Beruflich Dokumente
Kultur Dokumente
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
INDICE
Contenidos
Unidad N 1: Estadstica Descriptiva
Pgina
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
122
122
123
124
128
132
136
139
140
142
142
149
156
163
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
03
(&
#!!
&!
(&
%!!
03
8
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:
%
)
'
(
)
&
(
)
'
*
%
'
*
&
&
'
(
&
%
&
(
(
'
%
%
*
%
&
%
'
(
'
%
'
(
(
)
(
)
*
&
)
*
)
&
)
*
'
(
%
"
Aos de servicio
%
&
'
(
)
*
Total
03
*
)
*
"!
)
'
&!
23
! ")
! "'
! ")
! #!
! "'
! "#
" !!
J3
*
"(
#'
$'
%%
&!
L3
! ")
! $%
! &#
! (#
! ))
" !!
10
Recorrido
V
7
N de clases
11
7
8 " 03
3"
8 tamao de la muestra
03
8
Obs: J7 8
12
Primer mtodo:
Ejemplo
Los siguientes datos corresponden a las notas obtenidas por "!! alumnos en un
curso de Estadstica
"!!
)%
$$
*)
&(
*!
)#
((
&&
'#
)(
'&
$$
(!
%(
)$
)&
&&
&"
*$
&%
&(
"!!
')
&(
'%
'#
"!!
%(
*)
)#
''
'*
(!
)'
*&
(#
)!
%(
&)
*$
#&
((
'&
#&
)&
'&
&&
'%
*&
%(
(!
))
(!
''
"!!
('
&#
(&
)$
%!
)&
'$
)%
%!
'(
#$
)&
'&
$$
&$
$'
"(
&#
"!!
'!
*'
')
'!
(!
))
'"
%#
'!
$#
%#
$!
&$
%&
&"
&)
$%
&&
&%
$*
'&
%&
)#
(&
'!
13
Solucin:
V "!! "( )$
8 "!!
7 " $ $ 691"!! ( ' )
+
)$
"! $' ""
)
" Notas
"( #(
#) $)
$* %*
&! '!
'" ("
(# )#
)$ *$
*% "!%
Total
Lmites reales
"' & #( &
#( & $) &
$) & %* &
%* & '! &
'! & (" &
(" & )# &
)# & *$ &
*$ & "!% &
B3
##
$$
%%
&&
''
((
))
**
03
%
(
""
#"
##
"!
"&
"!
"!!
23
! !%
! !(
! ""
! #"
! ##
! "!
! "&
! "!
" !!
J3
%
""
##
%$
'&
(&
*!
"!!
L3
! !%
! ""
! ##
! %$
! '&
! (&
! *!
" !!
14
Segundo mtodo:
Ejemplo 1
Los siguientes datos representan el perodo de duracin, en aos, de 30 bombas
de combustible similares:
# !
! #
" &
% &
" !
$ !
' !
% !
! $
' !
! $
& &
& *
" &
& '
$ $
' &
" )
! &
' !
" $
! #
% (
# &
" #
! %
# $
! (
& !
! #
Elegir
7&
7'
8 nmero de datos
PASO 2: Clculo de la amplitud (+)
\738 ! #
V
' $
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.
I
! #
! #
! # ! " ! "
#
#
I
I
es la cantidad truncada con el mismo nmero de decimales que los datos.
#
#
^3 ^3 + ?
^3 ^3" +
w
^ ^#
" " " #
P" "
" "&
#
#
w
En general se cumple:
w
P3 P3" +
P3 P 3 +
P3 P3" +
16
^ ^"
! " " "
B" "
! '
#
#
En general se cumple:
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
*
$!
"&
$!
"*
$!
#!
$!
#%
$!
$!
$!
Ejemplo 2
Los siguientes datos corresponden al sueldo (en miles de pesos) de 40
trabajadores de una empresa
""*
"#&
"#'
"#)
"$#
"$&
"$&
"$&
"$'
"$)
"$)
"%!
"%!
"%#
"%#
"%%
"%%
"%&
"%&
"%'
"%'
"%(
"%(
"%)
"%*
"&!
"&!
"&#
"&$
"&%
"&'
"&(
"&)
"'"
"'$
"'%
"'&
"')
"($
"('
\7+B "('
\738 ""*
PASO 3:
V
&(
* & "!
7
'
? " cuando los datos son enteros
PASO 4:
I
#
""* ""* " "")
#
#
^" "")
^' "')
^' "((
18
^ ^#
P" "
"#( &
#
w
PASO 5:
w
PASO 6:
w
B"
^" ^ "
"") "#(
PASO 7:
w
^3
^3
P3
P3
B3
03
J3
"")
"#(
""( &
"#( &
"## &
"#)
"$(
"#( &
"$( &
"$# &
'
"$)
"%(
"$( &
"%( &
"%# &
"%
#$
"%)
"&(
"%( &
"&( &
"&# &
$#
"&)
"'(
"&( &
"'( &
"'# &
&
$(
"')
"((
"'( &
"(( &
"(# &
%!
23
$
%!
'
%!
"%
%!
*
%!
&
%!
$
%!
L3
$
%!
*
%!
#$
%!
$#
%!
$(
%!
%!
%!
"% * &
"!! (! %
%!
19
Ejercicios
1) Los siguientes datos corresponden al sueldo (en miles de pesos) de %!
trabajadores de una empresa
""*
"#&
"#'
"#)
"$#
"$&
"$&
"$&
"$'
"$)
"$)
"%!
"%!
"%#
"%#
"%%
"%%
"%&
"%&
"%'
"%'
"%(
"%(
"%)
"%*
"&!
"&!
"&#
"&$
"&%
"&'
"&(
"&)
"'"
"'$
"'%
"'&
"')
"($
"('
&#
%&
$)
&!
&&
%!
&#
%#
%'
%!
%#
%&
&!
&#
%&
$)
&!
&&
&#
%&
%#
&!
%#
%&
%&
$)
%!
20
$!!
#)*
$#*
$!(
$#%
#)'
#*#
#*&
$!%
$#$
$!#
#)*
$!(
#*"
$"'
$"$
$!)
#*(
#))
#*#
$"%
$#'
$!#
#*(
#)'
#)*
$!$
#*%
$"'
#**
#*#
#)(
$!"
$##
#*%
$#"
#*$
#)&
$"(
$#)
$#(
$##
$"$
$!)
#*'
'*
"$#
*!
"!$
"$%
)$
""&
(&
"$$
"#*
)&
"#!
"$(
"$)
*'
*$
"#(
"$"
"$$
**
($
"$!
($
""!
(#
)"
"!&
'#
'!
"!%
*%
""%
"!!
*"
*(
"!%
"#$
"!*
)(
)%
"#&
"#"
""(
"$'
*)
21
! $
# "
! )
$ (
# "
" "
# "
" *
& "
! *
& (
" %
# "
$ '
$ #
! "
( $
$ #
% *
$ (
" $
& %
! #
# $
" "
# &
$ &
( "
" )
! &
" '
" *
# )
! %
" *
Solucin
1) a) V "(' ""* &(
R %!
7 " $ $691a%!b ' #) '
+
&(
* & "!
'
Sueldo
""* "#)
"#* "$)
"$* "%)
"%* "&)
"&* "')
"'* "()
Total
Lmites reales
"") & "#) &
"#) & "$) &
"$) ) "%) &
"%) & "&) &
"&) & "') &
"') & "() &
B3
"#$ &
"$$ &
"%$ &
"&$ &
"'$ &
"($ &
03
%
(
"$
*
&
#
%!
23
! "!!
! "(&
! $#&
! ##&
! "#&
! !&!
J3
! "
! #(&
! '!!
! )#&
! *&!
"
L3
%
""
#%
$$
$)
%!
22
2) a) Peso
$' %!
%" %&
%' &!
&" &&
&' '!
Total
Lmites reales
$& & %! &
%! & %& &
%& & &! &
&! & && &
&& & '! &
B3
$)
%$
%)
&$
&)
03
(
""
&
'
"
$!
23
! #$
! $(
! "(
! #!
! $!
J3
(
")
#$
#*
$!
L3
! #$
! '!
! ((
! *(
"
23
! ")
! "'
! "!
! "%
! "!
! !'
! !'
! "#
! !)
J3
*
"(
##
#*
$%
$(
%!
%'
&!
Lmites reales
#)% & #)* &
#)* & #*% &
#*% & #** &
#** & $!% &
$!% & $!* &
$!* & $"% &
$"% & $"* &
$"* & $#% &
$#% & $#* &
B3
#)(
#*#
#*(
$!#
$!(
$"#
$"(
$##
$#(
03
*
)
&
(
&
$
$
'
%
&!
23
L3
! ")
! $%
! %%
! &)
! ')
! (%
! )!
! *#
"
4) a) N de personas
'! '*
(! (*
)! )*
*! **
"!! "!*
""! ""*
"#! "#*
"$! "$*
Total
03
&
%
&
)
'
%
)
"!
&!
23
! "!
! !)
! "!
! "'
! "#
! !)
! "'
! #!
J3
&
*
"%
##
#)
$#
%!
&!
L3
! "!
! ")
! #)
! %%
! &'
! '%
! )!
"
Lmites Reales
! !& # !&
# !& % !&
% !& ' !&
' !& ) !&
) !& "! !&
B3
" !&
$ !&
& !&
( !&
* !&
03
"(
"$
(
#
"
%!
23
! %#&
! $#&
! "(&
! !&
! !#&
" !!!
J3
"(
$!
$(
$*
%!
L3
! %#&
! (&
! *#&
! *(&
" !!!
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%
%!! alumnos
1996:
1997:
1998:
1999:
2000:
2001:
26
03
"!
"#
'
%
'
#
%!
03
B3
27
03
&%
"!"
""*
&%
$#
$'!
140
120
100
80
60
40
20
0
A
C
De partam e nto
28
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 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
30
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.
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
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
B3
03
"
'
23
J3
L3
Lmites reales
*
")
#(
#(
33
B3
03
%
&
"#
"!
"&
$
"
&!
23
J3
L3
Lmites reales
A
(
$
#
""
"!
(
%!
B
$
'
)
)
"#
$
%!
34
N Alu mn o s
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 .)
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
!!$(
!!(%
!###
!$$$
!$$$
!***
J3
"
$
*
")
#(
Lmites reales
&& "!&
"!& "&&
"&& #!&
#!& #&&
#&& $!&
L3
!!$(
!"""
!$$$
!'''
!***
13
18
23
28
33
M a rca s de Cla se s
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
L m ite s Su p e r io r e s
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
L m ite s Su p e r io r e s
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
41
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
Muestra
B
7 B0
B" 0" B# 0# B7 07
3 3
"
0" 0# 07
8
3"
7 B0
3 3
."
R
3"
B3
&) &
'' &
(% &
)# &
*! &
03
&
"&
"#
&
$
%!
B3 03
#*# &
**( &
)*%
%"# &
#(" &
#)')
& B0
#)')
3 3
B"
(" ( (#
8
%!
3"
El peso promedio de los %! trabajadores es de (# kilos
43
B"
valores +
B
B#
B$
B8
+ + + +
8+
+
8
8
Por lo tanto, 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
B#
B8
D B" -
B# -
B8 -
B" - B# - B8 8
-B" B# B8
8
-B
B" 8" B# 8# B: 8:
8" 8# 8:
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 $' alumnos, determine la
calificacin promedio de los tres cursos.
Solucin:
B
46
Mediana
La mediana es el valor que se encuentra en el centro de una secuencia ordenada
de datos. La mediana no se ve afectada por observaciones extremas en un conjunto de
datos. Por ello, cuando se presenta alguna informacin extrema, resulta apropiado utilizar
la mediana, y no la media, para describir el conjunto de datos.
Su smbolo es Q /.
a) Mediana para datos no agrupados
Se deben ordenar los datos de forma creciente o decreciente. Para muestras con
un nmero par de observaciones, la mediana es el dato que queda en el centro de dicha
ordenacin y para muestras con nmero impar de observaciones la mediana es el
promedio de los dos datos centrales.
Ejemplos
1) Para muestra con nmero impar de datos: Q / \ 8 "
#
Q/
\ 8# \ 8# "
#
\ )# \ )# "
#
\% \ &
"$ "#
"# &
#
#
47
8
#
03
%
'
*
#!
$"
)!
%#
"!
)
#
#"#
J3
%
"!
"*
$*
(!
"&!
"*#
#!#
#"!
#"#
8
#"#
+ &!
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 (
Q9 !
Q 9 no existe
Q 9 P3
."
+
." . #
Q 9 P3
03"
+
04" 04"
49
03
%
'
*
80
$"
#!
%#
"!
)
#
#"#
J3
%
"!
"*
9*
"$!
"&!
"*#
#!#
#"!
#"#
Q 9 %** &
." )! * ("
Q 9 &#* !) horas
.# )! $" %*
P% %** &
+ &!
Caso b): 3 %
0%" 0& $"
0%" 0$ *
P% %** &
+ &!
Q 9 %** &
$"
&!
* $"
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
$!
#!
"&
$#
"
#
"!!
51
03
'
"#
$!
##
)
#
)!
Hombre
#
)!
"(%
#"!
$)&
%&!
#*&
"(%
"((!
Mujer
#
#"!
$!$
$"&
'&'
'&'
%!*
#!!
#(&"
52
Solucin
"
+ B A "!$
B B "!$ $
Q / $ &
$ B & $
Q9 &
& 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
03
&
"&
"#
&
$
%!
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
HQ
"& #
&
HQ $ !%
56
Pesos (Kg.)
'! '#
'$ '&
'' ')
'* ("
(# (%
Total
B3
'"
'%
'(
(!
($
Pesos (Kg.)
'! '#
'$ '&
'' ')
'* ("
(# (%
Total
03
&
")
%#
#(
)
"!!
03
&
")
%#
#(
)
"!!
B3 B
' %&
$ %&
! %&
# &&
& &&
B3 03
$!&
""&#
#)"%
")*!
&)%
'(%&
'(%&
'( %&
"!!
HQ
##' &
# #'&
"!!
57
l B3 B l 0 3
$# #&
'# "!
") *!
') )&
%% %!
##' &
52 si estamos
Poblacin
8
" B3 B#
3"
W#
8"
R
" B3 .#
5# 3 "
R "
"#
#$
#)
"(
"&
W#
#& #!# "# #!# #$ #!# #) #!# "( #!# "& #!#
'"
W#
"*'
&
W # $* # ( en unidades al cuadrado )
58
Poblacin
7
" B3 B # 03
3"
W#
8"
7
" B3 . # 0 3
5# 3 "
R "
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
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
8
"
B3 B #
3"
W
8"
Poblacin
" B3 . #
5 3"
R "
7
"
B3 B # 03
3"
W
8"
Poblacin
7
"
B3 .# 03
5 3"
R "
61
62
03
#
(
)
&
%
#'
Criterio de Homogeneidad
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 )
"& #!
#" #'
#( $#
$$ $)
$* %%
Total
V %% & "% & $! ( aos )
03
#
(
)
&
%
#'
W ( ") ( aos )
V V
' ( &
& %
W ' ( &
Por lo tanto, la muestra es homognea.
63
Observaciones
1) Cuanto ms separados o dispersos estn los datos, es decir, para muestras
heterogneas, tanto mayores sern el rango, la varianza y la desviacin estndar.
2) Si los datos estn ms concentrados, es decir, para muestras homogneas, tanto
menores sern el rango, la varianza y la desviacin estndar.
3) Si todas las observaciones son iguales ( de manera que no haya variacin en los
datos ), el rango, la varianza y la desviacin estndar sern iguales a cero.
64
Ejercicios
1) En una industria dos operarios en siete das de trabajo, son capaces de producir,
por da, y en forma individual la siguiente cantidad de rboles para fresa de #&! mm de
longitud por $!! mm de dimetro.
Operario A
Operario B
"!&
"!$
"!'
"!#
"!%
"!(
"!#
"!"
"!$
"!&
"!!
"!#
"!"
"!$
Determine
a) Rango del operario A y del operario B
b) Varianza del operario A.
c) Desviacin estndar de ambos operarios.
d) Son las muestras homogneas?.
2) Se hace una encuesta entre "!! personas acerca del nmero de horas diarias
que se dedican a ver televisin, obtenindose la siguiente informacin
N de horas
!"
#$
%&
'(
)*
"! ""
Total
03
$!
#!
"&
$#
"
#
"!!
65
03
'
"#
$!
##
)
#
)!
Hombre
&
)!
"(%
#"!
$)&
%&!
#*&
"(%
"(($
Mujer
*
#"!
$!$
$"&
'&'
'&'
%!*
#!!
#(&)
66
Solucin
"
+ VA '
VB '
, =#A % '(
- =A # "'
=B # !'
= # ')
$ = ! *
% =# $( '(
& = ) *#
' V ! $
(
V
=#
=
Hombres
%!
'% !$
)
=# ! !!$$
= ! !&(
Mujeres
%!
'( ')
) #$
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
&%
)&
&'
%&
"'
)&
&#
*&
&'
Secuencia
0B ... Estadsticas ... max )
Frmula
max(A1:F9)
min(A1:F9)
68
Resultado
"$!
%
Frmula
max (A1:F9) min (A1:F9)
Resultado
"#'
N de clases
7'
Elegir
7(
Utilicemos 7 '
Amplitud
Resultado
' (
V
7
Frmula
Resultado
redondear.mas("#'';!)
#"
6) Se calcula el excedente (I ):
I 7+V?
Frmula
' #" "#' "
Resultado
"!
Frmula
' ## "#' "
Resultado
5!
^" B738
Frmula
Resultado
min(A1:F9) TRUNCAR&#
#
69
A
Lmite Inferior
#
A#( ##
B
Lmite Superior
A28 1
B#( ##
C
03
A
Lmite Inferior
#
#%
%'
')
*!
""#
B
Lmite Superior
#$
%&
'(
)*
"""
"$$
8
C
03
9) Determine las frecuencias absolutas (03 ) de cada intervalo, para ello siga los siguientes
pasos:
1 Se marca el rango de las celdas en las cuales se registrarn las frecuencias.
2 Se activa 0B
3 Estadstica ... Frecuencia ... Aceptar
4 En esta ventana se debe asignar en el rango de los datos (A1:F9) y en el rango de los
grupos, se marcan las celdas del primer al penltimo lmite superior de la tabla
(B27:B31) ... Aceptar. (Aparece la frecuencia del primer intervalo )).
5 Se debe activar con el mouse la barra de frmulas antes del signo . Realice la
siguiente secuencia: Control Shift Enter. (Se obtienen as las restantes frecuencias).
6 Se marca la ltima celda de la tabla, luego ! y Enter.
70
Resultado
26
27
28
29
30
31
32
33
A
Lmite Inferior
#
#%
%'
')
*!
""#
B
Lmite Superior
#$
%&
'(
)*
"""
"$$
8
C
03
)
)
##
'
(
$
&%
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
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
74
UNIDAD N 2
PROBABILIDADES
75
Elementos de Probabilidades
76
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
7
8
Ejemplo
H lanzamiento de un dado
A aparece un mltiplo de tres
PaAb
#
"
'
$
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
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"
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
81
PaAb PaA Bb
! !& ! !#
! !$
La probabilidad de que tenga slo el defecto del largo es de un ! !$
" PaA Bb
" ! "!
! *!
La probabilidad de que no tenga defectos es de un ! *!
82
83
Ejercicios
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
PaA Bb
con P(B) 0
PaBb
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
PaD Ab
! ()
! *&
PaAb
! )2
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
HipertensoaHb
No hipertensoaHc b
Total
Peso normalaPNb
40
225
265
Bajo pesoaBPb
10
100
110
Total
100
400
500
"!!
"
&!!
&
PaH SPb
PaSPb
&!
&!!
"#&
&!!
#
&
PaN Hc b
PaHc b
##&
&!!
%!!
&!!
*
"'
88
PaA/Bb
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
%
"#
)
"#
% $
"# ""
"
""
89
b) PaB1 B2 b PaN1 B2 b
"
PaN1 b PaB2 /N1 b
""
"
) %
"
$
&
#!
a) PaD1 D2 D3 b
PaDc b
"&
#!
& % $
#! "* ")
"
""%
La probabilidad es de un 0,00877.
b) PaDc3 /D1 D2 b
"&
")
La probabilidad es de un 0,)$ .
&
")
La probabilidad es de un ! #) .
d) PaDc1 D2c D3 b
#! "* ")
$&
##)
La probabilidad es de un ! "& .
90
Ejercicios
91
"
"
"
, PaBb
y PaA Bb
. Hallar
#
$
%
b) PaB/Ab
d) PaAc /Bc b
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
(
%!
#
$
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 ! !)
"
$
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 ! )
PaA/Ec b ! &
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
# "
) #
# "
" "
) # "! #
"
#
&
(
97
B comerciante
D servicio municipal
Mc hombre
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
Caja 1
#
$
&
Caja 2
%
"
$
Caja 3
$
%
$
99
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
D artculo defectuoso
PaC/Db ! "'
4) F juego de ftbol
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
D artculo defectuoso
PaA/Db ! &*
101
Eventos Independientes
PaAb
"
'
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 !
A y B no son independientes
a# %b
a% %b
a' %b
PaA Cb
"
"#
" "
"
' #
"#
A y C son independientes
102
con cnceraCb
! &
! "
sin cnceraCc b
! #
! #
PaFb ! (
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.
5 2 , es:
0 a\ b
#1 5
"
" \. #
5
/ #
\ R a. 5 # b
105
_B_
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
_B_
^ R a! "b
\.
5
107
# Pa " *( D ! )'b
Pa " *( D ! )'b
$ PaD D! b ! (%)'
PaD D! b ! (%)'
" PaD D! b ! (%)'
" ! (%)' PaD D! b
! #&"% PaD D! b D! ! '(
108
PD
B %!
! %&
'
B %!
! "$ B $* ##
'
b) Pa\ Bb ! "%
" PD
PD
B %!
! "%
'
B %!
! )'
'
B %!
" !) B %' %)
'
109
Ejercicios
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
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
! !)!)
(() )!!
)$% )!!
D
%!
%!
Pa ! && D ! )&b
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
%$ %!
" ! *$$#
! !'')
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
&! &!
&# & &!
D
&
&
Pa! D ! &b
112
, PaB %&b
PD
%& &!
&
PaD "b
! "&)(
%" &!
&) &!
D
&
&
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
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.
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
Solucin
"
#(#
)!!
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
' ( & '
( ' ' &
#"
5)
. )!
b) PaVb
#&
)!
5)
&&
)!
\ R a)! '%b
c) PaC" /Vb
&
""
120
UNIDAD N 3
ESTIMACIN DE PARMETROS
121
Inferencia Estadstica
Estimacin de parmetros
Los parmetros a estudiar son parmetros poblacionales como la media y la
varianza.
122
forma ) " ) ) # , donde ) " y ) # dependen del valor de ) para una muestra particular
) 1 ) # con una probabilidad dada contiene realmente el parmetro que se supone que
va a estimar.
123
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)
2)
3)
a)
b)
)% )
c)
'' ((&
4)
*&% 8 *' !% *(
127
A2 ) Varianza desconocida
128
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
"#
"#
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)
! #&
8 &%'*
130
Ejercicios Propuestos
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)
131
a 8 "b = #
tiene distribucin 43 -?+.<+.9 con a8 "b grados de
5#
libertad a=# es la varianza de la muestrab.
\#
a
0
X 2a
132
#
#
#
! \ \! " !
P\"
#
#
#
!
P\"
#
a 8 "b = #
\ #!# " !
#
5
5#
"
"
P #
"!
#
a 8 "b = #
\!
\" !
#
a 8 "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
133
!
! **
#
! ! !#
"
8 #!
8 " "*
=# "'
#
#
! \
\"
a!**ba"*b ( '$$
#
"*a"'b "*a"'b
a) $* $* )#b
134
Ejercicios Propuestos
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
4)
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.
136
Solucin
Para 99%
a! *'* ! *)"b
a! *') ! *)#b
Para 95%
Para 99%
137
UNIDAD N 4
PRUEBAS DE HIPTESIS
138
Introduccin
L! . #!
L" . #!
L! . #!
L" . #!
L! . #!
L" . #!
139
140
se acepta L!
se rechaza L!
L! es verdadera
decisin correcta
error tipo I
L! es falsa
error tipo II
decisin correcta
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L ! ) )"
L" ) )"
141
L! ) ) "
L" ) )"
L! ) ) "
L" ) )"
L! ) )"
L" ) )"
L! ) ) "
L" ) )"
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
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L! ) ) "
L" ) )"
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 $ '
144
aos.
VG D!*&
8 "!!
VG D " '%
5 ) *
(" ) (!
# !##
) *
"!
145
8 &!
5 ! &
( ) )
# )$
! &
&!
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 .
148
B.
=
8
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
149
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 "#
= "" *
%# %'
" "'
"" *
"#
151
8 #&
= "( $
152
8 #&
= "( $
VG >!!"#% # %*#
>
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
155
a 8 "b = #
5#
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
L! ) ) "
L" ) )"
L ! ) )"
L" ) ) "
156
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 "!
* " %%
"'
! )"
No es posible rechazar L!
158
8)
( $ #%
"( %&
! "$
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 ;#!**"* ( '$$
"* #! $%!"
"! (%
$'
160
Ejercicios
161
Solucin
1) Se acepta L! , es decir, 5 # ! !$
3)
4)
162
Autoevaluacin
163
Solucin
"
L! . &!
L" . &!
2)
L! 5 # a! !"b#
L" 5 # a! !"b#
3)
L! . $!!
L" . $!!
4)
L! 5 # ")
L" 5 # ")
5)
L! . ##&!
L" . ##&!
164
UNIDAD N 5
REGRESIN LINEAL SIMPLE
165
"''
'!
"&*
'#
"'#
'&
"'!
'&
"'"
'"
"%*
&!
"(!
')
"')
'!
"&&
&)
"'!
'%
Peso
70
65
60
55
50
45
1,45
1,5
1,55
1,6
1,65
1,7
1,75
Altura
A partir del Diagrama de Dispersin es posible (a veces), visualizar una curva que
aproxima los datos. Tal curva se denomina CURVA APROXIMANTE.
166
Re la cin Line a l
R e l a c i n N o L in e a l
muestran una relacin lineal en el primer caso y una relacin no lineal en el segundo.
El problema general de hallar ecuaciones de curvas aproximantes que se ajusten a
un conjunto de datos se denomina AJUSTE DE CURVAS.
Uno de los propsitos principales de la curva de ajuste es estimar una de las
variables (la variable dependiente) conocida otra (la variable independiente). El proceso
de estimacin se conoce como REGRESIN.
167
C +! + " B
Parbola
C +! + " B + # B#
168
Una medida de la bondad del ajuste de la curva a los datos dados est
proporcionada por la cantidad:
H"# H## H$# 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$# H8#
sea mnimo se denomina Curva de Mnimos Cuadrados. Esta curva puede ser: una recta,
una parbola, una parbola cbica, etc.
169
las diferencias entre los valores reales de C y los valores estimados C sean lo ms
pequeas posible.
La recta de mnimos cuadrados que aproxima el conjunto de puntos: B" C"
B# C# B$ 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
+"
8!BC !B !C
8!B# !B
+! C + " B
170
,"
8!BC !B !C
8!C# !C
,! 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
171
8)
" B# &#%
" B &'
" C %!
" BC $'%
+"
)%
"$#
Reemplazando +"
%! )+! &'
& +!
%*
""
+"
#"
$$
+"
(
""
(
en: %! )+! &'+" se tiene:
""
""
)
+! &
%*
""
+!
'
""
'
(
B
""
""
172
8)
" C# #&'
" B &'
" C %!
" BC $'%
)%
&'
Reemplazando ,"
$
&' ),! %!
#
( ,!
"&
#
,"
$
en:
#
$
#
)
,! (
"&
#
,!
B
"
#
"
$
C
#
#
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
""
""
'
(
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
!B
8
!C
8
&'
(
)
%!
&
)
Centroide B C ( &
174
<
8! BC ! B! C
8! B# ! B 8! C # ! C
#
175
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
b)
!BC ''!%&
! B (*)
!B# '%(##
! C )"*
! C # '('(&
176
$**
&
+" !''
+0
)"* (*)!''
"!
+! #*#$
Determine el centroide B C
(*)
(*)
"!
)"*
)"*
"!
buena.
<
"!''!%& (*))"*
c"!'%(## (*)# dc"!'('(& )"*# d
<
'#$)"%#%
')))
!)(
177
e)
B (!
C #*#$ !''(! (&%$
Fsica?
C ()($
C (* puntos
178
Ejercicios Propuestos
(
#'
*
#!
*
#)
"%
"'
)
#$
"#
")
"!
#%
%
#'
#
$)
""
##
)
$#
&
#&
%
$&
'
$!
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)
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)
40
35
30
25
20
15
10
5
0
1
11
13
15
17
19
X
d)
B $ C $$ "*% $$
182
e)
< ! )")
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)
< ! *$ 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)
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
Re siduos
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
G r fi c o d e R e sid u o s
5
0
-5
-10
-15
-20
-25
-30
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 $!).
186
'&
')
'$
''
'(
')
'%
'&
')
'*
'#
''
(!
')
''
'&
')
("
'(
'(
'*
')
("
(!
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 $& )# ! %('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
Ejercicios Propuestos
"
"
" &
$
#
# '
%
%
$ #
'
%
% $
)
&
& $
*
(
& *
""
)
( !
"%
*
) '
)
&
& $
! $
*
(
& *
" "
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 '
#!
'%
"'
'"
$%
)%
#$
(!
#(
))
$#
*#
")
(#
##
((
#!
''
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 # &#
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)
< ! )'(&
c)
d)
B #&
C ((
191