Beruflich Dokumente
Kultur Dokumente
1. Medidas de posici n:
a) LA MEDIA ARITMTICA
La media aritmtica, o promedio aritmtico, se define como la divisin de la suma de todos los valores entre
el nmero de valores.
En estadstica es normal representar una medida descriptiva de una poblacin, o parmetro poblacional,
mediante letras griegas, en tanto que se utilizan letras romanas para las medidas descriptivas de muestras, o
estadsticas muestrales. As, la media aritmtica para una poblacin de valores se presenta mediante el
smbolo (que se pronuncia "mu"), en tanto que la media aritmtica de una muestra de valores se representa
mediante el smbolo X (que se lee "x barra") Las frmulas para la media de una poblacin y de una muestra
son:
b) LA MEDIA PONDERADA
La media ponderada o promedio ponderado es una media aritmtica, en la cual se considera a cada uno de los
valores de acuerdo con su importancia en el grupo. Las frmulas para la media ponderada muestral y
poblacional son idnticas:
c) LA MEDIANA
La mediana de un grupo de datos es el valor del dato que ocupa un lugar de cuando se les agrupa a todos
en orden ascendente o descendente. Para un grupo con un nmero par de elementos, se supone que la
mediana se encuentra a la mitad entre los dos valores adyacentes al centro. Cuando el conjunto de datos
contiene un nmero grande de valores, resulta til la siguiente frmula para determinar la posicin de la
mediana en el conjunto ordenado:
Me=X
( n2 + 12 )
d) LA MODA
La moda es el valor que se presenta con mayor frecuencia en un conjunto de datos. A una distribucin que
tiene una sola moda se le denomina unimodal. Para un conjunto de datos poco numerosos, en los que no se
repite ningn valor, no existe moda. Cuando dos valores no adyacentes tienen frecuencias mximas similares,
se dice que la distribucin es bimodal. A las distribuciones de mediciones que tienen varias modas se les
denomina multimodales.
e) RELACIN ENTRE LA MEDIA, LA MEDIANA Y LA MODA
Las diferencias entre los valores de la media, la mediana y la moda permiten saber la forma de la curva de
frecuencias en trminos de asimetra. Para una distribucin unimodal simtrica, el valor de la media, la
mediana y la moda es igual [vase la Fig. 3-1 (a)]. Para una distribucin asimtrica positiva, la media es el
mayor valor de los tres y la mediana es mayor que la moda pero menor que la media [vase Fig. 3-1 (6)]. Para
una distribucin asimtrica negativa, la media es el menor valor de los tres y la mediana es inferior a la moda
pero mayor que la media [vase la Fig. 3-1 (c)]. El coeficiente de asimetra de Pearson, que se describe en la
seccin 4.9, es una medida conocida de asimetra que utiliza la diferencia observada entre la media y la
mediana de un grupo de valores.
EJEMPLO 1. En determinado mes, 8 vendedores de artculos electrnicos vendieron los siguientes nmeros de
aparatos: 8, 11, 5, 14, 8, 11, 16, 11. puede observarse que la media es 10.5, la mediana es 11.0 y la moda es de
11.0 unidades, lo cual indica que la distribucin tiene una ligera asimetra negativa (est sesgada hacia la
izquierda).
Moda
Mediana
media
Media
mediana
moda
(a) Simtrica
Moda
Mediana
media
Qi=X
( in4 + 12 )
; D i= X
1
+
( in
10 2 )
; P i=X
1
+
( in
100 2 )
Tarea N 04
1.
El nmero de automviles que vendi cada uno de los 10 vendedores de una distribuidora en un mes
especifico, en orden ascendente, es: 2,4, 7,10,10,10,12,12,14 y 15. Determine, para la poblacin (a) la
media, (b) la mediana y (c) la moda, para el nmero de automviles vendidos.
2. Cul de los valores del problema 1 describe de mejor manera el volumen de ventas "tpico" por
vendedor?
3. Se determin que los pesos de una muestra de cartas procesadas en una oficina postal, pesadas hasta el
gramo ms prximo, son: 21,18,30,12,14,17,28,10,16 y 25. Determine (a) la media, (b) la mediana y (c) la
moda para estos pesos.
4.
Cmo puede obtenerse la moda para los pesos de las cartas que se describieron en el problema 3?
9. Suponga que los precios al menudeo de determinados artculos han sufrido los cambios que se muestran en la
Tabla Determine el cambio porcentual promedio de los precios al menudeo sin referencia al promedio de gastos
que se incluye en la tabla.
Aumento porcentual
Leche
Carne molida
Ropa
Gasolina
10%
-6
-8
20
10. Con referencia a la Tabla N01 determine el cambio porcentual promedio, ponderando el aumento porcentual
de cada articulo con la cantidad promedio mensual que se gastaba en ese articulo antes del aumento.
11. Cul de los cambios porcentuales promedio de los precios que se calcularon en los problemas 3.33 y 3.34
sera ms apropiado como medida del impacto de los cambios de los precios sobre este consumidor
especfico? Por qu?
12. Determine los valores de (a) el primer cuartil, (b) el segundo decil y (c) el punto percentil 30 para los importes
de las ventas del problema 1.
13. Con base en el problema 3, determine los pesos correspondientes a: (a) el tercer cuartil, (b) el tercer decil y
(c)
el punto percentil 70.
14. Determine (a) el segundo cuartil, (b) el noveno decil y (c) el punto percentil 50, para las calificaciones del
examen del problema 5.
15. En general, qu cuartil, decil y punto percentil, respectivamente, son equivalentes a la mediana?
Leccin N 5
5. Medidas d e v a r i a b i l i d a d:
a) EL RANGO
El rango, o R, es la diferencia entre los valores mayor y menor del conjunto de datos. As, cuando My
representa el mayor valor del grupo y Mn representa el menor, el rango de los datos no agrupados es:
R = My-Mn
b) RANGOS MODIFICADOS
Un rango modificado es un rango para el cual se elimina cierto porcentaje de los valores en cada
uno de los extremos de la distribucin. Algunos rangos modificados tpicos son: el 50% central, el
80% central y el 90% central.
El procedimiento mediante el cual se determina un rango modificado consiste, primero, en ubicar los
dos puntos percentiles adecuados para, despus, calcular la diferencia entre los valores que se
encuentran en esos puntos. Por ejemplo, para el rango del 80% central, los puntos percentiles
apropiados son el dcimo percentil y el nonagsimo percentil, porque el 80% central de esos
valores se ubica entre esos dos puntos.
c)
LA DESVIACIN MEDIA
La desviacin media o DM se basa en la diferencia entre el valor absoluto de cada uno de los
elementos conjuntos de datos y la media del grupo. Despus, se calcula la media de sas
desviaciones (algunos especialistas en estadstica utilizan la diferencia entre cada valor y la
mediana). Si se calculara la media por la suma de las diferencias positivas y negativas entre cada
valor y la media aritmtica, la respuesta sera, siempre igual a 0. Por esta razn, son los valores
absolutos de las diferencias lo que se suma.
DM=
|X X |
n
A diferencia de otras estadsticas muestrales que se han analizado, la varianza de una muestra no
es, en trminos de clculo, completamente equivalente a la varianza de la poblacin. Para este
caso, el denominador de la frmula de la varianza muestral es ligeramente diferente. En esencia, lo
que se incluye en la frmula es un factor de correccin, para que la varianza muestral sea un
estimador insesgado para la varianza de la poblacin. La varianza muestral se representa mediante
s2; su frmula es:
Por lo general, resulta difcil Interpretar el significado del valor de una varianza porque las unidades
en las que se expresa son valores al cuadrado. En parte por esta razn, se utiliza con mayor
frecuencia la raz cuadrada de la varianza, representada mediante la letra griega o (o s para una
muestra) y se le denomina desviacin estndar. Las frmulas para la desviacin estndar
poblacional y desviacin estndar muestral respectivamente son:
e) EL COEFICIENTE DE VARIACIN
El coeficiente de variacin, CV, indica la magnitud relativa de la desviacin estndar con respecto a
la media de la distribucin, as, las frmulas son:
S
C . V = ; poblacional C .V = ; muestral
Asimetra Poblacional=
3(Med )
Asimetra Muestral=
3 ( XMed
)
S
Para una distribucin simtrica, el valor del coeficiente de asimetra es siempre 0, porque la media y
la mediana son iguales. Para una distribucin con asimetra positiva, la media es siempre mayor
que la mediana y, por ello, el valor del coeficiente es positivo. Para una distribucin con asimetra
negativa, la media es siempre menor que la mediana y, por ello, el valor del coeficiente es negativo.
TAREA N 05
1. El nmero de automviles que vendi cada uno de 10 vendedores de una distribuidora en un
mes especfico, en orden ascendente, es: 2,4, 7,10,10,10,12,12,14,15. Determine (a) el rango y
(b) el rango del 80% central para esos datos.
2. Calcule la desviacin media para los datos de ventas para el problema 1. En el problema se
determin que la media de la poblacin para esos valores sea de 9.6.
3. Del problema 1, determine la desviacin estndar utilizando la frmula de desviaciones y
considerando que el grupo de valores constituye una poblacin estadstica.
4. Se determina que los pesos de una muestra de sobres que salen de una oficina postal, al
gramo ms cercano son: 21, 18, 30,12, 14,17, 28,10, 16 y 25. Determine (a) el rango y (b) el
rango central del 50% para esos pesos.
5. Calcule la desviacin estndar para las piezas postales del problema 4. En el problema 4. se
determin que la media muestral sea de 19.1 gramos
6. Determine (a) la varianza muestral y (b) desviacin estndar muestral para los datos del
problema 4. Utilizando las versiones abreviadas de las frmulas respectivas.
7. Veinte estudiantes inscritos en un curso de anlisis de decisiones lograron las siguientes
calificaciones en sus exmenes, en orden ascendente: 39, 46, 57, 65, 70, 72, 72, 75, 77, 79, 81,
81, 84, 84, 84, 87, 93, 94. 97 y 97. Determine (a) el rango y (b) el rango central del 90% para
estos datos no agrupados.
8. Calcule la desviacin media para las calificaciones del problema 7. En el problema 7. se
determin que la calificacin promedio de los exmenes fue de 76.7
9. Considere las calificaciones de los exmenes del problema 7. como una poblacin estadstica y
determine la desviacin estndar utilizando (a) la frmula de desviaciones y (b) la frmula
abreviada alternativa.
10. El nmero de accidentes que ocurrieron en un mes determinado en 13 departamentos de
manufactura de una planta industrial fueron: 2, 0, 0, 3, 3, 12, 1, 0, 8, 1, 0, 5, 1. Determine (a) el
rango y (b) el rango central del 50% para el nmero de accidentes.
11. Calcule la desviacin media para los datos del problema 11. En el problema 11. se determin
que el nmero promedio de accidentes es de 2.8.
12. Al considerar los datos de los accidentes del problema 11 como una poblacin estadstica,
calcule la desviacin estndar utilizando la frmula abreviada.
13. Determine el coeficiente de variacin para los datos de ventas de automviles que se utilizaron
en los problemas 1 a 3.
14. Con referencia al problema 13, en otra distribuidora (ms grande) se determin que el nmero
promedio de automviles vendidos por vendedor en un mes especifico fue de 17.6, con una
desviacin estndar de
6.5. Compare la variabilidad con las ventas por persona (a) en
trminos absolutos y (b) con respecto al nivel promedio de ventas en las dos distribuidoras.
15. Calcule el coeficiente de asimetra para los datos de ventas de automviles que se analizaron
en los problemas 1 a 3. En el problema se determin que la mediana para esos datos fue 10.0.
16. Calcule el coeficiente de asimetra para los datos de accidentes analizados en los problemas 10
a 12. En el problema se determin que la mediana para estos datos es de 1.0.
Leccin N6
1. PROBABILIDADES
a) DEFINICIONES BSICAS DE PROBABILIDAD
Histricamente se han desarrollado tres diferentes enfoques conceptuales para definir la probabilidad y
para determinar valores de probabilidad: el clsico, el de frecuencia relativa y el subjetivo.
De acuerdo con el enfoque clsico de la probabilidad, si N (A)resultados elementales posibles son
favorables en el evento A, y existe N (S ) posibles resultados en el espacio muestral y todos los
resultados elementales son igualmente probables y mutuamente excluyentes; entonces, la probabilidad
de que ocurra el evento A es
Se utilizan las reglas de la adicin cuando se desea determinar la probabilidad de que ocurra un evento
u otro (o ambos) en una sola observacin. Simblicamente, puede representarse la probabilidad de que
ocurra el evento A o el evento B mediante P (A O B). En el lenguaje de la teora de conjuntos, a esto
se le denomina la unin de A y B, y se designa la probabilidad mediante P (A U B), que se lee: ("la
probabilidad de A unin B".)
Existen dos variaciones a la regla de la adicin, dependiendo de que los dos eventos sean mutuamente
excluyentes.
1. La regla de la adicin para eventos mutuamente excluyentes es:
P(A O B) = P(A U B) = P(A) + P(B)
2.
2.
TAREA N 06
CALCULO DE LOS VALORES DE LA PROBABILIDAD
7. Para la situacin que se describi en el problema 5.31, (a) determine la probabilidad de que
un empleado participe en el plan de reparto de utilidades (P) considerando que tiene seguro
de gastos mdicos mayores (M), y (b) determine si los dos eventos son independientes o
dependientes, haciendo referencia al valor de la probabilidad condicional.
8. Para el problema 5.33, determine (a) la probabilidad de que el nuevo mtodo de
comercializacin tenga xito (E), dado que el costo de su desarrollo se ha mantenido dentro
del presupuesto original (P), y (b) si los dos eventos son independientes o dependientes, de
acuerdo al valor de la probabilidad condicional.
el problema 5.31
14. Pruebe la independencia de los dos eventos que se describieron en el problema 5.33
utilizando la regla de la multiplicacin para eventos independientes.
15. Del problema 5.38, suponga que un inversionista elige al azar tres de las acciones. Construya
un diagrama de rbol para ilustrar los diversos resultados posibles para la secuencia de las
tres acciones.
16. Con referencia al diagrama de rbol que se prepar en el problema 5.42, determine la
probabilidad de que (a) slo una de las tres acciones experimente un aumento en su valor de
mercado, (b) aumente el valor de mercado de dos de las acciones, (c) aumente el valor de
mercado de cuando menos dos acciones.
TABLAS DE PROBABILIDAD CONJUNTA
17. La Tabla 2 es una tabla de contingencias que representa la clasificacin de 150 compaas
muestreadas de acuerdo con cuatro grupos industriales, y respecto a si su rendimiento sobre la
inversin est por encima o por debajo del rendimiento promedio en la muestra de las 150
empresas. Prepare una tabla de probabilidad conjunta con base en esos datos muestrales.
Superior al
promedio (S)
Inferior al
promedio (D
Total
20
40
60
10
10
20
20
10
30
25
15
40
75
75
150
Total
18. Con referencia a la tabla de probabilidad conjunta que se prepar en el problema 17, diga cules son
las siguientes probabilidades: (a) P(l), (b) P(II), (c) P(lll), (d) P(IV).
19. Con referencia a la tabla de probabilidad conjunta que se prepar en el problema 17, determine
las siguientes probabilidades: (a) P(l y S), (b) P(ll o I), (c) P(S), (d) P(I o II), (e) P(l y II), (f) P(S o I). (g)
P (S/I) . (h).P(III / S).
Leccin N7
7. DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS
a)
Para una variable aleatoria discreta, se pueden enlistar todos los valores numricos
posibles de la variable en una tabla con las probabilidades correspondientes.
b)
De la misma manera en que se hace para conjuntos de datos muestrales y poblacionales, con
frecuencia resulta til describir una variable aleatoria en trminos de su media (vase la seccin
3.2) y su varianza (vase la seccin 4.5). La media (a largo plazo) de una variable aleatoria X se
denomina valor esperado y se denota mediante E(X) Para una variable aleatoria discreta, resulta
ser el promedio ponderado de todos los valores numricos posibles de la variable, utilizando las
probabilidades correspondientes como pesos. Como la suma de los pesos (probabilidades) es 1.0,
puede simplificarse la frmula 3.3, de manera que el valor esperado de una variable aleatoria
discreta es
E ( X )= XP [ X=x ]
Valor esperado
La varianza de una variable aleatoria X se denota mediante V(X); se calcula con respecto
a (X) como la media de la distribucin de probabilidad. La forma general de desviaciones
para la frmula de la varianza de una variable aleatoria discreta es
La forma abreviada para la frmula de la varianza de una variable aleatoria discreta, que
no requiere el clculo de las desviaciones con respecto a la media, es
2.
LA DISTRIBUCIN HIPERGEOMTRICA
Cuando el muestreo se realiza sin reemplazo para cada uno de los elementos que se toman
de una poblacin finita de elementos, no se puede aplicar el proceso Bernoulli debido a que
existe un cambio sistemtico en la probabilidad de xitos al ir extrayendo elementos de la
poblacin. Cuando se utiliza el muestreo sin reemplazo en alguna situacin en la que, de no ser
por el no reemplazo, se le pudiera calificar como proceso de Bernoulli, la distribucin discreta de
probabilidad apropiada resulta ser la distribucin hipergeomtrica. Si X es el nmero designado
de xitos, N es el nmero de elementos de la poblacin, T es el nmero total de "xitos"
incluidos en la poblacin y n es el nmero de elementos de la muestra, la frmula para
determinar las probabilidades hipergeomtricas es
3. LA DISTRIBUCIN POISSON
Puede utilizarse la distribucin Poisson para determinar la probabilidad de que ocurra
un nmero designado de eventos, cuando stos ocurren en un continuo de tiempo o
espacio. A un proceso como ste se le denomin a proceso Poisson; es similar el
proceso Bernoulli (vase la seccin 6.3) excepto en que los eventos ocurren en un
continuo (por ejemplo, en un intervalo de tiempo) en vez de ocurrir en ensayos u
observaciones fijas. Un ejemplo es la entrada de llamadas en un conmutador
telefnico. Al igual que en el caso del proceso de Bernoulli, se supone que los eventos
son independientes y que el proceso es estacionario. Slo se requiere un valor para
determinar la probabilidad de que ocurra un nmero designado de eventos en un
proceso de Poisson: el nmero promedio a largo plazo de eventos para el tiempo o
dimensin especifico de inters. Por lo general, esta media se representa mediante
(la letra griega "lambda") o, es posible, mediante
La frmula para determinar la
probabilidad de un nmero determinado de xitos N en una distribucin Poisson es
TAREA N 07
VARIABLES ALEATORIAS DISCRETAS
1. Se ha determinado que la llegada de clientes a un restaurante, durante intervalos elegidos al azar de 10
minutos, sigue la distribucin de probabilidad que se presenta en la Tabla 6.12. Calcule el nmero esperado
de llegadas para intervalos de 10 minutos, y la varianza de las llegadas.
Tabla 6.12 Llegada de olientes a un establecimiento en intervalos de 10
minutos
Nmero de clientes ( X
)Probabilidad [ P ( X ) ]
0.15
0.05
0.25
0.25
0.20
0.10
2. Se ha determinado que las ventas en expendios de publicaciones de una revista mensual tiene la
distribucin de probabilidad de la Tabla 6.13. Calcule el valor esperado en la varianza de las ventas de la
revista, en miles.
Tabla 6.13 Ventas en expendios de una revista de publicacin mensual
15
16
17
18
19
20
0.05
0.10
0,25
0.30
0.20
0.10
3. Un vendedor ha determinado que la probabilidad de que realice diversos nmeros de ventas diarias,
considerando que visita 10 prospectos de clientes, es la que se presenta en la Tabla 6.14. Calcule el
nmero esperado de ventas diarias y la varianza del nmero de ventas.
Tabla 6.14 Ventas diarias cuando se visita a 10 prospectos
Nmero de ventas ( X )
Probabilidad [ P ( X ) ]
0.04
0.15
0.20
0.25
0.19
0.10
0.05
0.02
4. Con referencia al problema 3, suponga que el vendedor obtiene una comisin de $25,000 por cada venta
que realiza. Determine su comisin diaria esperada (a) sustituyendo el monto de la comisin por cada uno de
los nmeros de ventas de la Tabla 6.14 y calcule la cantidad esperada por comisiones, y (b)
multiplicando el nmero esperado de ventas que se calcul en el problema 6.24 por la comisin que
obtiene por cada venta.
LA DISTRIBUCIN BINOMIAL
5. Existe una probabilidad de 90% de que un componente especifico se comporte en forma adecuada bajo
condiciones de alta temperatura. Si el aparato en el que se usa el componente tiene en total cuatro de
ellos, determine la probabilidad de cada uno de los siguientes eventos utilizando la frmula de las
probabilidades binomiales.
(a) Todos los componentes se comportan de forma adecuada y, por lo tanto, el aparato funciona bien.
(b) El aparato no funciona bien porque falla exactamente uno de los cuatro componentes.
(c) El aparato no funciona porque falla uno o ms de los componentes.
6.
Suponga que el 40% de los empleados a destajo de una empresa grande estn a favor de tener
representacin sindical y que se entrevista a una muestra aleatoria de 10 de ellos y se les solicita una
respuesta annima. Cul es la probabilidad de que (a) la mayora de los que respondan, (b) menos de la
mitad de los que respondan estarn a favor de la representacin sindical?
8.
Determine las probabilidades del problema 7, si el 60% de los empleados a destajo de la empresa estn a
favor de la representacin sindical.
LA DISTRIBUCIN HIPERGEOMTRICA
9. En una clase en la que hay 20 estudiantes, 15 estn insatisfechos con el texto que se utiliza. Si se
le preguntara acerca del texto a una muestra aleatoria de cuatro estudiantes, determine la
probabilidad de que (a) exactamente tres y (6) cuando menos tres de ellos estn insatisfechos con
el texto.
10. Verifique las respuestas al problema 9 construyendo un diagrama de rbol y calculando las probabilidades
mediante las reglas apropiadas de la multiplicacin y de la adicin.
12.
Suponga que el manuscrito para un libro de texto tiene en total 50 errores de mecanografa en el total de
las 500 pginas que conforman el material, y que los errores estn distribuidos en forma aleatoria en todo
el texto. Cul es la probabilidad de que
(a) un captulo que cubre 30 pginas tenga dos o ms errores?
(b) un capitulo que tiene 50 pginas tenga dos o ms errores?
(c) una pgina elegida al azar no tenga error?
13. Se encuentra que slo un generador de cada mil est defectuoso, despus de ser ensamblado en una
planta manufacturera, y los generadores defectuosos se distribuyen en forma aleatoria en toda la corrida
de produccin.
(a) Cul es la probabilidad que un embarque de 500 generadores no tenga ningn generador
defectuoso?
(b) Cul es la probabilidad que un embarque de 100 generadores incluya cuando menos un generador
defectuoso?