Beruflich Dokumente
Kultur Dokumente
Probabilidad
&
Estadstica
Mdulo I
Teora de
Probabilidad
Conceptos
Bsicos de
Probabilidad
Astrgalos
25/01/2014
Jacob Bernoulli
(1604-1705)
Thomas Bayes
Desarrollaron frmulas y
tcnicas para el clculo
de la probabilidad.
Abraham de Moivre
(1667-1754)
(1702-1761)
Joseph Lagrange
(1736-1813)
Teora de Probabilidad
Pierre Simon
Marqus de Laplace
(1749-1827)
Ejemplo 1
Para escoger un artculo de una lnea de
produccin y verificar su calidad, se tienen dos
posibles resultados: Defectuoso o No
Defectuoso
El espacio muestral para este experimento
se denota como:
S={Defectuoso, No Defectuoso}
Ejemplo 1
Si ahora se escogen tres artculos de una lnea
de produccin y se verifica su calidad, entonces
el espacio muestral S sera:
S= { DDD, DDN, DND, DNN, NDD, NDN, NND, NNN }
S= { D, N }
25/01/2014
Diagrama de rbol
DDD
DDN
DND
N
3er.
artculo
D
DNN
Ejemplo 2
Sea A el evento conjunto de puntos que caen
dentro de un crculo de radio 2, entonces:
D
1er.
artculo
2do.
artculo
N
NDD
D
N
N
D
N
NDN
NND
NNN
Combinaciones de Eventos
Discretos
Es posible enumerarlos
y/o describirlos todos.
Ejemplo 1.
Continuos
Es un nmero muy
grande o infinito de
puntos muestrales.
Se describe mejor
mediante una relacin
matemtica o una
descripcin.
Ejemplo 2.
Espacios
Muestrales
Ejemplo
S= {0,1,2,3,4,5,6,7,8,9}
A= {2,4,6,8},
B= {1,3,5,7,9}
C= {0}
Diagramas de Venn
Expresan grficamente la relacin entre
eventos
y
el
espacio
muestral
correspondiente.
A = {0,1,3,5,7,9}
AB = {1,2,3,4,5,6,7,8,9}
A C = (conjunto vaco)
(AB) = {0}
25/01/2014
Combinaciones de Eventos
y Diagramas de Venn
S = {0,1,2,3,4,5,6,7,8,9}
A= {1,3,4,6,8}
B= {1,2,3,5,7}
C= {0,1,2,6}
A
S
Ejemplo
AB
8
4
6
3
1
5
7
2
(ABC) = ?
A
AB
(ABC) = ?
(ABC) = ?
(A B)C = ?
(A B)
Ejemplo
S = {0,1,2,3,4,5,6,7,8,9}
A= {1,3,4,6,8}
B= {1,2,3,5,7}
C= {0,1,2,6}
8
4
6
3
1
Teora de Probabilidad
(ABC) = {0,1,2,3,4,5,6,7,8}
(ABC) = {9}
(ABC) = {1}
(A B)C = {0}
Teora de Probabilidad
Si un experimento tiene un espacio muestral con N
resultados igualmente factibles, y de stos n
corresponden al evento A, entonces la
probabilidad del evento A, expresada como P (A)
se define como:
Teora de Probabilidad
La probabilidad de que un evento A ocurra es la suma
de todos los puntos muestrales de A, por tanto:
0 P(A) 1
P() = 0, donde es un conjunto vaco.
P(S) = 1, donde S es el espacio muestral.
P(A) + P(A) = 1
Los eventos A y B son mutuamente excluyentes o disjuntos si y
slo si (AB)=0
25/01/2014
Ejemplo
S = {0,1,2,3,4,5,6,7,8,9}
A= {1,3,4,6,8}
B= {1,2,3,5,7}
C= {0,1,2,6}
3
4
6
9
7
2
Y si P(AB) = 0 entonces
P(A) = 5/10
P(ABC) = 9/10
P(B) = 5/10
P(ABC) = 1/10
P(C) = 4/10
P(AB C) = 1/10
Ejemplo
Si la probabilidad de que un estudiante pertenezca al taller
de teatro es 2/3, de que pertenezca al taller de msica es de
1/4 y de que pertenezca a ambos es de 1/5 cul es la
probabilidad de que un estudiante pertenezca al menos a
uno de ambos talleres?
A es el evento taller de teatro y B el evento taller de
msica.
Ejemplo
Si las probabilidades de victoria/derrota/empate para un
equipo deportivo son 0.40, 0.23 y 0.37 respectivamente,
cul es la probabilidad de que este equipo no pierda?
P(VE)=P(V)+P(E)
P(AB)=P(A)+P(B)-P(AB )
P(AB)= 0.72
P(AB)= 2/3+1/4-1/5 = 43/60
P(VE)= 0.77
P(VE) = 0.40 + 0.37
Ejemplo
A
8
6
5
3
7
2
S = {0,1,2,3,4,5,6,7,8,9}
A= {1,3,4,6,8},
B= {1,2,3,5,7}
C= {0,1,2,6}
P(AB C) = 9/10
25/01/2014
Actividad 1
Actividad 1
1. En una encuesta hecha a la salida de la estacin
Cuauhtmoc del Metro, se supo que:
53% de la gente lee el peridico El Norte,
50% lee el peridico Milenio, y
15% no lee ninguno de estos peridicos.
Ejercicio 1
Ejercicio 1
2.
Ejercicio 1
3. La probabilidad de que un artculo de exportacin sea
rechazado es de 0.01, de que sea de exportacin es de 0.25
y de que un artculo en general sea rechazado es de 0.03.
a) Cul es la probabilidad de que un artculo sea rechazado
o sea de exportacin?
b) Cul es la probabilidad de que un artculo rechazado no
sea de exportacin?
Probabilidad Condicional
y
Probabilidades de
Intersecciones de Eventos
25/01/2014
Probabilidad Condicional
Probabilidad Condicional
Probabilidad de B dado A
Espacio Muestral
A
AB
Probabilidad Condicional
Ejemplo
A
1
3
2
P( A B)
1
7
4
6
P(A)
1
P( A B ) 7
P( B A)
3
P( A)
7
3
7
Ejemplo 1
En cierta ciudad,
75% de la gente consume el refresco A,
55% el refresco B, y
40% consume ambos.
a) Cul es la probabilidad de que una persona seleccionada al azar
consuma el refresco B, dado que consume el A?
b) Cul es la probabilidad de que una persona seleccionada al azar
consuma el refresco B, dado que no consume el A?
1
3
Probabilidad Condicional
Ejemplo 1
a) Probabilidad de que una persona seleccionada al
azar consuma el refresco B, dado que consume el A
Probabilidad Condicional
Ejemplo 1
b) Probabilidad de que una persona seleccionada al azar
consuma el refresco B, dado que no consume el A
P(A) = 0.75
B
A
0.35
0.40
0.15
P(B) = 0.55
0.35
P(AB) = 0.40
S
0.10
0.53
B
0.40
P(A)=0.25
P(AB)=0.15
0.15
0.10
0.60
25/01/2014
Probabilidad Condicional
Ejemplo 2
Probabilidad Condicional
Ejemplo 2
a) Dado que un alumno lleva el curso de msica, cul es
la probabilidad de que curse teatro?
En una escuela,
50% de los alumnos lleva la clase de teatro,
60% la clase de msica y
30% llevan ambos cursos.
0.20
P(T) = 0.50
T
0.30 0.30
P(M) = 0.60
0.20
P(MT) = 0.30
0.50
Probabilidad Condicional
Ejemplo 2
b) Dado que un alumno no cursa msica, cul es la
probabilidad de que lleve teatro?
M
0.20
0.30
P(M) = 0.40
Reglas Multiplicativas
P(MT) = 0.20
0.30
0.20
0.50
Independencia de Eventos
Independencia de Eventos
Ejemplo
son
25/01/2014
Independencia de Eventos
Ejemplo
Extraccin
Imagina un recipiente con n = 5 piezas.
y S se regresa.
Las probabilidades son constantes
en cada extraccin.
Extraccin
Ejemplo
Se tienen en una bodega 15 artculos, de los cuales 4 son
de importacin. Si se toman 3 en sucesin, sin reemplazo,
cul es la probabilidad de que los 3 sean de
importacin?
A el evento primer artculo tomado es de importacin
Extraccin
Ejemplo
Extraccin 1 (A):
15 artculos en total y 4 son de importacin.
Extraccin 2 (B):
14 artculos en total y 3 son de importacin.
Extraccin 3 (C):
13 artculos en total y 2 son de importacin.
Extraccin
Ejemplo
Si resolvemos el mismo ejemplo, pero con
reemplazo, las probabilidades permanecern
constantes:
Extraccin 1 (A):
15 artculos en total y 4 son de importacin.
Extraccin 2 (B):
15 artculos en total y 4 son de importacin.
Extraccin 3 (C):
15 artculos en total y 4 son de importacin.
P(ABC) = P(A) P(B) P(C)
P(ABC) = (4/15) (4/15)(4/15) = 64/3375
Actividad 2
1. Mnica tiene en una caja 10 chocolates, de los cuales
3 son envinados y 7 de cajeta. Si toma dos
chocolates al azar (sin reemplazo), cul es la
probabilidad de que tome un chocolate de cada tipo?
2. Cmo cambia la respuesta del problema anterior si
ahora Mnica toma los chocolates con reemplazo?
3. Una empresa cuenta con tres lneas de produccin
independientes. En cada una de ellas existe un ndice
de rechazo de 2%. Si se toma un artculo al azar de
cada una de las 3 lneas, cul es la probabilidad de
que 2 de los 3 productos seleccionados sean
rechazados?
P(ABC) = 0.019
25/01/2014
Ejercicio 2*
Actividad 2
4. 45% del pblico de la radio en cierta ciudad escucha
cumbias y 58% programas deportivos. Dado que una
persona escucha cumbias, la probabilidad de que escuche
programas deportivos es 0.60. Cul es la probabilidad de
que escuche ambos tipos de programas?
A
0.03
0.15
0.05
0.30
0.15
0.07
0.10
Calcula:
a) P(ABC)
b) P(B/A)
c) P(A/ABC)
0.15
Ejercicio 2*
2.
3.
Ejercicio 2*
4. En una sala de urgencias hay 5 mdicos de guardia, cada
uno de ellos est ocupado 68% del tiempo.
a) Cul es la probabilidad de que al presentarse una
urgencia no haya mdico disponible?
b) Cul es la probabilidad de que haya al menos un
mdico disponible?
5. En un taller mecnico un coche requiere ajuste en los frenos
15% de las veces, afinacin 10% y reparaciones menores
60% de las veces.
a) Cul es la probabilidad de que un coche requiera los
tres servicios?
b) Cul es la probabilidad de que requiera slo dos de
ellos?
Teorema de Bayes
Teorema de Bayes
Sea A1, A2, ..., An una serie de eventos, tales que la
probabilidad de cada uno de ellos es distinta de cero, y
B otro evento del que se conocen las probabilidades
condicionales P(B/Ai ).
Entonces la probabilidad P(Ai /B) est dada por:
P(Ai /B) =
P(Ai)*P(B/Ai)
P(A1)*P(B1/A1) + P(A2)*P(B2/A2) ++ P(An)*P(Bn/An)
Sesin 3
10
25/01/2014
rbol de Bayes
Ejemplo
Mquina
% Produccin
defectuosa
45%
3%
30%
4%
25%
5%
P(B/A1)
P(Ai)
P(B/Ai)
Ejemplo
Ejemplo
Para resolver se construye un rbol de Bayes usando las
probabilidades dadas como informacin.
Paso 1
rbol de Bayes
PASO 1
rbol de Bayes
Paso 2
Se identifican los eventos correspondientes al porcentaje
de defectuosos de cada mquina (1, 2 y 3) y constituyen
la segunda serie de ramas del rbol.
P(Mquina 2) = 0.30
P(Defectuoso/M1) = 0.03
P(Mquina 2) = 0.30
P(Defectuoso/M2) = 0.04
P(Defectuoso/M3) = 0.05
11
25/01/2014
Ejemplo
Ejemplo
a) Si se selecciona una pieza al azar, calcula la
probabilidad de que sea defectuosa (D).
P(M2)*P(D/M2)
P(M1)*P(D/M1) + P(M2)*P(D/M2) + P(M3)*P(D/M3)
P(D) = (0.45)(0.03)+(0.30)(0.04)+(0.25)(0.05)
(0.30)*(0.04)
P(M2/D) =
P(D) = 0.038
P(Defectuoso/M1) = 0.03
P(Defectuoso/M1) = 0.03
P(M2/D) = 0.316
P(Mquina 2) = 0.30
P(Defectuoso/M2) = 0.04
P(Mquina 2) = 0.30
P(Defectuoso/M2) = 0.04
P(Defectuoso/M3) = 0.05
P(Defectuoso/M3) = 0.05
Ejemplo
c) Si se selecciona una pieza al azar, calcular la
probabilidad de que sea buena.
Ejemplo
d) Si se toma al azar una pieza y resulta ser buena,
calcular la probabilidad de que haya sido producida
por la mquina 2.
P(D) = P(M1)*P(D/M1)+P(M2)*P(D/M2)+P(M3)*P(D/M3)
P(M2/D) =
P(M2)*P(D/M2)
P(M1)*P(D/M1) + P(M2)*P(D/M2) + P(M3)*P(D/M3)
P(D) = (0.45)(0.97)+(0.30)(0.96)+(0.25)(0.95)
P(M2/D) =
P(D) = 0.962
(0.30)*(0.96)
(0.45)*(0.97) + (0.30)*(0.96) + (0.25)*(0.95)
P(Buena/M1) = 0.97
P(Buena/M1) = 0.97
P(Mquina 2) = 0.30
P(M2/D) = 0.299
P(Buena/M2) = 0.96
P(Mquina 2) = 0.30
P(Buena/M2) = 0.96
P(Buena/M3) = 0.95
P(Buena/M3) = 0.95
Actividad 3
1.
P (Jugando
como Visitante)
Triunfo
0.63
0.20
Empate
0.21
0.23
Derrota
0.16
0.57
Actividad 3
2.
a)
b)
c)
d)
% Habitantes
% Fumadores
Extranjeros
35%
25%
Nacionales
65%
58%
12
25/01/2014
Tarea 3*
Ejercicio 3*
Planta 2
% Produccin
55 %
45 %
% Botellas defectuosas
2%
4%
Tcnicas de conteo
Tcnicas de
Conteo
Sesin 4
Principio Fundamental
del conteo
n1*n*... * nk
Ejemplo 1
Un cdigo de identificacin de un producto se forma con 4
dgitos (del 0 al 9). Si es posible repetir dgitos, cuntos
cdigos diferentes se pueden formar?
Para los 4 dgitos hay 10 opciones y pueden repetirse, por
lo cual el cdigo se formara como sigue:
10
10
10
10
formas.
Por lo tanto hay 104 = 10000 maneras de formar los
cdigos.
13
25/01/2014
Ejemplo 2
Si en el ejemplo del cdigo de identificacin no es posible
repetir dgitos, cuntos cdigos diferentes se pueden
formar?
Ahora, para la primera posicin hay 10 opciones, para la
segunda 9, para la tercera 8 y para la cuarta 7, por lo tanto:
10
Ejemplo 3
Diagrama de rbol
Ejemplo 3
Diagrama de rbol
Es posible enumerar los distintos puntos
muestrales que resultan de un conteo visualizando
un diagrama de rbol.
12
24 Maneras
diferentes
de vestir
18
Pantalones
24
Blusas
Zapatos
Permutacin
definicin
Permutaciones
n!
(n - r)!
14
25/01/2014
Permutaciones
Combinaciones
Ejemplo
nPr
n!
(n - r)!
8 P4 =
8!
(8 - 4)!
= 1680
nCr
Probabilidad
usando tcnicas de conteo
Ejemplo
nCr =
n!
r!(n - r)!
6C3 =
6!
= 20
3!(6 - 3)!
n!
r!(n - r)!
Combinaciones
Si de un grupo de 6 personas se van a seleccionar 3 para
un comit de representacin en donde todas ostentan
el mismo cargo, cuntos grupos diferentes de 3
representantes se pueden formar?
P(A) =
Ejemplo
Ejemplo
Se tienen en una bodega 15 artculos, de los cuales 4 son
de importacin. Si se toman 3, cul es la probabilidad de
que los 3 sean de importacin?
Estamos hablando de una poblacin o muestra de
tamao N (N=15), dentro de la cual hay un nmero k
(k=4) de elementos que cumplen una cierta caracterstica.
De ese subconjunto de k elementos deseamos obtener x
(x=3) con dicha caracterstica en una muestra de tamao
n (n=3).
de
15
25/01/2014
Actividad 4
N = 15
k=4
n=3
x=3
P(x = 3) =
11C0
* 4C3
15C3
P(x = 3) = 0.00879
Actividad 4
4. Una pareja de novios va al cine con dos amigos en
comn. De cuntas maneras pueden acomodarse si
los dos novios siempre deben ir juntos?
Ejercicio 4
Ejercicio 4
Variables Aleatorias
16
25/01/2014
Variables aleatorias
Variables
Aleatorias
Discretas
Variables aleatorias
DISCRETAS
Continuas
Variables aleatorias
CONTINUAS
Variables aleatorias
caractersticas
Definicin de lmites
Variable aleatoria DISCRETA
x > 5
x 5
x< 5
x 5
x= 5
x vale exactamente 5.
IMAGEN
Conjunto de valores posibles.
FUNCIN DE PROBABILIDAD
Una probabilidad asociada a los valores posibles.
Son lo mismo.
x< 5 y x 5
Son lo mismo.
x= 5
Es un caso inexistente
17
25/01/2014
Variables aleatorias
caractersticas
Una variable aleatoria se designa por una letra
mayscula ( X ).
Cada uno de los valores que puede tomar dicha
variable se denota por una letra minscula ( X = x ).
Las probabilidades asociadas con la ocurrencia de
cada valor de X se denotan por f(x); es decir la
probabilidad de que X = x ocurra se denota por:
X= f (x).
Ejemplo
Construye la funcin de probabilidad para el nmero de
artculos defectuosos en una muestra de 2 artculos
inspeccionados al azar.
X: Nmero de artculos defectuosos en la muestra.
S ={BB,BD,DB,DD}
S
BB
BD
f(x)
1/4
1/2
1/4
0 defectuosos
Funcin de probabilidad
Distribucin de probabilidad
Funcin masa de probabilidad
f(1) = P (X = 1) =
f(2) = P (X = 2) =
1 defectuoso
2 defectuosos
Funcin de probabilidad
Ejemplo
Ejemplo
f(0) = P (X = 0) =
DD
* 5C 2
10
=
28
8C 2
3C 0
3C 1
* 5C 1
15
=
28
8C 2
3C 2
* 5C 0
8C 2
F(x) = P(X x)
- < x <
28
f(x)
10/28
15/28
3/28
18
25/01/2014
Ejemplo
Construye la funcin de distribucin acumulada para el
nmero de artculos defectuosos en una muestra de 2
artculos inspeccionados al azar.
Ejemplo
Siguiendo con el mismo ejemplo, cul es la probabilidad de
tener exactamente uno defectuoso?
Usando la tabla de distribucin acumulada, se tiene que:
Funcin de distribucin
acumulada
Funcin de distribucin
acumulada
f(x)
f(x)
F(x)
F(x)
Ejemplo
Cul es la probabilidad de tener al menos un defectuoso?
Funcin de distribucin
acumulada
x
P(x 1) = 1 -
f(x)
F(x)
P(x 1) =
O bien,
P(x 1) = f(1) + f(2)
Funcin de densidad
Las variables aleatorias discretas tienen funcin de
probabilidad.
19
25/01/2014
Funcin de densidad
Ejemplo
La distribucin de los pesos (Kg) de cierto producto est
dada por la funcin de densidad de probabilidad:
f(x ) =
X, 0 < x < 2
Funcin de densidad
Ejemplo
1. f(x) 0 para toda x nmeros reales.
La funcin est definida para valores x 0, por lo
cual se cumple la primera condicin.
Distribuciones de Probabilidad
Variables discretas
aleatorias continuas
Distribucin Binomial
Binomial
Poisson
Geomtrica
Hipergeomtrica
El experimento de Bernoulli
Es lo que buscamos
No necesariamente implica algo bueno o positivo
b) Fracaso
El experimento de Bernoulli
20
25/01/2014
El experimento de Bernoulli
Distribucin Binomial
Ejemplos
Fallece
Sobrevive
Defectuoso
No defectuoso
b( x, n, p) n Cx p x (1 p) n x
para x = 0, 1, 2,....,n
Ejemplo 1
Distribucin Binomial
xito
0.30
1p
0.70
Muestra aleatoria
2 = npq
Ejemplo 1
xito
xito
0.30
1p
0.70
Muestra aleatoria
Ejemplo 1
5
2
b( x, n, p) n Cx p x (1 p) n x
b( x 2, n 5, p 0.30)5 Cx 0.30 x (0.70)5 x
0.30
1p
0.70
Muestra aleatoria
b( x, n, p) n Cx p x (1 p) n x
b( x 2, n 5, p 0.30)5 Cx 0.30 x (0.70)5 x
para x = 2, 3, 4, 5
para x = 2, 3, 4, 5
P ( x 2 ) = 0.4718
f(x)
0.3087
0.1323
0.0284
0.0024
0.4718
21
25/01/2014
Uso de tablas
distribucin binomial
El resultado anterior se obtuvo sustituyendo en la
frmula, lo cual no siempre es prctico.
Para facilitar el clculo de probabilidades binomiales
se usan tablas con los valores ms comunes.
Uso de tablas
distribucin binomial
a) La primera columna es el nmero de ensayos
(intentos) n hechos en el experimento.
b) La segunda columna es el nmero de xitos x
buscados. Obviamente x n.
c) Se tienen columnas con valores de probabilidad de
xito p constante. En caso de que un valor de p no
aparezca en la tabla se recurre a la frmula.
c)
d) Las tablas son acumulativas.
a)
b)
Ejemplo 1
Ejemplo 1
Ejemplo 2
Calcula la probabilidad de que en esa misma muestra haya
ms de dos coches.
En este caso, ms de dos coches equivale a x > 2,
es decir x = 3,4 y 5.
Ejemplo 2
Calcula la probabilidad de que en esa misma muestra haya
ms de dos coches.
En este caso, ms de dos coches equivale a x > 2,
es decir, x = 3,4 y 5.
22
25/01/2014
Ejemplo 3
Calcula la probabilidad de que en esa misma muestra haya
cuando menos dos y mximo cuatro coches.
Ejemplo 3
Calcula la probabilidad de que en esa misma muestra haya
cuando menos dos y mximo cuatro coches.
2 x 4, es decir, x = 2,3 y 4.
2 x 4, es decir, x = 2,3 y 4.
Actividad 6
Actividad 6
a)
b)
c)
d)
e)
Ninguno fume.
Ms de 3 fumen.
Cuando mucho 2 fumen.
Exactamente 5 fumen.
Encuentra el valor esperado y la varianza del
nmero de jvenes fumadores.
Ejercicio 6
Ejercicio 6
1. Una lnea area llega a destiempo 35% de las veces. Para los
siguientes 10 vuelos, calcula la probabilidad de que:
a) Haya retrasos.
b) Tenga al menos 5 retrasos.
c) Tenga exactamente 1 retraso.
d) Cul es el nmero esperado de retrasos en 16 vuelos? (usa
E(x) = np)
f(x)
F(x)
23
25/01/2014
Distribuciones de Probabilidad
Ejercicio 6
Variables continuas
Uniforme
Exponencial
Normal
Distribucin Uniforme
f ( x)
1
ba
E ( x)
a b
2
2 V ( x)
b a2
valores
de
otras
12
24
25/01/2014
f(x)
1
=
169
150
k2
1 < < 2 =
P(k1 x k2 )
b
2 1
k1
150
21
p( x 158 x 192)
200
150
192
150
169
1
dx
ba
158
169
200
P(12.1 x 12.7)
12.8 12.0 dx
12.1
P( x 12.6)
12.7
12.8
1
12.8
12.8 12.0 dx 1.25x 12.6 1.25(12.8 12.6) 0.25
12.6
P( x 12.6) 25%
P( x 12.5)
12.8
12.8 12.0 dx
1.25x 12.5
12.8
12.5
P( x 12.5) 37.5%
25
25/01/2014
Distribucin Normal
Distribucin Normal
Una variable aleatoria X cuya funcin de densidad de
probabilidad es:
f ( x, , )
1
e
2
Distribucin Normal
La media de la variable aleatoria normal est dada por:
( x )2
2 2
Curva Normal
Notas
Distribucin Normal
1
f ( x, , )
e
2
( x )2
2 2
26
25/01/2014
Distribucin
Normal Estndar
V(X) = 2
n( x; , )
1
e
2
( x )2
2 2
E(Z) = 0
2 = 1
V(Z) = 1
La desviacin estndar se obtiene sacando la raz
cuadrada de la varianza.
=0
K1
27
25/01/2014
P (Z > 0.74) = ?
0.2296 = 1 0.7704
= 1 0.7704
0.2296 = 0.2296
= 0.2296
P (Z < -0.74) ?
Ejercicios:
a) P (0.33 < Z < 1.23)
b) P (-2.33 < Z < -1.23)
10 12
=
=
5.3
1 10 12
=
= 0.38
5.3
2 =
2 13 12
=
= 0.19
5.3
28
25/01/2014
5.3
2 16 12
2 =
=
= 0.75
5.3
1 =
15 12
=
= 0.57
5.3
P( Z > 0.57) = ?
P(0.38 < Z < 0.75) = ?
> 0.57 = 1 < 0.57 = 1 0.7157 = 0.2843
0.38 < < 0.75 = < 0.75 < 0.38
0.38 < < 0.75 = 0.7734 0.648 = 0.1254
0.95 =
12
5.3
= 0.95 5.3 + 12
= 1.645 5.3 + 12 = 20.72
29
25/01/2014
Mdulo III
Estadstica Descriptiva
Estadstica
Definiciones bsicas
en conceptos de
Estadstica
descriptiva
Informacin
Estadstica
Descriptiva
Estadstica
Inferencial
golpepolitico.com
30
25/01/2014
Estadstica Descriptiva
Estadstica Inferencial
Definiciones bsicas
Experimentacin
Proceso de generar datos.
Poblacin
Conjunto de observaciones en las cuales se est
interesado.
Muestra
Subconjunto de una poblacin. Debe ser representativa,
es decir que todas las caractersticas de una poblacin
estn representadas.
Muestra aleatoria
Aquella en la cual todos los elementos de una poblacin
tienen la misma probabilidad de ser seleccionados.
Definiciones bsicas
Nmeros enteros
Resultan de un conteo
21 artculos
defectuosos
15 alumnos aprobados
Calidad en un artculo
(bueno/malo)
Sazn de una comida
(salada/desabrida)
Muestreo
Para seleccionar una muestra es posible recurrir a
tcnicas de muestreo, con ello se aseguran dos
resultados para la muestra.
Es aleatoria, todos los elementos tienen la misma
probabilidad de ser elegidos.
3.568 litros
31
25/01/2014
PASO 1:
Asignar un nmero a cada registro (del 1 al 50).
0.15, 0.34, 0.46, 0.08, 0.47, 0.12, 0.03, 0.44, 0.27, 0.17
Los registros que tengan asignado ese nmero sern los que
seleccionados para el estudio.
Ejemplo
Estadstica descriptiva:
Distribuciones de Frecuencias
k
LRI
LRS
xi
fi
Fi
hi
Hi
155.5
161.5
158.5
0.08
0.08
161.5
167.5
164.5
24
32
0.24
0.32
167.5
173.5
170.5
36
68
0.36
0.68
173.5
179.5
176.5
25
93
0.25
0.93
179.5
185.5
182.5
100
0.07
32
25/01/2014
Distribucin de frecuencias
Ejemplo
Distribucin de frecuencias
172
177
175
181
161
171
169
177
183
166
169
168
161
174
156
171
174
174
173
173
174
160
173
169
167
172
176
178
172
159
162
175
177
165
173
175
173
165
175
159
173
162
175
158
165
178
166
171
172
176
167
173
174
164
182
165
176
164
166
164
162
168
172
160
184
183
172
164
168
169
180
172
169
166
165
176
170
171
164
167
169
177
174
182
167
173
163
169
177
176
171
174
173
168
164
168
171
178
167
173
Distribucin de frecuencias
Ejemplo
Calcular el rango
R = xM x m
Distribucin de frecuencias
Ejemplo
A = Rango/#intervalos
= 28/5
R = xM xm = 184 156 = 28
= 5.6
Intervalos
1
2
3
4
Distribucin de frecuencias
Ejemplo
LI1 xm
u
2
LI
1
155.5
2
LS LI A
LI
LS
155.5
161.5
161.5
161.5
167.5
167.5
173.5
173.5
179.5
179.5
185.5
LI1 156
Distribucin de frecuencias
Ejemplo
155.5
33
25/01/2014
Distribucin de frecuencias
Ejemplo
LI i LSi
2
xi
Distribucin de frecuencias
Ejemplo
158.5
2
2
LI
LS
xi
155.5
161.5
158.5
161.5
167.5
164.5
167.5
173.5
170.5
173.5
179.5
176.5
179.5
185.5
182.5
LI
LS
xi
155.5
161.5
158.5
161.5
167.5
164.5
24
167.5
173.5
170.5
36
173.5
179.5
176.5
25
179.5
185.5
182.5
Distribucin de frecuencias
Ejemplo
Distribucin de frecuencias
Ejemplo
hi
fi
Fi
fi
n
h1
8
0.08
100
LRI
LRS
xi
155.5
161.5
158.5
161.5
167.5
164.5
24
32
LRI
LRS
xi
fi
Fi
hi
167.5
173.5
170.5
36
68
155.5
161.5
158.5
0.08
173.5
179.5
176.5
25
93
161.5
167.5
164.5
24
32
0.24
179.5
185.5
182.5
100
167.5
173.5
170.5
36
68
0.36
173.5
179.5
176.5
25
93
0.25
179.5
185.5
182.5
100
0.07
Distribucin de frecuencias
Ejemplo
fi
Histograma
Hi
Fi
n
H1
8
0.08
100
LI
LS
xi
fi
Fi
hi
Hi
155.5
161.5
158.5
0.08
0.08
161.5
167.5
164.5
24
32
0.24
0.32
167.5
173.5
170.5
36
68
0.36
0.68
173.5
179.5
176.5
25
93
0.25
0.93
179.5
185.5
182.5
100
0.07
34
25/01/2014
Elaboracin de Histograma
1. Colocar en una escala horizontal las k clases (LI - LS)
agregando una clase adicional tanto al inicio como al
final de esta escala.
Elaboracin de Histograma
2. Para cada clase se forma una barra, cuyo ancho ser
igual al ancho de clase A y cuya altura ser igual a la
frecuencia absoluta f.
LI
LS
LI
LS
155.5
161.5
155.5
161.5
161.5
167.5
161.5
167.5
24
167.5
173.5
167.5
173.5
36
173.5
179.5
173.5
179.5
25
179.5
185.5
179.5
185.5
HISTOGRAMA
fi
HISTOGRAMA
HISTOGRAMA
HISTOGRAMA
Frecuencia
40
35
30
Estaturas
25
20
15
10
0
155.5
161.5
167.5
173.5
179.5
y mayor...
Clase
35
25/01/2014
HISTOGRAMA
POLGONO DE FRECUENCIAS
Histograma de C4
18
16
14
Frecuencia
12
10
8
6
4
2
0
155
160
165
170
C4
175
180
185
Minitab usa raz del total de nmeros y esto lo divide entre el rango para calcular la amplitud del rango (9.48/0.043)=0.004
y toma los intervalos a partir del numero menor ms la amplitud.
POLGONO DE FRECUENCIAS
Actividad
1. Los consumos individuales (en pesos) de 30 turistas en
un restaurante se presentan en la tabla adjunta.
Histograma de C4
Normal
18
Media
Desv.Est.
N
16
170.5
6.078
100
14
Frecuencia
12
10
8
6
4
2
0
155
160
165
170
C4
175
180
185
Ejercicio
1. Los siguientes son los tiempos (meses) de la duracin hasta
la primer falla de un componente electrnico.
Ejercicio
2. Un banco desea mejorar su servicio a clientes; por ello
introdujo algunas mejoras para hacer ms gil su servicio. Los
siguientes son los tiempos (en minutos) de atencin a clientes.
36
25/01/2014
Promedio
Promedio
Ejemplo
xi
Tamao de la muestra
Mediana
Se define como el valor central de una serie ordenada
de n datos.
Mediana
Ejemplo
Moda
x4
Como n es par se calcula:
x5
37
25/01/2014
Moda
Medidas de dispersin
Ejemplo
central
Se observa que el nmero 84 se repite dos veces, por lo
tanto la moda es igual a 84.
Rango
En una serie de datos se define como la diferencia entre el
mayor y el menor de los datos.
Rango
Rango
xM
xm
Varianza
Varianza
Se define como el promedio del cuadrado de las diferencias
de cada observacin xi respecto al promedio muestral .
xM
Ejemplo
s2
Varianza
xi
Tamao de la muestra
38
25/01/2014
Desviacin Estndar
Desviacin Estndar
Se define como la raz cuadrada positiva de la varianza.
Ejemplo
Desviacin estndar
xi
Coeficiente de variacin
Ejemplo
Coeficiente de variacin
x = 57
Desviacin estndar
Por lo tanto:
Ejercicio
Los dimetros de 10 tuercas (en centmetros) se
presentan a continuacin:
0.91, 0.89, 0.92, 0.93, 0.88,
0.90, 0.90, 0.89, 0.90, 0.91
Calcula el promedio.
Calcula la varianza.
Calcula la desviacin estndar.
Calcula el coeficiente de variacin.
Ejercicios
Registra los pesos y estaturas de 10 personas y con esa
informacin llena la siguiente tabla.
Calcula el promedio.
Calcula la varianza.
Calcula la desviacin
estndar.
Calcula el coeficiente
de variacin.
39
25/01/2014
Promedio
( )
Promedio de la muestra
generalmente el centro.
xi
fi
Tamao de la muestra
Promedio
Ejemplo
Promedio
Ejemplo
k
1
2
3
4
5
LRI
155.5
161.5
167.5
173.5
179.5
LRS
161.5
167.5
173.5
179.5
185.5
xi
158.5
164.5
170.5
176.5
182.5
fi
8
24
36
25
7
xi fi
1268
3948
6138
4412.5
1277.5
LRI
LRS
1
2
3
4
5
155.5
161.5
167.5
173.5
179.5
161.5
167.5
173.5
179.5
185.5
xi
158.5
164.5
170.5
176.5
182.5
fi
8
24
36
25
7
xi fi
1268.0
3948.0
6138.0
4412.5
1277.5
17044
17044
= 170.44
100
Mediana
Ejemplo
Mediana
Es el valor central de una serie de datos
=
+ 2
LRImed
LRI
LRS
xi
fi
Fi
hi
Hi
155.5
161.5
158.5
0.08
0.08
161.5
167.5
164.5
24
32
0.24
0.32
167.5
173.5
170.5
36
68
0.36
0.68
173.5
179.5
176.5
25
93
0.25
0.93
179.5
185.5
182.5
100
0.07
Fantesmed
fmed
Mediana
LRImed
Fantesmed
A
fmed
n
A=6
fmed = 36
n = 100
40
25/01/2014
Mediana
Ejemplo
LRImed = 167.5
Moda
Es el valor que ms se repite en una serie de datos.
Fantesmed = 32
A=6
fmed = 36
+ 2
= +
n = 100
1 + 2
Moda
Lmite inferior de la clase modal
LRIm
50 32
= 167.5 +
6
36
= 170.5
Moda
Ejemplo
Medidas de dispersin
LRIm
LRI
LRS
xi
fi
155.5
161.5
158.5
161.5
167.5
164.5
24
32
167.5
173.5
170.5
36
68
173.5
179.5
176.5
25
93
179.5
185.5
182.5
100
= +
Fi
= 167.5
1 = 3 2 = 36 24 = 12
2 = 3 4 = 36 25 = 11
=6
1 + 2
= 167.5 +
12
6
12 + 11
= 170.63
Varianza
Ejemplo
Varianza
Se define como el promedio del cuadrado de las diferencias
de cada observacin xi respecto al promedio muestral .
2
Se obtiene la suma total de la columna f i ( xi x )
s2
f (x x)
i 1
s2
Varianza
fi
Tamao de la muestra
LRI
LRS
xi
1
2
3
4
5
155.5
161.5
167.5
173.5
179.5
161.5
167.5
173.5
179.5
185.5
158.5
164.5
170.5
176.5
182.5
fi
fi (x i -x)
8
24
36
25
7
1140.509
846.806
0.130
918.090
1018.105
3923.64
Promedio de la muestra
xi
s
2
f (x x)
i 1
= 170.44
2 =
3923.64
= 39.23
100
41
25/01/2014
Desviacin estndar
Coeficiente de variacin
(
=1
Se define como:
=
)2
Promedio de la muestra
Desviacin estndar
3923.64
= 39.23
100
= 39.23 = 6.26
=
6.26
=
= 0.036
170.44
Actividad
k
LRI
LRS
xi
fi
120
129
124.5
130
139
134.5
140
149
144.5
10
150
159
154.5
160
169
164.5
Ejercicio
1. Los siguientes son los tiempos (meses) de la duracin
hasta la primer falla de un componente electrnico
industrial.
a)
b)
c)
d)
Calcula el promedio.
Calcula la varianza.
Calcula la desviacin estndar.
Calcula el coeficiente de variacin.
Ejercicio 13
DIAGRAMA DE DISPERSIN
a)
b)
c)
d)
Calcula el promedio.
Calcula la varianza.
Calcula la desviacin estndar.
Calcula el coeficiente de variacin.
Un
embotellador
de
refrescos
produce sus propias botellas de
plstico retornables
para sus
presentaciones de 1.5 y 2.0 litros.
Recientemente se ha incrementado el
porcentaje de botellas defectuosas y
un equipo de trabajo formado por
operarios del rea cree que existe
una relacin muy fuerte entre la
presin de aire aplicada durante el
soplado y las botellas defectuosas.
42
25/01/2014
DIAGRAMA DE DISPERSIN
DIAGRAMA DE DISPERSIN
DA
PRESIN
%
DEFECTUOSO
DA
PRESIN
%
DEFECTUOSO
18.6
0.488
16
18.8
0.493
18.8
0.495
17
18.7
0.497
18.4
0.476
18
18.6
0.489
19.2
0.505
19
18.7
0.492
18.4
0.462
20
18.2
0.466
19.2
0.512
21
18.7
0.487
19.4
0.523
22
18.7
0.481
18.5
0.483
23
19.2
0.517
18.5
0.491
24
18.3
0.477
10
18.7
0.498
25
19.3
0.522
11
18.9
0.503
26
18.9
0.493
12
18.3
0.466
27
18.7
0.501
13
18.9
0.485
28
18.7
0.496
18.7
0.506
18.6
0.499
14
19.1
0.518
29
15
18.9
0.496
30
DIAGRAMA DE DISPERSIN
DIAGRAMA DE DISPERSIN
0.53
0.52
Defectuoso
0.51
0.5
0.49
0.48
0.47
0.46
0.45
18
18.2
18.4
18.6
18.8
Presin
19
19.2
19.4
19.6
BIBLIOGRAFA
DIAGRAMA DE DISPERSIN
Ejercicio
Velocidad (rpm)
Impurezas (%)
20
8.4
22
9.5
24
11.8
26
10.4
28
13.3
30
14.8
32
13.2
34
14.7
36
16.4
38
16.5
40
18.9
42
18.5
Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2007). Probalidad y
estadstica para ingenieria y ciencias. Mxico: PEARSON PRENTICE ALL.
43
25/01/2014
44