piezas tiene una longitud de menor a 25,5 cm.
2)
a) El 0,0548 de los vasos contendr ms de 224 milmetros.
b) El 0,4514 de los vasos tendr entre 191 y 209 milmetros.
3)
a) El 0,0062 de los anillos tendr un dimetro superior a 10,075 cm.
b) El 0,6826 de los anillos tendr un dimetro entre 9,97 y 10,03 cm.
c) El 15 % de los anillos tendr un dimetro de 9,9688 cm.
4)
a) El 0,0668 de los componentes exceden de 10150 Kg/cm2 de resistencia a la
tensin.
b) El 4,56 % de las piezas se desecharn.
5) Debe tener una garanta de a lo ms 6,24 aos.
116

6)
a) Existe un 0,6587 de probabilidad que un obrero pueda montar una pieza en
menos de 75 seg. o en ms de 81 seg.
b) Existe un 0,6826 de probabilidad que un obrero pueda montar una pieza entre
69 y 81 seg.
c) Existe un 0,015 de probabilidad que un obrero pueda montar una pieza en
menos de 62 seg.
d) Existe un 0,1437 de probabilidad que un obrero pueda montar una pieza entre
62 y 69 seg.
e) Deben pasar 75 segundos antes de que el 50 % de los obreros monten la pieza.
f) Deben pasar 67,26 segundos antes de que el 10 % de los obreros monten la
pieza.
7) Se cumple que el 99,04 % de las arandelas tiene un espesor entre 0,0180 y
0,0202 pulgadas.
8)
a) El 0,927 de las personas tiene un tiempo de reaccin entre 14 y 30 segundos.
b) El 0,0994 de las personas tiene un tiempo de reaccin entre 25 y 30 segundos.
c) El 93,32 % de las personas tiene un tiempo de reaccin de ms de 14 segundos.
d) El tiempo de reaccin es de 29,28 segundos.
9) El promedio de los tarros es 12 onzas.
117

Autoevaluacin
1) En una ciudad se publican los peridicos A, B y C. Una encuesta reciente a 800
lectores indica lo siguiente 208 lee A, 240 lee B, 192 lee C, 64 lee A y B; 40 lee A y C;
32 lee B y C; 24 lee A, B y C. Para un adulto escogido al azar, calcular la probabilidad de
que:
a) no lea ninguno de los peridicos.
b) lea exactamente uno de los peridicos
c) lea B y C, pero no A
d) lea slo A o slo C
2) Si PaAb
$
#
"
PaBb
y PaA Bb
(
$
'
a) PaA Bb
c) Pa B Ab
e) A y B independientes?. Justifique
Determine
b) PaB- b
d) PaAc /Bc b
3) Si se sacan al azar y sin reemplazo cuatro pelotas de una bolsa que contiene 6
pelotas rojas y 7 negras.
a) Cul es la probabilidad de que la primera pelota sea negra y tres restantes
rojas?.
b) Si las tres primeras pelotas fueron rojas. Cul es la probabilidad de que la
cuarta pelota sea negra?
c) Si las dos primeras pelotas fueron rojas. Cul es la probabilidad que la tercera
sea negra y la cuarta roja?
d) Cul es la probabilidad de que las dos primeras pelotas sean rojas y las dos
ltimas negras?
e) Cul es la probabilidad de que aparezca una de cada color?
4) Se recibieron dos cajas de camisas para hombre, provenientes de la fbrica. La
caja uno contena 15 camisas deportivas y 25 camisas de vestir. La caja dos contena 10
camisas deportivas y 30 camisas de vestir.
a) Cul es la probabilidad de elegir una camisa deportiva?
b) Cul es la probabilidad de elegir una camisa de vestir?
c) Se seleccion al azar una de las dos cajas y se eligi aleatoriamente una camisa
de esa caja para inspeccionarla. La camisa era de vestir. Dada esta informacin, cul es
la probabilidad de que la caja de la que proviene la camisa deportiva sea la uno?
118

5) Se encontr que un grupo de calificaciones de exmenes finales en un curso de

estadstica elemental estaba normalmente distribuida con una media de 80 y una
desviacin estndar de 8.
a) Cul es la probabilidad de obtener cuando mucho una calificacin de 81 en
este examen ?.
b) Qu porcentaje de los estudiantes alcanzaron calificaciones entre 55 y 89 ?.
c) Cul es la probabilidad de obtener a lo menos un 47?
d) Cul es la probabilidad de obtener una nota superior a 51, pero inferior a 85?
c) Cul es la calificacin del examen final si slo el 5 % de los estudiantes que
pasaron la prueba tuvieron calificaciones ms altas?.
Solucin
"
a) La probabilidad de no lea ningn peridico es
#(#
)!!
b) La probabilidad de que lea exactamente uno de los peridicos es

c) La probabilidad de que lea B y C, pero no A es
d) La probabilidad de que lea slo A o slo C es
119
)
)!!
#(#
)!!
%%!
)!!

+ PaA Bb
$*
%#
, PaB- b
- PaB Ab
"
#
. PaA- /B- b
"
$
$
"%
/ PaA Bb
"
#
PaAb PaBb
'
(
Por lo tanto, A y B no son independientes.
3)
a) PaN" R# R$ R% b
( ' & %
(
"$ "# "" "!

"%$
b) PaN% /R" R# R$ b
(
"!
c) PaN$ N% /R" R# b
( %
"%
"" "!
&&
d) PaR" R# N$ N% b
' & ( '

#"
"$ "# "" "!

#)'
e) PaR" N# R$ N% b PaN" R# N$ R% b
' ( & '
( ' ' &
#"
"$ "# "" "! "$ "# "" "!

"%$
4)
Sea D camisa deportiva y V camisa de vestir

Sea C" caja uno y C# caja dos
a) PaDb
5)
. )!
b) PaVb
#&
)!
5)
&&
)!
\ R a)! '%b
c) PaC" /Vb
&
""
a) La probabilidad de obtener cuando mucho una calificacin 81 es ! &&"(

b) El )( !) % de los estudiantes obtuvieron calificaciones entre 55 y 89
c) La probabilidad de obtener a lo menos un 47 es 1
d) La probabilidad de obtener una nota superior a 51, pero no inferior a 85 es
! ($&(
e) La calificacin es de un *$ "#
120

UNIDAD N 3
ESTIMACIN DE PARMETROS
121

Inferencia Estadstica
La teora de Inferencia Estadstica consiste en aquellos mtodos con los cuales

se pueden realizar inferencias o generalizaciones acerca de una poblacin.
La Inferencia Estadstica puede dividirse en 2 reas:
a) Estimacin de Parmetros
b) Pruebas de Hiptesis
Estimacin de parmetros
Los parmetros a estudiar son parmetros poblacionales como la media y la
varianza.
Si ) es un parmetro desconocido, entonces ) ser su estimador.

As, B es un estimador de . y =# es un estimador de 5 2 y ellos cumplen con la
propiedad de insesgamiento.
122

Estimacin por intervalo

Una estimacin por intervalo de un parmetro poblacional ) es un intervalo de la
forma ) " ) ) # , donde ) " y ) # dependen del valor de ) para una muestra particular
y tambin de la distribucin muestral de ) .
Basado en la distribucin muestral de ) se puede determinar si el intervalo
) 1 ) # con una probabilidad dada contiene realmente el parmetro que se supone que
va a estimar.
Esto es P) " ) ) # " ! donde ! ! "
El intervalo ) 1 ) # calculado de una muestra particular se llama intervalo de
confianza del a" !b"!! % , la fraccin " ! se denomina coeficiente de confianza,
grado de confianza o nivel de confianza y los puntos ) " y ) # se llaman lmites de

confianza.
Por ejemplo:
a) Si ! ! !& , entonces se tiene un intervalo de confianza del *& %
b) Si ! ! !" , entonces el intervalo de confianza es del ** %
123

A) Intervalo de confianza para la media a.b de una poblacin normal

A1 ) Se conoce su varianza
Obs.: Si \ R . 5 # , entonces B R .
Como B R .
5#
, entonces
8
5#
B.
5
8
Pa^" ^ ^# b " !
Pa^ ^# b
!
!
"!"
#
#
Pa^ ^" b
!
#
Luego: ^# ^
"
por construccin
!
#
pero
^" ^ !
^" ^ #
Luego: ^" ^
"
!
#
124

As,
Pa^" ^ ^# b " !
P ^
B.
"!
!
5 ^" !
"
#
#
8
5
5
P ^
B. ^
"!
!
!
8
"
" 8
#
#
5
5
P B ^
. B^
"!
!
!
8
"
" 8
#
#
5
5
PB ^
.B^
"!
!
!
8
"
" 8
#
#
Si B es la media de una muestra aleatoria de tamao 8 de una poblacin normal
con varianza 5 2 , el intervalo de confianza de a" !b"!! % para . es :
5
5
B ^" ! 8 B ^" ! 8
#
#
Ejemplo: Si una muestra aleatoria de tamao #! de una poblacin normal con
varianza ##& tiene una media muestral de '% $. Construya un intervalo de confianza del
*&% de confianza para .
a" !b"!!% *&% ! ! !&
8 #!
5 # ##& 5 "&
B '% $
"&
"&
'% $ ^" !!&
'% $ ^" !!&
#
#
#!
#!
"&
"&
'% $ a" *'b '% $ a" *'b
#!
#!
a&( ( (! *b
125

Teorema: Si se usa B como una estimacin de . , se puede tener una confianza del
5
^
a" !b"!!% de que el error no exceder de:
!
"
8
#
En el ejemplo anterior:
^
! ^!*(& " *'
"
#
/ a" *'b
"&
' &(
#!
Se puede tener una confianza del *&% de que B difiere de . por una cantidad
menor que ' &(.
Teorema: Si se utiliza B como una estimacin de . , entonces se puede tener una
confianza del a" !b"!!% de que el error no exceder una cantidad especfica / cuando
el tamao de la muestra es:
^
" ! 5
#
8
Ejemplo: Qu tan grande se requiere que sea la muestra del ejemplo a1b si se
desea una confianza del *&% de que la estimacin de . difiera de sta por menos de
! !&?
/ ! !&
"
! ^!*(& " *'

#
5 "&
! ! !&
" *'a"&b #
8
$%&(%%
! !&
Luego, se puede tener una confianza del *&% de que la muestra aleatoria de
tamao $%&(%% proporcionar una estimacin de B que difiere de . por una cantidad
menor que ! !&.
Obs: Todo lo anterior tambin es aplicable a poblaciones no normales con
varianza conocida cuando 8 $!
126

Ejercicios Propuestos
1) Las medidas de los dimetros de los rodamientos tiene una desviacin estndar
de 0,042 cm. Se selecciona una muestra aleatoria de 200 bolas de rodamientos producidas
por una mquina en una semana, los dimetros dieron una media de 0,824 cm. Hallar un
intervalo de confianza del 95 % y 99 % para el dimetro de todos los rodamientos.
2) Suponga que la duracin de un componente tiene distribucin normal con
. * . Se prueban 20 componentes y se anotan sus tipos de fallas B" B# B$ B#! .
Suponga adems que la media de la muestra es 100,9 horas. Obtener un intervalo de
confianza del 99 % para la duracin media de todos los componentes.
3) Se administra un test estndar a una numerosa clase de estudiantes. La
puntuacin media de una muestra de 100 estudiantes es de 75 puntos. Supngase que la
varianza admitida de las puntuaciones para este test sea de 2.500 puntos. Hallar
a) Intervalo de confianza del 98 % para . .
b) Lmite superior del intervalo de confianza del 95 % para . .
c) Lmite inferior del intervalo de confianza del 90 % para . .
4) Al medir el tiempo de reaccin de una persona, un psiclogo estima que la
desviacin estndar es de ! !& segundos. De qu tamao ha de tomarse una muestra de
medidas para tener una confianza del *&% y **% de que el error de la estimacin no
supera los ! !" segundos?
Solucin
1)
*&% a! )")# ! )#*)b
2)
a** "( "!# '$b
3)
a)
a'$ $& )' '&b
b)
)% )
c)
'' ((&
4)
*&% 8 *' !% *(
**% a! )"' ! )$"'b
**% 8 "'' % "'(
127

A2 ) Varianza desconocida
Sea B" B# B8 una muestra aleatoria de \ R a. 5 # b con 5 # desconocida.

B.
tiene distribucin > =>?./8> con a8 "b grados de libertad
=
8
a= es la desviacin estndar de la muestrab.
X
La funcin de densidad de la > =>?./8> grficamente es similar a la funcin de

densidad de la normal.
Su funcin de distribucin acumulada se encuentra tabulada.

El parmetro que caracteriza a la > =>?./8> se conoce como grados de
libertad.
128

Pa>" X ># b " !
B.
P > ! = > !
"!
#
#
8
=
=
PB > !#
. B > !#
"!
8
8
Si B es la media de la muestra aleatoria am.a.b de tamao 8 de una poblacin
normal con varianza desconocida, el intervalo de confianza de a" !b"!!% para . es:
=
=
B > !# 8 B > !# 8 con 8 " grados de libertad
Ejemplo: Un fabricante de pintura quiere determinar el tiempo de secado
promedio para una nueva pintura para pared interior. Si para una prueba de "# reas de
igual tamao obtiene un tiempo medio de secado de '' $ minutos y una desviacin
estndar de ) % minutos. Construya un intervalo del *&% de confianza para . si el
tiempo de secado tiene distribucin normal.
Solucin:
8 "#
8 " ""
B '' $
> ! >!!#& > ! # #!"

#
= ) %
! ! !&
) %
) %
'' $ a# #!"b '' $ a# #!"b
"#
"#
a'" (" 'b
129

Teorema: Si se usa B como una estimacin de . , se puede tener una confianza del
a" !b"!!% de que el error no exceder de:
=
/ >!
8
#
Para el ejemplo anterior:
> ! # #!"
#
/ # #!"
= ) %
8 "#
) %
"#
/ & $%
Como:
=
8
#
/ >!
8
> !# =
/
> !# = #
8
(Tamao de la muestra)
En el ejemplo del fabricante de pintura, determine el tamao de la muestra si el

error no debe exceder de ! #&:
# #!") % #
8
! #&
8 &%'*
130

1) Se van a realizar durante un mes pruebas de mercado de un nuevo instrumento,
en determinadas tiendas de una ciudad. Los resultados para una muestra de 16 tiendas
sealaron ventas promedio de $ 12.000 con una desviacin estndar de $ 180. Estime un
intervalo de confianza del 99 % de las ventas promedio reales de este nuevo instrumento.
Suponga distribucin normal.
2) Suponga que se hacen 20 mediciones sobre la resistencia de cierto tipo de
alambre. La media de la muestra es 10,48 ohms y la desviacin estndar 1,36 ohms.
Obtener un intervalo de confianza de un 99 % para la resistencia promedio real si ellas se
distribuyen normalmente.
3) Una muestra aleatoria de 100 propietarios de automviles indica que, en el
estado XX, un automvil recorre un promedio de 23.500 Km. por ao con una desviacin
estndar de 3.900 Km. Determine un intervalo de confianza de 98 % para la cantidad
promedio de Km. que un automvil recorre anualmente en el estado XX. Suponga
distribucin normal.
4) Una muestra aleatoria de 8 cigarros de una marca determinada tiene un
contenido promedio de nicotina de 2,6 milgramos y una desviacin estndar de 0,9
milgramos. Determine un intervalo de confianza de 95 % para el contenido promedio
real de nicotina en esta marca de cigarros en particular, si se sabe que la distribucin de
los contenidos de nicotina son normales.
Solucin
1)
2)
3)
4)
a"")'( $)& "#"$# '"&b

a* '" "" $&b
a##&() !% #%%#" *'b

a" )%( $ $&$b
131

B) Intervalo de confianza para la varianza a5 # b de una poblacin normal

Sea B" B# B8 una muestra aleatoria de \ R a. 5 # b con 5 # desconocida.
a 8 "b = #
tiene distribucin 43 -?+.<+.9 con a8 "b grados de
5#
libertad a=# es la varianza de la muestrab.
\#
La grfica de la funcin de densidad de esta distribucin es:
a
0
X 2a
132

#
#
#
! \ \! " !
P\"
#
#
#
!
P\"
#
a 8 "b = #
\ #!# " !
#
5
5#
"
"
P #
"!
#
a 8 "b = #
\!
\" !
#
a 8 "b = #
a8 "b=#
#
"!
#
\ #!
\"
!
#
Si =# es la varianza de una muestra aleatoria de tamao 8 de una poblacin

normal, su intervalo de confianza es del a" !b"!!% para 5 # es:
a8 "b=# a8 "b=#
\ #!
#
\"
!
#
#
#
! son valores \ con 8 " grados de libertad, con reas de
donde \ #!# y \"
#
, respectivamente, a la derecha.
!
!
y"
#
#
Ejemplo:
1) Determine un intervalo de confianza del *&% para la varianza de una muestra
de "! paquetes de semilla, si la varianza de la muestra es ! #)'
!
! *(&
#
! ! !&
"
8 "!
8"*
#
! # (!!
\"
#
\ #!# "* !#$
!
! !#&
#
=# ! #)'
*a! #)'b *a! #)'b
"* !#$
# (!!
a! "$& ! *&$b
133

2) Se obtiene una m. a. de #! estudiantes con una media de B (# y una varianza

de = "' en un examen de Estadstica. Suponga que las calificaciones tienen
distribucin normal. Determine un intervalo de confianza del *)% para la varianza
poblacional
#
!
! **
#
! ! !#
"
8 #!
8 " "*
=# "'
#
#
! \
\"
a!**ba"*b ( '$$
#
\ #! \a#!!"ba"*b $' "*"

#
"*a"'b "*a"'b
$' "*" ( '$$
a) $* $* )#b
134

1) Un fabricante de baterias para automvil asegura que sus baterias duran en
promedio, 3 aos con una desviacin estndar de un ao. Si 5 de estas baterias tienen una
desviacin estndar de 0,9028 aos. determine un intervalo de confianza de 95 % para la
varianza real e indique si es vlida la afirmacin del fabricante. Suponga que la poblacin
de las duraciones de las baterias se distribuye aproximadamente en forma normal.
2) Suponga que se hacen 20 mediciones sobre la resistencia de cierto tipo de
alambre. La media de la muestra es 10,48 ohms y la desviacin estndar 1,36 ohms.
Obtener un intervalo de confianza de un 95 % para la varianza real si las resistencias se
distribuyen normalmente.
3) Una muestra aleatoria de 25 cigarros de una cierta marca tiene un contenido
promedio de nicotina de 1,3 milgramos y una desviacin estndar de 0,17 milgramos.
Encuentre un intervalo de confianza del 90 % y 98 % para la varianza real de esta
determinada marca de cigarros si se supone que las mediciones se distribuyen
normalmente.
4) Una muestra aleatoria de 100 propietarios de automviles indica que, en el
estado XX, un automvil recorre un promedio de 23.500 Km. por ao con una desviacin
estndar de 3.900 Km. Determine un intervalo de confianza de 99 % para la varianza
real de la cantidad de Km. por ao que recorren los automviles del estado XX.
Solucin
1)
a! #* ' (*b La afirmacin del fabricante es vlida, porque la varianza
poblacional est dentro del intervalo que se determin con una confianza del *&%.
2)
3)
a" !'* $ *%*b
*! % a! !"* ! !&b
*) % a! !"' ! !'%b
4)
a"!(%"!'& '* ##$(%#*% #b
135

Autoevaluacin
1) Suponga que una tienda de pinturas quisiera estimar la cantidad correcta de
pintura que hay en latas de un galn, compradas a un conocido fabricante. Por las
especificaciones del productor se sabe que la desviacin estndar de la cantidad de
pintura es igual a 0,02 galones. Se selecciona una muestra aleatoria de 50 galones y la
cantidad promedio de pintura es 0,975 galones. Establezca un intervalo de confianza del
95 % y 99 % de la cantidad promedio real de la poblacin de pintura incluida en una lata
de un galn.
2) La vida til promedio de una muestra aleatoria de 10 focos es de 4000 horas

con una desviacin estndar de 200 horas. Se supone que la vida til de los focos tiene
una distribucin normal. Estime un intervalo de confianza del 90 y 95 % para la vida til
promedio.
3) El departamento de servicios a clientes de una empresa local de servicios

pblicos de gas querra estimar la variacin en el tiempo entre la llegada de la solicitud
de servicio y la conexin del mismo. De los registros disponibles del ao anterior se
seleccion una muestra aleatoria de 15 casas que dieron una desviacin estndar de
20,03. Estime un intervalo de confianza del 92 y 96 % para la varianza poblacional.
136

Solucin
1) Usar Tabla Normal

Para 95%
Para 99%
a! *'* ! *)"b
a! *') ! *)#b
# Usar Tabla t-student

Para 90%
Para 95%
a$))% #' %""& (%b

a$)&( !( %"%# *$b
3) Usar Tabla ji cuadrado

Para 95%
Para 99%
a#"& !& **( )$b
a"'$ '' "$() $'b
137

UNIDAD N 4
PRUEBAS DE HIPTESIS
138

Introduccin
Las Pruebas de Hiptesis son procedimientos de decisin basado en datos que

puedan producir una conclusin acerca de algn sistema cientfico.
Una hiptesis estadstica es una afirmacin o conjetura acerca de una o ms
poblaciones.
No es posible saber con absoluta certeza la verdad o falsedad de una hiptesis
estadstica, pues para ello habra que trabajar con toda la poblacin. En la prctica se
toma una muestra aleatoria de la poblacin de inters y se utilizan los datos que contiene
tal muestra para proporcionar evidencias que confirmen o no la hiptesis. Si la evidencia
de la muestra es inconsistente con la hiptesis planteada, entonces sta se rechaza y si la
evidencia apoya a la hiptesis planteada, entonces se acepta sta.
La aceptacin de una hiptesis implica tan slo que los datos no proporcionan
evidencia suficiente para refutarla. Por otro lado, el rechazo implica que la evidencia de
la muestra la refuta.
La estructura de una prueba de hiptesis consiste en la formulacin de una
hiptesis nula , es decir, cualquier hiptesis que se desee probar, se denota por L! . El
rechazo de L! , genera la aceptacin de una hiptesis alternativa , que se denota por L" .
Una hiptesis nula referente a un parmetro poblacional siempre debe
establecerse de manera que especifique un valor exacto del parmetro, mientras que la
hiptesis alternativa admite la posibilidad de varios valores.
Por ejemplo:
"
L! . #!
L" . #!
L! . #!
L" . #!
L! . #!
L" . #!
En la hiptesis alternativa se plantea usualmente lo que se cree verdadero y en la

hiptesis nula lo que se desea rechazar.
139

Para tomar una decisin acerca de un parmetro es necesario una prueba

estadstica para cuantificar esta decisin. Esto se logra al establecer primero la
distribucin muestral que sigue la muestra estadstica aes decir, la mediab y despus
calcular la prueba estadstica apropiada. Esta prueba estadstica mide qu tan cerca de la
hiptesis nula se encuentra el valor de la muestra. La prueba estadstica suele seguir una
distribucin estadstica conocida anormal, t-student, ji cuadradob
La distribucin apropiada de la prueba estadstica se divide en dos regiones
a) regin de rechazo aregin crticab
b) regin de no rechazo
Si la prueba estadstica cae en la regin de no rechazo no se puede rechazar la
hiptesis nula y si cae en la regin de rechazo, se rechaza la hiptesis nula.
Para decidir con relacin a la hiptesis nula, primero se tiene que determinar el
valor crtico para la distribucin estadstica de inters. El valor crtico separa la regin de
no rechazo de la de rechazo.
Errores al realizar una prueba de hiptesis

Al utilizar una muestra para obtener conclusiones sobre una poblacin existe el
riesgo de llegar a una conclusin incorrecta. Pueden ocurrir dos errores diferentes:
1) Error tipo I consiste en rechazar L! cuando sta es verdadera.
2) Error tipo II consiste en aceptar L0 cuando sta es falsa.
140

Al probar cualquier hiptesis estadstica, existen cuatro posibles situaciones que

determinan si la decisin es correcta o equivocada.
se acepta L!
se rechaza L!
L! es verdadera
decisin correcta
error tipo I
L! es falsa
error tipo II
decisin correcta
La probabilidad de cometer error tipo I, es decir, rechazar L! cuando es

verdadera, se denomina nivel de significacin y se denota por ! .Paerror tipo Ib !
La probabilidad de no cometer error tipo I, es decir, aceptar L! cuando es
verdadera, se denota por " ! .Paerror tipo Ibc " !
La probabilidad de cometer error tipo II, es decir, aceptar L! cuando es falsa, se
representa por " .Paerror tipo IIb "
La probabilidad de no cometer error tipo II, es decir, rechazar L! cuando es falsa,
se denomina potencia de la prueba y se denota por " " .Paerror tipo Ibc " "
El ideal al rechazar una prueba de hiptesis es determinar los procedimientos o
reglas que conduzcan a maximizar la potencia de una prueba, para un ! fijo. ! se suele
especificar antes de tomar una muestra, es frecuente que ! ! !& o ! ! !"
Esquema para realizar una prueba de hiptesis acerca de un parmetro )
1) Plantear la hiptesis nula y la hiptesis alternativa.
+
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L ! ) )"
L" ) )"
2) Seleccionar el test estadstico o estadstico de prueba.

3) Fijar ! a! !& ! !" ! "!b
4) Construir la regla de decisin o regin crtica con el valor elegido de ! .
5) Extraer una muestra aleatoria de tamao 8 y calcular el valor del test
estadstico.
6) Si el valor calculado del test estadstico cae en la regin crtica rechazar L! , en
caso contrario no rechazar L! y concluir que la muestra aleatoria no proporciona
evidencia para rechazarla.
141

Pruebas unilaterales y bilaterales

Una prueba de hiptesis ser unilateral (de una cola) en los siguientes casos:
+
L! ) ) "
L" ) )"
L! ) ) "
L" ) )"
L! ) )"
L" ) )"
L! ) ) "
L" ) )"
Una prueba de hiptesis ser bilateral (de dos colas) si:

L! ) )"
L" ) )" a) )" ) )" b
Pruebas de Hiptesis
a) Para la media a.b si la varianza a5 # bes conocida
5#
Recuerde que si \ R a. 5 b entonces \ R . . Luego la prueba
8
estadsta adecuada debe ser
#
B.
5
8
142

1) Para pruebas de hiptesis unilaterales

+
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
2) Para pruebas de hiptesis bilaterales

L! ) )"
L" ) )"
143

Ejemplos
1) Considere la hiptesis nula de que el peso promedio de estudiantes hombres de
un cierto instituto es 68 kilos contra la hiptesis alternativa de que es diferente de 68
kilos. Suponga que los pesos se distribuyen normalmente con una desviacin estndar de
3,6 kilos. Se elige una muestra aleatoria de 36 estudiantes y se obtiene un peso promedio
de 67,5 kilos. Utilice un nivel de significacin del 5 %.
L! . ')
L" . ')
! ! !&
Regin crtica VG
VG D"!# D D"!# VG D!*(& D D!*(&
VG " *' D " *'
B '( &
D
8 $'
5 $ '
'( & ')

! )$
$ '
'
Se acepta L! , es decir, no es posible decidir si el peso promedio de los

estudiantes de un cierto instituto es distinto de 68 kilos.
144

2) Una muestra aleatoria de 100 muertos registrados en Chile durante el ao

pasado mostr una vida promedio de 71,8 aos. Suponiendo una desviacin estndar
poblacional de 8,9 aos. Parecera esto indicar que la vida promedio hoy da es mayor
que 70 aos? Utilice un nivel de significacin de 0,05
L! . (!
L" . (!
! ! !&
VG D"!
B (" )
D
aos.
VG D!*&
8 "!!
VG D " '%
5 ) *
(" ) (!
# !##
) *
"!
Se rechaza L! , es decir, es verdad que la vida promedio hoy en da supera los 70
145

3) Un fabricante de equipo deportivo ha desarrollado un nuevo sedal sinttico

para pesca que se considera tiene una resistencia a la ruptura de 8 kilgramos con una
desviacin stndar de 0,5 kilgramos. Prubese la hiptesis de que . ) Kg. en
contraposicin a la alternativa de que . )Kg. si se prueba una muestra aleatoria de 50
sedales y se encuentra que tiene una resistencia promedio a la ruptura de 7,8 Kg. Utilice
un nivel de significacin de 0,01
L! . )
L" . )
! ! !"
VG D"!# D D"!# VG D!**& D D!**&
VG # &( D # &(
B ( )
D
8 &!
5 ! &
( ) )
# )$
! &
&!
Se rechaza L! , por tanto la resistencia a la ruptura es distinta de 8 Kg
146

Ejercicios
1) Una empresa elctrica fabrica focos que tienen una duracin que est
distribuida aproximadamente en forma normal con una media de 800 horas y una
desviacin estndar de 40 horas. Pruebe la hiptesis de que
. )!! horas en
contraposicin de la alternativa de que . )!! horas si una muestra aleatoria de 30
focos tiene una duracin promedio de 788 horas. Utilice un nivel de significacin de
0,04.
2) Un fabricante de cigarros afirma que el contenido promedio de nicotina no
excede de 3,5 milgramos , con una desviacin stndar de 1,4 milmetros. Para una
muestra de 8 cigarros se tiene un contenido promedio de nicotina de 4,2 milgramos
.Est esto de acuerdo con la afirmacin del fabricante ?. Use nivel de significacin de
0,05.
3) Las tensiones de ruptura de los cables fabricados por una empresa tienen media
de 1800 lb y una desviacin estndar de 100 lb. Se desea comprobar si un nuevo proceso
de fabricacin aumenta dicha tensin media. Para ello se toma una muestra de 50 cables
y se encuentra que su tensin media de ruptura es 1850 lb. Se puede afirmar la mejora
del nuevo proceso al nivel de significacin del 1%?
4) Se requiere que la tensin de ruptura promedio de un hilo utilizado en la
fabricacin de material de tapicera sea al menos de 100 psi. La experiencia ha indicado
que la desviacin estndar de la tensin de ruptura es 2 psi. Se prueba una muestra
aleatoria de nueve especmenes, y la tensin de ruptura promedio observada en ella es de
98 psi.
Debe aceptarse la fibra como aceptable con ! 0,05?
147

Solucin
1) Se acepta L! es decir, los focos tienen una duracin promedio de 800 horas .
2) Se acepta L! es decir, es correcta la afirmacin del fabricante .
3) Se rechaza L! es decir, el nuevo proceso de fabricacin aumenta la tensin de

ruptura.
4) Se rechaza L! es decir, la tensin de ruptura promedio es menor que 100 psi.
148

b) Para la media a.b si la varianza a5 # b es desconocida

Recuerde que cuando 5 # es desconocida se usa =# y por lo tanto la prueba
estadstica adecuada es >
>
B.
=
8

+
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
149


L! ) )"
L" ) )"
150

Ejemplos
1) Una compaa de electricidad ha publicado cifras acerca de la cantidad anual
de kilowtts-hora consumida por varios aparatos para el hogar. Se afirma que la aspiradora
consume un promedio de 46 kilowtts-hora al ao. Si una muestra aleatoria de 12 hogares
incluidos en un estudio planeado indica que las aspiradoras consumen un promedio de 42
kilowtts-hora al ao con una desviacin stndar de 11,9 kilowtts-hora. Sugiere esto, con
un nivel de significacin de 0,05 , que las aspiradoras consumen, en promedio, menos de
46 kilowtts-hora al ao?. Suponga que la poblacin de kilowtts-hora es normal.
L! . %'
L" . %'
! ! !&
B %#
8 "#
= "" *
VG >!!&"" " (*'

>
%# %'
" "'
"" *
"#
Se acepta L! , es decir, la muestra elegida no da pruebas que el consumo de

kilowats-hora al ao de la aspiradora sea menor que 46.
151

2) El gerente de produccin de una empresa cuyo proceso consiste en llenar cajas

de cereal desea saber si efectivamente en cada caja se est depositando, en promedio, los
368 gramos que se supone es lo que la empresa asegura a sus vendedores. Para ello, se
selecciona una muestra aleatoria de 25 de estas cajas obtenindose una media de 364,1
gramos y una desviacin stndar de 17,3 gramos. Considere que la distribucin de los
pesos de las cajas de cereales es normal y trabaje con un nivel de significacin de 0,05.
Qu decide el gerente de produccin?.
L! . $')
L" . $')
! ! !&
B $'% "
8 #&
= "( $
VG >!!#&#% > >!!#&#% VG # !'% > # !'%

>
$'% " $')

" "$
"( $
&
Se acepta L! , es decir, el gerente de produccin puede estar seguro que, en

promedio, cada caja contiene 368 gramos de cereal.
152

3) Suponga que en el mismo ejemplo anterior, del proceso de llenado de cajas de

cereal, que la empresa es visitada por un representante de la oficina de proteccin al
consumidor y que le interesa averiguar si las cajas, en promedio, estn faltas de peso, es
decir, si el peso promedio es inferior a 368 gramos. Considere un nivel de significacin
de 0,01.
L! . $')
L" . $')
! ! !"
B $'% "
8 #&
= "( $
VG >!!"#% # %*#
>
$'% " $')

" "$
"( $
&
Se acepta L! , es decir, el representante de la oficina de proteccin al consumidor

puede estar seguro que, en promedio, el peso de cada caja de cereal no es inferior a 368
gr.
153

Ejercicios
1) Una muestra aleatoria de 36 refrescos de una mquina despachadora
automtica tiene un contenido promedio de 21,9 declitros con una desviacin estndar
de 1,42 declitros. Pruebe la hiptesis de que . ##,# declitros en contraposicin a la
hiptesis alternativa, . ## # declitros, en el nivel de significacin 0,05.
2) Se afirma que un automvil recorre un promedio anual de ms de 20.000
kilmetros. Para probar esta afirmacin, se le solicita a una muestra aleatoria de 100
propietarios de automvil que lleve un registro de los kilmetros que recorren. Estara
usted de acuerdo con esta afirmacin si en la muestra aleatoria resulta un promedio de
23.500 kilmetros y una desviacin estndar de 3.900 kilmetros?. Use un nivel de
significacin de 0,01.
3) En un informe de una investigacin de J.M.N. se afirma que los ratones con
una vida promedio de 32 meses llegarn hasta casi 40 cuando 40 % de las caloras en su
alimentacin se reemplacen con vitaminas y protenas. Hay alguna razn para creer que
la vida promedio ser inferior a 40 meses si 64 ratones que se han sujetado a esta dieta
tienen una vida promedio de 38 meses con una desviacin estndar de 5,8 meses?. Utilice
un nivel de significacin de 0,025.
4) Una empresa elctrica afirma que un compactador de basura se usa un
promedio de 125 horas al ao. Si una muestra aleatoria de 49 hogares equipados con
compactadores de basura indica un uso promedio de anual de 126,9 horas con una
desviacin estndar de 8,4 horas, sugiere esto con un nivel de significacin de 0,05 , que
estos aparatos se usan en promedio ms de 125 horas?.
5) En el pasado una mquina ha producido arandelas con un grosor promedio de
0,050 pulgadas. Para determinar si la mquina sigue en buenas condiciones de
produccin, se toma una muestra de 10 arandelas, que resulta tener un grosor medio de
0,053 pulgadas y una desviacin estndar de 0,003 pulgadas. Ensayar la hiptesis de que
la mquina est en buenas condiciones de produccin al nivel de significacin del
a) 0,05
b) 0,01
6) La duracin media de una muestra de 100 tubos fluorescentes producidos por
una compaa resulta ser 1570 horas, con una desviacin estndar de 120 horas. Si . es la
duracin media de todos los tubos producidos por la compaa, comprobar la hiptesis
. "'!! horas contra la hiptesis alternativa . "'!! horas con un nivel de
significacin de
a) 0,05
b) 0,01
154

Solucin
1) Se acepta L! , es decir, . ## # declitros.

2) Se rechaza L! , es decir, un automvil recorre un promedio anual superior a 20000
Km.
3) Se rechaza L! , es decir, la vida promedio es inferior a 40 meses.
4) Se acepta L! , es decir, un compactador de basura se usa en promedio menos de 125
horas al ao.
5)
a) Se rechaza L! , es decir, la mquina no est en buenas condiciones de
produccin.
b) Se acepta L! , es decir, la mquina est en buenas condiciones de produccin.
6)
a) Se rechaza L! , es decir, . "'!! horas .

b) Se acepta L! , es decir, . "'!! horas .
155

c) Pruebas de hiptesis relacionadas con varianzas

Se utilizan para probar uniformidad de una poblacin. Para ello se usa como
prueba estadstica la distribucin ji cuadrada
;#
a 8 "b = #
5#

+
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
156


L! ) )"
L" ) )"
157

Ejemplos
1) Un fabricante de bateras para automvil asegura que la duracin de sus
bateras tiene distribucin aproximadamente normal con una desviacin stndar de 0,9
aos. Si una muestra aleatoria de 10 baterias tiene una desviacin stndar de 1,2 aos
Piensa usted que 5 0,9 aos? Utilice un nivel de significacin de 0,05
L! 5 # ! )"
L" 5 # ! )"
! ! !&
=# " %%
8 "!
VG ;#!!&* "' *"*

;
* " %%
"'
! )"
No es posible rechazar L!
158

2) Se sabe que el contenido de nicotina de una marca de cigarros tiene

distribucin aproximadamente normal con una varianza de 1,3 milmetros. Pruebe la
hiptesis de que 5 # " $ en contraposicin a la alternativa de que 5 # " $ si una
muestra aleatoria de 8 de estos cigarros tiene una desviacin stndar de 1,8 milmetros.
Use un nivel de significacin de 0,05.
L! 5 # " $
L" 5 # " $
! ! !&
=# $ #%
8)
VG ;#!*(&( " '*!

;#!!#&( "' !"$
( $ #%
"( %&
! "$
Se rechaza L! , es decir, 5 # " $
159

3) Experiencias pasadas indican que el tiempo para que alumnos del ltimo ao
realicen un examen estandarizado es una v.a normal con una desviacin stndar de 6
minutos. Pruebe la hiptesis de que 5 ' en contraposicin a la alternativa de que 5 '
si una muestra aleatoria de 20 studiantes tiene una desviacin stndar de 4,51 minutos al
realizar este examen. Utilice un nivel de significacin de 0,01
L! 5 # $'
L" 5 # $'
! ! !"
=# #! $%!"
8 #!
VG ;#!**"* ( '$$
"* #! $%!"
"! (%
$'
Con la informacin de la muestra, no es posible rechazar L!
160

Ejercicios
1) Se sabe que la capacidad de los recipientes de un determinado lubricante tiene

distribucin normal con una varianza de 0,03 litros2 . Pruebe la hiptesis de que
5 # ! !$ en contraposicin a la alternativa de que 5 2 0,03 para la muestra
aleatoria de 10 recipientes que tiene una desviacin estndar de 0,25. Use nivel de
2) Se sabe que el contenido de nicotina de una marca de cigarros tiene una
distribucin aproximadamente normal con una varianza de 1,3 milgramos. Pruebe la
hiptesis de que 5 # " $ en contraposicin a la alternativa de que 5 2 " $ si una
muestra aleatoria de 8 de estos cigarros tiene una desviacin estndar de 1,8. Use nivel de
3) En el pasado la desviacin estndar de los pesos de ciertos paquetes de 40
onzas, llenados por una mquina era de 0,25 onzas. Una muestra aleatoria de 20 paquetes
dio una desviacin estndar de 0,32 onzas. Es el aparente incremento de variabilidad
significativa al nivel de significacin del
a) 0,05
b) 0,01
4) Se formula la hiptesis de que la desviacin estndar del ingreso domstico
anual de cierta comunidad es de 3.000 dlares. En una muestra de 15 hogares
aleatoriamente seleccionados, la desviacin estndar es 2.000 dlares. Se supone que las
cifras de ingreso domstico de la poblacin siguen una distribucin normal. Con base en
este resultado muestral, puede rechazarse la hiptesis nula con un nivel de significacin
del
a) 0,05 ?
b) 0,01 ?
161

Solucin
1) Se acepta L! , es decir, 5 # ! !$
2) Se rechaza L! , es decir, 5 # " $
3)
a) Se rechaza L! , es decir, existe un aumento de variabilidad

b) Se acepta L! , es decir, no existe un aumento de variabilidad
4)
a) Se acepta L! , es decir, 5 $!!! dlares

b) Se acepta L! , es decir, 5 $!!! dlares
162

Autoevaluacin
1) Los sistemas de escape de emergencia para tripulaciones de aeronaves son

impulsados por un combustible slido. Una de las caractersticas importantes de este
producto es la rapidez de combustin. Las especificaciones requieren que la rapidez
promedio de combustin sea 50 cm/seg. Se sabe que la desviacin estndar de esta
rapidez es 2 cm/seg. El experimentador decide especificar un nivel de significacin de
0,05. Selecciona una muestra aleatoria de 25 y obtiene una rapidez promedio de
combustin de 51,3 cm/seg. A qu conclusiones debe llegar?
2) Se inserta un remache en un agujero. Si la desviacin estndar del dimetro del
agujero es mayor que 0,01 mm, entonces existe una probabilidad inaceptablemente
grande de que el remache no entre en el agujero. Se toma una muestra aleatoria de 15
piezas, y se mide el dimetro del agujero, la desviacin estndar es de 0.008 mm. Existe
evidencia fuerte que indique que la desviacin estndar del dimetro del agujero es
mayor que 0,01 mm? Utilice un nivel de significacin de 0,01
3) La brillantez de un cinescopio de televisin puede evaluarse midiendo la
corriente necesaria para alcanzar un nivel de brillantez particular. Un ingeniero ha
diseado un cinescopio para el que cree que requiere , en promedio, 300 microamperes
de corriente para producir el nivel deseado de brillantez. Se toma una muestra de 10
cinescopios y se obtiene una media de 317,2 microamperes con una desviacin estndar
de 15,7 microamperes. Utilice un nivel de significacin de 0,05
4) El contenido de azcar del almibar de los duraznos enlatados tiene una
distribucin normal, donde se cree que la varianza es 18 mg# . Pruebe la hiptesis
5 # ") contra la alternativa 5 # ") si al tomar una muestra de 10 latas la desviacin
estndar es 4,8 mg. Use un nivel de significacin de 0,01
5) Un ingeniero civil hace pruebas con la resistencia a la compresin del concreto.
Para ello examina 12 especmenes obteniendo una media de 2260 psi y una desviacin
estndar de 36 psi.Pruebe la hiptesis . ##(! psi contra la alternativa . ##(! psi .
Use un nivel de significacin de 0,05
163

Solucin
"
L! . &!
L" . &!
Rechazar L! , es decir, la rapidez promedio es superior a 50 cm/seg.
2)
L! 5 # a! !"b#
L" 5 # a! !"b#
Aceptar L! , es decir, no existe evidencia fuerte que indique que la desviacin

estndar del dimetro del agujero es menor que 0,01 mm
3)
L! . $!!
L" . $!!
Rechazar L! , es decir, el cinescopio requiere sobre 300 microamperes de

corriente para producir el nivel deseado de brillantez.
4)
L! 5 # ")
L" 5 # ")
Aceptar L! , es decir, la varianza es de 18 mg#
5)
L! . ##&!
L" . ##&!
Aceptar L! , es decir, la resistencia promedio a la compresin del concreto es de

2250 psi.
164

UNIDAD N 5
REGRESIN LINEAL SIMPLE
165

El anlisis de Regresin se utiliza para fines de prediccin.

A menudo existen relaciones entre 2 ms variables, por ejemplo, entre el peso y
la estatura de una persona, las horas de estudio y la calificacin obtenida, etc. Suele ser
deseable expresar tales relaciones en forma matemtica determinando una ecuacin que
conecte a las variables.
Para hallar una ecuacin que relacione las variables, el primer paso es recoger
datos que muestran valores correspondientes de las variables bajo consideracin.
As por ejemplo, la siguiente tabla muestra las alturas y peso de una muestra de
10 personas:
Altura B
Peso C
"''
'!
"&*
'#
"'#
'&
"'!
'&
"'"
'"
"%*
&!
"(!
')
"')
'!
"&&
&)
"'!
'%
Peso
El prximo paso es marcar los puntos B C en un sistema de coordenadas

rectangulares, el conjunto de puntos resultantes se denomina DIAGRAMA DE
DISPERSIN
Diagrama de Dispe rsin
70
65
60
55
50
45
1,45
1,5
1,55
1,6
1,65
1,7
1,75
Altura
A partir del Diagrama de Dispersin es posible (a veces), visualizar una curva que
aproxima los datos. Tal curva se denomina CURVA APROXIMANTE.
166

Los siguientes diagramas de dispersin:

Y
Re la cin Line a l
R e l a c i n N o L in e a l
muestran una relacin lineal en el primer caso y una relacin no lineal en el segundo.
El problema general de hallar ecuaciones de curvas aproximantes que se ajusten a
un conjunto de datos se denomina AJUSTE DE CURVAS.
Uno de los propsitos principales de la curva de ajuste es estimar una de las
variables (la variable dependiente) conocida otra (la variable independiente). El proceso
de estimacin se conoce como REGRESIN.
167

Los tipos ms comunes de curvas aproximantes y sus ecuaciones se representan

en la siguiente lista:
Lnea Recta
C +! + " B
Parbola
C +! + " B + # B#
Curva Cbica C +! +" B +# B# +$ B$

Todas las letras excepto B e C representan constantes. La variable B es la
variable independiente y la variable C es la variable dependiente. Aunque esto se puede
cambiar, es decir, en algunos casos la variable B ser la dependiente y la variable C la
independiente.
Para decidir que curva usar es til observar el diagrama de dispersin. Con el
diagrama de dispersin se puede tener una idea aproximada de la relacin entre las
variables. La relacin ms sencilla es la lineal.
A menudo se recurre a la intuicin personal para dibujar una curva que se ajuste a
un conjunto de datos. Este mtodo tiene la desventaja de que diferentes observadores
obtendrn distintas curvas y ecuaciones.
Para evitar juicios subjetivos al construir rectas, parbolas u otras curvas
aproximantes de ajuste de datos se utiliza el Mtodo de Mnimos Cuadrados.
168

Dado el siguiente Diagrama de Dispersin:
Una medida de la bondad del ajuste de la curva a los datos dados est
proporcionada por la cantidad:
H"# H## H$# H8#
Si esta cantidad es pequea, el ajuste es bueno. Si la cantidad es grande, el ajuste
es malo.
Definicin: De todas las curvas que aproximan un conjunto de datos, la que tiene
la propiedad de que H"# H## H$# H8# es mnimo se llama una Curva de
Ajuste Optimo.
Estas diferencias H3 con 3 " # $ 8 pueden ser positivas, negativas o
iguales a cero.
Una curva que cumpla con la condicin de que H"# H## H$# H8#
sea mnimo se denomina Curva de Mnimos Cuadrados. Esta curva puede ser: una recta,
una parbola, una parbola cbica, etc.
169

LA RECTA DE LOS MNIMOS CUADRADOS

El anlisis de regresin lineal simple tiene por objeto encontrar la lnea recta que
mejor se ajuste a los datos, esto significa que se desea encontrar la lnea recta para la cual
las diferencias entre los valores reales de C y los valores estimados C sean lo ms
pequeas posible.
La recta de mnimos cuadrados que aproxima el conjunto de puntos: B" C"
B# C# B$ C$ B8 C8 tiene por ecuacin la recta C +! +" B , donde las
constantes +! y +" se determinan al resolver el siguiente sistema de ecuaciones:
" C +! 8 + " " B
"B C + ! " B + " " B #

que se denominan las Ecuaciones Normales para la recta de mnimos cuadrados.
Otra forma de determinar estas constantes +! y +" , es a travs de las siguientes
frmulas que se deducen de las Ecuaciones Normales:
+"
8!BC !B !C
8!B# !B
+! C + " B
donde: B e C corresponden al promedio de los datos dados para B e C , respectivamente.

Lo anterior se utiliza cuando B es la variable independiente e C es la variable
dependiente.
Si se toma B como la variable dependiente, la recta toma la forma B ,! ," C ,
y las ecuaciones normales seran:
" B ,! 8 , " " C
" BC ,! " C ," " C #
170

Las constantes ,! y ," quedan determinadas por las siguientes expresiones:
,"
8!BC !B !C
8!C# !C
,! B , " C
La recta de mnimos cuadrados resultante no es, generalmente, la misma que la

obtenida antes.
Ejemplo:
1) Determine, para la tabla dada, la recta de mnimos cuadrados considerando:
a) B como la variable independiente
b) B como la variable dependiente
B
C
"
"
$
#
%
%
'
%
)
&
*
(
""
)
"%
*
D ia g r a m a d e D is p e r s i n
Y
10
9
8
7
6
5
4
3
2
1
0
0
10
12
14
16
X
a) B como la variable independiente C +! +" B

Para determinar las constantes usamos las ecuaciones normales:
" C +! 8 + " " B
"B C + ! " B + " " B #
171

De la tabla se tiene que:
8)
" B# &#%
" B &'
" C %!
" BC $'%
Luego, las ecuaciones normales que se deben resolver son:

%! )+! &'+"
(
$'% &'+! &#%+"
#)! &'+! $*#+"
$'% &'+! &#%+"
)% "$#+"
+"
)%
"$#
Reemplazando +"
%! )+! &'
& +!
%*
""
+"
#"
$$
+"
(
""
(
en: %! )+! &'+" se tiene:
""
""
)
+! &
%*
""
Luego, la recta de mnimos cuadrados es:
+!
'
""
'
(
B
""
""
La ecuacin determinada se puede graficar sobre el diagrama de dispersin de los

datos.
172

b) B como la variable dependiente B ,! ," C

Para determinar las constantes usamos las ecuaciones normales:
" B ,! 8 , " " C
"B C , ! " C , " " C #

De la tabla se tiene que:
8)
" C# #&'
" B &'
" C %!
" BC $'%
Las ecuaciones normales son:

&' ),! %!,"
&
$'% %!,! #&',"
#)! %!,! #!!,"
$'% %!,! #&',"
)% &',"
,"
)%
&'
Reemplazando ,"
$
&' ),! %!
#
( ,!
"&
#
,"
$
en:
#
$
#
&' ),! %!," se tiene:
)
,! (
"&
#
Luego, la recta de mnimos cuadrados es:
,!
B
"
#
"
$
C
#
#
La ecuacin determinada se puede graficar sobre el diagrama de dispersin de los

datos.
173

Las rectas de mnimos cuadrados que hemos determinado nos sirven para estimar,
basados en datos de una muestra, el valor de una variable C correspondiente a un valor
dado de la variable B. La curva resultante se denomina Curva de Regresin de C sobre B,
ya que C se estima a partir de B.
En el ejemplo anterior, la ecuacin de la curva de regresin de C sobre B es:
C
'
(
B
""
""
Podemos estimar el valor C para B & de la siguiente forma:

C
'
(
a&b
"" ""
Para B %
'
$&
"" ""
%"
$($
""
'
(
'
#)
a%b C
"" ""
"" ""
$%
$!*
""
" $
C permite estimar el valor de B a partir de un valor de
# #
C. Esta ecuacin se denomina Ecuacin de Regresin de B sobre C
La ecuacin B
Los valores estimados a travs de las ecuaciones encontradas no necesariamente

corresponden a los valores dados en la tabla.
Las ecuaciones de las rectas de regresin C +! +" B y B ,! ," C se
intersectan en un punto llamado Centroide que se denota por B C, donde:
!B
8
!C
8
Para el ejemplo anterior, se tiene que el centroide es:

B
&'
(
)
%!
&
)
Centroide B C ( &
174

El mtodo de regresin responde a tres tipos de objetivos:

1) Estudiar si ambas variables estn relacionadas
2) Determinar que tipo de relacin, si existe, las une
3) Predecir los valores de una variable a partir de valores conocidos de la otra.
Conocer el grado de relacin existente entre ambas variables, permitir saber si la
prediccin realizada con el modelo matemtico establecido, es buena o mala.
Para medir el grado de relacin existente entre la variable independiente y la
variable dependiente, lo que ms se utiliza es el Coeficiente de Correlacin Lineal ( < de
Pearson ), cuyo mtodo abreviado de clculo est dado por la siguiente frmula:
<
8! BC ! B! C
8! B# ! B 8! C # ! C
#
El valor de < se encuentra en el intervalo c " "d

Si < !, entonces no existe correlacin entre las variables
Si < ", entonces la correlacin es perfecta y negativa
Si < ", entonces la correlacin es perfecta y positiva
Si < !& !& entonces la correlacin es mala
Si < !& !& entonces la correlacin es buena
175

Ejemplo: La siguiente tabla representa las notas en Algebra y Fsica de "!

estudiantes elegidos al azar:
AlgebraB
FsicaC
a)
(&
)#
)!
()
*$
)'
'&
(#
)(
*"
("
)!
*)
*&
')
(#
)%
)*
((
(%
Diagrama de Dispersin
Fs ica
D ia g ra m a d e D i sp e rsi n
100
90
80
70
60
50
40
30
20
10
0
0
10
20
30
40
50
60
70
80
90
100
A lg e b r a
De los datos dados se tiene que:

8 "!
b)
!BC ''!%&
! B (*)
!B# '%(##
! C )"*
! C # '('(&
Determine la recta de regresin de C sobre B C +! +" B
Para determinar las constantes +! y +" , tenemos:

" C +! 8 + " " B
"B C + ! " B + " " B #
176

Luego, el sistema de ecuaciones que debemos resolver es el siguiente:
)"* "!+! (*)+"

''!%& (*)+! '%(##+"
$**
&
$#'()" $**!+! $")%!#+"

$$!##& $**!+! $#$'"!+"
$%%% &#!)+"
+" !''
Luego, reemplazando +" en: )"* "!+! (*)+" se tiene que:
+0
)"* (*)!''
"!
+! #*#$
Por lo tanto, la ecuacin de la recta de regresin de C sobre B es:

C #*#$ !''B
c)
B
Determine el centroide B C
(*)
(*)
"!
)"*
)"*
"!
Luego, el centroide es B C (*) )"*

d)
buena.
Halle el coeficiente de correlacin lineal
<
"!''!%& (*))"*
c"!'%(## (*)# dc"!'('(& )"*# d
<
'#$)"%#%
')))
!)(
Por lo tanto, la correlacin entre las variables es
177

e)
Estimar el valor de C para B (! y B '&
B (!
C #*#$ !''(! (&%$
El valor estimado para B (! es C (&

B '&
C #*#$ !'''& (#"$
El valor estimado para B '& es C (#

f)
Si un estudiante tiene (& puntos en Algebra. Cul es su nota esperada en
Fsica?
La nota esperada en Fsica es: C #*#$ !''(&
C ()($
C (* puntos
178

1) Determine para los datos del ejemplo anterior la ecuacin de regresin de B

sobre C
2) Dados los siguientes datos en forma de pares B C: # #, % $, & $, ' %,

( ', ) &, * (, "! '
a) Dibujar el diagrama de dispersin
b) Hallar la ecuacin de la recta de regresin de C sobre B
c) Estimar los valores de C para B & B ) B "%
3) En la siguiente tabla se presentan datos que relacionan el nmero de semanas

de experiencia (B) de un trabajador y el nmero de artculos defectuosos (C ) elaborado
por cada uno de ellos:
B
C
(
#'
*
#!
*
#)
"%
"'
)
#$
"#
")
"!
#%
%
#'
#
$)
""
##
)
$#
&
#&
%
$&
'
$!
a) Trace el diagrama de dispersin

b) Determine la ecuacin de la recta de regresin de C sobre B
c) Grafique la recta de regresin de C sobre B
d) Estime el nmero de artculos defectuosos para empleados que tienen:
- Tres semanas de experiencia laboral
- Doce semanas de experiencia laboral
e) Calcule el coeficiente de correlacin lineal e interprete
f) Determine el centroide de los datos dados
179

4) El gerente de personal de una empresa intuye que quizs exista relacin entre
el ausentismo laboral y la edad de los trabajadores. Desea tomar la edad de los
trabajadores para desarrollar un modelo de prediccin de das de ausencia durante un ao
laboral. Se seleccion una muestra aleatoria de "! trabajadores y se obtuvo los siguientes
datos:
Trabajador
"
#
$
%
&
'
(
)
*
"!
EdadB
#(
'"
$(
#$
%'
&)
#*
$'
'%
%!
Das AusentesC
"&
'
"!
")
*
(
"%
""
&
)
a) Diagrama de Dispersin
b) Determine la recta de regresin de C sobre B
c) Calcule el coeficiente de correlacin lineal e interprete
d) Estime los das de ausentismo laboral para trabajadores que tienen #& aos, $%
aos y &! aos de edad
180

Solucin
1)
B "% $* " "&C
2) a)
Diagrama de Dispe rsin
Y
10
9
8
7
6
5
4
3
2
1
0
0
10
11
X
b)
C ! '$ ! '"B
c)
C $ (
C & &
C * #
181
(Respectivamente)

3) a)
Dia gra m a de Dispe rsin
40
35
30
25
20
15
10
5
0
0
10
12
14
16
X
b)
C $( (%) " &")B
c)
Grfico de la recta de regresin: C $( (%) " &")B

Ex pe rie nc ia & Art. De fe c tuos os
40
35
30
25
20
15
10
5
0
1
11
13
15
17
19
X
d)
B $ C $$ "*% $$
B "# C "* &$# #!
182

e)
< ! )")
El coeficiente de correlacin lineal < ! )") nos indica que la correlacin

lineal entre las variables es buena y negativa, es decir, a mayor experiencia laboral menos
artculos defectuosos elabora un trabajador.
f)
Centroide B C ( ()' #& *#*
A u s e n tis m o
4) a)
Dia g ra m a d e D isp e rsi n
20
18
16
14
12
10
8
6
4
2
0
0
b)
10
20
30
40
50
60
70
Ed ad
C #" &)$ ! #') B
c)
< ! *$ La correlacin entre la edad y el ausentismo laboral es muy
buena y negativa, es decir, a mayor edad menos das de ausencia laboral.
d)
B #& aos C "% ))$ "& das
B $% aos C "# %(" "# das
B &! aos C ) ")$ ) das
183

Anlisis de Residuos
El anlisis de residuos sirve para verificar si el modelo lineal es el que mejor se
ajusta a los datos dados.
Se define un residuo (/3 como la diferencia entre el valor observado C y el valor
estimado C, es decir,
/3 C3 C w 3
donde C3 valor observado

C3w valor estimado
El anlisis de residuos nos permite llegar a conclusiones tales como:

a) La funcin de regresin es lineal
b) La funcin de regresin no es lineal
c) El modelo de regresin lineal se ajusta a todas excepto una o varias
observaciones atpicas. Estas observaciones atpicas pueden no considerarse si el nmero
de datos es grande (mayor que $!).
Re siduos
La forma ms comn de enfrentar el problema del anlisis de residuos, es

mediante un estudio grfico de ellos. Para graficar los residuos se considera el siguiente
grfico:
G r fico d e Re sid u o s
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
184

Las siguientes figuras, muestran diferentes situaciones que se presentan con cierta
frecuencia:
a)
Re sid u o s
G r fi c o d e R e sid u o s
1,0
0,8
0,6
0,4
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
La figura anterior muestra un caso tpico de residuos cuando el modelo lineal es

adecuado. Todos los residuos tienden a caer en una banda horizontal centrada alrededor
del cero.
b)
Re sid u o s
G r fi c o d e R e sid u o s
5
0
-5
-10
-15
-20
-25
-30
La figura anterior indica una desviacin clara de la linealidad, sugiriendo la

necesidad de ajustar una funcin de regresin no lineal.
185

c)
Re siduos
Gr fico de Re siduos
2,0
1,5
1,0
0,5
0,0
-0,5
-1,0
-1,5
-2,0
La figura anterior presenta una observacin atpica, es decir, se escapa del modelo
lineal que tienen los otros datos. La influencia de estos puntos atpicos, ser mayor si el
nmero de datos es pequeo (menor o igual a $!).
186

Ejemplo: Dada la siguiente tabla y la recta de regresin de C sobre B:

B
C
'&
')
'$
''
'(
')
'%
'&
')
'*
'#
''
(!
')
''
'&
')
("
'(
'(
'*
')
("
(!
C $& )# ! %('B
Determine:
a) Los valores estimados de C
b) Los residuos /3 para cada caso
c) Represente grficamente los residuos
d) Qu puede concluir de este grfico?
Solucin:
a) Los valores estimados de
reemplazando B en la recta dada:
C , que aparecen en la tabla, se determinan
C $& )# ! %('B
Por ejemplo, para B '& se tiene que C $& )# ! %(''& C w '' )
El mismo procedimiento se debe realizar para los dems valores de B
b) Los residuos /3 , que aparecen en la tabla, se determinan de la siguiente forma:
Para C ') se tiene: /3 C C w
/3 ') '' )
/3 " #
El mismo procedimiento se debe realizar para los dems valores de C
B
C
Cw
/3
'&
')
'' )
" #
'$
''
'& )
! #
'(
')
'( (
! $
'%
'&
'' $
" $
')
'*
') #
! )
'#
''
'& $
! (
(!
')
'* "
" "
187
''
'&
'( #
# #
')
("
') #
# )
'(
'(
'( (
! (
'*
')
') (
! (
("
(!
'* '
! %

Re s id uos
c)
An lisis d e Re sid uo s
3,0
2,0
1,0
0,0
60
62
64
66
68
70
72
-1,0
-2,0
-3,0
x
d) Los residuos nos indican que la recta de regresin dada en algunos casos no es
la mejor estimadora para C. Existen 5 puntos que se escapan del intervalo c " "d
188

1) Dada la siguiente informacin, qu puede concluir a travs del anlisis de

residuos?
B
C
Cw
"
"
" &
$
#
# '
%
%
$ #
'
%
% $
)
&
& $
*
(
& *
""
)
( !
"%
*
) '
)
&
& $
! $
*
(
& *
" "
Solucin
1)
Re s id u o s
B
C
Cw
/3
"
"
" &
! &
$
#
# '
! '
%
%
$ #
! )
'
%
% $
! $
""
)
( !
" !
"%
*
) '
! %
An lisis d e Re sid uo s
1,2
1
0,8
0,6
0,4
0,2
0
-0,2 0
10
12
14
-0,4
-0,6
-0,8
-1
X
Los residuos son muy grandes para los datos dados. Por lo tanto, no existe una
relacin lineal entre los datos dados.
189

Autoevaluacin
1) Dada la siguiente tabla:
B
C
$
#
&
$
'
%
)
'
*
&
""
)
Determine:
a) Diagrama de Dispersin
b) La ecuacin de la recta de regresin de C sobre B. Grafquela
c) El coeficiente de correlacin lineal. Interprete.
d) Estime los valores de C, para B % y B '
2) Dada la siguiente tabla:

Hrs. Estudio B
Nota Examen C
#!
'%
"'
'"
$%
)%
#$
(!
#(
))
$#
*#
")
(#
##
((
#!
''
a) Elabore el Diagrama de Dispersin

b) Determine el Coeficiente de Correlacin Lineal. Concluya.
c) Determine la recta de regresin de C sobre B. Grafique.
d) Estime la nota de Examen para un alumno que estudi #& horas
190

Solucin
1) a)
y
D iagrama de D ispersin
9
8
7
6
5
4
3
2
1
0
0
10 11 12
x
" &
B
$ (
b)
c)
< ! *&)
d)
B % C # &#
La correlacin entre las variables es buena.

B ' C $ *&
Nota Exame n
2) a)
D iagrama de D ispersin
100
90
80
70
60
50
10
15
20
25
30
35
40
Ho ras d e Estu d io
b)
< ! )'(&
La correlacin entre las variables es buena.
c)
C $) '" " &% B
d)
B #&
C ((
191

Estadistika

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

Estadistika

Hochgeladen von

Copyright:

Verfügbare Formate

ESTADSTICA PARA CONSTRUCCIN CIVIL

Instituto Profesional Dr. Virginio Gmez

Estadstica: conceptos bsicos

Unidad N 3: Estimacin de Parmetros

Unidad N 4: Pruebas de Hiptesis

Unidad N 5: Regresin Lineal Simple

Instituto Profesional Dr. Virginio Gmez

Instituto Profesional Dr. Virginio Gmez

Instituto Profesional Dr. Virginio Gmez

Instituto Profesional Dr. Virginio Gmez

Instituto Profesional Dr. Virginio Gmez

Instituto Profesional Dr. Virginio Gmez

2) Variables Cuantitativas, son aquellas variables que pueden expresarse en

2.2) Variables Cuantitativas Continuas, son respuestas numricas que surgen

Instituto Profesional Dr. Virginio Gmez

Tabulacin de los datos

A) Tabulacin de datos cualitativos

Instituto Profesional Dr. Virginio Gmez

B) Tabulacin de variable cuantitativa

7 nmero de clases distintas

c) Frecuencia relativa : 23 es la proporcin de datos que se encuentra en una

Obs: a) " 23 "

d) Frecuencia absoluta acumulada : J3 indica la cantidad de datos que se

Instituto Profesional Dr. Virginio Gmez

R &! (tamao de la poblacin)

Instituto Profesional Dr. Virginio Gmez

# Ocho trabajadores tienen ) aos de servicio

Instituto Profesional Dr. Virginio Gmez

B.2) Tabulacin de variable continua o discreta

d) Lmites de un intervalo : Son los valores extremos de una clase. El menor

Instituto Profesional Dr. Virginio Gmez

g) Frecuencia absoluta : 03 indica el nmero de observaciones que pertenece a

h) Frecuencia relativa : 23 es la proporcin de datos que se encuentra en un

i) Frecuencia absoluta acumulada : J3 indica el nmero de datos de la

j) Frecuencia relativa acumulada : L3 indica la proporcin de datos de la

Observacin: Existe ms de un mtodo para construir una tabla de distribucin

Instituto Profesional Dr. Virginio Gmez

" Construya la correspondiente distribucin de frecuencia.

Instituto Profesional Dr. Virginio Gmez

# El mayor nmero de notas se concentra en el quinto intervalo, que

Instituto Profesional Dr. Virginio Gmez

Construya una tabla de distribucin de frecuencias.

\7+B ' &

Rango V \7+B \738 ' & ! # ' $

" !& " "

PASO 3: Clculo del excedente (I )

Instituto Profesional Dr. Virginio Gmez

? ! !" cuando los datos tienen dos decimales, etc.

PASO 4: Clculo de los lmites de clases ( ^3 ; ^3

^# ^" + ! " " " " #

^" ^" + ? ! " " " ! " " "

^# ^" + " " " " # # . . . etc.

PASO 5: Clculo de las fronteras de clases lmites reales de clases ( P3 ; P3 )

P" P" + " "& " " ! !&

P#w P" + " "& " " # #& etc.

Instituto Profesional Dr. Virginio Gmez

PASO 6: Clculo de las marcas de clases ( B3 )

B# B" + ! ' " " " ( . . . etc.

Instituto Profesional Dr. Virginio Gmez

a) Construya la tabla de frecuencia con todos sus elementos.

7 " $ $ 691 %! ' #)')

Definamos el nmero de intervalos de clases como 7 '

V "(' ""* &(