Cuaderno de Estadistica PDF

MA460
Estadística
Descriptiva
Cuaderno de trabajo
Los profesores del curso
Área de Ciencias - Marzo 2018

2 Estadística Descriptiva 201801
RNotas importantes
Contenido
Unidad 1 Muestreo............................................................................................................................ 7
Definición de Estadística ................................................................................................................ 8
Definiciones ................................................................................................................................... 9
Unidad elemental, variables y observación ............................................................................................... 9
Dato ......................................................................................................................................................... 9
Población y muestra ............................................................................................................................... 10
Escalas de medición de las variables ....................................................................................................... 12
Tipos de variables según su naturaleza ................................................................................................... 14
Parámetro y estadístico .......................................................................................................................... 15
Estudios estadísticos .............................................................................................................................. 17
Errores en la adquisición de datos .......................................................................................................... 18
Fuentes de datos .................................................................................................................................... 18
Definiciones ................................................................................................................................. 19
Ventajas y desventajas del muestreo frente al censo .............................................................................. 20
Muestreo probabilístico .............................................................................................................. 21
Muestreo aleatorio simple .......................................................................................................... 22
Muestreo sistemático .................................................................................................................. 26
Muestreo estratificado ................................................................................................................ 31
Unidad 2. Organización de datos ..................................................................................................... 38
Estadística Descriptiva ................................................................................................................. 39
Frecuencias absolutas, relativas y porcentuales ...................................................................................... 39
Distribución de frecuencias .................................................................................................................... 39
Título de una distribución de frecuencias o gráfico de una variable ......................................................... 40
Distribución de frecuencias de variables cualitativas .................................................................. 41
Gráficos estadísticos .................................................................................................................... 42
Recomendaciones sobre la presentación de gráficos .............................................................................. 42
Gráfico de barras.................................................................................................................................... 44
Diagrama circular ................................................................................................................................... 44
Frecuencias acumuladas, absolutas relativas y porcentuales ................................................................... 46
Diagrama de Pareto................................................................................................................................ 46
Tabulaciones cruzadas ................................................................................................................. 49
Título de un gráfico de una tabla de contingencia ................................................................................... 49
Gráfico de tabulaciones cruzadas de dos variables .................................................................................. 50
Resumen de datos cuantitativos.................................................................................................. 54
Distribución de frecuencias de variables discretas................................................................................... 54
Gráfico de bastones................................................................................................................................ 54
Distribución de frecuencias de variables continuas ................................................................................. 56
Gráficos de datos cuantitativos ................................................................................................... 62
Ejercicios adicionales de la unidad .......................................................................................................... 65
Unidad 3. Medidas descriptivas....................................................................................................... 72
Datos simples y datos agrupados ............................................................................................................ 73
Medidas de tendencia central ..................................................................................................... 74
Media .................................................................................................................................................... 74
Mediana................................................................................................................................................. 78
Moda ..................................................................................................................................................... 81
Media ponderada................................................................................................................................... 85
Cuantiles ...................................................................................................................................... 86
Percentil................................................................................................................................................. 86
Deciles ................................................................................................................................................... 87
Medidas de variabilidad .............................................................................................................. 90
Varianza ................................................................................................................................................. 91
Desviación estándar ............................................................................................................................... 91
Coeficiente de variación ......................................................................................................................... 93
Rango..................................................................................................................................................... 95
Rango intercuartil................................................................................................................................... 96
Medidas de asimetría .................................................................................................................. 97
Coeficiente de asimetría de Pearson ....................................................................................................... 97
Diagrama de cajas........................................................................................................................ 99
Ejercicios de la unidad .......................................................................................................................... 104
Unidad 4. Teoría de la probabilidad .............................................................................................. 113
Experimentos, reglas de conteo y asignación de probabilidades ............................................... 114
Experimento aleatorio.......................................................................................................................... 114
Espacio muestral .................................................................................................................................. 114
Evento ................................................................................................................................................. 114
Probabilidad de un evento.................................................................................................................... 115
Definición clásica de la probabilidad de un evento ................................................................................ 116
Algunas relaciones básicas de probabilidad .......................................................................................... 117
Complemento (AC)................................................................................................................................ 117
Unión de eventos (A È B) ..................................................................................................................... 118
Intersección de eventos (A ∩ B) ............................................................................................................ 118
Diferencia de eventos (A - B) ................................................................................................................ 118
Diferencia simétrica de eventos (A ∆ B) ................................................................................................ 119
Eventos mutuamente excluyentes ........................................................................................................ 120
Reglas de conteo y combinaciones ............................................................................................ 120
Axiomas de la probabilidad................................................................................................................... 122
Ley aditiva para eventos cualesquiera................................................................................................... 122
Probabilidad condicional ........................................................................................................... 124
Ley multiplicativa para eventos cualesquiera ........................................................................................ 129
Árbol de probabilidades ....................................................................................................................... 129
Partición del espacio muestral .............................................................................................................. 130
Probabilidad total................................................................................................................................. 130
Teorema de Bayes ..................................................................................................................... 130
Eventos independientes ............................................................................................................ 134
Ley de la multiplicación para eventos independientes........................................................................... 134
Ejercicios de la Unidad 3 ....................................................................................................................... 136
Unidad 5: Variables aleatorias....................................................................................................... 141
Variable aleatoria ...................................................................................................................... 142
Rango o recorrido de una variable aleatoria.......................................................................................... 142
Tipos de variable aleatoria.................................................................................................................... 142
RNotas importantes
Evento (X = a) ....................................................................................................................................... 142
Variable aleatoria discreta......................................................................................................... 143
Distribución de probabilidad de una variable aleatoria discreta ............................................................ 143
Valor esperado de una variable aleatoria discreta................................................................................. 146
Valor esperado de una función de variable aleatoria discreta................................................................ 147
Varianza y desviación estándar de una variable aleatoria discreta......................................................... 147
Distribuciones de probabilidad de variables discretas ............................................................... 152
Distribución binomial ........................................................................................................................... 152
Distribución hipergeométrica ............................................................................................................... 156
Distribución de Poisson ........................................................................................................................ 159
Variable aleatoria continua ....................................................................................................... 163
Función de densidad de una variable aleatoria continua ....................................................................... 163
Función de distribución acumulada de probabilidad ............................................................................. 166
Valor esperado de una variable aleatoria continua ............................................................................... 169
Valor esperado de una función de variable aleatoria continua .............................................................. 169
Varianza y desviación estándar de una variable aleatoria continua ....................................................... 170
Distribuciones de probabilidad de variable continua ................................................................ 171
Distribución uniforme........................................................................................................................... 171
Distribución normal .............................................................................................................................. 174
Distribución exponencial ...................................................................................................................... 179
Ejercicios de la Unidad 4 ....................................................................................................................... 181
Unidad 6 : Distribuciones muestrales ............................................................................................ 187
Propiedad reproductiva de la normal ........................................................................................ 188
Definiciones ............................................................................................................................... 192
Muestreo con y sin reemplazo.............................................................................................................. 192
Población finita e infinita ...................................................................................................................... 192
Distribución muestral de un estadístico .................................................................................... 192
Distribución de la media muestral ............................................................................................. 193
Teorema central del límite ........................................................................................................ 194
Ejercicios de la unidad .......................................................................................................................... 198
Tablas estadísticas................................................................................................................................ 200
Índice alfabético ................................................................................................................................... 202
RNotas importantes
Muestreo
Logro de la unidad 1
Al finalizar la unidad 1,
el estudiante interpreta con rigurosidad tablas y gráficos,
a partir de datos reales dentro del ámbito de su carrera.
Temario
• Muestreo: Conceptos y definiciones básicas: Población, marco muestral, muestra
• Censo y muestreo ventajas y desventajas.
• Diseño de la encuesta por muestreo.
• Tipos de muestreo:
• No probabilístico
• Probabilístico (aleatorio simple, aleatorio estratificado y sistemático)
Definición de Estadística
Es la ciencia que proporciona un conjunto de métodos, técnicas y procedimientos para

recopilar, organizar, presentar y analizar datos con el fin de describirlos o realizar
generalizaciones válidas.
Recolección Organización Presentación Análisis
Subdivisión de la Estadística
La Estadística se puede dividir en Estadística descriptiva y Estadística inferencial.
Estadística Son métodos y técnicas de recolección, caracterización, resumen y

descriptiva presentación que permiten describir apropiadamente las características
de un conjunto de datos.
Comprende el uso de gráficos, tablas, diagramas y criterios para el
análisis.
Estadística Son métodos y técnicas que hacen posible estimar una o más
inferencial características de una población o tomar decisiones sobre población
basadas en el resultado de muestras.
Estas conclusiones no son totalmente válidas y tienen cierto margen de
error.
Indique si los siguientes enunciados corresponden al uso de la Estadística descriptiva o de

la Estadística inferencial.
En la segunda vuelta de las elecciones 2016, el Descriptiva o Inferencial o

50,12% de los votantes lo hizo por Peruanos por el
Kambio, según la ONPE.
Según una encuesta de enero del 2018, el 56% de Descriptiva o Inferencial o
peruanos aprueba el indulto a Alberto Fujimori.
El director de Investigaciones Económicas de Citi Descriptiva o Inferencial o
para la Región Andina, Munir Jalil, sostuvo que la
cotización del dólar llegará a S/ 3.55 en el 2017.
En una muestra, el 15% de las personas afirmaron Descriptiva o Inferencial o
que tenían contratado Netflix
A nivel mundial se calcula que la acondroplasia (una Descriptiva o Inferencial o
causa del enanismo) tiene una incidencia de
alrededor de 1/25.000 nacidos vivos.
RNotas importantes
Definiciones
Unidad elemental, variables y observación
Observación es el
Variables son las
Unidad elemental conjunto de
características de
es la entidad mediciones
interés de las
acerca de la cual se obtenido de una
unidades
reúne los datos unidad elemental
elementales
particular
Ejemplo 1
Ella responde:
A una persona se le pregunta su
“Soy mujer y tengo
(Unidad género y edad.
19 años”
elemental) (Variables)
(Observación)
Dato
Es el resultado de medir una característica observable de una unidad elemental.
Caso Aerolínea Wayra

Aerolínea Wayra S.A es una empresa peruana de transporte aéreo con vuelos nacionales
e internacionales, ofrece un servicio alta calidad a sus pasajeros y busca mejorar
continuamente la eficiencia de sus operaciones, valorando el empeño diario de su
personal.
Actualmente, la flota de la empresa está constituida por cuatro aviones Boeing, que
brindan una gran capacidad de empuje y autonomía. Sus aviones han sido remodelados
en su interior. Se desea determinar si las remodelaciones en la flota han servido para
brindar un mejor servicio a los pasajeros. Por esta razón, se entrevistó a 125 pasajeros
que viajaron en el último año. A cada persona se le hizo 30 preguntas.
Indique la unidad elemental en la investigación.
Indique la cantidad de observaciones y datos obtenidos.

Población y muestra
Población
Muestra
Población es el conjunto de todos las
unidades elementales de interés en
determinado estudio. Muestra es un subconjunto de la población.
Es un conjunto de personas, objetos, Será representativa si se parece a la
conceptos, etc. de los cuales se sacan población de la que proviene.
conclusiones a partir de una o más
características observables de
naturaleza cualitativa o cuantitativa.
Ejemplo 2
La Secretaría Académica de una universidad está interesada en realizar un estudio sobre
los motivos por los cuales algunos alumnos del pregrado han decidido dar exámenes de
recuperación ese ciclo. La universidad cuenta con quince facultades y un total de 7500
alumnos, de los cuales 830 han decidido rendir exámenes de recuperación ese ciclo. De la
población se va a entrevistar a una muestra aleatoria de 200 alumnos. Defina la población
y la muestra
Solución
Población
Muestra
Los 830 alumnos que han decidido dar
exámenes de recuperación ese ciclo. Los 200 alumnos que han decidido dar
exámenes de recuperación ese ciclo.
El objetivo de una investigación es estimar el promedio de la nota final de los alumnos

que han llevado el curso Estadística Descriptiva de la UPC. Indique la población y la
muestra.
Población
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
RNotas importantes
En una investigación, de los clientes que han recibido algún préstamo del banco A, se
desea determinar el porcentaje de ellos que han pagado a tiempo todas sus cuotas.
Indique la población y la muestra de dicha investigación
Población
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
En otra investigación, se quiere estimar la media del ingreso en el último mes de los
clientes del banco A. Indique la población y la muestra de dicha investigación
Población
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................

Se quiere estimar el porcentaje de vuelos de la aerolínea Wayra que salen sin retraso.
Indique la población y la muestra de dicha investigación.
Población
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
Por otro lado, se quiere estimar la media del precio que los pasajeros pagan por vuelo de
ida y vuelta a Piura. Indique la población y la muestra de dicha investigación.
Población
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
Escalas de medición de las variables

Son los tipos de valores asignados a las unidades elementales para una variable definida.
La escala de medición permite determinar la cantidad de información que contienen los

datos y el análisis estadístico más apropiado.
Escalas de
medición
Nominal Ordinal Intervalo Razón
•Una variable está medida en escala nominal cuando los datos

Nominal son etiquetas que se emplean para definir un atributo del
elemento.
•Una variable está medida en escala ordinal cuando los datos son
etiquetas y el orden es significativo.
•Se pueden ordenar, de tal manera que puedan expresar grados
de la característica medida.
Ordinal
•No tiene sentido medir la distancia entre los valores de la
variable ni realizar operaciones aritméticas con ellos pues no
toman valores numéricos específicos ni existe proporcionalidad
entre categorías vecinas.
•Una variable está medida en escala de intervalo si los datos

tienen propiedades de datos ordinales y el intervalo entre
observaciones se expresa en términos de una unidad fija de
Intervalo medida.
•Los datos de intervalo siempre son numéricos.
•El cero es relativo, es decir, no indica la ausencia de la
característica medida.
•Una variable está medida en escala de razón si los datos tienen

todas las propiedades de los datos de intervalo y se puede
realizar cualquier operación aritmética (suma, resta,
Razón multiplicación y división) y lógica (comparación y
ordenamiento).
•El cero es absoluto, es decir, indica la ausencia total de la
característica medida.
RNotas importantes
Ejemplo 3
•El género de las personas

Nominal •El estado civil de los empleados de una empresa
•Las carreras profesionales universitarias
•El orden de mérito de los atletas en una competición

Ordinal •El grado de instrucción de los clientes de un banco
•Las escalas de temperatura. Las temperaturas en grados

Intervalo centígrados 0ºC, y 20ºC equivalen a, en grados Fahrenheit, 32ºF,
y 68ºF
•El sueldo de los empleados de una empresa

Razón •El tiempo en terminar un examen

Se realizó una encuesta a una muestra de 125 pasajeros de la aerolínea. Algunas de las
variables fueron las siguientes. Indique la escala de medición de cada variable.
Variable Nominal Ordinal Intervalo Razón

Tipo de boleto (Primera, business,
económica)
Tiempo de vuelo, en horas
Opinión respecto al servicio:
malo regular, bueno, muy
bueno
Edad del pasajero
Altura sobre el nivel del mar de
la ciudad de destino del viaje
Número de maletas con las que
viaja un pasajero
Precio del pasaje, en dólares
Número de asiento (1A, 1B,…)
Temperatura de la cabina, en
grados centígrados
Temperatura de la cabina, en
grados Kelvin
Peso del equipaje, en
kilogramos
Color de la maleta
Tipos de variables según su naturaleza

Las variables se pueden clasificar en cualitativas o cuantitativas.
Variable Variable
cualitativa cuantitativa
Es una variable que Es una variable que A su vez, la variable

puede ser expresada puede ser medida en cuantitativa se
en escala nominal u escala de intervalo o clasifica en discreta o
ordinal. de razón. continua.
Variable discreta
Tiene un número finito o infinito
numerable de posibles valores; es
decir, que en un intervalo solo
puede tomar ciertos valores.
Variable continua
Tiene un número infinito no
numerable de posibles valores; es
decir, que en un intervalo puede
tomar cualquier valor.
Ejemplo 4
Variables Tipo de variable Escala de medición
Marca de computadora personal que utiliza Cualitativa Nominal
Tiempo que usa la computadora por semana Cuantitativa continua Razón
Número de perros en una casa Cuantitativa discreta Razón
Número de granos de arena en una gran playa Cuantitativa discreta Razón

Se tienen otras variables como las siguientes. Indique su escala de medición y tipo.
Variable Tipo de variable Escala de medición
Comida preferida por los pasajeros
Cantidad de viajes retrasados por día
Precio de un pasaje a Arequipa
Opinión sobre atención (mejoró, igual,

empeoró)
RNotas importantes
Parámetro y estadístico
Parámetro •Es cualquier resumen de la población.
Estadístico •Es cualquier resumen de la muestra.
Ejemplo 5
En un estudio entre alumnos de la UPC, se registró la edad de todos los alumnos de la
UPC. La media de la edad fue de 19,3 años. Además, de una muestra de aleatoria de 300
alumnos se encontró que el 12% trabaja. Indique lo siguiente.
Medida de resumen Variable Valor Parámetro o estadístico
Media Edad 19,3 años Parámetro
Porcentaje Condición de trabajo 12% Estadístico
La Organización Mundial de la Salud indica que una persona debería consumir 100 litros
de agua al día para atender todas sus necesidades. De acuerdo al gráfico siguiente
calculado de una muestra aleatoria indique lo siguiente.
Población: …………………….……………………………………………………………………………………………….

En una muestra de 200 vuelos, se determinó que el 68% de los vuelos de la aerolínea
Wayra salían a tiempo. Indique lo siguiente.
Usando el registro del aeropuerto Jorge Chávez, se encontró que la media del tiempo de
retraso de todos los vuelos de la aerolínea Wayra fue 25 minutos. Indique lo siguiente.
En mayo del 2015, se publicó el siguiente gráfico en el diario Perú 21 a partir de

información mensual proporcionada por la Superintendencia Nacional de Servicios de
Saneamiento (SUNASS). Indique lo siguiente respecto a dicha investigación por muestreo.
Población: …………………….……………………………………………………………………………………………….
Muestra: …………………….………………………………………………………………………………………………….
Unidad elemental: .……….……………………………………………………………………………………………….
Tomado de http://peru21.pe/economia/hogares-sin-acceso-al-agua-gastan-s72-al-mes-2219838
RNotas importantes
Estudios estadísticos
Los datos se obtienen mediante la realización de un estudio estadístico. A esos estudios
se les clasifica como experimentales u observacionales.
•En un estudio experimental, se identifican las variables

Estudio de interés, las cuales son controladas por el investigador.
experimental Luego, se identifican otras variables que influyan en las
variables de interés.
Estudio •En un estudio observacional, no se trata de controlar las

variables de interés, ni de influir sobre ellas, por ejemplo,
observacional en una encuesta.
Indique a qué tipo de estudio, experimental u observacional, corresponden los siguientes

ejemplos.
Tomado de http://elcomercio.pe/economia/peru/turistas-gastan-nuestra-gastronomia-us350-millones
Actualizado el 27 de julio de 2015 a: 03:54 p.m. Por: AFP
Estudio clínico confirma eficacia de vacuna contra el dengue

La vacuna contra el dengue del laboratorio Sanofi es eficaz en más de 80% de los afectados de esta
infección tropical transmitida por el mosquito, según un nuevo análisis independiente.
Errores en la adquisición de datos

Un error en adquisición de datos se presenta cuando el valor obtenido de los datos no es
igual al valor real que se hubiera obtenido con un procedimiento correcto.
Se debe comprobar la consistencia interna de los datos.
También se analiza la existencia de valores demasiado grandes o demasiado pequeños,

conocidos atípicos, que son datos candidatos a posibles errores.
Fuentes de datos
Fuentes •Los datos se obtienen por medio de encuestas y

estudios experimentales realizados con el objeto de
primarias recolectar nuevos datos.
Fuentes •Los datos se han compilado y están disponibles para el

secundarias análisis estadístico.
Los siguientes sitios web son ejemplos donde conseguir datos de fuente secundaria.
Fuentes públicas: bases de datos de ministerios y de oficinas gubernamentales de

estadística, como por ejemplo.
Instituto Nacional de Estadística e Informática www.inei.gob.pe

Banco Central de Reserva del Perú www.bcrp.gob.pe/
Ministerio de Salud del Perú www.minsa.gob.pe
Fuentes privadas: bases de datos de las empresas, bases de datos que se compran a
empresas de estudios de mercado, bases de datos en Internet, como por ejemplo.
Datum Perú www.datum.com.pe/

Ipsos Apoyo. Opinión y Mercado www.ipsos-apoyo.com.pe/
Instituto de Opinión Pública PUCP www.pucp.edu.pe/iop/

Luego de la encuesta realizada por Felipe se tiene una base de datos. Parte de los
resultados se muestra en la siguiente tabla:
Número de Precio
Pasajero Edad Género Nacionalidad Motivo de viaje Destino Queja
viajes realizados pagado
1 20 M Peruana Negocios México DF 1 $899,00 Desinformación
2 43 M Chileno Turismo Cuzco 2 $399,00 Precio
…..
¿Qué podemos hacer para resumir esta información?
RNotas importantes
Unidad 1. Muestreo 19
Definiciones
Elemento
• Es el objeto sobre el cual se hace la medición. También llamada unidad
elemental.
Población muestreada
• Es la colección de todos los elementos posibles que podrían extraerse en
una muestra.
Marco muestral
• Es una lista de los elementos que están disponibles para su elección en la
etapa de muestreo.
Censo
• Es el estudio completo de todos los elementos de la población.
Parámetro
• Es un resumen de una característica de una población.
Estadístico
• Es un resumen de una característica de una muestra.
Ejemplo 6
RNotas importantes
Ventajas y desventajas del muestreo frente al censo
Ventajas del muestreo
Ahorro de tiempo, dado que el número de

Ahorro de dinero debido a que se consideran
mediciones solo es de una parte
menos unidades para trabajar
representativa de la población
Mayor precisión, la muestra puede ser más

precisa porque reduce la magnitud de los
errores no muestrales, debido a que:
•Existe menos personal necesario para hacer
Conveniencia, es conveniente el uso de una
las mediciones (u observaciones)
muestra si el estudio ocasiona la destrucción
•Hay personal con mejor preparación de la unidad estudiada
•Puede variar las condiciones del estudio si
se demora su ejecución
Desventajas del muestreo
La información proveniente de una muestra

Las estimaciones resultantes del muestreo no proporciona información tipo inventario
están afectas al inevitable error de muestreo para cada uno de los elementos de la
población
Las estimaciones no pueden subdividirse para

pequeños dominios de análisis, considerando Requiere de personal especializado y
que no todos ellos pueden estar experimentado
representados debidamente en la muestra
RNotas importantes
Muestreo probabilístico
En el muestreo probabilístico, la selección de cada elemento de la muestra se hace
siguiendo reglas matemáticas de decisión. Todos los elementos de la población tienen una
probabilidad real y conocida de ser seleccionados. Existen diversos métodos de muestreo
probabilístico como, por ejemplo:
Muestreo aleatorio simple

Se selecciona una muestra en forma aleatoria y sin reemplazo a n unidades de muestreo
de una población que contiene un total de N unidades. Se garantiza que cada una de las
muestras posibles tiene la misma probabilidad de ser elegida.
Muestreo sistemático
Se selecciona un primer elemento aleatoriamente y, luego, los demás elementos que
conformarán la muestra cada cierto intervalo. Este muestreo supone que se cuenta con
una enumeración completa de los elementos de la población.
Muestreo estratificado
Se selecciona la muestra de los diversos estratos. Un estrato es una parte de la población,
cuyos elementos tienen características similares. El objetivo de estratificar la población es
buscar homogeneidad entre los estratos.
RNotas importantes
Muestreo aleatorio simple
En este procedimiento, se selecciona una muestra en forma aleatoria y sin reemplazo a n

unidades de muestreo de una población que contiene un total de N unidades.
Se garantiza que cada una de las muestras posibles tiene la misma probabilidad de ser
elegida.
Pasos a seguir para seleccionar una muestra simple aleatoria
1. Enumere las unidades del marco muestral con números sucesivos.

2. Seleccione tantos elementos del marco muestral como sea el tamaño requerido de
la muestra, usando una tabla de números aleatorios.
El muestreo aleatorio simple presenta dos propiedades:

Representativo: Cada unidad tiene las mismas posibilidades de ser escogida.
Independencia: La selección de una unidad no influye en la selección de otras unidades.
Pero en el mundo real es difícil encontrar muestras completamente independientes y

representativas. Por ejemplo, hacer una encuesta a los votantes marcando números de
teléfono al azar es un método no representativo pues no tiene en cuenta a los votantes
que no disponen de teléfono y cuenta varias veces a los que tienen varios números.
Una empresa de consumo tiene un total de 150 trabajadores y ha registrado en el cuadro

siguiente, información acerca del ingreso mensual (en nuevos soles) y años cumplidos en
la empresa de cada uno de sus trabajadores.
Seleccione una muestra de 15 trabajadores usando muestreo simple aleatorio. Use las
columnas C4, C8, C11 y C15 de la tabla de números aleatorios.
Seleccione una muestra de diez trabajadores usando muestreo simple aleatorio. Use las
RNotas importantes
Trabajadores registrados
Ingreso Ingreso Ingreso Años en la
Nº Años en la empresa Nº Años en la empresa Nº
(en soles) (en soles) (en soles) empresa
1 2300 5 51 2100 13 101 2400 16
2 2800 11 52 2100 9 102 1700 0
3 2400 4 53 1800 1 103 2500 12
4 2500 2 54 2000 9 104 1700 3
5 2300 3 55 2100 10 105 2400 17
6 2100 2 56 1900 4 106 2400 16
7 1700 2 57 2000 10 107 1900 7
8 2000 0 58 2300 11 108 1700 1
9 2200 7 59 2000 7 109 2100 6
10 2100 4 60 1700 1 110 2000 5
11 1700 0 61 1900 6 111 2000 3
12 2500 2 62 2000 9 112 2500 13
13 2800 13 63 2400 17 113 1700 0
14 2400 9 64 1700 0 114 2500 19
15 1700 1 65 1700 2 115 1700 3
16 2400 9 66 2400 17 116 2600 19
17 2200 10 67 2500 13 117 1600 1
18 2200 4 68 2600 16 118 1800 6
19 2300 10 69 2100 14 119 2100 10
20 2800 11 70 1900 7 120 1700 0
21 2100 7 71 2000 9 121 2400 16
22 1700 1 72 1800 7 122 2600 17
23 2500 6 73 2100 10 123 2100 10
24 2400 9 74 2300 12 124 2100 8
25 2700 17 75 2700 20 125 2400 17
26 1700 0 76 2800 20 126 1700 1
27 1600 2 77 1800 3 127 2600 20
28 2600 17 78 1700 5 128 2400 16
29 2500 13 79 1700 4 129 2700 17
30 2500 16 80 1700 0 130 2100 12
31 2700 17 81 1700 1 131 1600 0
32 1700 1 82 2100 6 132 2100 15
33 1600 1 83 2600 17 133 1900 5
34 2400 11 84 2400 9 134 2100 12
35 1900 3 85 2600 19 135 2200 12
36 1800 5 86 1900 7 136 2400 13
37 1800 3 87 1600 0 137 1800 4
38 2400 14 88 1900 3 138 2600 17
39 2600 16 89 2100 14 139 2700 20
40 2700 18 90 1700 0 140 2500 16
41 2100 11 91 2100 15 141 2500 16
42 2300 14 92 1700 1 142 1900 6
43 1700 0 93 2300 14 143 2100 15
44 2200 13 94 2500 16 144 1700 9
45 2900 20 95 2600 18 145 1500 0
46 1800 5 96 1900 3 146 1800 18
47 2100 16 97 2500 19 147 2100 10
48 2000 12 98 1800 6 148 2700 19
49 2000 12 99 1700 2 149 1800 9
50 2900 20 100 2000 10 150 2100 15
RNotas importantes
Seleccione una muestra de 15 trabajadores usando muestreo simple aleatorio. Use las
Solución
Seleccionemos tantos elementos del marco muestral como sea el tamaño requerido de la
muestra, usando una tabla de números aleatorios. Como el marco muestral tiene 150
elementos usemos las columnas C4, C5 y C6, para elegir números de tres cifras y luego C8,
C9 y C10.
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
6 1 2 9 5 0 4 0 9 8 2 0 2 6 8 7 0 1 9 7
1 3 1 8 9 9 0 1 2 6 3 7 1 9 6 1 7 9 9 8
4 5 8 1 1 4 5 6 7 9 9 9 2 1 3 2 3 7 7 9
0 0 3 6 9 6 5 0 6 4 7 9 8 1 2 4 4 8 3 6
7 2 4 5 4 1 2 4 4 6 9 2 6 6 6 5 2 0 0 4
4 9 3 4 4 2 4 5 9 0 8 7 4 8 4 2 1 2 5 4
6 1 2 8 1 3 3 2 0 2 6 0 7 2 7 9 1 4 6 5
9 3 4 0 8 1 3 3 7 3 2 4 8 6 7 9 0 6 2 8
1 8 7 1 3 4 3 9 3 1 7 8 3 7 3 3 0 8 3 5
0 2 1 4 7 5 7 3 1 1 9 3 3 8 7 4 8 0 2 5
3 6 3 4 1 9 8 1 0 9 0 1 1 0 9 3 6 8 6 0
9 4 6 7 6 7 9 1 2 2 7 2 3 9 3 4 6 9 8 1
5 9 9 8 4 4 5 9 1 5 4 7 3 0 6 8 1 6 8 1
8 1 8 8 2 3 9 1 4 2 4 9 1 4 0 6 0 3 2 8
0 5 3 8 0 4 3 9 4 6 0 8 8 3 8 7 1 2 2 3
9 7 1 4 2 7 5 5 2 8 6 6 3 5 5 9 9 0 6 8
6 9 5 9 4 9 1 8 2 0 2 5 3 9 1 2 0 3 0 8
7 4 9 1 4 8 8 6 6 8 5 9 4 8 5 7 7 9 6 7
3 8 1 2 2 4 0 1 4 5 7 7 4 0 4 8 9 4 7 0
9 9 9 7 8 0 0 9 3 2 7 0 5 0 2 7 8 7 3 6
4 8 1 5 8 5 5 1 4 9 6 4 4 4 7 4 5 7 5 0
8 6 7 3 6 1 7 1 1 3 5 5 7 4 4 7 6 7 2 8
4 7 1 4 0 3 6 2 4 4 4 4 0 3 6 3 4 1 2 8
6 5 5 8 8 4 3 4 8 9 0 6 7 6 0 0 8 6 8 4
! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
2 2 3 3 1 8 1 9 8 4 2 8 5 2 8 1 7 6 4 6
2 6 6 4 1 4 8 1 0 6 0 1 3 4 0 9 1 2 8 6
5 1 9 0 3 9 1 6 1 7 8 8 2 8 0 7 8 4 8 0
9 0 5 8 4 9 2 2 3 9 8 5 9 5 7 8 4 9 9 4
8 6 1 9 2 5 0 0 7 9 0 0 7 4 5 4 8 6 2 3
1 9 1 0 9 7 5 1 2 7 1 9 4 8 4 8 9 6 6 9
5 6 0 6 1 3 3 5 2 1 0 1 9 2 8 0 2 6 6 3
8 6 9 9 8 0 8 1 8 2 6 6 8 4 0 7 8 2 5 1
3 1 6 1 0 5 7 5 7 0 6 3 0 4 1 4 0 3 0 8
Los elementos seleccionados son:
Posición 114 81 134 148 39 97 105 98 126 64 109 122 142 145 149
RNotas importantes
Seleccione una muestra de doce trabajadores usando muestreo simple aleatorio. Use las
Posición
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
6 1 2 9 5 0 4 0 9 8 2 0 2 6 8 7 0 1 9 7
1 3 1 8 9 9 0 1 2 6 3 7 1 9 6 1 7 9 9 8
4 5 8 1 1 4 5 6 7 9 9 9 2 1 3 2 3 7 7 9
0 0 3 6 9 6 5 0 6 4 7 9 8 1 2 4 4 8 3 6
7 2 4 5 4 1 2 4 4 6 9 2 6 6 6 5 2 0 0 4
4 9 3 4 4 2 4 5 9 0 8 7 4 8 4 2 1 2 5 4
6 1 2 8 1 3 3 2 0 2 6 0 7 2 7 9 1 4 6 5
9 3 4 0 8 1 3 3 7 3 2 4 8 6 7 9 0 6 2 8
1 8 7 1 3 4 3 9 3 1 7 8 3 7 3 3 0 8 3 5
0 2 1 4 7 5 7 3 1 1 9 3 3 8 7 4 8 0 2 5
3 6 3 4 1 9 8 1 0 9 0 1 1 0 9 3 6 8 6 0
9 4 6 7 6 7 9 1 2 2 7 2 3 9 3 4 6 9 8 1
5 9 9 8 4 4 5 9 1 5 4 7 3 0 6 8 1 6 8 1
8 1 8 8 2 3 9 1 4 2 4 9 1 4 0 6 0 3 2 8
0 5 3 8 0 4 3 9 4 6 0 8 8 3 8 7 1 2 2 3
9 7 1 4 2 7 5 5 2 8 6 6 3 5 5 9 9 0 6 8
6 9 5 9 4 9 1 8 2 0 2 5 3 9 1 2 0 3 0 8
7 4 9 1 4 8 8 6 6 8 5 9 4 8 5 7 7 9 6 7
3 8 1 2 2 4 0 1 4 5 7 7 4 0 4 8 9 4 7 0
9 9 9 7 8 0 0 9 3 2 7 0 5 0 2 7 8 7 3 6
4 8 1 5 8 5 5 1 4 9 6 4 4 4 7 4 5 7 5 0
8 6 7 3 6 1 7 1 1 3 5 5 7 4 4 7 6 7 2 8
4 7 1 4 0 3 6 2 4 4 4 4 0 3 6 3 4 1 2 8
6 5 5 8 8 4 3 4 8 9 0 6 7 6 0 0 8 6 8 4
9 2 0 9 8 2 8 3 4 3 2 8 9 4 8 7 9 4 9 4
1 3 7 9 4 8 3 7 0 8 6 6 6 8 4 1 1 3 1 3
3 3 2 5 6 7 6 1 6 6 1 7 6 5 8 1 6 2 2 7
9 9 9 8 2 8 8 1 9 1 6 2 7 5 1 8 6 1 4 4
1 7 5 4 0 9 5 7 8 7 5 0 8 6 6 2 5 3 2 3
2 7 1 7 8 8 3 8 6 9 9 2 7 4 5 9 5 6 6 6
6 0 9 2 6 1 5 1 2 3 1 8 1 2 0 8 6 4 4 0
3 3 6 3 4 9 6 4 4 9 8 5 7 3 3 4 2 3 2 8
0 1 9 7 9 7 9 4 4 1 6 6 7 7 0 7 9 8 6 8
4 7 1 5 3 7 0 9 2 5 2 1 0 0 4 0 4 6 8 8
7 8 9 9 6 8 5 6 8 1 9 2 7 5 1 7 0 1 5 5
2 2 3 3 1 8 1 9 8 4 2 8 5 2 8 1 7 6 4 6
2 6 6 4 1 4 8 1 0 6 0 1 3 4 0 9 1 2 8 6
5 1 9 0 3 9 1 6 1 7 8 8 2 8 0 7 8 4 8 0
9 0 5 8 4 9 2 2 3 9 8 5 9 5 7 8 4 9 9 4
8 6 1 9 2 5 0 0 7 9 0 0 7 4 5 4 8 6 2 3
1 9 1 0 9 7 5 1 2 7 1 9 4 8 4 8 9 6 6 9
RNotas importantes
Muestreo sistemático
En el muestreo sistemático se elige un elemento del marco muestral cada cierto intervalo.
Este muestreo supone que se cuenta con una enumeración completa de los elementos de
la población.
Procedimiento para seleccionar una muestra sistemática
1. Calcule el valor de k, donde k = N . El valor de k se redondea al valor del entero

n
menor.
2. Seleccione aleatoriamente un número entero entre 1 y k llamado arranque
aleatorio (A).
3. A partir de este número elegido, seleccione el siguiente que ocupa la posición (A +

k) del listado del marco muestral y así sucesivamente hasta completar la muestra.
Ejemplo 7
Se tiene una población de 12 personas y se desea elegir a cuatro de ellas mediante un
muestreo sistemático. ¿Cuál es el arranque aleatorio para este ejemplo? Use la columna
C3, C6 y C12.
Solución
Calculemos el valor de k, donde k = N = 12 = 3 . El valor de k se redondea al valor del

n 4
entero menor, luego k = 3.
Seleccionemos aleatoriamente un número entero entre 1 y k = 3, llamado arranque
aleatorio (A). Observando la columna C3 de la tabla de números aleatorios tenemos que
A = 2.
Tabla de números aleatorios

RNotas importantes
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
A partir de este número elegido, seleccionemos el dato que ocupa la posición (A + k), es
decir la quinta posición (3 + 2 = 5) del listado del marco muestral y así sucesivamente hasta
completar la muestra. Es decir, elegiremos los datos de las posiciones 2, 5, 8 y 11.
Ejemplo 8
Se tiene una población de 15 personas y se desea elegir a seis de ellas mediante un

muestreo sistemático. ¿Cuál es el arranque aleatorio para este ejemplo? Use la columna
C4, C8 y C1.
Solución
Calculemos el valor de k, donde k = N = 15 = 2,5 . El valor de k se redondea al valor del

n 6
entero menor, luego k = 2.

aleatorio (A). Observando la columna C4 de la tabla de números aleatorios tenemos que
A = 1.
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
decir la tercera posición (1 + 2 = 3) del listado del marco muestral y así sucesivamente
hasta completar la muestra. Es decir, elegiremos los datos de las posiciones 1, 3, 5, 7, 9 y
11.
RNotas importantes
Ejemplo 9
Se tiene información de 40 personas de un barrio de Lima Metropolitana. Obtenga una
muestra aleatoria de ocho personas usando el muestreo sistemático y elabore una tabla
con los elementos seleccionados. Utilice las columnas C8; C10; C11 de la tabla de números
aleatorios.
Individuos registrados
Nº Sexo Edad Estatura Nº Sexo Edad Estatura Nº Sexo Edad Estatura
1 Mujer 15 154 15 Mujer 19 178 29 Hombre 33 147
2 Hombre 16 154 16 Mujer 30 163 30 Hombre 17 167
3 Hombre 21 156 17 Hombre 29 180 31 Mujer 34 69
4 Mujer 31 184 18 Mujer 25 174 32 Mujer 20 76
6 Mujer 24 170 20 Hombre 25 153 34 Hombre 25 90
7 Hombre 32 176 21 Mujer 16 168 35 Mujer 23 164
8 Hombre 26 188 22 Hombre 31 161 36 Hombre 20 164
9 Mujer 21 169 23 Hombre 18 270 37 Mujer 34 176
10 Mujer 22 173 24 Hombre 21 173 38 Hombre 35 188
12 Hombre 25 181 26 Mujer 28 161 40 Mujer 29 141
13 Mujer 29 164 27 Mujer 19 172
14 Hombre 25 159 28 Hombre 31 162
Solución
Calculemos el valor de k, donde k = N = 40 = 5

n 8
El valor de k se redondea al valor del entero menor, luego k = 5.
aleatorio (A).
Observando la columna C8 de la tabla de números aleatorios tenemos que A = 5.
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
decir la décima posición (5+5 = 10) del listado del marco muestral y así sucesivamente
hasta completar la muestra. Es decir, elegiremos los datos de las posiciones 5, 10, 15, 20,
25, 30, 35 y 40.
Posición 5 10 15 20 25 30 35 40
RNotas importantes
Una empresa de telecomunicaciones tiene un total de 150 empleados y ha registrado en

la tabla que se muestra a continuación información acerca de las variables: ingreso
mensual (en soles), nivel de educación y años cumplidos en la empresa.
Trabajadores registrados
Ingreso Nivel de Años en Ingreso Nivel de Años en Ingreso Nivel de Años en
Nº Nº Nº
(soles) Educación empresa (soles) Educación empresa (soles) Educación empresa
1 2300 Secundaria 5 51 2100 Técnica 13 101 2400 Técnica 16
11 1700 Secundaria 1 61 1900 Técnica 6 111 2000 Superior 3
41 2100 Técnica 11 91 2100 Técnica 15 141 2500 Superior 16
RNotas importantes
Aplique el muestreo sistemático para seleccionar una muestra de ocho empleados.

Elabore un listado con el número seleccionado. Utilice la columna C3, C9, y C12 de la tabla
de números aleatorios.
Solución
N
Calculemos el valor de k, donde k = = = ………………………...
n
El valor de k se redondea al valor del entero menor, luego k = ……………..……..
Seleccionemos aleatoriamente un número entero entre 1 y k, llamado arranque aleatorio

(A).
Observando la columna C3 y C4 de la tabla de números aleatorios tenemos que A =

…………….....

4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
6 1 2 9 5 0 4 0 9 8 2 0 2 6 8 7 0 1 9 7
1 3 1 8 9 9 0 1 2 6 3 7 1 9 6 1 7 9 9 8
A partir de este número elegido, seleccionemos el dato que ocupa la posición (A + k) del
listado del marco muestral y así sucesivamente hasta completar la muestra.
Posición
RNotas importantes
Muestreo estratificado
Estratificar significa dividir a la población en varias partes de acuerdo con ciertas

características de sus elementos.
El objetivo de estratificar la población es buscar homogeneidad entre los estratos.
Pasos a seguir para seleccionar una muestra estratificada
1. Divida a la población en estratos que sean mutuamente excluyentes. Esto es, que
incluyan a todos los elementos de la población y que cada elemento pertenezca
solamente a un estrato.
2. Calcule la cantidad de elementos a seleccionar en cada estrato.
3. Seleccione muestras aleatorias simples para cada uno de los estratos.
Recomendaciones para el uso de muestras estratificadas
Si se tiene que usar más de una variable para formar los estratos, cuidar que estas no
estén relacionadas entre sí.
No se deben considerar la formación de muchos estratos, generalmente se usan entre

tres y ocho estratos.
Los estratos pequeños no contribuyen mucho a la reducción del error, por lo tanto pueden
no ser considerados.
RNotas importantes
Ejemplo 10
La empresa de telecomunicaciones RTV tiene 120 empleados de los cuales tiene
información de las variables: ingreso en soles, nivel de educación y años en la empresa.
Años
Ingreso Años Ingreso Ingreso Años
Nivel de Nivel de cumplidos Nivel de
Nº (en cumplidos Nº (en Nº (en cumplidos
educación educación en la educación
soles) en la empresa soles) soles) en la empresa
empresa
RNotas importantes
Aplique el muestreo estratificado para seleccionar una muestra de 16 empleados. Use
como variable de estratificación el nivel educacional. Elabore un listado identificando el
número de dato seleccionado.
Para el estrato 1 use las columnas C1, C3 y C5, para el estrato 2 use las columnas C8, C9, C10
y C11 y para el estrato 3 use las columnas C4, C3, C5 y C7.
Solución
Se divide a la población en estratos que sean mutuamente excluyentes, luego los estratos
1, 2 y 3 son: secundaria, técnica y superior, respectivamente. Para cada uno de los
estratos, seleccionamos muestras aleatorias simples.
Números de Posiciones
Cantidad seleccionada por estrato nh =
Nh
Estratos elementos en el ń
estrato Nh (desde – hasta) N
N1 30
1. Secundaria N1 = 30 1 – 30 n1 = ń = ´ 16 = 4
N 120
N2 50
2. Técnica N2 = 50 31 – 80 n2 = ń = ´ 16 = 6,67 » 7
N 120
N3 40
3. Superior N3 = 40 81 – 120 n3 = ń = ´ 16 = 5,33 » 5
N 120
Total N = 120 n = 16
Para el estrato Secundaria, realizamos un muestreo aleatorio simple usando las columnas
C1, C3 y C5. Observemos que las posiciones de los elementos a elegir están entre el 1 y el
30.
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
6 1 2 9 5 0 4 0 9 8 2 0 2 6 8 7 0 1 9 7
1 3 1 8 9 9 0 1 2 6 3 7 1 9 6 1 7 9 9 8
Luego, el cuadro con los datos elementos seleccionados para el estrato Secundaria es:
Estrato Secundaria Posición 2 16 29 13
RNotas importantes
Para el estrato Técnica, realizamos un muestreo aleatorio simple usando las columnas C8,
C9, C10 y C11. Observemos que las posiciones de los elementos a elegir están entre el 31 y
el 80.
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
Luego, el cuadro con los datos elementos seleccionados para el estrato Técnica es:
Estrato Técnica Posición 54 62 66 77 48 67 44
Para el estrato Superior, realizamos un muestreo aleatorio simple usando las columnas
C4, C3, C5 y C7. Observemos que las posiciones de los elementos a elegir están entre el 81
y el 120.
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
6 1 2 9 5 0 4 0 9 8 2 0 2 6 8 7 0 1 9 7
1 3 1 8 9 9 0 1 2 6 3 7 1 9 6 1 7 9 9 8
4 5 8 1 1 4 5 6 7 9 9 9 2 1 3 2 3 7 7 9
0 0 3 6 9 6 5 0 6 4 7 9 8 1 2 4 4 8 3 6
7 2 4 5 4 1 2 4 4 6 9 2 6 6 6 5 2 0 0 4
Luego, el cuadro con los datos elementos seleccionados para el estrato Superior es:
Estrato Superior Posición 114 81 97 105 83
RNotas importantes
La siguiente tabla muestra a los 120 alumnos de la especialidad de Administración, de la

universidad El Saber, a quienes se les preguntó por su emisora radial preferida y por la
cantidad de horas a la semana que la escucha.
Posición Radio Horas Posición Radio Horas Posición Radio Horas

1 Studio 92 6 41 Oxígeno 6 81 Oxígeno 4
7 Studio 92 7 47 Oxígeno 7 87 Planeta 7
32 Oxígeno 6 72 Oxígeno 5 112 Planeta 14
RNotas importantes
Seleccione una muestra aleatoria de tamaño 12 mediante muestreo estratificado. Use la

variable radio de su preferencia como variable de estratificación.
Elabore un listado con el alumno seleccionado. Para el estrato 1 use las columnas C7, C3 y
C1, para el estrato 2 use las columnas C8, C3, C2 y C10 y para el estrato 3 use las columnas
C1, C4, C10; C7, C12, y C13.
Posición Nh
Estrato Nh nh = ń
(desde – hasta) N
Studio 92 N1= n1=
Oxígeno N2= n2=
Planeta N3= n3=
Total
Estrato 1:
Posición
Studio 92
Estrato 2:
Posición
Oxígeno
Estrato 3:
Posición
Planeta
RNotas importantes
4 8 2 4 6 6 3 5 4 5 6 0 5 2 6 9 8 0 0 9
9 2 9 8 1 4 4 1 9 8 5 1 1 9 7 9 8 5 9 0
0 2 1 3 3 9 1 6 2 9 7 1 2 6 6 0 7 5 6 4
9 6 0 8 3 5 6 6 6 4 0 8 6 3 4 8 1 8 5 4
1 6 4 1 6 5 2 7 7 2 9 9 9 9 7 4 1 5 4 9
2 9 0 5 5 0 8 4 8 7 4 6 2 1 7 0 1 5 8 7
6 1 2 9 5 0 4 0 9 8 2 0 2 6 8 7 0 1 9 7
1 3 1 8 9 9 0 1 2 6 3 7 1 9 6 1 7 9 9 8
4 5 8 1 1 4 5 6 7 9 9 9 2 1 3 2 3 7 7 9
0 0 3 6 9 6 5 0 6 4 7 9 8 1 2 4 4 8 3 6
7 2 4 5 4 1 2 4 4 6 9 2 6 6 6 5 2 0 0 4
4 9 3 4 4 2 4 5 9 0 8 7 4 8 4 2 1 2 5 4
6 1 2 8 1 3 3 2 0 2 6 0 7 2 7 9 1 4 6 5
9 3 4 0 8 1 3 3 7 3 2 4 8 6 7 9 0 6 2 8
1 8 7 1 3 4 3 9 3 1 7 8 3 7 3 3 0 8 3 5
0 2 1 4 7 5 7 3 1 1 9 3 3 8 7 4 8 0 2 5
3 6 3 4 1 9 8 1 0 9 0 1 1 0 9 3 6 8 6 0
9 4 6 7 6 7 9 1 2 2 7 2 3 9 3 4 6 9 8 1
5 9 9 8 4 4 5 9 1 5 4 7 3 0 6 8 1 6 8 1
8 1 8 8 2 3 9 1 4 2 4 9 1 4 0 6 0 3 2 8
0 5 3 8 0 4 3 9 4 6 0 8 8 3 8 7 1 2 2 3
9 7 1 4 2 7 5 5 2 8 6 6 3 5 5 9 9 0 6 8
6 9 5 9 4 9 1 8 2 0 2 5 3 9 1 2 0 3 0 8
7 4 9 1 4 8 8 6 6 8 5 9 4 8 5 7 7 9 6 7
3 8 1 2 2 4 0 1 4 5 7 7 4 0 4 8 9 4 7 0
9 9 9 7 8 0 0 9 3 2 7 0 5 0 2 7 8 7 3 6
4 8 1 5 8 5 5 1 4 9 6 4 4 4 7 4 5 7 5 0
8 6 7 3 6 1 7 1 1 3 5 5 7 4 4 7 6 7 2 8
4 7 1 4 0 3 6 2 4 4 4 4 0 3 6 3 4 1 2 8
6 5 5 8 8 4 3 4 8 9 0 6 7 6 0 0 8 6 8 4
9 2 0 9 8 2 8 3 4 3 2 8 9 4 8 7 9 4 9 4
1 3 7 9 4 8 3 7 0 8 6 6 6 8 4 1 1 3 1 3
3 3 2 5 6 7 6 1 6 6 1 7 6 5 8 1 6 2 2 7
9 9 9 8 2 8 8 1 9 1 6 2 7 5 1 8 6 1 4 4
1 7 5 4 0 9 5 7 8 7 5 0 8 6 6 2 5 3 2 3
2 7 1 7 8 8 3 8 6 9 9 2 7 4 5 9 5 6 6 6
6 0 9 2 6 1 5 1 2 3 1 8 1 2 0 8 6 4 4 0
3 3 6 3 4 9 6 4 4 9 8 5 7 3 3 4 2 3 2 8
0 1 9 7 9 7 9 4 4 1 6 6 7 7 0 7 9 8 6 8
4 7 1 5 3 7 0 9 2 5 2 1 0 0 4 0 4 6 8 8
7 8 9 9 6 8 5 6 8 1 9 2 7 5 1 7 0 1 5 5
2 2 3 3 1 8 1 9 8 4 2 8 5 2 8 1 7 6 4 6
2 6 6 4 1 4 8 1 0 6 0 1 3 4 0 9 1 2 8 6
5 1 9 0 3 9 1 6 1 7 8 8 2 8 0 7 8 4 8 0
9 0 5 8 4 9 2 2 3 9 8 5 9 5 7 8 4 9 9 4
8 6 1 9 2 5 0 0 7 9 0 0 7 4 5 4 8 6 2 3
1 9 1 0 9 7 5 1 2 7 1 9 4 8 4 8 9 6 6 9
5 6 0 6 1 3 3 5 2 1 0 1 9 2 8 0 2 6 6 3
8 6 9 9 8 0 8 1 8 2 6 6 8 4 0 7 8 2 5 1
3 1 6 1 0 5 7 5 7 0 6 3 0 4 1 4 0 3 0 8
RNotas importantes
Unidad 2. Organización de datos

el estudiante interpreta con rigurosidad tablas y gráficos,
a partir de datos reales dentro del ámbito de su carrera.
Temario
La Estadística y sus subdivisiones.
Definiciones de población, muestra, variables, clasificación de variables, parámetros y estadísticos.
La investigación estadística. Metodología.
Métodos de organización y presentación de datos:
• Datos cualitativos
• Datos cuantitativos
• Tablas de distribución de frecuencias y representaciones gráficas (circular, barras, Pareto)
• Tablas de doble entrada
RNotas importantes
Unidad 2. Organización de Datos 39
Estadística Descriptiva
Frecuencias absolutas, relativas y porcentuales
Frecuencia absoluta •de una clase es la cantidad de elementos que pertenecen a esa
(fi) clase
Frecuencia relativa •de una clase es la proporción de elementos que pertenecen a

(hi) esa clase
Frecuencia
•de una clase es la frecuencia relativa multiplicada por 100%
porcentual (pi)
Se tiene que:
frecuencia absoluta f i
frecuencia relativa (hi ) = =
número de casos n
frecuencia absoluta f
frecuencia porcentual (pi = hi % ) = ´ 100% = i ´ 100%
número de casos n
Distribución de frecuencias
Es un resumen, expresado en un cuadro, de un conjunto de datos que muestra las
frecuencias absolutas, relativas y porcentuales en cada una de varias clases que no se
traslapan.
Título: ……………………………………………………………………………………
Categorías Frecuencia absoluta fi Frecuencia relativa hi Frecuencia porcentual pi = hi%
f1 f1
Categoría 1 f1 h1 = p1 = ´ 100%
n n
f f
Categoría 2 f2 h2 = 2 p2 = 2 ´ 100%
n n
… … … …
fk fk
Categoría k fk hk = pk = ´ 100%
n n
Fuente: ………………………
Es usual, usar en estos cuadros la frecuencia relativa en el ámbito académico y la

frecuencia porcentual fuera del ámbito académico.
RNotas importantes
Título de una distribución de frecuencias o gráfico de una variable

Siguiendo indicaciones del INEI, en este curso, usaremos el siguiente esquema para
escribir el título:
Distribución de <elementos> según <variable>

Puede ver más en la “Guía para la presentación de gráficos estadísticos” en
https://www.inei.gob.pe/media/MenuRecursivo/metodologias/libro.pdf
Perú: Distribución de víctimas de feminicidio, según departamento de ocurrencia. 2014
Departamento fi pi
Lima 29 31.87%
Arequipa 10 10.99%
Puno 7 7.69%
Cusco 6 6.59%
Junín 6 6.59%
La Libertad 5 5.49%
Ayacucho 4 4.40%
Huánuco 4 4.40%
Lambayeque 4 4.40%
Callao 3 3.30%
Otros 13 14.30%
Fuente: Ministerio Público Perú - Observatorio de Criminalidad.2014
¿Qué es un feminicidio?
Interprete p1
¿Se podría afirmar que los hombres son más violentos en Lima que en Arequipa?
RNotas importantes
Distribución de frecuencias de variables cualitativas

Título: ………………………………………………..………………………
Categorías Frecuencia absoluta fi Frecuencia relativa hi
f1
Categoría 1 f1 h1 =
n
f
Categoría 2 f2 h2 = 2
n
… … …
fk
Categoría k fk hk =
n
Fuente: …………………………
En los Censos Nacionales 2007 ejecutados por el INEI se preguntó a todos los peruanos el
idioma o lengua con el que aprendió hablar, obteniéndose los siguientes resultados.
Perú. Distribución de peruanos según idioma o lengua con el que aprendió hablar. 2007
Idioma o lengua con que aprendió a hablar Frecuencia absoluta fi Frecuencia relativa hi
Castellano 21 713 165
Quechua 3 360 331
Aymará 443 248
Otra lengua nativa 174 410 0,0068
Asháninka 67 724 0,0026
Es sordomudo 30 019 0,0012
Idioma extranjero 21 434 0,0008
Total 25 810 331 1,0000
Fuente ………………………………………………………………………………………….
Indique e interprete el valor de f1
Indique e interprete el valor de h3%.
Indique el número de peruanos que aprendieron a hablar en quechua.
Indique el porcentaje de peruanos que aprendieron a hablar en un idioma diferente al

castellano.
RNotas importantes
Gráficos estadísticos
“Un gráfico puede valer más que mil palabras,
pero puede tomar muchas palabras para hacerlo”
John Wilder Tukey (1915-2000)
Gran estadístico del siglo XX, con gran influencia en la visualización de información
William Playfair (1759-1823), economista e ingeniero escocés es considerado el pionero

de la estadística gráfica. Fue el creador del gráfico circular, de sectores y de barras. Los
principios de su trabajo fueron los siguientes:
El método gráfico El método gráfico

Las personas
es una forma de Un gráfico es más ayuda al cerebro,
ocupadas
simplificar lo accesible que una ya que permite
necesitan ayuda
tedioso y lo tabla entender y
visual
complejo memorizar mejor.
Recomendaciones sobre la presentación de gráficos

Descripción del diagrama
En los ejes, siempre se debe indicar

El título del gráfico siempre debe ser
explícitamente las variables que se está
indicado. representando y las respectivas unidades.
Las fuentes de donde se obtuvieron los datos que permitieron su construcción, así
como quiénes o qué entidad elaboró el diagrama y cualquier otra información se
debe indicar siempre que sea relevante.
RNotas importantes
Elección de la base de comparación
Si se va a representar Si se va a comparar el comportamiento de una

gráficamente los datos de solo variable en dos o más poblaciones distintas, pero
una muestra, el mismo diagrama solo se tiene muestras representativas de las
sirve para representar las poblaciones, entonces es conveniente usar la
frecuencias absolutas y relativas. frecuencia relativa.
Si bien es totalmente factible comparar

Si se va a comparar el comportamiento de
gráficamente dos o más series de datos
una variable en dos o más poblaciones y se
que han sido agrupados en intervalos
tiene los datos de las poblaciones, entonces
distintos en amplitud y límites, es
se puede realizar la comparación por
preferible para facilitar la comparación
separado de las frecuencias absolutas y de
que todas las series de datos utilicen los
las relativas.
mismos intervalos.
Uso adecuado de la escala de los ejes
La escala utilizada en los

ejes debe mantenerse. El
cambio de proporciones Si se ha utilizado una escala
Debe hacer que los valores
distorsiona el propósito de especial en alguno de los
de la variable abarquen
usar gráficos, el cual ejes del diagrama, por
adecuadamente la longitud
consiste en ver ejemplo, escala logarítmica,
de cada eje.
rápidamente la proporción esta se debe indicar.
con que se está
distribuyendo la variable.
Eliminación de ruido
Los excesivos adornos y la inclusión de El uso de algunas figuras en lugar de

figuras, muchas veces, en lugar de barras o columnas puede distorsionar
aclarar más los diagramas, terminan visualmente la real proporción de las
confundiendo o dificultando su rápida magnitudes que se están
comprensión. representando.
Uso del punto inicial del eje vertical
El punto de inicio del eje vertical debe

El cambio de punto de inicio distinto de
empezar con un cero para no
cero debe estar completamente
distorsionar la impresión visual respecto
justificado.
de la magnitud.
RNotas importantes
Gráfico de barras
Es una forma de representar datos cualitativos resumidos en una distribución de
frecuencias.
En uno de los ejes, se representan las categorías o clases de la variable; para el otro eje,
se puede usar una escala de frecuencias absolutas, relativas o porcentuales. Se traza una
barra sobre cada indicador de clase de una altura proporcional a la frecuencia
correspondiente.
Las barras deben estar separadas para enfatizar el hecho de que cada clase es diferente
de otra.
Diagrama circular
Cuando se utiliza el gráfico circular, también llamado pastel, cada sector circular
representa la frecuencia observada de una clase o categoría.
El sector circular que representa a una determinada clase de la variable tiene un ángulo
en el centro proporcional a la frecuencia relativa de dicha clase. El ángulo que le
corresponde a cada clase se obtiene multiplicando 360º por la respectiva frecuencia
relativa.
RNotas importantes
Según la Oficina Nacional de Procesos Electorales (ONPE) los resultados de la segunda

elección en las elecciones presidenciales en el Perú fueron los siguientes:
Organización política Total % votos válidos
8,596,937 50,12
Peruanos por el Kambio
8,555,880 49,88
Fuerza Popular
Realice un gráfico circular de frecuencias porcentuales.

Objetivo: Determinar la composición porcentual de los usuarios según motivo de viaje
Felipe realizó una encuesta a una muestra de 300 pasajeros de la aerolínea, en base a la
siguiente información complete la siguiente gráfica.
Complete los siguientes enunciados.

- El motivo de viaje más frecuente es …………………………. por tener el …………………..
- Son …………… el total de pasajeros cuyo motivo de viaje fue trabajo o visita familiar.
RNotas importantes
Frecuencias acumuladas, absolutas relativas y porcentuales
Frecuencia
•de una clase es la cantidad de elementos que pertenecen
acumulada
hasta esa clase
absoluta (Fi)
Frecuencia
•de una clase es la proporción de elementos que pertenecen
acumulada relativa
hasta esa clase
(Hi)
Frecuencia
•de una clase es la frecuencia acumulada relativa
acumulada
multiplicada por 100%
porcentual (Pi)
Se tiene que:
frecuencia absoluta acumulada Fi
frecuencia relativa acumulada ( Hi ) = =
número de datos n
frecuencia absoluta acumulada F

frecuencia porcentual acumulada ( Pi ) = ´ 100% = i ´ 100%
número de datos n
Diagrama de Pareto
El diagrama de Pareto permite ver que, en muchos casos, pocos factores pueden producir
la mayoría de las consecuencias, lo que se podría resumir como “pocos factores son vitales
y muchos son triviales”. Por ejemplo, en control de calidad, se puede mostrar que la
mayoría de los defectos surgen de un número pequeño de causas. Los pasos para realizar
un gráfico de Pareto son los siguientes:
Construya la
distribución de La categoría “Otros”
frecuencias. Ordene es colocada en la Dibuje dos ejes
las categorías en última posición. No verticales y uno
forma descendente importa cuán grande horizontal.
respecto a la sea.
frecuencia.
En el eje vertical
derecho, marque una En el eje horizontal:
escala de 0% a 100%. marque los espacios Elabore el diagrama de
En el eje vertical donde estarán barras y dibuje la línea
izquierdo, marque una dibujadas las barras de frecuencias
escala de 0 hasta el para cada una de las acumuladas
número de observa- categorías, incluida la (Curva de Pareto)
ciones o de 0% a categoría “Otros”.
100%.
RNotas importantes
Ejemplo 11
El gerente de producción de una empresa, que produce asientos de fibra de vidrio, quiere
identificar los problemas más frecuentes reportados en la fabricación de este producto, y
planear soluciones de acuerdo con la recurrencia del problema. Al extraer una muestra
aleatoria de productos fallados, obtuvo los siguientes resultados:
Distribución de productos según problemas reportados de asientos de fibra de vidrio
Tipo de problema reportado Número de ocurrencias (fi)
Color inadecuado 28
Forma no simétrica 16
Medidas fuera de norma 50
Superficie rugosa 71
Bordes afilados 9
Desprendimiento de capa protectora 12
Otros 14
Fuente: Gerencia de Producción
Elabore el diagrama de Pareto.
Solución
Lo primero es ordenar los datos en orden descendente a la frecuencia fi. La categoría
Otros va al final. Luego, se calcula las frecuencias relativas y las relativas acumuladas.
Tipo de problema reportado fi hi Fi Hi
Superficie rugosa 71 0,355 71 0,355
Medidas fuera de norma 50 0,250 121 0,605
Color inadecuado 28 0,140 149 0,745
Forma no simétrica 16 0,080 165 0,825
Desprendimiento de capa protectora 12 0,060 177 0,885
Bordes afilados 9 0,045 186 0,930
Otros 14 0,070 200 1,000
Fuente: Gerencia de Producción
Se puede realizar el gráfico usando las frecuencias relativas hi y las frecuencias relativas
acumuladas Hi.
RNotas importantes
Objetivo: Identificar las principales quejas de los pasajeros sobre el servicio que brinda la
aerolínea.
Teniendo en cuenta la siguiente información, elabore el diagrama de Pareto:
Distribución de pasajeros según principal queja del servicio de la aerolínea Wayra

Principal queja Número de pasajeros
Impuntualidad de los vuelos 25
La comida no es buena 59
Pocos vuelos 16
Tarifas muy caras 9
Otros 17
Mucho tiempo en cola en el counter 92
Fuente: Wayra S.A
Construya la tabla completa para realizar un diagrama de Pareto.
Distribución de pasajeros según principal queja del servicio de la aerolínea Wayra

Principal queja fi hi Fi Hi
Fuente: Wayra S.A
Construya el gráfico completo y realice una conclusión al respecto.
RNotas importantes
Tabulaciones cruzadas
También llamadas tablas de contingencia o de doble entrada. Se usan para resumir de
manera simultánea los datos para dos variables.
En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadística e

Informática se preguntó a las peruanas de 12 a más años por la cantidad de hijos que han
tenido vivos, obteniéndose los siguientes resultados.
Perú. Distribución de madres según edad de la madre y número de hijos nacidos vivos
Número total de hijos/a que ha tenido nacidos vivos
Edad de la madre Cero hijos Un hijo Dos hijos Tres hijos Cuatro hijos Total
12 años 298,985 1,028 300,013
13 años 284,650 1,162 285,812
14 años 285,732 1,638 734 288,104
15 años 283,045 4,909 994 288,948
16 años 247,888 12,358 922 576 261,744
17 años 231,839 24,243 2,280 636 258,998
18 años 216,999 38,938 5,089 586 481 262,093
19 años 193,952 52,797 9,273 1,118 496 257,636
2,203,34
Total 2,043,090 137,073 19,292 2,916 977 8
Fuente: INEI - Censos Nacionales 2007: XI de Población y VI de Vivienda
Rellene los espacios en blanco.
El número de peruanas entre menores de edad que tienen hijos es …………….…………
El porcentaje de peruanas de 19 que tienen hijos es ……………………………...%
Título de un gráfico de una tabla de contingencia

Siguiendo indicaciones del INEI, en este curso, usaremos el siguiente esquema.
Si el gráfico presenta las frecuencias absolutas o las frecuencias porcentuales con respecto
al total, el título será:
Distribución de <elementos> según <variable 1> y <variable 2>
Si el gráfico presenta las frecuencias porcentuales con respecto a la variable 2, el título

será:
Distribución de <elementos> según <variable 1> por <variable 2>
RNotas importantes
Gráfico de tabulaciones cruzadas de dos variables
En cada columna, las

Todas las frecuencias Todas las frecuencias
frecuencias suman
suman n o 100% suman n o 100%
100%
Gráfico de barras Gráfico de barras Gráfico de barras
agrupadas apiladas apiladas al 100%
• Un gráfico de barras agrupadas muestra todas las series en una sola barra por cada
categoría. El alto de cada barra es proporcional a la frecuencia de cada categoría.
• Un gráfico de barras apiladas muestra todas las series apiladas en una sola barra para
cada categoría. El alto de cada barra es proporcional a la frecuencia de cada categoría.
• Un gráfico de barras apiladas 100% muestra todas las series apiladas en una sola barra
para cada categoría. El alto de cada barra es el mismo para cada categoría.
Ponga título a los siguientes gráficos.
Título: …………………………………………………………………………………………………………….
RNotas importantes
Título: …………………………..………………………………………………………………………………………….
Título: ……………………………………….…………………………………………………………………………….
100%
90%
80%
70% No sabe/no contesta

Porcentaje de votantes
Ninguno, blanco viciado

60%
Otros
50%
Alejandro Toledo
40%
Alan García
30% César Acuña
20% Pedro Pablo Kuczynski
10% Keiko Fujimori
0%
Lima Norte Centro Sur Oriente
Región
RNotas importantes
Objetivo:
Identificar el porcentaje de pasajeros que siendo de nacionalidad peruana viajan al
extranjero y porcentaje de pasajeros que siendo de nacionalidad extranjera viajan al
interior de nuestro país.
A continuación, se muestra la información de una tabla de contingencia y un gráfico

incompleto para las variables lugar de destino y nacionalidad.
Distribución de pasajeros según su lugar de destino y nacionalidad
Nacionalidad
Lugar de destino Total
Peruana Extranjero
Arequipa 8 8 16
Cuzco 15 20 35
Miami 20 10 30
México D.F 22 10 32
Piura 2 7 9
Río de Janeiro 23 5 28
Total 90 60 150
Fuente: Wayra S.A
Complete todos los elementos del siguiente gráfico.
Distribución de pasajeros según su lugar de destino y nacionalidad
18%
16%
14%
12%
10%
8% Peruano
6% Extranjero
4%
2%
0%
Arequipa Cuzco Miami México D.F Piura Río de
Janeiro
RNotas importantes
Realice el gráfico que tenga el siguiente título.
Distribución porcentual de pasajeros según lugar de destino por nacionalidad
Usando la información pertinente, de respuesta al objetivo propuesto.
RNotas importantes
Resumen de datos cuantitativos

Distribución de frecuencias de variables discretas
Es un resumen de un conjunto de datos que consiste en presentar para cada valor de la
variable el número de elementos (frecuencia) que la componen. Es un cuadro que se
calcula de la siguiente manera.
Título: ……………………………………………………………….……
Frecuencia Frecuencia
Valores de la variable Frecuencia Frecuencia
absoluta relativa
discreta absoluta fi relativa hi
acumulada Fi acumulada Hi
f1
x1 f1 h1 = F1 = f1 H1 = h1
n
f
x2 f2 h2 = 2 F2 = f2 + F1 H2 = h2 + H1
n
… … … … …
fk
xk fk hk = Fk = fk + Fk -1 Hk = hk + Hk -1
n
Fuente: ………………………..……………..
Gráfico de bastones
En este caso, la variable se ubica en el eje de las abscisas y las frecuencias, absolutas,
relativas o porcentuales, en el eje ordenado.
Distribución de alumnos de pregrado según número de veces

que postuló a la universidad donde estudia
700,000
576,215
600,000
Número de alumnos
500,000
400,000
300,000
200,000 119,642
58,315
100,000 18,748 9,908 81 32 22 7
0
0 1 2 3 4 5 6 7 8 9
Número de veces que postuló
RNotas importantes
Objetivo: Determinar el número de viajes más frecuente realizados por los pasajeros.
Complete los valores de la tabla.
Título: ……………………………………………………………………………………………………………
Número de viajes Número de pasajeros pi Pi
1 15
2 12%
3 38%
4 30
5
150
Fuente: ……………………………………………….
Realice el gráfico de bastones.
Número de viajes
Responda al objetivo.
Para Fiestas Patrias, la empresa está dispuesta a realizar una promoción en los pasajes de
su aerolínea siempre y cuando el porcentaje de pasajeros que hayan realizado como
mínimo cuatro viajes supere el 70%. ¿La empresa debe realizar una promoción en los
pasajes para Fiestas Patrias para este grupo de pasajeros?
RNotas importantes
Distribución de frecuencias de variables continuas

Es un resumen de un conjunto de datos que consiste en presentar para cada categoría el
número de elementos (frecuencia) que la componen.
Los tres pasos necesarios para definir en una distribución de frecuencias con datos
cuantitativos son los siguientes:
Determine la cantidad Determine el ancho Determine los límites

de clases de cada clase de cada clase
Cantidad de clases
Se recomienda usar entre 5 y 20 clases, inclusive.
La idea es emplear suficientes clases para mostrar la variación de los datos, pero no tantas
que varias contendrían unos cuantos elementos.
Para determinar el número de clases se usa la regla de Sturges. k=1+3,322 log n. Si la

estimación tiene decimales, se toma el entero más próximo.
Amplitud de cada clase

Se usa el mismo ancho para todas las clases.
Se calcula de la siguiente manera:
rango
Amplitud =
k
La amplitud se redondea al número inmediato superior de acuerdo con la cantidad de
decimales que tienen los datos o según la precisión con que se desea trabajar.
Límites de cada clase

Los límites de clase se escogen de tal manera que cada valor de dato pertenezca a una
clase y sólo a una.
El límite inferior de clase es el valor mínimo posible de los datos que se asigna a la clase.
El límite superior de clase es el valor máximo posible de los datos que se asigna a la clase.
La marca de clase es el punto medio de los límites de cada intervalo.
RNotas importantes
Ejemplo 12
El jefe de la Oficina de Rentas de una Municipalidad ha realizado un estudio sobre los
impuestos que pagan los vecinos del distrito. La tabla muestra los pagos de impuestos, en
nuevos soles, en el 2014 de 48 viviendas elegidas al azar.
145,1 216,3 252,5 303,6 196,9 234,8 265,2 317,2 206,5 242,9 289,1 331,7
151,0 225,9 257,1 305,8 202,6 238,4 271,0 320,2 208,0 244,0 291,0 344,6
159,0 227,1 259,2 315,4 204,9 239,9 286,7 324,8 208,0 247,7 291,9 346,7
195,6 231,2 262,5 315,5 206,1 241,1 288,1 331,1 209,3 249,5 294,5 351,1
Elabore la tabla de frecuencias para la variable: pago por impuestos municipales año 2014.
Solución
El rango r se calcula con:
r = valor máximo – valor mínimo = 351,1 – 145, 1 = 206
Siguiendo la regla de Sturges, el número de intervalos es:
k = 1 + 3,322log10 n = 1 + 3,322log10 (48) = 6,585 @ 7
El ancho del intervalo es:
r 206
w= = = 29,429 @ 29,5 (Redondeo por exceso a un decimal)
k 7
Distribución de frecuencias del pago de impuestos municipales del año 2014

Pago de impuestos Marca de clase fi hi Fi Hi
[145,1 ; 174,6] 159,85 3 0,0625 3 0,0625
]174,6 ; 204,1] 189,35 3 0,0625 6 0,1250
]204,1 ; 233,6] 218,85 10 0,2084 16 0,3334
]233,6 ; 263,1] 248,35 12 0,2500 28 0,5834
]263,1 ; 292,6] 277,85 7 0,1458 35 0,7292
]292,6 ; 322,1] 307,35 7 0,1458 42 0,8750
]322,1 ; 351,6] 336,85 6 0,1250 48 1,0000
Total 48 1,0000
RNotas importantes
Objetivo: Determinar el número de pasajeros que exceden el peso de equipaje de mano.
Se seleccionó una muestra al azar de pasajeros de la aerolínea Wayra que viajaron a

diferentes destinos turísticos.
Peso del equipaje de mano por pasajeros, en kilogramos
4,6 4,7 4,8 5,0 5,3 6,2 6,9 7,0 7,1 7,2
7,4 7,6 7,7 7,9 8,0 8,1 8,3 8,4 8,4 8,5
8,6 8,8 8,9 9,0 9,0 9,1 9,4 9,4 9,4 9,5
9,7 9,7 9,7 9,8 9,8 9,9 9,9 9,9 9,9 10,0
10,2 10,6 10,7 11,0 11,5 12,0 12,0 12,3 12,4 14,0
Construya la tabla de frecuencia utilizando el método de Sturges.
El valor máximo es …………………..………………….
El valor mínimo es …………………..………………….
Luego, el rango es …………………..………………….
Siguiendo la regla de Sturges, la cantidad de intervalos es igual a k = 1 + 3,322 log(……….)
esto es igual a …………………..………………….
Como, la cantidad de intervalos es un número entero, entonces k = ……………….
La amplitud es igual al rango entre la cantidad de intervalos, esto es, w = ……………………..
El valor de la amplitud se redondea por exceso a ……………………… decimal(es), pues los
datos tienen ………………… decimal(es), entonces la amplitud (w) es ………………………………
Título: ………………………………..…………………………………..………………………………………………………………….
Frecuencia
Marca de Frecuencia Frecuencia Frecuencia absoluta
Intervalo relativa
clase absoluta fi relativa hi acumulada Fi
acumulada Hi
[ ]
] ]
] ]
] ]
] ]
] ]
] ]
Fuente: ………………………………..……………………………………
RNotas importantes
Indique e interprete el valor de las siguientes frecuencias para la distribución de
frecuencias anterior.
f3
F2
H4
Si el peso máximo permitido en equipaje de mano por persona es de 10 kg y el pago por

cada kilo o fracción adicional es de tres dólares. ¿Cuál fue el monto total de dinero que
recibió la compañía Wayra por exceso de peso de equipaje de mano?
Distribuciones de frecuencias de dos o más grupos de datos con intervalos

comunes
La idea básica para distribuciones de frecuencias de dos o más grupos de datos es tener
intervalos comunes, es decir, que los límites de los intervalos para ambas distribuciones
sean iguales. Para ello, debemos seguir los siguientes pasos:
Hallar el mínimo de todos los datos y el máximo de todos los grupos de datos, y usarlos
para calcular el rango.
Calcular el número de categorías, el número de datos es el máximo número de datos de

cada grupo. Tener en cuenta que no es la suma de ambos tamaños muestrales.
Siguiendo la regla de Sturges, el número de intervalos es
k = 1 + 3,322log10 n
RNotas importantes
Ejemplo 13
La empresa de investigación de mercado “Eléctrico” lleva a cabo un estudio para obtener
indicadores que le permitan inferir respecto al consumo de energía eléctrica mensual
(medido en kilovatios, redondeado al entero más próximo) de las familias en los
departamentos de Arequipa y Tacna. Dicho estudio, sustentado en el análisis de muestras
aleatorias tomadas en ambos departamentos, arrojó los siguientes resultados:
Arequipa
227 231 261 270 291 351 359 369 371 382 387 392 393 395 396 413 420 422 424 436
453 461 463 471 495 498 510 512 533 534 541 542 584 589 591 628 630 630 657 666
Tacna
217 219 263 287 294 340 346 347 348 377 390 392 395 396 397 408 418 424 426 429
438 438 442 446 447 450 456 481 496 508 511 533 549 583 609 636
Usando la regla de Sturges, calcule intervalos comunes y marcas de clase de una tabla de
distribución de frecuencias que permita comparar los datos.
Solución
Hallar el mínimo de todos los datos (217) y el máximo de todos los datos (666) de ambas
ciudades, y usarlos para calcular el rango.
Calcular el número de categorías, el número de datos es el máximo número de datos (40)

entre ambas ciudades. Tener en cuenta que no es la suma de ambos tamaños muestrales.
Siguiendo la regla de Sturges, el número de intervalos es:
k = 1 + 3,322log10 n = 1 + 3,322log10 (40) = 6,322 @ 6 (Redondeo simple)
Tabla 1. Distribución de clientes según consumo eléctrico

Consumo de energía Marca de clase
[217 ; 292] 254,5
]292 ; 367] 329,5
]367 ; 442] 404,5
]442 ; 517] 479,5
]517 ; 592] 554,5
]592 ; 667] 629,5
Fuente: Empresa A
RNotas importantes
Objetivo: Comparar el peso del equipaje de los pasajeros según tipo de pasajero.
Con este fin se extrajeron dos muestras aleatorias, la primera de 80 pasajeros de clase
económica y la segunda de 60 pasajeros de clase ejecutiva.
Peso del equipaje de mano en clase económica Peso del equipaje de mano en clase ejecutiva
7,5 8,9 9,8 10,8 11,2 11,8 12,3 13,2 7,0 8,2 8,5 8,9 9,7 10,8
7,9 8,9 10,1 10,8 11,3 11,9 12,4 13,4 7,0 8,2 8,5 8,9 9,8 11,0
8,0 9,0 10,2 10,9 11,4 12,0 12,4 13,5 7,0 8,2 8,5 8,9 9,9 11,2
8,0 9,1 10,2 11,0 11,4 12,0 12,4 13,6 7,0 8,3 8,6 9,0 9,9 11,6
8,1 9,1 10,3 11,0 11,5 12,1 12,5 13,7 7,0 8,3 8,6 9,1 10,0 11,7
8,1 9,3 10,4 11,0 11,5 12,1 12,5 13,9 7,1 8,3 8,7 9,1 10,0 12,2
8,2 9,4 10,6 11,1 11,5 12,1 12,6 14,6 8,1 8,4 8,7 9,3 10,3 12,5
8,5 9,5 10,6 11,1 11,6 12,2 12,7 14,8 8,2 8,4 8,7 9,4 10,5 12,9
8,6 9,7 10,7 11,1 11,7 12,2 12,9 15,0 8,2 8,4 8,8 9,6 10,5 13,3
8,8 9,7 10,8 11,2 11,7 12,3 13,1 15,3 8,2 8,4 8,8 9,7 10,6 13,5
Fuente: Aerolínea Wayra
Determine los intervalos comunes de las distribuciones de frecuencias que permitan

comparar los datos de ambas muestras.
…………………………………………………………………………………………………………………………………..
Frecuencia absoluta fi Frecuencia absoluta fi
Intervalo Marca de clase
Clase económica Clase ejecutiva
[ ]
] ]
] ]
] ]
] ]
] ]
] ]
RNotas importantes
Gráficos de datos cuantitativos
Usa los intervalos de clase Usa las marcas de clase Usa los intervalos de clase
Polígono de
Histograma frecuencias Ojiva
Histograma
Un histograma es una representación gráfica de una variable en forma de barras, donde
la altura de cada barra es proporcional a la frecuencia de los valores representados.
Se coloca la variable sobre el eje horizontal y las frecuencias sobre el eje vertical.
Cada frecuencia de clase se representa trazando un rectángulo, cuya base es el intervalo

de clase sobre el eje horizontal y cuya altura es proporcional a la frecuencia
correspondiente (absoluta, relativa o porcentual). Los rectángulos adyacentes se tocan
entre sí.
Polígono de frecuencias
Un polígono de frecuencias es un gráfico de líneas que une los puntos asociados a las
marcas de clase de una variable. La altura del punto asociado a cada marca de clase es
proporcional a la frecuencia de dicho valor.
Se realiza uniendo con segmentos de recta los puntos de intersección de las marcas de
clase con las frecuencias (absolutas, relativas o porcentuales).
Los polígonos de frecuencias se cierran creando dos intervalos ficticios, uno antes del
primer intervalo y uno después del último.
Si los intervalos creados toman valores que pueden no ser reales, igual se crea el intervalo,
como, ejemplo, tiempos negativos.
Ojiva
La ojiva es la gráfica de una distribución acumulada de frecuencias.
Se obtiene uniendo con segmentos de recta los puntos de intersección del límite superior
de cada intervalo y la frecuencia acumulada respectiva.
La ojiva usa los límites de los intervalos y no las marcas de clase.
Con la ojiva se puede estimar fácilmente el número o porcentaje de observaciones que

corresponden a un intervalo determinado.
RNotas importantes
Objetivo: Determinar el porcentaje de pasajeros que exceden el peso de equipaje de
mano.
Grafique el histograma, el polígono de frecuencias y la ojiva de frecuencias porcentuales

con los datos de la muestra del ejercicio.
Use uno de los gráficos para calcular, aproximadamente, porcentaje necesario para
resolver el objetivo.
RNotas importantes
Objetivo: Comparar el exceso de peso del equipaje de los pasajeros según su género.
Se realizó un estudio en el cual, se elaboró bajo una muestra elegida al azar de 40

pasajeras y 110 pasajeros, obteniéndose la siguiente gráfica. Además, se considera exceso
de peso cuando el pasajero lleva consigo maletas que sobrepasan los 32 kilogramos.
Distribución porcentual de los pasajeros

según el peso de sus maletas por género
100%
100% 93%
90% 83%
80%
Porcentaje de pasajeros
65% 83%
70% 74%
60% Femenino
50% 61%
40% 31% Masculino
30% 20%
31%
20%
10% 0% 13%
0%
20 24 28 32 36 40 44
Peso, en kilogramos
Complete las siguientes afirmaciones, tenga en cuenta que se considera exceso de peso
cuando las maletas sobrepasan los 32 kilogramos.
a. El número de pasajeros hombres ........... que llevan consigo maletas que pesan más
de 24 kilogramos pero a lo más 32 kilogramos.
b. El ............ % de las pasajeras mujeres lleva consigo maletas que pesan hasta 40
kilogramos.
c. El …….......% de los pasajeros hombres lleva consigo maletas con exceso de peso.
d. El género que presenta un mayor porcentaje de pasajeros con exceso de peso del
equipaje es ................. y representa en .............. % superior con respecto al otro
género.
RNotas importantes
Ejercicios adicionales de la unidad

1. El objetivo de una investigación es estimar la media, en años, de la edad de los egresados
de la UPC. Indique el elemento, una variable a medir y una posible observación.
2. Según el estudio “Rumores de oficina”, el 42% de los ejecutivos limeños considera que los
rumores influyen mucho en el clima laboral de la oficina. Indique el elemento, una variable
a medir y una posible observación.
3. En una investigación, se quiere estimar el promedio del número de asistentes a los

conciertos de artistas internacionales realizados en Lima durante el año 2014. Indique el
elemento, una variable a medir y una posible observación.
4. El objetivo de una investigación en la ciudad de Lima es determinar la ocupabilidad en

hoteles de 4 y 5 estrellas en Cusco durante el día de año nuevo del 2013, es decir, el
porcentaje de habitaciones ocupadas durante ese día. Indique la población y la muestra.
5. El objetivo de una investigación en el Perú es determinar el promedio de la edad de las

mujeres en edad fértil que usan métodos anticonceptivos. Defina la población, muestra,
elemento y variable. El INEI considera a la edad fértil en las mujeres desde los 15 hasta los
49 años.
6. Según los Censos Nacionales XI de Población y VI de Vivienda 2007 ejecutados por el INEI,
el 50,30% de los peruanos son mujeres. Indique si este dato es un parámetro o un
estadístico.
7. La nueva lista roja de aves de 2014, confeccionada con datos de BirdLife, muestra que de
las 10 425 especies de aves identificadas en el mundo, el 13% están amenazadas de
extinción. Estas listas, dice Juan Carlos Atienza, de SEO BirdLife, contribuyen establecer
prioridades a la hora de favorecer políticas de conservación y declarar nuevos espacios
protegidos. Indique si este valor corresponde a un parámetro o a un estadístico.
8. El gráfico muestra la evolución de la inflación desde el año 1980 al 2013. Indique si el índice
de precios al consumidor IPC que obtiene el INEI es un parámetro o un estadístico.
9. Según el estudio “Rumores de oficina” realizado por la empresa Transearch publicado en

julio del 2014, el 42% de los ejecutivos limeños considera que los rumores influyen mucho
en el clima laboral de la oficina. Indique los siguientes conceptos con respecto a dicho
estudio: población, muestra, elemento, variable, estadístico, valor del estadístico. ¿Por
qué los encargados del estudio calcularon estadísticos y no parámetros?
RNotas importantes
10. El objetivo de una investigación es estimar el porcentaje de peruanos que aprueban la
gestión de Ollanta Humala como presidente de la República, para lo cual se tomó una
muestra aleatoria de personas de 18 a 70 años y se les preguntó por su opinión. Los
resultados son los siguientes.
Desaprueba Aprueba Desaprueba Aprueba Desaprueba Desaprueba Desaprueba

No sabe Aprueba Aprueba Desaprueba Aprueba Aprueba Aprueba
Desaprueba Desaprueba Aprueba Aprueba Desaprueba No sabe Desaprueba
Aprueba Desaprueba Aprueba Aprueba Desaprueba Desaprueba Aprueba
Desaprueba Desaprueba Desaprueba Desaprueba Aprueba Desaprueba Desaprueba
Aprueba No sabe Desaprueba Desaprueba Aprueba Desaprueba No sabe
Aprueba Desaprueba Desaprueba Desaprueba Aprueba Aprueba Desaprueba
Desaprueba Desaprueba Desaprueba Aprueba Aprueba Desaprueba Desaprueba
Aprueba Desaprueba No sabe Aprueba Desaprueba Desaprueba Aprueba
Aprueba Aprueba Aprueba Desaprueba Desaprueba Desaprueba Desaprueba
Construya la distribución de frecuencias de los datos. Interprete los valores f2 y h1.
11. Se tiene como objetivo mostrar la composición porcentual de alumnos universitarios en el

Perú por tipo de institución educativa al final de la secubdaria, para lo cual se tomó como
referencia los datos del II Censo Universitario 2010 realizado por el INEI, donde se
preguntó a los alumnos universitarios por el tipo de institución educativa donde
terminaron su educación secundaria. Los resultados se muestran en la siguiente tabla.
Tabla. …………………………………….………………………………………………………………………
Tipo de institución fi hi Ángulo
Estatal 256 060 0,5405
Particular 154 275 0,3256
Particular religioso 58 673 0,1238
No escolarizado 4 472 0,0094
Otro 309 0,0007
Total 473 789
Realice un diagrama circular con dichos datos.
12. Observe el siguiente gráfico e indique un posible error.
RNotas importantes
13. En la publicación Revista Científica-Estudiantil de Ciencias Médicas de Cuba se publicó el
artículo “Pancreatitis aguda. Retos y perspectivas” el cual contenía el siguiente gráfico.
Observe el gráfico e indique un posible error.
Distribución de pacientes según hábito tóxico
Fuente: Datos tomados de HC del departamento de archivo del HDCQ “10 de Octubre”
Tomado de http://www.16deabril.sld.cu/rev/228/articulo3.html
14. Observe los dos gráficos siguientes e indique la posible diferencia de interpretación entre
ambos.
15. En la agencia de viajes A se realizó una encuesta a 330 clientes respecto a las principales
quejas que tienen clientes acerca de los tours del tipo todo incluido al exterior. Las cuales
se detallan en el siguiente cuadro:
Agencia A. Distribución de clientes según principales quejas de clientes

Queja Número de quejas
Cambio de fecha de los vuelos 120
El hotel no era de la categoría que se veía en el folleto 94
Los hoteles no incluyen bebidas premium 61
La comida de los hoteles no es de calidad excelente 23
Otros 25
Que les venden otros servicios como tiempo compartido 7
Fuente: Dirección de Atención al cliente. Agencia A
Realice el diagrama de Pareto correspondiente a estos datos.
RNotas importantes
16. Uno de los objetivos de una investigación en la empresa A es mostrar la composición
porcentual del número de cursos de capacitación dadas a sus trabajadores. Los siguientes
datos muestran el número de capacitaciones que 48 trabajadores han recibido en el
presente año.
3 3 1 2 1 1 2 2 1 6 3 1 3 1 3 2
1 1 1 1 3 2 2 4 1 2 2 2 1 3 1 2
3 2 2 3 2 2 1 2 2 2 2 1 1 1 6 2
Complete el cuadro y construya el gráfico de bastones de frecuencias porcentuales para

la variable “número de capacitaciones”.
17. El objetivo de una investigación sobre la lúcuma, de la empresa A en el presente mes, es

establecer la distribución de su peso para la exportación. La lúcuma es originaria de las
regiones tropicales de Sudamérica. Es empleada, sobre todo, en la preparación de dulces,
postres y helados. En el siguiente cuadro se muestra el peso, en gramos, de una muestra
de 60 frutos.
167 172 173 180 182 182 183 183 183 184 185 186
186 186 187 189 190 191 191 192 193 194 194 194
194 195 195 195 197 197 199 201 201 201 201 201
203 204 205 207 207 207 207 209 210 212 212 213
213 214 218 218 218 219 220 222 223 226 228 232
Realice la tabla de distribución de frecuencias de los datos.
18. La siguiente tabla corresponde a la distribución de frecuencias de los salarios, en nuevos

soles, del último mes de los empleados de la empresa A. Complete la tabla.
Empresa. A. Distribución de trabajadores según salarios, en nuevos soles, del último mes
Clase Marca Frecuencia Frecuencia Frecuencia Frecuencia
de clase absoluta fi relativa hi absoluta relativa
acumulada Fi acumulada Hi
[1200 - ] 120
] - ] 1 800 300 0,42
] - ] 780
] - ] 150
] - ]
Fuente. Gerencia de Recursos Humanos. Agosto 2014. Empresa A
19. En economía, la prima de riesgo es el sobreprecio que paga un país para financiarse en los
mercados en comparación con otros países. De esta forma, cuanto mayor es el riesgo país,
más alta será su prima de riesgo. Significa la confianza de los inversores en la solidez de
una economía. La prima de riesgo de los países de la Unión Europea se calcula respecto de
Alemania porque se supone que su deuda pública es la que tiene menor riesgo de impago.
Para el caso de España, la agencia de calificación de riesgos A ha medido la prima de riesgo
durante 50 días desde junio del 2015.
RNotas importantes
España. Distribución de días según prima de riesgo. Junio y julio del 2015
Prima de riesgo Marca de clase fi hi Fi Hi
[ 120 ; 130 ] 125 1 0,0200 1 0,0200
] 130 ; 140 ] 135 3 0,0600 4 0,0800
] 140 ; 150 ] 145 11 0,2200 15 0,3000
] 150 ; 160 ] 155 14 0,2800 29 0,5800
] 160 ; 170 ] 165 12 0,2400 41 0,8200
] 170 ; 180 ] 175 6 0,1200 47 0,9400
] 180 ; 190 ] 185 3 0,0600 50 1,0000
Fuente: Agencia de Calificación de Riesgos A.
Grafique el histograma de frecuencias relativas, el polígono de frecuencias absolutas y la

ojiva de frecuencias relativas.
20. Indique el tipo y escala de medición de las siguientes variables y su escala de medición.
Variable
Número de personas que van a ver una película
Género de una película (drama, comedia, acción, etc.)
Duración de una película
Opinión sobre la película (buena, regular, mala)
21. En el II Censo Nacional Universitario del año 2010 realizado por el INEI se preguntó a los
alumnos de todo el Perú por su tipo de universidad y su género. Los datos se muestran en
el siguiente cuadro.
Perú. Distribución de alumnos de pregrado por género y tipo de universidad. 2010

Género Pública Privada Total
Mujer 135 082 247 743 382 825
Hombre 174 093 226 052 400 145
Total 309 175 473 795 782 970
Fuente: INEI. II Censo Universitario. 2010
Interprete el valor “135 082” de la tabla.
Elabore un gráfico comparativo que permita ver la composición porcentual por género y
tipo de universidad.
Elabore un gráfico comparativo que permita ver la composición porcentual por género
según tipo de universidad.
Elabore un gráfico comparativo que permita ver la composición porcentual por tipo de
universidad según género.
RNotas importantes
22. Encuentre todos los errores del siguiente gráfico, realizado a partir de la Encuesta Nacional
de Hogares realizada por el Instituto Nacional Estadística e Informática del Perú entre los
años 2005 y 2011.
Tomado de http://www.inei.gob.pe/perucifrasHTM/inf-soc/cuadro.asp?cod=3718&name=edu14&ext=gif
23. Indique si son verdaderas o falsas las siguientes afirmaciones.
Afirmación
El valor de un parámetro se puede conocer solamente si se realiza un censo
En un estudio observacional se controlan las variables de interés
Solo las variables cuantitativas continuas pueden toman valores con decimales
Variable es el conjunto de mediciones obtenido de un elemento particular
Para graficar las ojivas se usan las marcas de clase
Con la ojiva se puede estimar el porcentaje de observaciones que corresponde a un

intervalo determinado
Para el polígono de frecuencias solamente se usa las frecuencias relativas
Los cuadros de doble entrada usan exclusivamente variables ordinales o nominales.
En un gráfico circular, el ángulo que le corresponde a cada parte se obtiene multiplicando

360º por la respectiva frecuencia absoluta dividida entre la cantidad de datos.
La frecuencia porcentual de una clase es la proporción de elementos que pertenecen a esa
clase.
En un gráfico de barras apiladas al 100%, el alto de las barras es igual en cada categoría.
RNotas importantes
24. Se ha tomado un examen a 100 personas y registrado el tiempo empleado en terminarlo.
Indique si son verdaderas o falsas las siguientes afirmaciones con respecto al gráfico.
Distribución porcentual de alumnos

según el tiempo en resolver un examen
100
Frecuencia acumulada
100
80 80
60 72
40 30 40
20
0
0 20 40 60 80 100
Tiempo (en minutos)
Afirmación
El número de personas que tarda 20 minutos o menos es 30
El número de personas que tarda más de 20 pero menos o igual a 70 minutos es 42
El porcentaje de personas que tarda más de 60 minutos es 28%
El porcentaje de personas que tarda 25 minutos o menos es 40%
El porcentaje de personas que tarda 20 minutos es 30%
25. ¿Por qué se usan los gráficos de bastón para variables discretas en vez de un gráfico de
barras?
26. ¿Por qué se redondea por exceso la amplitud en las distribuciones de frecuencias de datos
continuos?
27. A nivel nacional, se observa que la curva de frecuencia acumulada del ingreso real para el
año 2012 se ha desplazado ligeramente hacia la derecha, lo que indica un ……………………..
(aumento o decremento) del ingreso en todos los segmentos de la distribución.
RNotas importantes
Unidad 3. Medidas descriptivas
el estudiante analiza el comportamiento de datos reales
aplicando las medidas de resumen de datos.
Temario
• Medidas de tendencia central: media aritmética, mediana, moda, media ponderada
• Medidas de posición: cuartiles, deciles, percentiles
• Medidas de dispersión: varianza, desviación estándar, coeficiente de variación
• Medidas de asimetría
• Diagramas de cajas
RNotas importantes
Unidad 3. Medidas descriptivas 73
Datos simples y datos agrupados
Datos simples Datos agrupados

•Se denomina datos simples (datos no •Se denomina datos agrupados a los
agrupados) a los valores que no están valores que están agrupados en
agrupados en distribuciones de distribuciones de frecuencia.
frecuencia.
Si se tienen datos simples no se construye la distribución de frecuencias

para calcular la media, la mediana o cualquier estadístico,
se prefiere el cálculo con los datos simples.
Ejemplo de datos simples
10,6 14,5 17,2 12,8 13,6 11,6 11,3 13,0 13,5 10,8 13,9 14,2 15,3 14,3 14,3 14,3
11,8 16,1 16,8 18,8 14,8 14,0 16,4 14,2 16,5 12,1 13,3 12,0 14,3 14,9 15,1 14,4
Ejemplo de datos agrupados por intervalos
Empresa A. Distribución de obreros según descuentos en su planilla en el presente mes

Marca de
Descuentos, en nuevos soles fi hi Fi Hi
clase
[204,1 ; 233,6] 218,85 16 0,2084 16 0,3334
]233,6 ; 263,1] 248,35 12 0,2500 28 0,5834
]263,1 ; 292,6] 277,85 7 0,1458 35 0,7292
]292,6 ; 322,1] 307,35 7 0,1458 42 0,8750
]322,1;351,6] 336,85 6 0,1250 48 1,0000
Total 48 1,0000
Fuente: RRHH Empresa A
Luego de una investigación se tiene muchos datos, con ellos se puede realizar algunos
gráficos y distribuciones de frecuencias, pero ¿cómo resumir alguna característica de la
información en un solo número?
RNotas importantes
Medidas de tendencia central

Una medida de localización o de tendencia central se refiere al valor central que
representa a los datos de una determinada variable.
Media
La media aritmética (media o promedio) de un conjunto de valores de una variable es la
suma de dichos valores dividida entre el número de valores.
Interprete alguna de las medias descritas en el gráfico.
RNotas importantes
Cálculo de la media aritmética
La fórmula para la media poblacional es
N
åx i
µ= i =1
N
Las fórmulas para la media muestral son:

A una muestra de tripulantes de la aerolínea Wayra se les preguntó el tiempo, en años,
que venían trabajando en Wayra. Calcule e interprete la media muestral.
3,8 4,7 7,0 4,4 6,5 4,1 2,5 0,8 6,3 7,1 1,4 1,2
Si la media muestral es mayor a 3,5 años, se implementará un programa de incentivo para

que los tripulantes postulen a ascensos. Indique lo que hará la compañía
RNotas importantes
A una muestra de viajeros frecuentes se les preguntó por el número de veces que viajó
con Wayra en el último mes. Calcule e interprete la media muestral.
Distribución de ……………………………………………………………………………………………………………….
Número de veces fi hi%
1 65
2 156
3 235
4 84
6 10
Fuente: Wayra

A una muestra de 500 pasajeros premium se les preguntó por la cantidad de dinero que
estarían dispuestos a pagar por un menú gourmet durante un vuelo nacional. Los datos
se muestran a continuación. Calcule e interprete la media muestral.
Distribución de viajeros premium según lo que pagarían por menú gourmet en vuelo nacional
Dinero (en soles) Marca de clase fi hi Fi Hi
[ , ] 20 0,05
] , ] 225
] , ] 30 0,75
] , ]
Fuente: Wayra
Calcule e interprete la media muestral.
RNotas importantes
Calcule la media de los siguientes grupos de números.
Grupo 1 1 2 3 4 5 6 7
Grupo 2 1 2 3 4 5 6 700
¿Qué nota al calcular la media de cada grupo?
Características de la media
- Se puede calcular para datos medidos en escala de intervalo o razón.
- El cálculo de la media es sencillo y es una medida muy conocida.
- El valor de la media es sensible a los valores extremos, por lo que varía mucho con
valores muy grandes o muy pequeños con respecto a los demás.
- Si cada uno de los n valores xi es transformado en: yi = a xi + b, siendo a y b constantes,

entonces, la media de los n valores yi es:
y = ax + b

La empresa Wayra ha decidido hacer dos ofertas a su sindicato sobre el aumento de
sueldo anual a sus trabajadores:
- Aumento general del 4%.
- Aumento del 1,5% más un bono de 140 soles.
Si el sueldo promedio es de 4500 soles, ¿cuál de las dos ofertas debe aceptar el sindicato
si lo que desea es hacer máximo el sueldo medio de los trabajadores
RNotas importantes
Mediana
La mediana de un conjunto de datos ordenados es el valor que divide en dos partes a
dicho conjunto.
Interprete alguna de las siguientes medianas descritas en el gráfico.
RNotas importantes
Cálculo de la mediana

A una muestra de pasajeros se les registró el tiempo, en minutos, que demoraron en la
cola hasta ser atendidos en los counters del aeropuerto. Calcule e interprete la mediana
muestral. Los datos se muestran en la tabla siguiente.
13 16 18 17 18 17 5 12 19 14 17 14 10 21
Si la mediana es mayor a 16 minutos se aumentará la cantidad de personas en los counters

de atención del aeropuerto. Indique lo que hará la compañía.
RNotas importantes
De una muestra de 50 vuelos, se ha registrado el número de personas que pierden su
vuelo por presentarse tarde al counter del aeropuerto. Los datos se muestran a
continuación.
Distribución de vuelos según número de personas que pierden el vuelo por llegar tarde
Número de pasajeros fi hi%
0 9
1 17
2 13
3 7
5
Fuente: Wayra
Calcule e interprete la mediana muestral.
Calcule la mediana de los siguientes grupos de números.
Grupo 1 7 10 11 13 16 17 18
Grupo 2 7 10 11 13 16 17 700
¿Qué concluye al calcular la mediana de cada grupo?
Características de la mediana
- Se puede calcular para variables medidas en escala de ordinal, intervalo o razón.
- La mediana no se ve afectada por valores extremos, por lo que se prefiere como

medida de tendencia central cuando hay datos extremos o la distribución de
frecuencias no es simétrica.
RNotas importantes
Moda
La moda de un conjunto de datos observados de una variable es el valor que se presenta
con mayor frecuencia.
Interprete alguna de las siguientes modas.
EL VIDEO DE YOUTUBE VISTO CON

MAYOR FRECUENCIA ES DESPACITO
CON MÁS DE 4943 MILLONES DE
VISTAS (18 DE MARZO DEL 2018)
RNotas importantes
Cálculo de la moda
Para datos en distribuciones de frecuencia por intervalo,

- si la moda está en el primer intervalo, entonces d1 es igual a la primera frecuencia
- si la moda está en el último intervalo, entonces d2 es igual a la última frecuencia.
Calcule la moda de los siguientes grupos de números.
Grupo 1 1 2 2 3 4 4 5
Grupo 2 1 2 2 3 4 4 500
¿Qué concluye al calcular la moda?
Características de la moda
- La moda se puede calcular para cualquier escala de medición.
- El valor de la moda no se ve afectada por valores extremos.
- La moda no siempre es un valor único. Una serie de datos puede tener dos modas
(bimodal) o más modas (multimodal). Algunas series de datos no tienen moda.
RNotas importantes
Objetivo: Comparar la media de los precios de pasajes por tipo de cliente a Bogotá.
Distribución de pasajeros según precio de pasajes a Bogotá, en dólares, por tipo de cliente
Precios de Marca de hi% hi% hi% hi%
pasajes clase Grupos Ocasional Premium Viajero frecuente
300 400 350 12,5% 13,0% 10,2% 13,7%
400 500 450 20,6% 39,8% 35,2% 40,0%
500 600 550 37,5% 42,5% 47,2% 33,3%
600 700 650
Fuente Aerolínea Wayra S.A.
Wayra lanzará una campaña de marketing a los dos tipos de clientes con los precios
medios de pasajes más altos. Indique los tipos de clientes a los que lanzará la campaña.
Objetivo. Analizar un reclamo de clientes Premium sobre el precio excesivo de pasajes a

Bogotá.
Los clientes tipo Premium han expresado su malestar por las altas tarifas en los precios
de los pasajes que pagan a Bogotá. Por ello, la empresa desea conocer cuál es el precio
mínimo de los pasajes más costosos que paga la mitad de clientes premium, con el fin de
revisar un porcentaje de descuento en su próximo viaje ¿Cuál es este precio mínimo?
RNotas importantes
Objetivo. Lanzar una campaña para los clientes de tipo grupos a Bogotá.
La empresa desea lanzar una campaña de marketing directo a los clientes de tipo grupos
considerando el precio de pasaje más frecuente que suelen pagara Bogotá. ¿Cuál es ese
precio?
Objetivo: Establecer el costo medio de una campaña de fidelización de clientes.
Wayra lanzará una campaña de fidelización de clientes y rebajará 15% los precios de los
pasajes a Miami. Si la media del precio de estos pasajes es 740 dólares. Indique el nuevo
precio medio.
Wayra lanzará una campaña de fidelización de clientes y rebajará 10 dólares los precios
de los pasajes a Cusco. Si la media del precio de estos pasajes es 105 dólares. Indique el
nuevo precio medio.
RNotas importantes
Media ponderada
Permite calcular el valor medio considerando la importancia o peso de cada valor sobre
el total.
Cálculo de la media ponderada

La fórmula es:
n
åx w i i
xw = i =1
n
åw
i =1
i
donde:
xi: Observación individual
wi: Peso asignado a cada observación
Las notas de un alumno de Estadística Descriptiva son:
Evaluación de desempeño Examen parcial Examen final Trabajo final
15 13 9 15
Si las evaluaciones de desempeño pesan……………………………………, el examen parcial

…….……………, el examen final …………………y el trabajo final………………. ¿cuál es el promedio
final del alumno?
RNotas importantes
Cuantiles
Los cuantiles son valores de la distribución que la dividen en partes iguales, es decir, en
intervalos, que comprenden el mismo número de valores. Los más usados son:
- cuartiles, que dividen a la distribución en cuatro partes,

- deciles, que dividen a la distribución en diez partes,
- percentiles, que dividen a la distribución en cien partes.
Percentil
El percentil k-ésimo Pk es un valor tal que por lo menos k por ciento de las observaciones
son menores o iguales que este valor.
Interprete alguno de los siguientes percentiles.
RNotas importantes
Deciles
Un decil se refiere a cada uno de los nueve valores que dividen un grupo de datos
(clasificados con una relación de orden) en diez partes iguales, de manera que cada parte
representa un décimo de la población.
Cálculo del percentil
Calcule el percentil 75 de los siguientes grupos de números.
Grupo 1 10 12 13 14 15 16 17
Grupo 2 10 12 13 14 15 16 17 700
¿Qué concluye al calcular dicho percentil?
RNotas importantes
Características de los percentiles
- Se puede calcular en variables medidas en escala ordinal, de intervalo y razón.
- El valor del percentil no se ve afectado por valores extremos.

Objetivo. Analizar el precio de los pasajes a Iquitos.
Distribución de pasajeros según precio de pasajes a Iquitos, en dólares

Precios de pasajes Marca de clase hi% Hi%
60 100 19,4%
100 140 31,2%
140 180 18,2%
180 220 18,2%
220 260 13,0%
Fuente Aerolínea Wayra S.A.
Calcule el precio mínimo de un pasaje para estar en el 25% de los pasajes más caros.
Calcule el precio máximo de un pasaje para estar en el 10% de los pasajes más baratos.
Calcule el porcentaje de clientes que pagó como máximo 170 dólares.
RNotas importantes
Ejemplo 14
La siguiente tabla corresponde a la distribución de frecuencias de los 200 trabajadores de
la empresa A según salario, en nuevos soles, del último mes.
Distribución de empleados según salario del último mes

Salario (en nuevos soles) fi hi Fi Hi
[450 - 650] 32 0,160 32 0,160
]650 - 850] 40 0,200 72 0,360
]850 – 1 050] 60 0,300 132 0,660
]1 050 – 1 250] 48 0,240 180 0,900
]1 250 – 1 450] 20 0,100 200 1,000
Fuente: Empresa A
Calcule el sueldo mínimo para estar en el 15% de los trabajadores mejores pagados.
Solución
Usando las frecuencias absolutas se tiene:
w æ n ´ 85 ö æ 200 öæ 200 ´ 85 ö
P85 = Li + ç - F4 -1 ÷ = 1050 + ç ÷ç - 132 ÷ = 1208,33
f4 è 100 ø è 48 øè 100 ø nuevos soles
Usando las frecuencias relativas se tiene:
w æ 85 ö æ 200 ö æ 85 ö
P85 = Li + ç - H4 -1 ÷ = 1050 + ç ÷ ç - 0,66 ÷ = 1208,33
h4 è 100 ø è 0,24 ø è 100 ø nuevos soles
El sueldo mínimo para estar en el 15% de los trabajadores mejores pagados es S/.1208,33.
RNotas importantes
Medidas de variabilidad
Con las medidas de tendencia central es Las medidas de variabilidad indican cuán
posible determinar el valor central de una alejados están los valores de una variable
distribución, pero no indican qué tan del valor que los representa y, por lo tanto,
cercanos o lejanos están los datos de dicho permiten evaluar la confiabilidad de ese
valor central. valor central.
Si la medida de dispersión:
- tiene un valor pequeño, los datos están concentrados alrededor de la medida de tendencia
central,
- tiene un valor grande, los datos no están concentrados alrededor de la medida de tendencia
central.
Comente en qué situación le parece importante que exista, mayor o menor, variabilidad
en los casos descritos en la gráfica.
RNotas importantes
Varianza
La varianza es el promedio de los cuadrados de la diferencia de cada dato con la media.
Las unidades de la varianza son las unidades de los datos al cuadrado.
Cálculo de la varianza
La fórmula para la varianza poblacional es
N
å( x - µ )
2
i
s2 = i =1
La fórmula para la varianza muestral es
Desviación estándar
La desviación estándar es la raíz cuadrada positiva de la varianza.
La desviación estándar poblacional se denota por s y la muestral por s.
Calcule la desviación estándar de los siguientes grupos de números.
Grupo 1 1 2 3 4 5 6 7
Grupo 2 1 2 3 4 5 6 700
¿Qué concluye al calcular dicha medida de dispersión?
RNotas importantes
Características de la varianza y la desviación estándar
- La varianza y la desviación estándar se ven afectadas por valores extremos.
- La varianza y la desviación estándar son números reales no negativos.
- Se pueden calcular para variables medidas en escala de intervalo o razón.
- La varianza es expresada en unidades cuadráticas a las unidades de los datos,
mientras que, la desviación estándar es expresada en las mismas unidades de los
datos.
- Si cada uno de los n valores xi es transformado en yi = a xi + b, siendo a y b constantes,
entonces, la varianza de los n valores yi es:
sY2 = a2 s2X sY = a sX
La empresa Wayra ha decidido hacer dos ofertas a su sindicato sobre el aumento de
sueldo anual a sus trabajadores:
- Aumento general del 4%.
- Aumento del 1,5% más un bono de 190 soles.
Si la desviación estándar de los sueldos es de 500 soles, calcule la nueva desviación

estándar de cada oferta.
Calcule la desviación estándar de los siguientes grupos de números.
Grupo 1 1 2 3 4 5 6 7
Grupo 2 1001 1002 1003 1004 1005 1006 1007
¿Los dos grupos de datos tienen la misma variabilidad?
RNotas importantes
Observe las dos imágenes siguientes.
Tomado de http://gastronomiaycia.republica.com/
Complete los siguientes textos, con respecto a la variabilidad de los tamaños de las
manzanas en ambos grupos.
En el grupo de la izquierda hay mayor …………………..……………. en el peso de las manzanas.
En el grupo de la izquierda hay menor ……………..………..………. en el peso de las manzanas.
En el grupo de la derecha hay mayor ……………….…………………. en el peso de las manzanas.
En el grupo de la derecha hay menor ………………….…………..…. en el peso de las manzanas.
Coeficiente de variación
El coeficiente de variación (CV) de un conjunto de datos indica el porcentaje que es la
desviación estándar en comparación con la media.
que se expresan en distintas o iguales

por ejemplo,
Es útil al comparar la unidades, pero difieren a tal punto que
cuando las medias
variabilidad de dos o una comparación directa de las
están muy
más series de datos respectivas desviaciones estándar no es
distantes.
muy útil,
Cálculo del coeficiente de variación

s
La fórmula para el coeficiente de variación poblacional es CV = ´ 100%
µ
La fórmula para el coeficiente de variación muestral es CV = s ´ 100%
x
Seguramente en el grupo de manzanas a la derecha, el coeficiente de variación del peso

de las manzanas es …..……….…….. al coeficiente de variación del grupo a la izquierda.
Si un grupo de datos tiene un coeficiente de variación del 10%. Interprete dicho valor.
RNotas importantes
Características del coeficiente de variación
- El coeficiente de variación se calcula en variables medidas en escala de razón.
- Se debe calcular para valores positivos.

Objetivo: Analizar si la compra con promociones genera mayor variabilidad de los tiempos
de espera en la compra de un pasaje.
Distribución de pasajeros según tiempos de espera para adquirir un

boleto por condición de compra
40%
35% 36.3%
Porcentaje de pasajeros
Sin promoción
30% 30.0%
26.7% Con promoción
25% 23.3% 25.0%
20% 20.0%
17.5%
15%
10% 11.3%
5% 2.5%
3.8% 1.3% 2.5%
0.0%
0%
7.5 12.5 17.5 22.5 27.5 32.5 37.5 42.5 47.5 52.5
Tiempos de espera, en minutos
Con la siguiente información compare la variabilidad en los tiempos de espera en la

compra de un pasaje entre pasajeros que compran con o sin promoción.
RNotas importantes
Ejemplo 15
Los siguientes datos representan resúmenes del número de mediciones de resistencia de
cierto artículo que realizaron dos grupos de técnicos.
Grupo 1: media = 3 y desviación estándar = 1,10

Grupo 2: media = 5 y desviación estándar = 1,66
¿En cuál de los grupos el número de mediciones es más disperso?
Solución
Como los promedios son diferentes, se usa como indicador el coeficiente de variación:
1,10
CV1 = ´ 100% = 36,67%
3
1,66
CV2 = ´ 100% = 33,20%
5
El número de mediciones es más disperso en el grupo 1.
Rango
El rango (alcance, amplitud o recorrido) de un conjunto de datos observados es la
diferencia entre el dato mayor y el dato menor.
Cálculo del rango

Rango = R = Xmax - Xmin
Mínimo valor Máximo valor
Rango = Xmáx - Xmín

donde Xmax y Xmin son los valores máximo y mínimo observados de la variable
Características del rango

- Se puede calcular en variables medidas en escala de intervalo o razón
- Se ve muy afectado por valores extremos.
RNotas importantes
Rango intercuartil
Es la diferencia entre el tercer y primer cuartil.
Cálculo del rango intercuartil

Rango intercuartil = RIC = Q3 – Q1= P75 – P25
25% 50% 25%
P25 P
75
RIC = P75- P25
Características del rango intercuartil

- Se puede calcular en variables medidas en escala de intervalo o razón.
- No se ve afectado por valores extremos.
Calcule la mediana y desviación estándar muestral de los siguientes grupos de datos.
Grupo 1 1 2 3 4 5 8 8 8 8
Grupo 2 2 2 2 2 5 6 7 8 9
En base a sus resultados, ¿qué puede afirmar sobre los datos de cada grupo?
RNotas importantes
Medidas de asimetría
Coeficiente de asimetría de Pearson
Mide si los datos aparecen ubicados simétricamente o no respecto de la media.
Cálculo del coeficiente de asimetría de Pearson

El coeficiente de asimetría para datos simples o agrupados se calcula con la siguiente
fórmula:
æ x - Mediana ö
As = 3ç ÷
è s ø
Si el coeficiente de simetría As es:
positivo, indica sesgo a la igual a cero la negativo indica sesgo a la

derecha (cola derecha) distribución es simétrica izquierda (cola izquierda)
alrededor de la media
Complete los siguientes textos:
Si un grupo de datos tiene un coeficiente de asimetría negativo, esto significa que hay una
concentración de datos en los valores …………………………………………
Si un grupo de datos tiene un coeficiente de asimetría positivo, esto significa que hay una
concentración de datos en los valores …………………………………………
En un país como el Perú, los sueldos de las personas seguramente tienen un coeficiente
de asimetría …………………..…….., porque ………………………………..…………………………………………
En un examen de Estadística, los tiempos que toman los alumnos en resolverlo

seguramente tienen un coeficiente de asimetría ……………………………………….…………..,
porque
………………………………..…………………………………………………………………………………………………
RNotas importantes
Observe la imagen siguiente.
Complete los siguientes textos, con respecto a las edades de la población del Perú.
En el grupo de los hombres y mujeres existe una mayor concentración en las edades con
valores …………………………………………………..
En el grupo de los hombres y mujeres existe una menor concentración en las edades con
valores …………………………………………………..
Seguramente en el grupo de los hombres y mujeres, las edades tiene coeficiente de

asimetría …………………………………………………..
RNotas importantes
Diagrama de cajas
Un diagrama de cajas es una gráfica que describe la distribución de un conjunto de datos
tomando como referencia los valores de los cuartiles como medida de posición y el valor
del rango intercuartil como medida de referencia de dispersión. Además, nos permite
apreciar visualmente el tipo de distribución de los datos (simétrica o asimétrica) y la
identificación de valores extremos (datos atípicos).
Dato atípico
Es un dato inusualmente grande o pequeño con
respecto a los otros datos. Se considera dato
atípico a cualquier punto que esté:
- a más de 1,5(RIC) por arriba (o a la derecha) del

tercer cuartil
- a más de 1,5(RIC) por debajo (o a la izquierda)

del primer cuartil
Pasos para trazar un diagrama de cajas
En la caja se traza una recta

Se traza un rectángulo con los vertical en el lugar de la
extremos en el primer y tercer mediana. Así, la línea de la
cuartil mediana divide los datos en
dos partes iguales
Se ubican los límites mediante

el rango intercuartil, Se trazan los bigotes desde los
extremos de las cajas hasta los
el límite superior está a 1,5 RIC
valores mínimo y máximo
arriba (o a la derecha) de Q3
dentro de los límites inferior y
el límite inferior está a 1,5 RIC superior
debajo (o ala izquierda) de Q1
Se marcan con un asterisco (*)

las localizaciones de los valores
atípicos
RNotas importantes
Objetivo. Comparar el precio de los pasajes según por promociones.
Complete el diagrama de cajas con la siguiente información:
Datos de precios de pasajes de clientes que compraron su pasaje con promoción
45 50 55 55 55 160 160 220 220 360 425 700 1150
Estadísticos Con promoción Sin promoción

Percentil 25 67,5
Percentil 50 355,0
Percentil 75 540,0
Rango intercuartil 472,5
Largo máximo del bigote = 1,5 RIC 708,75
Límite inferior = P25 – 1,5 RIC -641;25
Límite superior = P75 + 1,5 RIC 1248,75
Mínimo 45
Máximo 950
Título: ………………………………………………………………………………………………….
La condición de compra que presenta menor mediana en el precio de los pasajes es

…….………………….…………. y este valor es ………………………………………………..
La condición de compra que presenta mayor variabilidad en el precio del 50% de los
valores centrales es …………………….…………. pues ……………………………………………………………..
La condición de compra que presenta valores atípicos en los precios de los pasajes es
………………..…………. y dichos valores atípicos son ……………………………………………………………..
RNotas importantes
Ejemplo 16
Los registros policíacos del distrito A muestran los siguientes números de informes de
delitos diarios para una muestra de días durante los meses de invierno y una muestra de
días durante los meses de verano.
Invierno 5 5 6 7 7 8 12 14 15 15 17 17 18 18 20 21 21 21 21 22
Verano 5 5 8 8 9 9 10 12 18 20 20 20 24 24 26 27 27 27 28 28
Construya un gráfico que permita comparar, entre invierno y verano, los valores medios,
la variabilidad y encontrar los valores atípicos del número de delitos diarios.
Solución
Se debe calcular los percentiles con datos simples. No calcule la distribución de
frecuencias.
Calculemos los percentiles y los rangos intercuartiles.
Estadísticos Invierno Verano

Percentil 25 7,5 9,0
Rango intercuartil 20,5 – 7,5=13,0 26,5 – 9,0=17,5
Largo máximo del bigote = 1,5 RIC 1,5 x 13 = 19,5 1,5 x 17,5 = 26,25
Límite inferior = P25 – 1,5 RIC 7,5 – 19,5 = -12,0 9,0 – 26,25 = -17,25
Límite superior = P75 + 1,5 RIC 20,5 + 19,5 = 40 26,5 + 26,25 = 52,75
Para el invierno, de acuerdo con los datos, los bigotes llegan como mínimo a 5 y como
máximo a 22.
Para el verano, de acuerdo con los datos, los bigotes llegan como mínimo a 5 y como
máximo a 28.
No hay valores atípicos, pues ningún está fuera de los límites.
RNotas importantes
Ejemplo 17
Complete el siguiente cuadro con la mejor respuesta posible de acuerdo a la frase
mencionada.
Frase Debo calcular o realizar
“Calcule el valor más frecuente de los datos”
“Determine el grupo que tenga mayor

variabilidad en el 50% de los valores centrales”
“Encuentre el grupo que tenga valores

concentrados en los valores más pequeños”
“Determine el grupo que tenga mayor

variabilidad de los datos”
“Haga un gráfico que muestre la distribución

porcentual según la variable 1 por la variable 2”
“Calcule el valor mínimo para estar en el cuarto

superior de los datos”
“Calcule la mejor medida de tendencia central

(media o mediana) cuando hay mucha
asimetría”
“Realice un gráfico que permita visualizar los
valores atípicos”
“Calcule el valor para el cual los valores están

alrededor”
“Calcular el valor que está en el centro de los

datos”
“Haga un gráfico que muestre que pocos

factores son vitales y muchos son triviales”
“Calcule el valor máximo para estar en el quinto

inferior de los datos”
“Calcule un estadístico que se pueda calcular en

todas las escalas de medición”
“Haga un gráfico que muestre las frecuencias

acumuladas”
“Realice un gráfico adecuado para una variable

ordinal”
RNotas importantes
Ejemplo 18
Marque con una equis las medidas de resumen que se pueden calcular con una variable
medida en cada escala de medición.
Medida de resumen Nominal Ordinal Intervalo Razón

Media
Mediana
Moda
Percentil
Varianza
Desviación estándar
Coeficiente de variación
Rango
Rango intercuartil
Coeficiente de asimetría
RNotas importantes
Ejercicios de la unidad
1. Los datos siguientes corresponden a la estatura, en metros, de una muestra aleatoria de
hombres peruanos de 18 años. Calcule e interprete la media de la estatura de la muestra.
1,67 1,70 1,83 1,65 1,70 1,65 1,60 1,70 1,61 1,69

hombres peruanos de 18 años.
Distribución de una muestra de peruanos de 18 años, según su estatura

Estatura (en metros) fi hi
1,60 50 0,2778
1,63 78 0,4333
1,66 28 0,1556
1,70 14 0,0778
1,75 10 0,0556
Fuente: MINSA
Calcule e interprete la media de la estatura de la muestra.

hombres peruanos de 18 años. Complete la distribución de frecuencias.
Distribución de una muestra de peruanos de 18 años, según su estatura

Estatura (en metros) Marca de clase fi hi Fi Hi
[ , ] 155 0,48
] , ] 0,32
] , ] 167 0,95
] , ] 600
Fuente: MINSA
Calcule e interprete la media de la estatura de la muestra. Use las frecuencias absolutas.
4. Una tienda rebaja los precios, en 12%, a toda su línea de casacas. Si la media de los precios
de las casacas antes de la rebaja era de 155 nuevos soles. Calcule la nueva media de los
precios.
5. En una empresa el sueldo medio es 2500 nuevos soles. La gerencia, luego de la negociación
con el sindicato, decide realizar un aumento del 3,5% y un bono de 150 nuevos soles a
cada trabajador. Calcule el nuevo sueldo medio.
6. Se registra los tiempos, en minutos, que se demora una cajera en atender a algunos
clientes del supermercado A.
5,3 2,7 10,7 8,2 3,0 5,4 5,6 10,2 11,3 2,6 2,6 5,4 3,5 7,0 11,5
Calcule e interprete el valor de la mediana.
RNotas importantes
7. En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadística e
Informática se preguntó a las madres peruanas que fueron menores de edad cuando nació
su primer hijo(a) nacido vivo, obteniéndose los siguientes resultados.
Perú. Distribución de peruanas según edad al nacer su primer hijo(a) vivo. 2007
Edad de la madre fi hi Fi Hi
12 años 6,380 0,0054 6,380 0,0054
13 años 13,840 0,0118 20,220 0,0173
14 años 62,898 0,0537 83,118 0,0710
15 años 210,250 0,1795 293,368 0,2505
16 años 366,822 0,3132 660,190 0,5636
17 años 511,133 0,4364 1,171,323 1,0000
Fuente: PERÚ, INEI. Censos Nacionales 2007
Calcule e interprete la mediana de la variable en estudio.
8. En una ciudad, se tomó una muestra aleatoria de 1000 personas y se les preguntó por su
ingreso mensual, en dólares, obteniéndose los siguientes resultados.
Distribución de personas según ingreso mensual

Ingreso (en dólares) Marca de clase fi hi Fi Hi
[ 300 , 700 ] 500 104 0,104 104 0,104
] 700 , 1 100 ] 900 224 0,224 328 0,328
] 1 100 , 1 500 ] 1 300 437 0,437 765 0,765
] 1 500 , 1 900 ] 1 700 151 0,151 916 0,916
] 1 900 , 2 300 ] 2 100 84 0,084 1000 1,000
Fuente: Empresa A
Calcule e interprete la mediana de la variable en estudio.
9. En la empresa A se tomó un examen de conocimientos sobre los procesos administrativos.

Los resultados se muestran en la siguiente tabla:
Distribución de trabajadores según resultados del examen de conocimientos

Puntaje del examen Marca de clase fi hi Fi Hi
[ 20 , 40 ] 30 54 0,3103 54 0,3103
] 40 , 60 ] 50 60 0,3448 114 0,6552
] 60 , 80 ] 70 48 0,2759 162 0,9310
] 80 , 100 ] 90 12 0,0690 174 1,0000
Fuente: Empresa A
Calcule e interprete la moda del puntaje.
10. Complete los siguientes textos:
“La mediana de un conjunto de datos ordenados es el valor que divide en dos partes a
dicho conjunto. El …………………………………………….. son menores o igual a la mediana.”
“Usar la mediana como medida de tendencia central es preferible a usar la media
cuando…………………………………………………….………………………”
RNotas importantes
11. Calcule e interprete la moda de los siguientes datos, que corresponden al número de
errores ortográficos por correo electrónico que cometen algunos gerentes de una empresa
en una comunicación escrita.
2 2 5 2 3 3 2 3 2 1 2 0 0 1 3 0 3 2 1 2
4 2 1 3 1 1 3 3 3 1 2 4 2 0 1 4 2 2 2 2
Afirmación Verdadero Falso
La mediana se puede calcular solo en variables cuantitativas
La media es un valor que siempre está entre el mínimo valor y

el máximo valor de los datos
Si se tienen datos simples se construye la distribución de

frecuencias para calcular la mediana.
La media se puede calcular solo en variables medidas en escala

de razón
13. Los siguientes datos corresponden a consumos, en nuevos soles, de alumnos en la
cafetería de una universidad. Calcule la desviación estándar y la varianza.
3,0 7,5 5,5 12,0 6,5 2,7 2,0 4,5 8,0 4,0 2,5 3,0 1,5 7,0
14. Los datos corresponden a las notas de 327 alumnos en la primera práctica de Estadística
Descriptiva del ciclo anterior. Calcule la desviación estándar muestral.
Distribución de alumnos según notas de la primera práctica de Estadística Descriptiva

Nota fi hi Fi Hi
12 110 0,3364 110 0,3364
14 136 0,4159 246 0,7523
15 44 0,1346 290 0,8869
16 37 0,1131 327 1,0000
Fuente: Secretaría Académica. Universidad A
15. Los datos muestran las ventas de 90 vendedores de una empresa en el último mes.
Distribución de vendedores según volumen de venta en el último mes

Ventas, en miles de dólares Marca de clase fi hi Fi Hi
[5,0 - 7,8] 6,4 13 0,144 13 0,144
]7,8 - 10,6] 9,2 20 0,222 33 0,367
]10,6 - 13,4] 12,0 38 0,422 71 0,789
]13,4 - 16,2] 14,8 19 0,211 90 1,000
Fuente: Empresa A
Calcule la desviación estándar muestral.
RNotas importantes
16. En una tienda, la desviación estándar de los precios de los jeans es de 20 nuevos soles,
calcule la nueva desviación estándar de los precios de los jeans si se realiza:
a. una rebaja del 6% de todos los precios,
b. una oferta y se rebaja ocho soles a cada precio.
17. El siguiente cuadro muestra la distribución de los sueldos mensuales, en nuevos soles, de
los empleados de las empresas A y B.
Distribución de empleados según salario mensual de las empresas A y B

Sueldos Marca de fi Sueldos Marca de fi
Empresa A clase Empresa B clase
[1 500 – 2 500] 2 000 120 [3 000 – 3 500] 3 250 150

]2 500 – 3 500] 3 000 80 ]3 500 – 4 000] 3 750 120
]3 500 – 4 500] 4 000 77 ]4 000 – 4 500] 4 250 45
]4 500 – 5 500] 5 000 63 ]4 500 – 5 000] 4 750 55
Fuente: Empresa A Fuente: Empresa B
¿Cuál de los grupos presenta mayor variabilidad de salarios?
Si en la empresa A hay un aumento de sueldo del 6%, mientras que en la empresa B se da

un aumento de sueldo del 4% y una bonificación de 120 nuevos soles. Luego de los
aumentos, ¿qué grupo presenta mayor variabilidad de salarios?
18. Los siguientes datos representan las notas de la primera práctica de alumnos de Estadística
Descriptiva. Calcule e interprete el percentil 25 de los siguientes datos.
Distribución de alumnos según notas de la primera práctica de Estadística Descriptiva

xi fi hi Fi Hi
12 5 0,025 5 0,025
13 46 0,230 51 0,255
14 109 0,545 160 0,800
16 40 0,200 200 1,000
Fuente: Secretaría Académica. Universidad A
19. Las notas de un curso de capacitación sobre tributación se muestran en la siguiente

distribución de frecuencias.
Distribución de empleados según notas del curso de capacitación. Agosto 2015

Notas Marca de clase fi hi Fi Hi
[08 – 10] 9 15 0,1056 15 0,1056
]10 – 12] 11 48 0,3380 63 0,4437
]12 – 14] 13 60 0,4225 123 0,8662
]14 – 16] 15 12 0,0845 135 0,9507
]16 – 18] 17 7 0,0493 142 1,0000
Fuente: Empresa A. Gerencia de RRHH
RNotas importantes
Calcule la nota mínima para estar en el quinto superior.
Calcule la nota máxima para estar en el 10% de las notas más bajas.
Calcule el porcentaje de personas que tuvo notas menores o iguales a 13.
Calcule el porcentaje de personas que tuvo notas mayores a 12 y menores o iguales a
15,5.
20. Dados los siguientes datos, calcule e interprete el percentil 30 y el percentil 75.
38 45 20 20 10 12 18 28 18 23 11 15 3 5 6 4 3 5 5
21. En el artículo “Estudios españoles de crecimiento 2008. Nuevos patrones

antropométricos” se muestra el siguiente gráfico:
Tomado de http://www.sciencedirect.com/science/article/pii/S1575092208758455
¿Qué significa que para las jóvenes de 18 años el percentil 3 del peso sea 44 kilos?
¿Qué significa que para las jóvenes de 19 años el percentil 50 de la talla es 1,64 metros?
22. El tiempo, en meses, que viene laborando 51 trabajadores en una empresa se registra en
la siguiente tabla.
6 7 11 12 13 15 15 15 16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 19 20 20 20 20 20 21 21 21 22
22 22 22 23 23 24 26 26 26 28 29 29 31 41 48 50 60
Calcule el rango y el rango intercuartil de los datos.
RNotas importantes
El percentil 90 es siempre mayor al percentil 10
El cuartil 2 es igual al decil 5
El percentil siempre se expresa en porcentaje
Si todos los pesos son iguales, la media ponderada es igual a la

media aritmética
La media ponderada no tiene unidades
24. La siguiente tabla muestra información de los precios del artículo A (en nuevos soles) en
establecimientos elegidos al azar en el distrito de La Molina.
Distribución de establecimientos de la Molina según precios del artículo A

Frecuencia Frecuencia
Intervalo de Marca de Frecuencia Frecuencia
absoluta relativa
clase clase absoluta relativa
acumulada acumulada
– 4
– 0,150
– 0,300 22
– 8,35 8
– 0,900
– 40
Fuente: Indecopi
Complete la tabla anterior si se sabe que el rango intercuartil es 0,8.
25. De datos sacados de la Intranet de la Universidad A, se desea comparar el resultado de la

primera práctica de tres horarios de un curso de estadística, para lo cual, se tienen los
siguientes resultados.
H1 10 11 11 12 12 12 12 13 13 13 14 15 15 16 16 17 18 18 19 19 19 20
H2 4 11 11 11 12 12 13 13 14 14 15 15 16 16 15 16 16 17 17 18
H3 9 9 10 10 10 11 12 12 12 12 13 13 13 13 14 14 15 15 15 17
Construya un diagrama de cajas que permita comparar el resultado de los horarios.
Indique el horario con mayor mediana de notas, el horario con mayor rango intercuartil y
el horario donde existen valores atípicos.
RNotas importantes
26. Complete el siguiente texto:
“Los datos atípicos se define como ……………………….……………………………………………………..”
“Se trazan los bigotes desde los … ……………………... de las cajas hasta los valores mínimo y
máximo ……………..……………. de los límites inferior y superior.
El coeficiente de asimetría tiene unidades las mismas unidades

que los datos
Si a cada valor de un grupo de datos se le aumenta en 10%, el

coeficiente de asimetría no varía
Si a cada valor de un grupo de datos se le aumenta 10 unidades,

el coeficiente de asimetría no varía
En un diagrama de cajas siempre se puede conocer el máximo y

mínimo de un grupo de datos
28. En un examen de Estadística Descriptiva se tomó la siguiente pregunta:
Con la intención de conocer los hábitos y preferencias de los estudiantes acerca de los
productos naturales, se contrató los servicios de la consultora Data Mining Today S.A. la
cual elaboró una encuesta para el estudio de mercado y se aplicó a 400 estudiantes de
diferentes instituciones educativas. Algunos resultados fueron:
- El 70% de los encuestados prefiere consumir productos naturales enlatados.

- La fruta más consumida es la manzana, seguida por el plátano y la pera.
- El gasto promedio por semana en productos naturales es de 25 nuevos soles con una
desviación estándar de 5 nuevos soles.
- El 15% de los encuestados gasta más de 28 nuevos soles semanales en productos
naturales.
- El 50% de los encuestados tiene una edad superior a 20 años.
- El número promedio de vasos de yogurt consumidos durante la semana es de 6.
En base a esta información indique: (1,5 puntos)
Población
Variable cuantitativa continua
Variable cuantitativa discreta
Variable Nombre del estadístico Valor del estadístico

Tendencia central
Dispersión
Posición
RNotas importantes
Lo siguiente es la respuesta de un alumno, póngale nota.
Población Los 400 estudiantes de diferentes instituciones educativas
Cuantitativa continua Gasto promedio semanal en productos naturales
Cuantitativa discreta Número promedio de vasos de yogurt consumidos durante la semana
Variable Nombre del estadístico Valor del estadístico
Tendencia Fruta consumida Moda Manzana, plátano y

pera
central
Gasto promedio semanal en Desviación estándar 5 soles
Dispersión productos naturales
Tipo de producto preferido Percentil 70

Posición
29. El salario, en cientos de soles, de los trabajadores una empresa se presenta a continuación:
13 12 13 14 15 15 15 18 23 24 24 25 25 36 42 48 60
Calcule el coeficiente de asimetría de Pearson
30. El siguiente cuadro muestra la distribución de los sueldos mensuales de los empleados de
las empresas A y B.
Distribución de empleados según de sueldos mensuales en la empresa A y B

Sueldos Marca de Sueldos Marca de
fi fi
Empresa A clase Empresa B clase
[1 500 – 2 500] 2 000 45 [3 000 – 3 500] 3 250 18

]2 500 – 3 500] 3 000 148 ]3 500 – 4 000] 3 750 70
]3 500 – 4 500] 4 000 60 ]4 000 – 4 500] 4 250 70
]4 500 – 5 500] 5 000 15 ]4 500 – 5 000] 4 750 18
Fuente: Empresa A Fuente: Empresa B
Calcule la asimetría de los dos grupos. Realice una conclusión
RNotas importantes
El coeficiente de variación se puede calcular en escalas de

intervalo y de razón
Si las unidades de los datos son minutos, la varianza se

expresa en minutos al cuadrado
El rango intercuartil se ve muy afectado por valores muy

grandes o muy pequeños
El coeficiente de variación tiene las mismas unidades que la

varianza
RNotas importantes
Unidad 4. Teoría de la probabilidad
el estudiante analiza situaciones reales de incertidumbre,
utilizando conceptos relacionados con probabilidades.
Temario
• Reglas de conteo y combinaciones
• Probabilidad: concepto, experimento aleatorio, espacio muestral y evento
• Operaciones con eventos
• Probabilidad condicional
• Probabilidad total
• Teorema de Bayes
• Diagrama del árbol
• Eventos independientes
Experimentos, reglas de conteo y asignación de probabilidades
La probabilidad mide o cuantifica la posibilidad de ocurrencia de un evento.
La probabilidad es el lenguaje para describir y tratar la incertidumbre.
Marque con un aspa, asignando una opción a la situación descrita de acuerdo con su
posibilidad de ocurrencia.
Igualmente
Muy poco Poco probable que Bastante Muy
Situación
probable probable ocurra o que no probable probable
ocurra
Una mujer será la
próxima presienta
del Perú
Aprobaré este
curso
Lanzo un dado y
sale un número
par
El PBI del Perú
crecerá 4% este
año
Perú se clasificará
al Mundial Qatar
2022
Experimento aleatorio
Es todo proceso que genera dos o más resultados bien definidos sin que se pueda predecir
con certeza cuál de ellos será observado u ocurrirá en cada realización del proceso.
En cualquier repetición simple de un experimento, ocurrirá uno y solo uno de los posibles
resultados experimentales.
Espacio muestral
Es el conjunto de todos los posibles resultados de todos los resultados experimentales. Se
le suele simbolizar por S o Ω.
Evento
Un evento es un subconjunto del espacio muestral.
Al realizar un experimento, diremos que el evento A ha ocurrido si el resultado obtenido

es un elemento del evento A.
RNotas importantes
Unidad 4. Teoría de Probabilidad 115
Probabilidad de un evento
La probabilidad es una medida numérica de la posibilidad de que ocurra un evento. Por
tanto, la probabilidad es una medida del grado de incertidumbre asociado con un evento.
Los valores de la probabilidad siempre se asignan en una escala de 0 a 1.
Una probabilidad cercana a 0 indica que es difícil que el evento ocurra, mientras que, una
probabilidad cercana a 1 indica que es casi seguro que el evento ocurra.
Poca probabilidad Alta probabilidad

de ocurrencia de ocurrencia
0 0,5 1
La ocurrencia del evento es
tan probable como improbable
Complete el siguiente cuadro asignando probabilidades según su parecer.
Experimento aleatorio Espacio muestral Un evento Probabilidad
Michelle Obama postula a la S = {Gana, pierde} A = {Gana} P(A) = 0,3

presidencia de EEUU
PPK termina su mandato

presidencial
Se mide la cantidad de
alumnos que aprueban este
curso
Sporting Cristal sale campeón

este año
Se condena a altos
funcionarios sobornados por
Oderbrecht
Se lanza una moneda dos

veces
RNotas importantes
Definición clásica de la probabilidad de un evento

Sea un experimento aleatorio cuyo correspondiente espacio muestral S está formado por
un número n finito de posibles resultados distintos y con la misma probabilidad de ocurrir,
entonces definimos la probabilidad de un evento como:
n(A ) número de casos favorables al evento A

P(A) = =
n(S ) número total de casos
Complete el siguiente cuadro.
Experimento Espacio muestral Un evento Probabilidad

aleatorio
Lanzar un dado y S = {1 2, 3, 4, 5, 6} A = {1, 3 ,5} P(A) =

anotar el número
de puntos de la cara
superior
Lanzar dos dados y S = {(1,1); (1,2); (1,3); A= P(A) =

anotar el número ....; (6,6)}
de puntos de cada
cara superior
Se saca una carta de

un mazo de 52
naipes
RNotas importantes
Algunas relaciones básicas de probabilidad

Con frecuencia se construyen eventos mediante la combinación de eventos más sencillos.
Es usual emplear la notación de conjuntos para describir los eventos construidos de esta
forma.
Sea e un experimento aleatorio y S el espacio muestral asociado. Si A y B son dos eventos

definidos en S, se define las siguientes operaciones con eventos.
Complemento (AC)
Para un evento A cualquiera se define su complemento AC como el evento consistente en
todos los puntos de S que no están en A.
Se tiene que:
P(A) = 1 - P(AC)
AC se expresa como: “El evento A no ocurre”
Diego invierte en un negocio. Escriba el evento complementario al evento A:= Diego tiene
éxito en el negocio.
Una gerente toma diez decisiones en su empresa. Escriba el evento complementario al

evento A:= La gerente tiene razón en tres o más de las decisiones.
Complete los espacios en blanco.
La probabilidad de que una empresa gane una licitación es 0,60, por lo tanto, la
probabilidad de que no la gane ……………………….
La probabilidad de que una persona gane la Tinka con una jugada es del 0,0000123%, por
lo tanto, la probabilidad de que no la gane en una jugada es …………………………%.
RNotas importantes
Unión de eventos (A È B)
Para dos eventos A y B, la unión del evento A con el evento B es el evento que contienen
todos los puntos de S que pertenecen a A o a B o a ambos.
A È B se expresa como: “Al menos uno de los eventos A o B ocurre”.
Intersección de eventos (A ∩ B)
Para dos eventos A y B, la intersección de los eventos A y B es el evento que contienen
todos los puntos de S que pertenecen tanto a A como a B.
A Ç B se expresa como: “Ambos eventos, A y B ocurren a la vez”.
Diferencia de eventos (A - B)
Para dos eventos A y B, la diferencia de los eventos A y B es el evento que contienen todos
los puntos de S que pertenecen a A y no pertenecen a B.
A - B se expresa como: “Ocurre el evento A pero no el evento B”
RNotas importantes
Diferencia simétrica de eventos (A ∆ B)

Para dos eventos A y B, la diferencia simétrica de los eventos A y B es el evento que
contienen todos los puntos de S que pertenecen solo a A o aquellos que solo pertenecen
a B.
AD B se expresa como: “Ocurre solamente uno de los eventos A o B”
Un financista invierte en fondos mutuos y en la Bolsa de Valores. Se definen los eventos:

A:= que el financista tenga éxito en la inversión de fondos mutuos
B:= que el financista tenga éxito en la inversión en la Bolsa de Valores.
Escriba los siguientes eventos en función de los eventos A y B. Además, grafique dicho
evento en un diagrama de Venn.
Solución
Evento Notación Diagrama de Venn
que el financista tenga éxito en las dos

A ………... B
inversiones
que el financista no tenga éxito en la

Bolsa de Valores
que el financista tenga éxito en, al menos

una, de sus inversiones
que el financista tenga éxito solamente

en una de sus inversiones
que el financista tenga éxito en la Bolsa

de Valores, pero no en los fondos
mutuos
RNotas importantes
Eventos mutuamente excluyentes

Dos eventos son mutuamente excluyentes o disjuntos si no tienen puntos de S en común.
Los eventos A y B son mutuamente excluyentes si y solo si A Ç B = f.
Indique si los siguientes eventos son mutuamente excluyentes.
Solución
A: Estudio mucho el curso Estadística, B: Desapruebo el curso Estadística …….………………
A: Apruebo el curso Estadística, B: Desapruebo el curso Estadística……………….................
A: Hoy estudio Administración y Negocios internacionales en la UPC, B: Hoy estudio

Administración y Marketing en la UPC ……………….................
Reglas de conteo y combinaciones
Regla de la adición
Si A y B son eventos mutuamente excluyentes, entonces
n(A U B) = n(A) + n(B)

En un día, una persona puede viajar de Lima a Cusco en cualquiera de los diez vuelos
diarios directos o en cualquiera de los tres vuelos con escala en Ayacucho. ¿De cuántas
maneras diferentes puede viajar una persona de Lima a Cusco por dicha aerolínea?
RNotas importantes
Regla de la multiplicación
Si un experimento se realiza por una sucesión de k pasos, en los el primer paso tiene n1
resultados posibles, el segundo tiene n2 resultados posibles y así sucesivamente, entonces
el número total de resultados del experimento es n1 x n2 x … x nk.
Un pasajero puede elegir, en el menú de primera clase, una de tres entradas diferentes,
uno de cuatro segundos y uno de dos postres. ¿De cuántas maneras diferentes puede
elegir un pasajero su menú?
Regla de conteo para combinaciones

La cantidad de formas de seleccionar x objetos de un total de n objetos distinguibles sin
tomar en cuenta el orden es:
n!
C xn =
x!(n - x )!
En un vuelo, la aerolínea ha sobrevendido pasajes, por lo que tendrá que ofrecer premios
a pasajeros para que no viajen en ese vuelo. Si hay 15 pasajeros que viajan solos y están
dispuestos a no viajar y recibir los premios ¿De cuántas maneras diferentes se puede
elegir a solo ocho de ellos?
Objetivo específico: Establecer una política de inspección exhaustiva de pasajeros.

En cada vuelo se elegirá al azar al 5% de los pasajeros para realizar una inspección
exhaustiva, la cual detecta si una persona lleva sustancias ilegales. Si en un vuelo de 120
personas, hay tres personas que llevan sustancias ilegales. Calcule la probabilidad de
detectar al menos a una de ellas.
RNotas importantes
Axiomas de la probabilidad
Sea un experimento aleatorio, S el espacio muestral asociado a dicho experimento
aleatorio y A un evento definido en S, entonces la probabilidad del evento A, denotada
por P(A), es aquel número que cumple los siguientes axiomas:
Axioma 3
Axioma 1 Axioma 2 Si A y B son dos eventos
mutuamente excluyentes
0 £ P(A) £ 1 P(S) = 1
entonces:
P(A È B) = P(A) + P(B)
Ley aditiva para eventos cualesquiera

Sean A, B y C tres eventos cualesquiera, se cumple que:
P(A È B) = P(A) + P(B) – P(A Ç B)
P(A È B È C)= P(A) + P(B) + P(C) - P(A Ç B) - P(A Ç C) - P(B Ç C) + P(A Ç B Ç C)

La probabilidad que la aerolínea Wayra quiebre en los próximos dos años es de 0,3 y que
su empresa rival quiebre en esos dos años es de 0,5; mientras que la probabilidad de que
no quiebre ninguna de las dos empresas en esos dos años es 0,4.
Defina los eventos necesarios para resolver este problema:
A:= ………………………………………………………………………………………………………………
B:= ………………………………………………………………………………………………………………
RNotas importantes
Calcule la probabilidad de que ocurran los siguientes eventos:
Evento Probabilidad Diagrama de Venn
que quiebre alguna de las dos aerolíneas P(A …… B)=
que quiebre solo una de las aerolíneas P(A …… B)=
que quiebre solo la aerolínea rival de P(A …… B)=

Wayra
que no quiebre alguna de las dos P(A …… B)=

aerolíneas
En el presente año, la probabilidad de que una persona viaje a Miami es 0,40; a Máncora
es 0,5 y Madrid es 0,37. Además, la probabilidad de viajar a Miami y Máncora es 0,15; a
Miami y Madrid es 0,10 y de Máncora y Madrid es 0,12. Si la probabilidad de que la
persona viaje a por lo menos a una ciudad es 0,95; calcule la probabilidad de que la
persona viaje a una sola ciudad.
Solución
A:= ………………………………………………………………………………………………………………
B:= ………………………………………………………………………………………………………………
C:= ………………………………………………………………………………………………………………
RNotas importantes
Probabilidad condicional
La probabilidad condicional se refiere a hallar la probabilidad de un evento conociendo
cierta información (condición).
P (A Ç B )
P (A B ) =
P(B)
Ejemplo 19
En un grupo, conformado por hombres y mujeres, existen profesionales y no
profesionales de acuerdo con la siguiente tabla.
Hombres (H) Mujeres (M) Total

Profesionales (P) 1 2 3
No profesionales (N) 7 10 17
Total 8 12 20
Si se elige una mujer al azar, calcule la probabilidad de que sea profesional.
Solución
Primero, definamos los eventos necesarios para resolver este problema:
M:= Que la persona escogida sea mujer
P:= Que la persona escogida sea profesional mujer
RNotas importantes
Objetivo específico: Analizar el comportamiento de los clientes considerando el destino
de viaje, el tipo de cliente y el modo de compra. Dentro de su proceso de creación de
reportes, Felipe ha obtenido la siguiente tabla:
Destino de viaje nacional Destino de viaje internacional

Compra Compra por Compra Compra por Total
Tipo de cliente presencial Internet presencial Internet
Premiun 12 28 38 13
Frecuente 8 25 12 23
Ocasional 7 15 9 10
Total
Calcule la probabilidad de que una persona elegida al azar sea un viajero frecuente dado
que tiene un destino de viaje internacional.
Solución
……………:= ………………………………………………………………………………………………………………
……………:= ………………………………………………………………………………………………………………
Si se elige al azar a un cliente frecuente, calcule la probabilidad de que compre pasajes de

forma presencial.
Solución
……………:= ………………………………………………………………………………………………………………
……………:= ………………………………………………………………………………………………………………
RNotas importantes
Ejemplo 20
El gerente de Wallmarket al distribuir los productos en las diferentes tiendas toma una
muestra de 250 unidades de los tres productos y en los dos tipos de envases, del almacén
con la idea de distribuirlos aleatoriamente en las tiendas. La distribución de los productos
es la siguiente:
Tipo de presentación
Tipo de producto Total
Frasco Sachet
Jugo 62 50 112
Mermelada 38 50 88
Esencia 30 20 50
Total 130 120 250
Si se elige un producto al azar, para una de las tiendas,

a. ¿Cuál es la probabilidad de que sea jugo de maracuyá y en frasco?
Lo primero es definir los eventos necesarios.

J:= que el producto elegido sea jugo
F:= que la presentación elegida sea frasco
En la tabla observamos que lo pedido es:

Frasco Sachet
Jugo 62 50 112
Mermelada 38 50 88
Esencia 30 20 50
Total 130 120 250
62
𝑃(𝐽 ∩ 𝐹 ) = = 0,248
250
b. ¿Cuál es la probabilidad de que sea mermelada o el envase sea de sachet?
Sean los eventos

M:= que el producto elegido sea mermelada
S:= que la presentación elegida sea sachet

Frasco Sachet
Jugo 62 50 112
Mermelada 38 50 88
Esencia 30 20 50
Total 130 120 250
88 120 50
𝑃(𝑀 ∪ 𝑆) = 𝑃(𝑀) + 𝑃 (𝑆) − 𝑃(𝑀 ∩ 𝑆) = + − = 0,632
250 250 250
RNotas importantes
c. Si el envase es sachet, ¿cuál es la probabilidad de que sea esencia?
Sean los eventos

E:= que el producto elegido sea esencia
S:= que la presentación elegida sea sachet

Frasco Sachet
Jugo 62 50 112
Mermelada 38 50 88
Esencia 30 20 50
Total 130 120 250
20
𝑃(𝐸/𝑆) = = 0,167
120
Ejemplo 21
La mayoría de las estaciones de servicio venden tres tipos de gasolina: 90 octanos, 95
octanos y 97 octanos. Con frecuencia, alguna de cada está enriquecida con un aditivo. La
tabla siguiente ilustra los porcentajes de clientes que prefieren cada tipo.
90 octanos (B) 95 octanos (C) 97 octanos (D) Total

Con aditivo (A) 0,05 0,10 0,05 0,20
Sin aditivo (AC) 0,15 0,40 0,25 0,80
Total 0,20 0,50 0,30 1,00
Se selecciona al azar un cliente que ha comprado uno de estos tipos de gasolina.
Solución
¿Cuál es la probabilidad de que haya comprado gasolina con aditivo o no sea de 95
octanos?
( ) ( ) ( )
P A È C c = P(A) + P C c - P A Ç C c = 0,20 + 0,50 - (0,05 + 0,05) = 0,60
Si el cliente no compró gasolina de 95 octanos, ¿cuál es la probabilidad de que hay

comprado gasolina de 97 octanos?
P(D Ç C c ) 0,30
(
P D Cc = ) = = 0,60
( )
P Cc 0,50
Si el cliente no compró gasolina de 90 0ctanos, ¿cuál es la probabilidad de que haya

comprado gasolina sin aditivo?
) P(A )
c
Ç Bc
(
P Ac Bc = =
0,65
= 0,8125
( )
PB c
0 ,80
RNotas importantes
Ejemplo 22
Los productos de Expórtame, una empresa exportadora de producto agrícolas, tienen
buena acogida en el mercado nacional. El supermercado Súper adquiere un lote pero
conoce que algunos envases están defectuosos. La distribución de los productos en el lote
se muestra en las siguientes gráficas:
Distribución de productos por tipo
Esencia
28% Jugo
35%
Mermelada
37%
La distribución de los productos en el lote que son defectuosos se muestran en la siguiente

gráfica
Distribución de porudcutos según estado del envase por
tipo de producto
100%
80%
Porcentaje
60%
98% 98,5% 96,0%
40% Buen estado
20% Defectuoso
2,0% 1,5% 4,0%
0%
Jugo Mermelada Esencia
Tipo de producto
Solución
a. Si se elige un producto al azar y el porcentaje de envases defectuosos es menor al 4%,
el gerente de supermercados Súper decidirá adquirir un lote mayor al actual. ¿Qué
decisión tomará el gerente de Súper?
Producto Defectuoso Buen estado Total
Jugo 0,007 0,343 0,35
Mermelada 0,006 0,364 0,37
Esencia 0,011 0,269 0,28
Total 0,024 0,976 1,00
P(defectuoso) = 0,024. El gerente decidirá adquirir un lote mayor de productos
b. Si el envase está en buen estado, ¿qué tan probable es que sea de esencia?
P(Esencia /buen estado) = 0,269/0,976 = 0,2756
RNotas importantes
Ley multiplicativa para eventos cualesquiera

La ley multiplicativa se usa para calcular la probabilidad de una intersección de eventos.
P (A Ç B) = P (A)P (B / A) = P(B)P(A / B)

Un sistema de seguridad en un avión tiene dos componentes. La probabilidad de que el
primer componente falle es 0,5% y la probabilidad de que el segundo componente falle si
el primero ha fallado es 3%. El sistema falla si ambos componentes fallan. Calcule la
probabilidad de que falle el sistema de seguridad.
Árbol de probabilidades
Si los eventos Ai y Bi son independientes, el árbol de probabilidades se simplifica dado que

las probabilidades condicionales serían iguales a las probabilidades simples
correspondientes.
RNotas importantes
Partición del espacio muestral

Sean los k eventos A1, A2, A3,..., Ak mutuamente excluyentes y tales que entonces
constituyen una partición del espacio muestral S.
Probabilidad total
Sean los k eventos A1, A2, A3,..., Ak, mutuamente excluyentes y que constituyen una
partición del espacio muestral S, entonces para cualquier evento B de S se cumple:
P (B) = P (B Ç A1 ) + P (B Ç A2 ) + P (B Ç A3 ) + ... + P (B Ç Ak )
Por la ley multiplicativa de eventos cualesquiera, se tiene finalmente que:
P (B) = P (A1 )P (B / A1 ) + P (A2 )P (B / A2 ) + ... + P (Ak )P (B / Ak )
Teorema de Bayes
Si los k eventos A1, A2, A3, ..., Ak, constituyen una partición del espacio muestral S,
entonces para cualquier evento B de S tal que P(B) > 0, se cumple:
P (Ai Ç B)
P (Ai B) =
P(B)
Por definición de probabilidad condicional y probabilidad total se tiene que:
P(Ai )P(B / Ai )
P(Ai B) =
P (A1 )P (B / A1 ) + P (A2 )P(B / A2 ) + ... + P (Ak )P(B / Ak )
El teorema de Bayes establece una relación muy importante en la teoría de probabilidades

y es la base para la revisión de la asignación de probabilidades a la luz de información
adicional.
Probabilidades Información Teorema de Posibilidades

a priori nueva Bayes posteriores
RNotas importantes
Objetivo específico: Evaluar los incidentes mecánicos de los aviones y su reparación
dentro de las 24 horas.
Se sabe que el 30% de los incidentes mecánicos ocurren con el avión 1, el 50% en el avión
2 y el resto con el avión 3. Asimismo, la probabilidad que el avión 1 sea reparado dentro
de las 24 horas después de ocurrido el incidente es 90%, de 73% para el avión 2 y de 65%
para el avión 3.
a. Se elige un informe de un incidente de un avión, ¿cuál es la probabilidad que el
informe indique que el avión logró ser reparado dentro de las 24 horas?
b. Si el informe dice que el avión no fue reparado dentro de las 24 horas, ¿de cuál de los
aviones es más probable que sea el informe?
Solución
Los eventos y el árbol de probabilidades necesarios para resolver este problema son:
….:= ………………………………………………………………………………………………………………
….:= ………………………………………………………………………………………………………………
….:= ………………………………………………………………………………………………………………
….:= ………………………………………………………………………………………………………………
a. ¿Cuál es la probabilidad que el informe indique que el avión logró ser reparado dentro
de las 24 horas?
b. Si el informe dice que el avión no fue reparado dentro de las 24 horas, ¿de cuál de los
aviones es más probable que sea el informe?
RNotas importantes
Ejemplo 23
El 45% de los usuarios del Metropolitano son mujeres. Se estima que el 1% de las usuarias
y el 0,8% de los usuarios ha sufrido de algún tipo de robo durante el uso del
Metropolitano.
a. Si se elige un usuario al azar, ¿cuál es la probabilidad de que haya sido víctima de robo?
Sean los eventos
R:= Que el usuario sea víctima de robo
H:= Que el usuario sea hombre.
M:= Que el usuario sea mujer
𝑃 (𝑅) = 𝑃 (𝐻). 𝑃 (𝑅 ⁄𝐻) + 𝑃 (𝑀). 𝑃 (𝑅 ⁄𝑀)= 0,0044 + 0,0045 = 0,0089
b. Si se elige un usuario al azar que no ha sido víctima de robo, calcule la probabilidad de

que sea hombre. Indique el resultado con cuatro decimales.
?,@@ × ?,BBC
𝑃(𝐻 ⁄𝑅> ) = = 0,5505
DE?,??FB
Ejemplo 24
Si Expórtame, una empresa que exporta productos alimenticios, distribuye sus productos
de la siguiente manera: 45% en jugo, 35% en mermelada y el resto en esencia. Además,
se sabe que la probabilidad de que un jugo esté en mal estado es 4%, una mermelada es
2% y una esencia es 3%.
a. Si se selecciona un producto al azar, calcule la probabilidad de que el producto esté en

mal estado.
Sean los siguientes eventos:
J:= que el producto elegido sea jugo
M:= que el producto elegido sea mermelada
E:= que el producto elegido sea esencia
B:= que el producto elegido esté en buen estado
Completemos el cuadro con los datos del problema.
Producto Mal estado Buen estado Total
Jugo 0,018 0,432 0,45
Mermelada 0,007 0,343 0,35
Esencia 0,006 0,194 0,20
Total 0,031 0,969 1,00
b. Si se selecciona un producto al azar, calcule la probabilidad de que esté en buen

estado.
Para resolver este problema usaremos el teorema de la probabilidad total.
𝑃 (𝐵) = 𝑃(𝐽 )𝑃(𝐵⁄𝐽 ) + 𝑃(𝑀)𝑃(𝐵⁄𝑀) + 𝑃(𝐸 )𝑃(𝐵⁄𝐸 )
= 0,432 + 0,343 + 0,194 = 0,969
RNotas importantes
c. Si de los productos en mal estado se selecciona uno al azar, calcule la probabilidad de
que sea jugo.
Para resolver este problema usaremos el teorema de la probabilidad de Bayes.
𝑃(𝐽 ∩ 𝐵> ) 𝑃 (𝐽 )𝑃(𝐵> ⁄𝐽 )
𝑃(𝐽⁄𝐵> ) = =
𝑃(𝐵> ) 𝑃 (𝐽 )𝑃(𝐵> ⁄𝐽) + 𝑃(𝑀)𝑃(𝐵> ⁄𝑀) + 𝑃 (𝐸 )𝑃(𝐵> ⁄𝐸)
0,018 0,018
= = = 0,5806
0,018 + 0,007 + 0,006 0,031
Ejemplo 25
El departamento de créditos de una tienda comercial sabe que sus ventas se pagan con
dinero en efectivo, con cheque o al crédito, con probabilidades respectivas de 0,3; 0;3 y
0,4. La probabilidad de que una venta sea por más de $50, es igual a 0,2 si ésta es en
efectivo, es igual a 0,9 si ésta es con cheque y es igual a 0,6 si ésta es al crédito.
¿Cuál es la probabilidad de que una persona compre por más de $50?
Si compra por más de $50, ¿qué es más probable que haya pagado en efectivo, con
cheque o al crédito?
Solución
Sean los eventos:
E: La compra se realiza con dinero en efectivo

CH: La compra se realiza con cheque
C: La compra se realiza al crédito
M: La compra es por más de $ 50
MC: La compra no es por más de $ 50
Con la información proporcionada, construimos el siguiente diagrama de árbol:
Se pide calcular:
P (M ) = 0,30 ´ 0,20 + 0,30 ´ 0,90 + 0,40 ´ 0,60 = 0,57
0,30 ´ 0,20 2 0,30 ´ 0,90 9

P (E / M ) = = P ( CH / M ) = =
0,57 19 0,57 19
0,40 ´ 0,60 8
P (C / M ) = =
0,57 19
Se observa que es más probable la compra se haya hecho con cheque.
RNotas importantes
Eventos independientes
Si P (A) ¹ 0 , los eventos A y B son independientes si y solo si:
P (A B ) = P ( A )
Ley de la multiplicación para eventos independientes

Si dos eventos A y B son independientes se cumple que
P (A Ç B) = P (A)P (B)
Tres eventos A, B y C son independientes si se cumple que:
P (A Ç B) = P (A)P (B)
P (A Ç C ) = P (A)P (C )
P (B Ç C ) = P (B )P (C )
P(A Ç B Ç C ) = P(A)P(B)P(C )
Si dos eventos A y B son independientes, indique el diagrama de Venn correspondiente.

Objetivo específico: Hacer un reporte sobre la compra de pasajes usando el canal de
Internet considerando diferentes tipos de clientes.
La probabilidad que un cliente premium compre un pasaje usando Internet es 13% y, que
un cliente frecuente haga la compra por esta vía es 46%. Si un día cualquiera, dos clientes
(uno de cada tipo) que no se conocen (por lo tanto, la decisión de compra de uno no
influye en el otro), deciden comprar un pasaje.
¿Cuál es la probabilidad que por lo menos uno de los clientes compre su pasaje vía
Internet?
RNotas importantes
Si la probabilidad de que exactamente uno de los clientes haya utilizado Internet en su
compra es inferior a 0,30, se rebajará el costo de los pasajes. ¿Qué decisión se tomará?
Si se tiene un grupo de 30 clientes premium que no se conocen entre sí, calcule la

probabilidad de que al menos uno de ellos compre su pasaje por Internet.
Si se tiene un grupo de 30 clientes premium que no se conocen entre sí, calcule la

probabilidad de que al menos dos de ellos compren sus pasajes por Internet.
RNotas importantes
Ejercicios de la Unidad 3
32. Indicar, para cara uno de los siguientes experimentos aleatorios, los respectivos espacios
muestrales: lanzar una moneda, jugar un partido de fútbol, jugar un partido de tenis, lanzar
un dado, lanzar dos dados.
33. Un experimento consiste en lanzar primero un dado para después lanzar una moneda,
siempre y cuando el número del dado sea par. Si el resultado del dado es impar, la moneda
se lanza dos veces. Determine el espacio muestral de este experimento.
34. Se lanzan dos dados, calcule la probabilidad de que la suma de los dos dados sea mayor a
siete. Rpta: 0,4167
35. Un fabricante de teléfonos celulares acaba de lanzar dos modelos de smartphones

económicos: el L720 y el L520. La probabilidad de que el modelo L720 tenga éxito es 0,70
y en el modelo L520 es 0,60. La probabilidad de que al menos uno de los modelos tenga
éxito es 0,90. Determine la probabilidad de que se tenga éxito solo en uno de los modelos.
Rpta: 0,5
36. En un hogar hay diez personas y un encuestador necesita entrevistar a dos de ellas, sin
importar el orden. ¿De cuántas maneras diferentes se puede elegir a esas dos personas?
37. Al fin del ciclo, los 30 alumnos de una sección deben elegir a tres de ellos al azar para que
organicen un “compartir”. ¿Cuántos grupos diferentes de tres personas se pueden elegir?
38. De 50 conductores, 9 nueve no tienen los papeles en regla. Si un policía escoge al azar a
cinco conductores y les pide sus papeles,
a. Calcule la probabilidad de que elija a dos que no tengan los papeles en regla.
b. Calcule la probabilidad de que elija al menos un conductor sin papeles en regla.
39. En un lote de polos, hay 70 polos rojos, 150 blancos y 90 azules. Si extrae un polo al azar.
a. ¿Cuál es la probabilidad de que el polo sea azul o blanco?
b. ¿Cuál es la probabilidad de que no sea azul?
40. Según el II Censo Universitario, en el año 2010, 63 900 alumnos ingresaron a las
universidades públicas y 194 151 a las universidades privadas. De ellos, en las
universidades públicas, 28 798 ingresantes fueron mujeres, mientras que en las privadas
lo fueron 98 942.
Si se elige al azar a una ingresante, calcule la probabilidad de que estudie en una

universidad privada.
Si se elige al azar a un ingresante de universidad privada, calcule la probabilidad de que

sea mujer.
41. En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadística e
Informática se preguntó a todos los peruanos por los servicios de comunicación con los
que contaba su hogar y su área de residencia, obteniéndose los siguientes resultados:
RNotas importantes
Servicios con que los cuenta el hogar Urbano Rural Total
Hogares sin ningún tipo de servicio 1 682 454 1 468 889 3 151 343
Solo tienen teléfono fijo 480 831 6 170 487 001
Solo tienen teléfono celular 1 299 037 138 721 1 437 758
Solo tienen Internet 3 336 275 3 611
Solo tienen TV por cable 56 343 2 688 59 031
Tienen teléfono fijo y teléfono celular 506 759 2 912 509 671
Tienen teléfono fijo e Internet 15 684 31 15 715
Tienen teléfono fijo y TV por cable 117 733 186 117 919
Tienen teléfono celular e Internet 9 970 84 10 054
Tienen teléfono celular y TV por cable 204 563 1 981 206 544
Tienen Internet y TV por cable 1 288 19 1 307
Tienen teléfono fijo, teléfono celular e Internet 93 103 110 93 213
Tienen teléfono fijo, teléfono celular y TV por cable 326 181 468 326 649
Tienen teléfono fijo, Internet y TV por cable 19 732 9 19 741
Tienen teléfono celular, Internet y TV por cable 15 424 49 15 473
Los cuatro servicios 298 911 133 299 044
Total 5 131 349 1 622 725 6 754 074
a. Si se selecciona al azar un hogar de zona urbana, ¿cuál es la probabilidad de que tenga
cuatro servicios?
b. Si se selecciona al azar un hogar con tres servicios, ¿cuál es la probabilidad de que sea
de zona urbana?
c. Si se selecciona al azar un hogar de zona rural, ¿cuál es la probabilidad de que cuente

con tres servicios por lo menos?
d. Si se selecciona al azar un hogar de zona urbana, ¿cuál es la probabilidad de que no

tenga ningún servicio?
e. Si se selecciona un hogar al azar, ¿cuál es la probabilidad de que sea de zona urbana

y los cuatro servicios?
f. Si se selecciona un hogar al azar, ¿cuál es la probabilidad de que sea de zona rural o

no cuente con servicio alguno?
42. En una empresa hay 150 trabajadores; 25 de los hombres y 35 de las mujeres realizan
actividades de responsabilidad social en la empresa. El total de mujeres en la empresa es
de 57.
a. Si elegimos al azar a un trabajador hombre, calcule la probabilidad de que realice

actividades de responsabilidad social.
b. Si elegimos al azar a un trabajador que no realice actividades de responsabilidad

social, calcule la probabilidad de que sea mujer.
c. Si elegimos al azar a un trabajador que realice actividades de responsabilidad social y

que sea mujer.
43. Para elegir a una persona entre tres se prepara una bolsa con dos bolas negras y una bola
blanca. Los tres van sacando, por orden, una bola que no devuelven. Quien saque la bola
blanca gana. ¿Quién lleva más ventaja: el primero, el segundo o el tercero?
RNotas importantes
44. En una empresa el 35% de los trabajadores son mujeres y el 65% son hombres. Un día ha
llegado tarde a trabajar el 2% de las mujeres y el 4% de los hombres.
a. Si se elige, al azar, a un trabajador calcule la probabilidad de que haya llegado tarde.
b. Si se elige, al azar, a un trabajador que ha llegado tarde, calcule la probabilidad de que

sea elegido una mujer.
45. Una empresa que fabrica polos mediante tres máquinas, A, B y C, producen el 25%, 30% y
45%, respectivamente, del total de los polos producidos en la fábrica. Los porcentajes de
producción defectuosa de estas máquinas son del 2%, 4% y 3% respectivamente.
a. Si se elige un polo al azar; calcule la probabilidad de que sea no defectuoso.
b. Tomamos, al azar, un polo y resulta ser defectuoso; calcule la probabilidad de haber

sido producido por la máquina B.
46. Una persona postula a dos trabajos. La probabilidad de que sea aceptado en el primer
trabajo es del 70% y que sea aceptado en el segundo es del 50%. Si ser aceptado en dichos
trabajos es independiente entre sí.
a. ¿Cuál es la probabilidad de que al menos sea aceptado en uno de los trabajos?
b. ¿Cuál es la probabilidad de que solamente sea aceptado en uno solo de los trabajos?
47. El pulpo Paul es un octópodo que ha sido empleado como oráculo para predecir los
resultados de la selección alemana de fútbol en el Mundial de Fútbol 2010, acertando los
ocho emparejamientos que se le propusieron, los siete partidos de Alemania en la Copa
Mundial de Fútbol de 2010 y la final entre España y Holanda.
Antes de cada partido, a Paul se le presentaron dos contenedores idénticos con comida:
uno de ellos estaba marcado con una bandera, usualmente la de Alemania y el otro con la
bandera del equipo oponente. La elección de Paul se interpretaba como el equipo que
lograría la victoria. Si el pulpo Paul, en realidad, escogió los contenedores al azar, calcule
la probabilidad de acertar en los resultados de los ocho los partidos que le propusieron.
Asuma independencia entre cada elección.
48. Una persona postula a dos trabajos. La probabilidad de que sea aceptado en el primer
trabajo es del 70% y que sea aceptado en el segundo es del 50%. Si ser aceptado en dichos
trabajos es independiente entre sí.
a. ¿Cuál es la probabilidad de que al menos sea aceptado en uno de los trabajos?
b. ¿Cuál es la probabilidad de que solamente sea aceptado en uno de los trabajos?
49. Un joven estima, por experiencias pasadas, que en una gran fiesta la probabilidad de que
en una chica acepte bailar con él es del 4%. Si en una fiesta saca a bailar a 40 chicas. Asuma
independencia entre la decisión de una chica y otra. Calcule la probabilidad de que baile
por lo menos con una de ellas.
RNotas importantes
Afirmación V F
El teorema de Bayes determina la probabilidad de un determinado evento se

V F
deba a una causa específica
La probabilidad condicional se refiere a hallar la probabilidad de un evento

V F
conociendo cierta información (condición).
Si P (A B ) = 0,3 , entonces, se cumple que P (AC B) = 0,7 V F
Si P (A B ) = 0,3 , entonces, se cumple que P (A B c ) = 0,7 V F
Si dos eventos son independientes, entonces serán también mutuamente

V F
excluyentes
Si dos eventos son independientes, entonces P ( A B ) = P ( B ) V F
Si dos eventos son independientes entonces la ocurrencia de uno de ellos no

V F
influye en la ocurrencia del otro evento
Si P (A B) = P (A) esto implica que A y B son eventos mutuamente excluyentes V F
Si P (A B) = P (A) esto implica que A y B son eventos independientes V F
El espacio muestral es el conjunto de todos los posibles eventos de un

V F
experimento aleatorio
En un experimento aleatorio nunca aparece un modelo definido de regularidad V F
En algunos casos especiales la probabilidad de un evento podría ser mayor que

V F
uno
Un evento es un subconjunto del experimento aleatorio. V F
Si dos eventos son mutuamente excluyentes entonces la ocurrencia de uno de

V F
ellos no influye en la ocurrencia del otro
El complemento del evento A no es mutuamente excluyente con el evento A V F
Si dos eventos son mutuamente excluyentes, entonces P(A) + P(B) = 1 V F
RNotas importantes
Unidad 5: Variables aleatorias
el estudiante toma decisiones responsables
en un escenario real de investigación,
aplicando conceptos de variable aleatoria, valor esperado y probabilidad.
Temario
• Definición de variable aleatoria discreta y continua.
• Función de probabilidad de una variable aleatoria discreta.
• Función de densidad y función de distribución acumulada de una variable aleatoria continua.
• Valor esperado y varianza de variables aleatorias discretas y continuas.
• Estudio de propiedades de las siguientes distribuciones: binomial, hipergeométrica, Poisson,
uniforme, continua, normal, t-Student
Variable aleatoria
Se denomina variable aleatoria a una descripción numérica del resultado de un
experimento.
La variable aleatoria
Lo que es aleatorio
atribuye a cada evento
es el experimento
un número
sobre cuyo espacio muestral
que no es aleatorio o imprevisible,
se define la variable aleatoria.
sino fijo y predeterminado.
Rango o recorrido de una variable aleatoria

Se llama rango o recorrido de una variable aleatoria X y lo denotaremos RX, al conjunto de
los valores reales que la variable aleatoria puede tomar.
Tipos de variable aleatoria

Una variable aleatoria es discreta si puede asumir un conjunto finito o infinito numerable
de valores diferentes.
Una variable aleatoria es continua si puede asumir cualquier valor en un intervalo.

Indique el tipo de la variable aleatoria y su rango.
Variable aleatoria Tipo Rango

W = tiempo de vuelo de Lima a Cusco, en
RW =
minutos
X = número de maletas que lleva un
pasajero en la bodega del avión en un RX =
vuelo
Y = número de pasajeros que piden pollo
RY =
durante un viaje de 100 personas
Z = dinero gastado en las compras a bordo
RZ =
por una persona, en dólares
Evento (X = a)
El evento ( X = a) se define como ( X = a) = { w Î S / X (w ) = a }
RNotas importantes
Unidad 5. Variables aleatorias 143
Variable aleatoria discreta

Una variable aleatoria discreta asume cada uno de los valores con cierta probabilidad que
se denota P(X = x).
Por ejemplo: número de alumnos matriculados por curso, cantidad de preguntas

correctamente contestadas en una evaluación de personal, cantidad de clientes que
visitan un centro comercial en un día determinado.
Distribución de probabilidad de una variable aleatoria discreta

La distribución de probabilidad de una variable aleatoria discreta X se describe como una
función de probabilidad representada por f(x) que asigna a cada valor de la variable
aleatoria, la probabilidad de que X asuma ese valor, esto es:
f(x) = P(X = x)
Toda función de probabilidad debe cumplir que:
- f(x) ³ 0
n
- å f (x ) = 1
i =1
i
Sea S el espacio obtenido al lanzar una moneda dos veces y observar si sale cara (c) o sello
(s) cada vez.
Completar los espacios en blanco.
El espacio muestral es S = {(..… , ..…), (..… , ..…), (….. , …..), (….. , …..)}.
Sea X el número de caras obtenidas, luego el rango de la variable X es RX = {…. , .…, .…}.
El evento (X = 0) = {(….., …..)}
El evento (X = 1) = {(….., ..…), (..…, ..…)}
El evento (X = 2) = {(….., …..)}
Entonces, la probabilidad de cada evento es:
f(0) = P(……………..) = ……………………………………………..
f(1) = P(……………..) = ……………………………………………..
f(2) = P(……………..) = ……………………………………………..
Por lo tanto, el valor de caras más probable es ………………..
RNotas importantes
Indique cuáles de las siguientes funciones puede ser función de probabilidad.
Indique cuáles de las siguientes funciones puede ser función de probabilidad.
ì x
ï x = 4 , 6 , 20
f (x ) = í 30
ï
î0 en otro caso
ìC 2 p x (1 - p)2- x x = 0, 1, 2
f (x ) = í x
î 0 en otro caso
RNotas importantes
Se lanza un dado, sea la variable aleatoria X igual al número de la cara superior del dado.
Determine y grafique la función de probabilidad de la variable X.
Ejemplo 26
Calcule a para que la siguiente función sea una función de probabilidad. Grafique f(x)
f (x ) = ax x = 10, 15, 20, 25
Solución
Tiene que cumplir dos condiciones:
La primera condición, f(x) > 0, se cumple cuando a es mayor que cero, puesto que x > 0.
n
La segunda condición, å f (x ) = 1 , se cumple si a10 + 15a + 20a + 25a = 1 , esto se cumple
i =1
i
cuando 70a =1, luego a =1/70
0.5
0.4
0.3
f(x)
0.2
0.1
0.0
0 5
X
RNotas importantes
Ejemplo 27
Sea X el número de lanzamientos de un dado hasta que salga el primer seis. Determine la
función de probabilidad de la variable X y calcule P( X > 3)
Solución
Sea la variable aleatoria X:= número de lanzamientos de un dado hasta que salga el primer
seis.
El rango o recorrido de X es RX = {1, 2, 3,…} = Z+.
f(1) = P(X = 1) = 1/6

f(2) = P(X = 2) = 5/6 x 1/6
f(3) = P(X = 3) = 5/6 x 5/6 x 1/6
Luego, la función de probabilidad de la variable X es:

x -1
æ 5ö 1
f (x ) = P ( X = x ) = ç ÷ ´ ; Rx = 1, 2, 3,....
è6ø 6
æ1 5 25 ö
P( X > 3) = 1 - P( X £ 3) = 1 - ( f (1) + f (2) + f (3)) = 1 - ç + + ÷ = 0,5787
è 6 36 216 ø
Valor esperado de una variable aleatoria discreta

El valor esperado o esperanza matemática de una variable aleatoria X o media de una
distribución de probabilidad de X se denota E(X).
n
µ X = E ( X ) = å x i f (x i ) = x1 f (x1 ) +x2 f (x2 ) + ... + x n f (x n )
i =1

Objetivo específico: Estimar la media del número de personas que no se presentan al
vuelo.
El número de personas que no se presentan a un vuelo se modela con una variable

aleatoria X con la siguiente función de probabilidad.
x 0 1 2 3 4 5 6
f(x) 0,20 0,25 0,22 0,15 0,10 0,05 a
Calcule e interprete la media de X.
RNotas importantes
Valor esperado de una función de variable aleatoria discreta

Sea G(X) una función de la variable aleatoria X. El valor esperado de G(X) es:
n
E ( G ( X ) ) = å G ( xi ) f ( xi ) = G ( x1 ) f ( x1 ) +G ( x2 ) f ( x2 ) + ... + G ( xn ) f ( xn )
i =1
Ejemplo 28
La demanda mensual de uno de los productos Expórtame varía grandemente de un mes
a otro. Con base a la información de los últimos 24 meses se estimó las probabilidades
para la demanda mensual del producto jugo en frasco.
Número de frascos vendidos 80 90 100 120 130 140
f(x) 0,15 0,25 0,35 0,10 0,10 0,05
a. Calcule el valor esperado del número de frascos de jugo demandados.

E(X) = 101,5
b. Cada frasco tres soles y lo vende cinco soles. Si en un mes determinado, ha solicitado
al distribuidor 140 frascos. Sea U(X) la utilidad del dueño de la tienda. Calcule la utilidad
esperada.
x 80 90 100 120 130 140

f(x) 0,15 0,25 0,35 0,10 0,10 0,05
U(x) -20 30 80 180 230 280
E(U(X)) = 87,5
Varianza y desviación estándar de una variable aleatoria discreta

La varianza V(X) de una variable aleatoria discreta X con distribución de probabilidad f(x)
se define por:
( 2
)
V ( X ) = E ( X - µX ) = å ( x - µX ) f ( x )
xÎRX
2
Se cumple V ( X ) = E ( X 2 ) - ( E ( X ) ) 2
La varianza de la variable aleatoria X, V(X), también se denota por s X2 , o simplemente

como s 2 .
La desviación estándar de X es la raíz cuadra de la varianza de X.
RNotas importantes
Se lanza un dado, sea la variable aleatoria X igual al número de la cara superior del dado.
Calcule la media y desviación estándar de X.
Propiedades del valor esperado en variables aleatorias

Si X1 y X2 son dos variables aleatorias, y a1 y a2 son dos constantes, entonces:
E (a1 ) = a1
E (a1 X 1 + a2 X 2 ) = a1E ( X1 ) + a2E ( X 2 )
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, . . ., an son n constantes, entonces:
E (a1 X 1 + a2 X 2 + ! + an X n ) = a1E (X 1 ) + a2E (X 2 ) + ! + an E (X n )
Si X1, X2, X3, . . ., Xn son n variables aleatorias con la misma función de probabilidad,
entonces se cumple que E (X i ) = µ y, por lo tanto:
E ( X 1 + X 2 + ... + X n ) = nµ
Propiedades de la varianza en variables aleatorias

Si Y = aX + b, con a y b son constantes, entonces sY2 = a2s X2
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n
constantes, entonces:
V ( a1 X1 + a2 X2 + ! + an Xn ) = a12V ( X1 ) + a22V ( X2 ) + ! + an2V ( X n )
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes con la misma función de
probabilidad, entonces se cumple que V ( Xi ) = s2 y, por lo tanto:
V (X 1 + X 2 + ... + X n ) = ns 2
RNotas importantes
Objetivo específico: Comparar el grado de dispersión del número de cancelaciones en
vuelos, tanto nacional e internacional.
La distribución de probabilidades de las variables X: número de cancelaciones en vuelo

nacional e Y: número de cancelaciones en vuelo internacional se muestran a continuación:
x 1 2 3 4 5
f(x) 0,25 0,42 0,15 0,10 a
y 0 1 2 3 4
f(y) 0,27 0,37 0,18 0,12 b
La empresa implementará cambios en aquel tipo de vuelo, nacional o internacional, cuyo

número de cancelaciones sea más variable. ¿En qué tipo de vuelo se harán los cambios?
Ejemplo 29
Sea la variable aleatoria X el número de frascos vendidos en un supermercado por

semana, con la siguiente función de probabilidad:
1
f (x) = k - (x - 3)2 para x =1 ,2 , 3 , 4 , 5 , 6
38
Solución
a. Calcule el valor de k.
k = 0,25
x 12 24 36 48 60 72
f(x) 0,1447 0,2237 0,25 0,2237 0,1447 0,01316
RNotas importantes
b. Calcule la probabilidad de vender por lo menos tres docenas de frascos
P(X ≥ 3) =1 - P(X ≤ 2) = 1 - 0.36842105 = 0,6316
c. Si la utilidad por docena de frascos vendido (en soles) viene dada por la función: U(X)
= 10X – 5, expresada en nuevos soles, calcule la utilidad esperada mensual y su
varianza?
E(X) = 3,0396
E(U(X)) = E(10X – 5) = 10 E(X) - 5 = 25,396
Ejemplo 30
Sea X una variable aleatoria con la siguiente función de probabilidad. Calcular el valor
esperado de X2
ìax 1, 2, 3, 4, 5
f ( x) = í
î0 en otro caso
Solución
5
Lo primero es determinar a, planteamos que å f ( x ) = 1 , de donde a = 1/15.
i =1
i
Nos piden
5
1 2 1 1 1 1
E ( X 2 ) = å xi2 f ( xi ) = 12 +2 + 32 + 42 + 52 = 15
i =1 15 15 15 15 15
Ejemplo 31
Sea X una variable aleatoria con la siguiente función de probabilidad. Calcule la varianza
de X.
ìx
ï 1, 2, 3, 4, 5
f (x) = í 15
ïî 0 en otro caso
Solución
El esperado de X es
5
1 2 3 4 5 55
E ( X ) = å xi f ( xi ) = 1 ´ +2 ´ + 3´ + 4´ + 5´ =
i =1 15 15 15 15 15 15
Se tiene que E ( X 2 ) = 15
2
55
Luego se tiene que V ( X ) = E ( X 2 ) - ( E ( X ) ) = 15 - æç ö÷ = 1,556
2
15
è ø
RNotas importantes
Ejemplo 32
Se define la variable aleatoria X definida como el número de recargas de la tarjeta de los
usuarios del Metropolitano a la semana con la siguiente función de probabilidad.
X: Número de recargas 0 1 2 3 4
f(x) 0,10 4k 0,30 k 0,10
a. Determine el valor de k para que f(x) sea función de probabilidad
Para que f(x) sea una función de probabilidad debe cumplir que ∑L? 𝑓(𝑥) = 1
Por lo tanto, f(0) + f(1) + f(2) + f(3) + f(4) = 0,10 + 4k + 0,30 + k + 0,10 = 1, de donde k=
0,1
b. Calcule la probabilidad de que un usuario, elegido al azar, recargue su tarjeta más de

una vez a la semana.
Se pide P(2≤ X ≤ 3) = f(2) + f(3) + f(4) =0,3 + 0,10 + 0,10 = 0,5
c. Si un usuario recargó una vez su tarjeta en una semana, calcule la probabilidad de que
dicho usuario recargue su tarjeta por lo menos una vez más en esa semana.
O(PQC) ?,@?
Se pide 𝑃 (𝑋 ≥ 2⁄𝑋 ≥ 1) = O(PQD) = ?,B? = 0,5556
d. Si el costo de una recarga es de cinco soles y el Metropolitano tiene 560 mil usuarios,
determine el monto esperado semanal por recargas.
Tenemos que 𝐸(𝑋) = ∑LRS? 𝑥𝑓 (𝑥) = 1,7
El esperado del monto será 1,7 x 5 x 560 000 = 4 760 000 nuevos soles
RNotas importantes
Distribuciones de probabilidad de variables discretas

Distribución binomial
Un experimento binomial consiste en una serie de n pruebas o ensayos, donde n se fija
antes de realizar el experimento.
Las pruebas son

Las pruebas son idénticas y
independientes entre sí La probabilidad de éxito
cada una de ellos puede
por lo que el resultado de un es constante
resultar en uno de dos
intento en particular de una prueba a otra
posibles resultados que
no influye en el resultado de y la denotamos como p.
denotan éxito o fracaso.
cualquier otro.
Entonces para n intentos y la probabilidad p de éxito en cualquier intento, la probabilidad

de tener x éxitos en los n intentos está dada por:
f ( x ) = P ( X = x ) = C xn px (1 - p )
n- x
x = 0, 1, 2,..., n
La variable binomial cuenta el número de éxitos en n repeticiones semejantes e

independientes con probabilidad de éxito constante.
Se dice que la variable aleatoria X sigue una distribución binomial con parámetros n y p,
se denota X~B (n, p)
Es simétrica si p = 0,5. Para valores de p < 0,5 la distribución tiene sesgo derecho y para
valores p>0,5 tiene sesgo izquierdo, independientemente de los valores de n.
Para valores de n suficientemente grandes (n > 50), y sólo tomando en cuenta los valores
relevantes de probabilidad, la distribución es prácticamente simétrica.
Media µ = E ( X ) = np
Varianza s 2 = V ( X ) = np (1 - p )
En Excel 2010, use la función =DISTR.BINOM.N(Núm_éxito, Ensayos, Prob_éxito,

acumulado)
RNotas importantes
Objetivo específico: Estimar la probabilidad de tener una emergencia médica durante el
viaje.
La aerolínea sabe por experiencias pasadas que el 0,5% de los pasajeros tendrá alguna
emergencia médica durante el vuelo.
Si en un vuelo hay 120 pasajeros, calcule la probabilidad de que ningún pasajero tenga
una emergencia médica durante el viaje. Asuma independencia entre un pasajero y otro.
Solución
La variable en estudio X es ………………….…………………………………….…………………………………..
El rango o recorrido de la variable X es …………………..…………………….………………..………..……
La distribución de la variable es …………………………………………………………..
Sus parámetros son ………………………..…………………………………….…..………..
La probabilidad pedida es
P(X…………) = f(………) = ………………………….………….......……… ……………….
Si en un vuelo hay 120 pasajeros, calcule la probabilidad de que, como máximo, un

pasajero tenga una emergencia médica durante el viaje.
Solución
P(X…………) = ……………………………………………..……………..........……… ……………….
Si en un vuelo hay 120 pasajeros, calcule la probabilidad de que por lo menos dos
pasajeros tengan una emergencia médica durante el viaje.
Solución
P(X…………) = …………………………..………………………………........……… ……………….
Calcule el valor esperado del número de pasajeros que tengan una emergencia médica
durante un viaje de 160 pasajeros.
Solución
El valor pedido es E(X) = ………………….………..…………….......……… ……………….
RNotas importantes
Ejemplo 33
En el proceso de control de calidad se analiza 60 envases de los productos de Expórtame.
Por investigaciones anteriores se sabe que la probabilidad de que un envase esté en mal
estado es de 0,01.
Solución
a. Se rechazarán los 60 productos si la probabilidad de seleccionar más de dos envases
en mal estado es mayor al 30%, ¿qué decisión se debe de tomar?
Lo primero es definir la variable que nos permitirá resolver el problema.

Definamos la variable X:= número de envases en mal estado.
La variable X se tiene una distribución binomial con parámetros: n= número de ensayos

= 60 y p = probabilidad de éxito = 0,01.
El rango de X, es decir todos los valores que puede tomar la variable, es igual 0, 1, 2,…,
60. Entonces, X ~ B(n = 60; p = 0,01)
𝑃 (𝑋 > 2) = 1 − 𝑃 (𝑋 ≤ 2)
= 1 − 𝐶?W? 0,01? 0,99W? + 𝐶DW? 0,01D 0,99@B +𝐶CW? 0,01C 0,99@F = 0,0224
Como la probabilidad pedida es menor al 30%, entonces los productos no serán

rechazados.
b. Calcule el valor esperado y varianza del número envases en mal estado.
E(X) = n p = 60 x 0,01 = 0,6

V(X) = n p (1-p) = 60 x 0,01 x (1 – 0,01) = 0,594
Ejemplo 34
El 45% de los usuarios del Metropolitano son mujeres. Se estima que el 1% de las usuarias
y el 0,8% de los usuarios han sufrido de algún tipo de robo durante el uso del
Metropolitano. Si el sistema tiene 560 mil usuarios, calcule el número esperado de
usuarios que han sido víctimas de robo durante el uso del Metropolitano. Defina la
variable necesaria y determine su distribución.
Solución
Sean los eventos:
R:= Que el usuario sea víctima de robo
H:= Que el usuario sea hombre
𝑃 (𝑅) = 𝑃(𝐻). 𝑃 (𝑅 ⁄𝐻) + 𝑃 (𝑀). 𝑃(𝑅 ⁄𝑀)= 0,0044 + 0,0045 = 0,0089
Sea la variable aleatoria Y:= número de usuarios que han sido víctima de robo.
Y ~ B(n = 560 000; p = 0,0089)
E(Y) = np = 560 000 x 0,0089 = 4 984 usuarios
RNotas importantes
Ejemplo 35
Se sabe que el 12% de los usuarios del Metropolitano realizan conexiones de rutas. Si
elegimos al azar 80 usuarios.
a. Determine la probabilidad de que ocho o nueve usuarios, de los 80 escogidos, realicen

conexiones. Defina la variable, indique su distribución, parámetros y rango.
Solución
Sea X = cantidad de usuarios del Metropolitano que realizan conexiones de rutas en la
muestra
X ~ B(n = 80; p = 0,12)
El rango de X es Rx = {0,1,…,80}
P(8 ≤ X ≤ 9) = f(8) + f(9) = 0,2623
b. Sea la variable Y definida como el número de usuarios que realizan conexiones de los
560 mil usuarios. Calcule el valor esperado y varianza de Y.
Solución
Y ~ B(n = 560 000; p = 0,12)
E(Y) = np = 560 000 x 0,12 = 67 000.
V(Y) = np(1-p) = 59 136
RNotas importantes
Distribución hipergeométrica
Consideremos N elementos, de los cuales r son considerados éxitos y por lo tanto N - r
como fracasos. Como en el caso de la distribución binomial estamos interesados en saber
la probabilidad de obtener x éxitos en una muestra de n elementos.
El experimento hipergeométrico consiste en extraer al azar y sin sustitución n elementos
de un conjunto de N elementos, r de los cuales son éxitos y N - r son fracasos.
La probabilidad de obtener de x éxitos en la muestra de n elementos es:

C xr CnN--xr
f (x) = , x = max{0, n - (N - r )},...,min{n, r }
CnN
El rango de X en la mayoría de los casos va de 0 a n, pero no siempre, por lo que se debe
analizar en cada caso.
La variable hipergeométrica cuenta el número de éxitos en una muestra de tamaño n,
tomada de una vez de una población de tamaño N donde hay r éxitos.
Se dice que la variable aleatoria X sigue una distribución hipergeométrica con parámetros
N, r y n y se denota X ~ H (n, r, N)
r
Media µ =E(X) =n
N
ræ r öæ N - n ö
Varianza s 2 = V ( X ) = n ç 1 - ÷ç ÷
N è N øè N - 1 ø
En Excel 2010, use la función =DISTR.HIPERGEOM.N(muestra_éxito, núm_de_muestra,

población_éxito, núm_de_población, acumulado)
RNotas importantes
En un vuelo se van a servir 130 comidas. La oficina de control de calidad de los alimentos
durante el vuelo selecciona al azar cinco de ellas para verificar que en perfecto estado.
Dentro de las 130 comidas, hay seis que no están en perfecto estado.
Calcule la probabilidad de no detectar a ninguna de las comidas que no están en perfecto

estado.
Solución
P(X…………) = f(………) = ………………………………………..…………….......……………………….
Calcule la probabilidad de detectar a una de las comidas que no están en perfecto estado.
Solución
P(X…………) = …………………………..…………….......………………………. ……………………….
Calcule la probabilidad de detectar a más de una de las comidas que no están en perfecto
estado.
Solución
P(X…………) = …………………………..…………….......…………………………………..……… ……………….
Calcule el valor esperado del número de comidas que no están en perfecto estado que
serán detectadas.
Solución
El valor pedido es E(X) = …………………………..…………….......……… ……………….
RNotas importantes
Ejemplo 36
Luego de embalar un contenedor de envases de productos de Expórtame, se tienen 60
envases, de los cuales 25 son frascos. Si selecciona una muestra aleatoria de 20 envases
para el control de calidad.
a. Calcule la probabilidad de que ocho envases sean de frasco.

Solución
Definamos la variable X:= número de envases de frasco seleccionados.
La variable X se tiene una distribución hipergeométrica con parámetros:
N= 60 tamaño de la población
r = 25 número de éxitos en la población
n = 20 tamaño de la muestra.
El rango de X, es decir todos los valores que puede tomar la variable, es igual 0, 1,
2,…, 20. Entonces, X ~ H(N = 60; r = 25; n = 20) y Rx = {0, 1,…,20}
𝐶FC@ × 𝐶DC
X@
𝑃 (𝑋 = 8) = W? = 0,2153
𝐶C?
b. Calcule la variabilidad relativa de X respecto a la media.
Solución
Lo que nos piden es calcular el coeficiente de variación de X. Primero, hallemos el
esperado y la varianza de X.
𝑟 25
𝜇 = 𝐸(𝑋) = 𝑛 = 20 = 8,333
𝑁 60
𝑟 𝑟 𝑁−𝑛 25 25 60 − 25
𝑉(𝑋) = 𝑛 ^1 − _ ` a = 20 `1 − a ` a = 2,8337
𝑁 𝑁 𝑁−1 60 60 60 − 1
El coeficiente de variación de X es
b𝑉(𝑋) √2,8337
𝐶𝑉 (𝑋) = × 100% = × 100% = 21,79%
𝐸(𝑋) 8,3333
Ejemplo 37
La actriz Magaly Solier es la décima séptima mujer en denunciar una agresión sexual en
un bus del Metropolitano, desde noviembre del 2012. De las 17 denuncias, solo una está
cerca de recibir sentencia. El agresor podría recibir de dos a cuatro años de prisión
suspendida, cumplir trabajos comunitarios o pagar reparación civil. Si se eligen al azar tres
de las denuncias de las 17 existentes. Calcule la probabilidad de elegir el caso que está
cerca de recibir sentencia.
Solución
Sea X = número de casos que están cerca de recibir sentencia
X ~ H(N= 17; n = 3; r = 1) y Rx = {0,1}
P(X = 1) = f(1) = 0,1765
RNotas importantes
Distribución de Poisson
El experimento que origina una variable aleatoria que sigue una distribución de Poisson
se denomina proceso de Poisson y posee las siguientes propiedades:
El número de resultados La probabilidad de que ocurra un

que ocurre en un solo resultado durante el intervalo
La probabilidad de
intervalo o región de muy corto o región muy pequeña
que ocurra más de un
espacio cualquiera es es proporcional a la longitud del
resultado en tal
independiente intervalo
intervalo corto o caiga
del número que ocurre o al tamaño de la región
en tal región pequeña
en cualquier otro y no depende del número de
es insignificante.
intervalo o región del resultados que ocurren fuera del
espacio disjunto. intervalo o región.
La probabilidad de tener x resultados en un intervalo dado o en una región específica es:

e - l lx
f (x ) = P ( X = x ) = x = 0, 1, 2,...
x!
x = número de éxitos por unidad de tiempo o región.
l = número esperado de éxitos por unidad de tiempo o región.
e = 2,71828…
0.16
0.14
0.12
0.10
f(x)
0.08
0.06
0.04
0.02
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
X
Se dice que la variable aleatoria X sigue una distribución de Poisson con parámetro l y se
denota X~P(l).
Siempre es una distribución sesgada a la derecha. A medida que l aumenta y tomando
en cuenta sólo los valores relevantes de probabilidad, la distribución tiende a hacerse
simétrica.
Media: µ =E(X) =l
Varianza: s 2 = V ( X ) = l
En Excel 2010, use la función =POISSON.DIST(x, media, acumulado)
RNotas importantes
El número de llamadas hacia una azafata por los pasajeros durante un vuelo se modela
con una variable Poisson con una media de 0,5 llamadas cada diez minutos.
Calcule la probabilidad de que una azafata no reciba ninguna llamada durante un viaje de
50 minutos.
Solución
La probabilidad pedida es P(X…………) = f(………) = ………………………….......……….……………….
Calcule la probabilidad de que una azafata reciba más de una llamada durante un viaje de
50 minutos.
Solución
La probabilidad pedida es P(X…………) = …………………………..…………….......………. ……………….
Si una azafata ya recibió una llamada durante los primeros minutos del viaje, calcule la
probabilidad de que reciba dos llamadas más durante dicho viaje de 50 minutos.
Solución
Calcule la desviación estándar del número de llamadas hacia la azafata en un vuelo de dos
horas.
Solución
RNotas importantes
Ejemplo 38
Suponga que el número de llamadas que llegan a una central telefónica es 0,5 por minuto
en promedio.
Calcule la probabilidad de que en un minuto no lleguen llamadas
Solución
X:= número de llamadas / minuto l = 0,5 llamadas / minuto
e -0.5 0,50
P ( X = 0) = = 0,6065
0!
Calcule la probabilidad de que en un minuto lleguen más de tres llamadas

Solución
P(X > 3) = 1 – P(X ≤ 3) = 1 – (0,6065 + 0,3033 + 0,0758 + 0,0126) = 0,9982
Calcule la probabilidad de que en tres minutos lleguen menos de cinco llamadas

Solución
Y:= número de llamadas / 3 minutos l = 1,5 llamadas / 3 minutos
P(Y < 5) = 0,2231 + 0,3347 + 0,2510 + 0,1255 + 0,0471 = 0,98142
Calcule la probabilidad de que en cinco minutos lleguen más de dos llamadas

Solución
W:= número de llamadas / 5 minutos l = 2,5 llamadas / 5 minutos
P(W > 2) = 1 – P(W ≤ 2) = 1 – (0,0821 + 0,2052 + 0,2565) = 0,45652
Ejemplo 39
El administrador de un almacén ha observado que en promedio ingresan al
establecimiento 20 personas cada 30 minutos. ¿Cuál es la probabilidad de que en seis
minutos ingresen al almacén a lo más 5 clientes pero más de 3?
Solución
Lo primero es definir la variable adecuada, sea X:= número de personas que entren al
establecimiento en un periodo de seis minutos.
Como nos dicen que la variable cuenta las llegadas por unidad de tiempo, se tiene que X
~ P(l).
Luego, debemos determinar el valor de l, para lo cual vamos a hacer una regla de tres
simple, pues es una propiedad de la distribución Poisson.
Si en 30 minutos llegan en promedio 20 personas, entonces en 6 minutos llegarán, en
promedio, l,= 4 personas.
Se tiene que X ~ P(l = 4)
-4 4 -4 5
Nos piden P ( 3 < X £ 5) = P ( X = 4 ) + P ( X = 5) = e 4 + e 4 = 0,3517
4! 5!
RNotas importantes
Ejemplo 40
Si se sabe que en cada 100 metros de longitud de un cable hay un promedio de 80 puntos
por los cuales este puede ser seccionado. ¿Cuál es la probabilidad de que en un tramo
de 13,5 metros se encuentren cinco puntos de seccionamiento?
Solución
Sea X:= número de puntos de seccionamiento. Como nos dicen que la variable cuenta
puntos por unidad de longitud, se tiene que X ~ P(l).
Luego, debemos determinar el valor de l, para lo cual vamos a hacer una regla de tres
simple, pues es una propiedad de la distribución Poisson.
Si en 100 metros hay en promedio 80 puntos de seccionamiento, entonces en 13,5 metros

hay, en promedio, l,= 10,8 puntos.
Se tiene que X ~ P(l = 10,8)

-10.8
Nos piden P ( X = 5) = e 10.8-5
= 0,025
5!
Observe que si lambda l sale un valor que no es entero, no se debe redondear a un

entero.
Ejemplo 41
El número de unidades envasados por una persona se modela con una variable Poisson
con un promedio 10 unidades por cada 20 minutos.
a. ¿Cuál es la probabilidad de que en 20 minutos se envasen 12 productos?
P(X = 12) = 0,095
b. Si la máquina funciona durante dos horas consecutivas, calcule la probabilidad de que

se hayan envasado 50 productos.
l1 = 60 unidades en dos horas

P(X = 50) = 0,0233
RNotas importantes
Variable aleatoria continua

Es una variable cuyo rango es un conjunto infinito no numerable de valores.
Por ejemplo: peso, en kilos, de una persona, tiempo en resolver la primera pregunta del
examen parcial de un curso o volumen, en decibeles, en una discoteca a una hora
determinada.
Función de densidad de una variable aleatoria continua

Se denomina función de densidad de probabilidad f(x) de una variable aleatoria continua
a la función que satisface:
f (x) ³ 0 para todo x Î R
+¥
ò f ( x ) dx = 1
-¥
b
Se tiene que P ( a £ X £ b ) = ò f ( x ) dx
a
Una variable aleatoria continua tiene la siguiente función de densidad de probabilidad:

ìax 0< x<7
f (x ) = í
î 0 en otro caso
Determine el valor de a.
Calcule la probabilidad de P(X < 3)
Calcule la probabilidad de P(4 < X < 6)
RNotas importantes
Ejemplo 42
Para cierto negocio por correo electrónico la proporción de los pedidos procesados en 24
horas tiene la función de densidad de probabilidad.
f (x) = 2 (1 - x) ; 0 £ x £ 1
Compruebe si f(x) es una función de densidad.
Solución
Se debe comprobar que:
- f ( x ) ³ 0 para todo x Î R. Este se cumple pues para 0 £ x £ 1 , es f (x) = 2 (1 - x) ³ 0
+¥
- ò f ( x ) dx = 1. Existen dos formas de responder esta pregunta.
-¥
Integrando la función de densidad f(x) y verificando que el área es igual a 1 y que cada f(x)
sea positivo
1
x2
f (x )dx = ò 2 (1 - x) dx = 2 x - 2
1 1 1
ò
0 0 2
= 2x - x 2
0
0
Ahora debemos evaluar en 0 y en 1

= ( 2 ´ 1 - 12 ) - (2 ´ 0 - 02 ) = 1
Calculando el área del triángulo a partir de la gráfica y verificando que el área es igual a 1
y que cada f(x) sea positivo.
b ´ h 1´ 2
Área = = =1
2 2
¿Cuál es la probabilidad que al menos el 80% de los pedidos sean procesados dentro de
24 horas?
Solución
Existen dos formas de responder esta pregunta.
Integrando la función de densidad f(x) de 0,8 a 1.
ò 2(1 - x ) = (2 ´1 - 1 ) - (2 ´ 0,8 - 0,8 ) = 0,04

1
2 2
0,8
Calculando el área de triángulo desde 0,8 a 1.

b ´ h (1 - 0,8 ) ´ ( 2 (1 - 0,8 ) )
Área = = = 0,04
2 2
Observe que para la segunda forma de resolución, se usó la función de densidad para
hallar la altura del triángulo.
Si el porcentaje de pedidos procesados en 24 horas es mayor al 80%, calcular la

probabilidad de que sea mayor a 90%.
Solución
P(X > 0,9 / X > 0,8) = (0,1 x 0,2 / 2) / (0,2 x 0,4 / 2) = 0,25
RNotas importantes
Ejemplo 43
La distancia, en metros, que recorre un usuario caminando para llegar a una estación del
Metropolitano se modela con la variable aleatoria X con la siguiente función de densidad.
𝑥
0 < 𝑥 < 500
𝑓(𝑥) = e 250000 𝑥
𝑎− 500 ≤ 𝑥 < 1000
250000
a. Calcule el esperado y la varianza de X.
Solución
Primero hallemos a
@?? D???
𝑥 𝑥
h 𝑑𝑥 + h 𝑎 − 𝑑𝑥 = 1
250000 250000
? @??
De donde a= 1/250.
Ahora calculemos el esperado y la varianza de X.

@?? D???
𝑥 1 𝑥
𝐸 (𝑋) = h 𝑥 𝑑𝑥 + h 𝑥 − 𝑑𝑥 = 500
250000 250 250000
? @??
@?? D???
𝑥 1 𝑥
𝑉 (𝑋) = h 𝑥 C 𝑑𝑥 + h 𝑥 C − 𝑑𝑥 − 500C = 41 666,7
250000 250 250000
? @??
b. Calcule la probabilidad de que un usuario camine entre 300 y 700 metros para llegar a
una estación.
Solución
@?? j??
𝑥 1 𝑥
𝑃(300 < 𝑋 < 700) = h 𝑑𝑥 + h − 𝑑𝑥 = 0,64
250000 250 250000
X?? @??
RNotas importantes
Función de distribución acumulada de probabilidad

La función de distribución acumulada de una variable aleatoria continua X con función de
densidad f(x) se define por:
F(x) = P(X £ x) para - ¥ < x < + ¥
Se tiene que:
P(a < X ≤ b) = F(b) – F(a)
Propiedades
P(a < X < b) = P(a ≤ X < b) = P(a < X ≤ b) = P(a ≤ X ≤ b)
dF ( x )
= f (x)
dx
F(x) es una función que siempre está entre 0 y 1 (0 ≤ F(x) ≤ 1), pues es igual a una
probabilidad.
F(x) es una función que nunca decrece, lim F ( x ) = 0 y lim F ( x ) = 1
x ®-¥ x ®+¥
1.0
0.8
0.6
0.4
0.2
0.0
-2 -1 0 1 2 3 4 5
Marque la(s) gráfica(s) que pueden ser funciones de distribución acumulada.
RNotas importantes
Sea F(x) la función de distribución acumulada de la variable X.

ì 1 x >2
ï
F ( x ) = íx - 1 1 £ x £ 2
ï 0 x <1
î
Calcule la probabilidad de que X esté entre 1,2 y 1,6
Sea X una variable aleatoria con la siguiente función de densidad

ìa(6 - x ) 0< x <6
f( x) = í
î 0 en otro caso
Determine y grafique la función de distribución acumulada de la variable aleatoria X.
Use la función de distribución acumulada de la variable X para calcular P(3 < X < 5)
RNotas importantes
Ejemplo 44
Encuentre el rango intercuartil de X, si X es el tiempo de vida de un sistema es una variable
aleatoria, en años, cuya función de distribución acumulada es:
ì 0 x£5
ï
F ( x ) = í 25
ï1- x >5
î x2
Solución
Sea X:= tiempo, en años, de vida de un sistema. Para calcular el rango intercuartil,
debemos hallar el cuartil 1 y el cuartil 3, para esto hay dos posibilidades: integrar la
función de densidad f(x) o reemplazar en la función de distribución acumulada.
Por definición de cuartil 3, el 75% de los datos es menor o igual a él, es decir P(X ≤ Q3) =
0,75, o lo que es lo mismo F(Q3) = 0,75
25
F ( Q3 ) = 0,75 = 1 - de donde Q3 = 10.
Q32
25
Haciendo lo mismo para el cuartil 1. F ( Q1 ) = 0,25 = 1 - de donde Q1 = 5,77.
Q12
Luego el RIC = Q3 – Q1 = 4,23.
Si se sabe que el tiempo de vida de un dispositivo se encuentra en el cuarto superior, ¿cuál

es la probabilidad que pertenezca al quinto superior?
Solución
Como nos dicen que “ya se sabe que está en el cuarto superior”, es una probabilidad
condicional.
P ( X > P80 ) 0,20
P ( X > P80 X > P75 ) = = = 0,80
P ( X > P75 ) 0,25
RNotas importantes
Valor esperado de una variable aleatoria continua

El valor esperado o esperanza matemática de una variable aleatoria X o media de una
variable aleatoria X se denota E(X).
+¥
µX = E ( X ) = ò x f ( x ) dx
-¥
Valor esperado de una función de variable aleatoria continua

Sea G(X) una función de la variable aleatoria X. El valor esperado de G(X) es:
+¥
E éëG ( X ) ùû = ò G ( x ) f ( x ) dx
-¥
Propiedades del valor esperado en variables aleatorias

E(b) = b
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, a3, . . ., an son n constantes, entonces:
E ( a1 X1 + a2 X2 + ! + an X n ) = a1E ( X1 ) + a2E ( X2 ) + ! + anE ( X n )
Si X1, X2, X3, . . ., Xn son n variables aleatorias con la misma función de densidad, entonces
se cumple que E ( Xi ) = µ y, por lo tanto:
E ( X1 + X2 + ... + X n ) = nµ

El tiempo, en minutos, que se tarda una persona en ser atendido en el counter del
aeropuerto se modela con una variable aleatoria X:
ì kx 0<x<4
ï
f (x ) = ík (8 - x ) 4 £ x < 8
ï 0 en otro caso
î
Determine la media de la variable aleatoria X.
RNotas importantes
Varianza y desviación estándar de una variable aleatoria continua
s X2 = V ( X ) = E ( X 2 ) - ( E ( X ) )
2
La desviación estándar de X es la raíz cuadrada de la varianza de X.
Propiedades de la varianza en variables aleatorias

Si Y = aX + b, con a y b son constantes, entonces sY2 = a2s X2
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n
constantes, entonces:
V ( a1 X1 + a2 X2 + ! + an Xn ) = a12V ( X1 ) + a22V ( X2 ) + ! + an2V ( Xn )
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes con la misma función de
densidad, entonces se cumple que V ( X i ) = s 2 y, por lo tanto:
V ( X1 + X2 + ... + X n ) = ns 2
El sobrepeso, en kilos, del equipaje de mano de un pasajero se modela con una variable
aleatoria X con la siguiente función de densidad de probabilidad:
ìk (8 - x ) 4£ x <6
f( x) = í
î 0 en otro caso
Determine la desviación estándar de la variable aleatoria X.
RNotas importantes
Distribuciones de probabilidad de variable continua
Distribución uniforme
Función de densidad
ì 1
ï a£x£b
f (x) = íb - a
ï
î 0 en otro caso
Se dice que X tiene una distribución uniforme y se denota X ~ U (a, b)

La función de distribución acumulada de una variable uniforme es:
ì 0 x <a
ïx -a
ï
F (x) = í a£x£b
ïb -a
ï
î 1 x >b
a+b
Media: µ=
2
(b - a)
2
Varianza: s2 =
12
RNotas importantes
Objetivo específico: Determinar el número esperado de vuelos con retraso.
El tiempo en el que un avión llega a su destino con respecto a su hora programada se

modela con una variable aleatoria uniforme de parámetros -15 y 15. De tal manera que
los valores negativos indican que el avión llegó antes de la hora programada y los valores
positivos indican que el avión llegó después de la hora programada.
Calcule la probabilidad de que un avión llegue con un adelanto mayor a cinco minutos.
Calcule la probabilidad de que la diferencia entre la hora de llegada programada y la hora

de llegada sea mayor a seis minutos.
Use la función de distribución acumulada para calcular la probabilidad de que un avión

llegue con un retraso máximo de ocho minutos.
Si se escoge al azar 20 vuelos, calcule la probabilidad de que, como máximo, se tenga un

vuelo con retraso mayor a ocho minutos.
RNotas importantes
Ejemplo 45
En ciertos experimentos, el error cometido al determinar la densidad de una sustancia
es una variable aleatoria cuya distribución es uniforme con a = -0,025 y b = 0,025.
a. ¿Cuál es la probabilidad de que tal error esté entre 0,010 y 0,015?
Solución
Sea X:= error al determinar la densidad de una sustancia
La variable X ~ U(a = -0,025, b = 0,025) tiene la siguiente función de densidad
ì 1
ï -0,025 £ x £ 0,025
f (x) = í 0,025 - (-0,025)
ï 0 en otro caso
î
ì 1
ï - 0,025 £ x £ 0,025
f (x) = í 0,05
ï 0 en otro caso
î
Nos piden P(0,010 £ X £ 0,015) . Existen dos formas de calcular esta probabilidad:
integrando la función de densidad f(x) o calculándola a partir del área del rectángulo.
0,015
1 1
P(0,010 £ X £ 0,015) = ò dx = ( 0,015 - 0,010 ) = 0,10
0,010
0,050 0,050
b. ¿Cuál es el error esperado cometido?
Solución
La variable X ~ U(a = -0,025, b = 0,025) tiene el siguiente número esperado de errores
µ=
( a + b) = ( -0,025+0,025) = 0
2 2
Ejemplo 46
La llegada de cada uno de los empleados a su centro de labores se produce
independientemente, de acuerdo a la distribución uniforme en el intervalo comprendido
entre las 8:00 y 8:25 am. De una muestra de 10 empleados, calcule la probabilidad de que
cuatro de ellos hayan llegado entre las 8:15 y 8:20 AM.
Solución
Sea X:= tiempo, en minutos, desde las 8 AM hasta la hora de llegada de los empleados al
centro de trabajo, luego X~U (0, 25)
1
f (x) = ; 0 £ x £ 25
25
Se define la variable Y:= número de empleados que llegan al centro de trabajo entre 8:15
y 8:20 AM. Debe calcularse la probabilidad de éxito p de que un empleado llegue al centro
de trabajo entre 8:15 y 8:20 AM esto es:
20 - 15
p= = 0,20
25
Entonces Y ~ B(10; 0,20)
f (y) = C y10 (0,20)y (0,80)10 - y , y = 0, 1,!, 10
Se pide P(Y = 4) = f (4) = C410 (0,2)4 (0,80)6 = 0,0881
RNotas importantes
Distribución normal
Función de densidad
2
1æ x -µ ö
1 - ç
s ÷ø
f (x) = e 2è
s 2p
Se dice que la variable aleatoria X sigue una distribución normal con parámetros µ y s.
Se denota X ~ N (µ, s2)
La función de densidad tiene forma de campana y es simétrica, por lo que las medidas de
tendencia central coinciden.
El rango de la variable normal es toda la recta real, esto es, de –¥ a + ¥.
En Excel 2010, use la función =DISTR.NORM.N(x, media, desviación estándar,
acumulado)
En Excel 2010, use la función =INV.NORM(Probabilidad, media, desviación estándar)
Estandarización
Se toma como referencia una distribución normal estándar (µ = 0 y s2 = 1). Se trabaja con
la distancia entre x y µ en función de la desviación estándar, tal como se muestra.
X -µ
Z=
s
RNotas importantes
Si Z ~ N ( µ = 0,s 2 = 1) , calcular
P(Z < 1,18) =
P(Z > 0,67) =
P(0,13 < Z < 1,17) =
Hallar c para que P(Z < c) = 0,67003
Tabla de la distribución normal estándar

z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,50000 0,50399 0,50798 0,51197 0,51595 0,51994 0,52392 0,52790 0,53188 0,53586
0,1 0,53983 0,54380 0,54776 0,55172 0,55567 0,55962 0,56356 0,56749 0,57142 0,57535
0,2 0,57926 0,58317 0,58706 0,59095 0,59483 0,59871 0,60257 0,60642 0,61026 0,61409
0,3 0,61791 0,62172 0,62552 0,62930 0,63307 0,63683 0,64058 0,64431 0,64803 0,65173
0,4 0,65542 0,65910 0,66276 0,66640 0,67003 0,67364 0,67724 0,68082 0,68439 0,68793
0,5 0,69146 0,69497 0,69847 0,70194 0,70540 0,70884 0,71226 0,71566 0,71904 0,72240
0,6 0,72575 0,72907 0,73237 0,73565 0,73891 0,74215 0,74537 0,74857 0,75175 0,75490
0,7 0,75804 0,76115 0,76424 0,76730 0,77035 0,77337 0,77637 0,77935 0,78230 0,78524
0,8 0,78814 0,79103 0,79389 0,79673 0,79955 0,80234 0,80511 0,80785 0,81057 0,81327
0,9 0,81594 0,81859 0,82121 0,82381 0,82639 0,82894 0,83147 0,83398 0,83646 0,83891
1,0 0,84134 0,84375 0,84614 0,84849 0,85083 0,85314 0,85543 0,85769 0,85993 0,86214
1,1 0,86433 0,86650 0,86864 0,87076 0,87286 0,87493 0,87698 0,87900 0,88100 0,88298
1,2 0,88493 0,88686 0,88877 0,89065 0,89251 0,89435 0,89617 0,89796 0,89973 0,90147
RNotas importantes
La cantidad de dinero destinada al ahorro mensual de los clientes de un banco es una

variable aleatoria que tiene una distribución normal con una media igual a 400 soles y una
desviación estándar igual a 50 soles.
Calcule la probabilidad de que un cliente ahorre menos de 430 soles en un mes.
Calcule la probabilidad de que un cliente ahorre más de 470 soles mensuales.
Calcule la probabilidad que el ahorro mensual de un cliente esté entre 460 y 520 soles.
¿Cuál es el ahorro mínimo mensual para estar en el 15% de los clientes que más ahorran?
RNotas importantes
¿Cuál es el ahorro máximo mensual para estar en el 25% de los clientes que menos
ahorran?
Si se elige al azar a 3000 clientes, calcule el valor esperado del número de clientes que
ahorran más de 450 soles.
Ejemplo 47
El gasto mensual de un usuario en el Metropolitano se modela con una variable normal
con media de 100 nuevos soles y una desviación estándar de cinco nuevos soles. Se elige
un usuario al azar.
a. Calcule la probabilidad de que gaste entre 90 y 110 nuevos soles.
Sea X = gasto mensual en nuevos soles. X ~ N(100; 52)
P(90 ≤ X ≤ 110) = P( X ≤ 110) - P(X ≤ 90) = 0,9772 – 0,0228 = 0,9545
b. ¿Cuál es la probabilidad de que gaste más de 105 nuevos soles?

P(X > 105) = 1 - P( X ≤ 105) = 1 - 0,8413 = 0,1587
c. Determine el gasto mensual mínimo para que esté en 10% de los que más gastan.
lED??
𝑃(𝑋 ≤ 𝑎) = 𝑃 ^𝑍 ≤ _ = 0,9)
@
lED??
Buscando en la tabla, @
= 1,28. Luego, a = 106,4.
RNotas importantes
Ejemplo 48
En Buck Café, la máquina surtidora de refrescos está ajustada de tal forma que sirve en
promedio 250 mililitros por vaso. Si la cantidad de refresco servido en los vasos sigue,
aproximadamente, una distribución normal con una desviación estándar de 10 mililitros.
¿Qué proporción de los vasos servidos contendrán entre 240 y 255 mililitros de refresco?
Solución
Sea X:= cantidad de refresco servido por vaso, X ~ N(µ = 250, s 2 = 102)
Se pide P(240 ≤ X ≤ 255). Estandarizando se tiene
æ 240 - µ X - µ 255 - µ ö
Pç £ <
è s s s ÷ø
æ 240 - 250 255 - 250 ö
= Pç £Z< ÷
è 10 10 ø
= P ( -1 £ Z < 0,5) = F ( 0,5) - F ( -1)
= 0,6915 - 0,1587 = 0,5328
Ejemplo 49
Se informa que la cantidad X de azúcar de los paquetes marcados con un kilo, tiene
distribución normal con media µ kilogramos y desviación estándar 0,02 kilogramos. Hallar
el valor de µ si la cantidad de azúcar que contiene cada paquete es menor o igual a 0,95
kilos con probabilidad 0,102.
Solución
Sea X:= pesos de los paquetes de azúcar, en kilogramoss. X ~ N(µ , s 2 = 0,022)
Se pide P ( X £ 0,95) = 0,102
Estandarizando se tiene
æ X - µ 0,95 - µ ö
Pç £ ÷ = 0,102
è s s ø
æ 0,95 - µ ö
Pç Z £ = 0,102
è 0,02 ÷ø
Usando la tabla normal estándar para calcular el valor z correspondiente.
0,95 - µ
= -1,27 . De donde µ = 0,9754
0,02
RNotas importantes
Distribución exponencial
En variables que representan los tiempos de vida útil, tiempos de sobrevivencia, en
tiempos de ocurrencia en procesos de Poisson se suele utilizar la distribución exponencial.
La variable aleatoria X tiene una distribución exponencial con parámetro β (β > 0) si su

función de densidad de probabilidad es:
x
1 -
b
f ( x) = e ; x³0
b
Se denota X ~ Exp(β) y se lee que la variable aleatoria X sigue una distribución exponencial
con parámetro β.
La probabilidad de que la variable aleatoria X tome valores en el intervalo [c,d] es

numéricamente igual al área sombreada, y se calcula de la siguiente manera:
d
P (c £ X £ d ) =
- b1 t
ò
c be
1
dt
Esperanza de X: µ = E (X ) = b
Varianza de X: s 2 = V (X ) = b 2
Nótese que el parámetro β es igual a la media de la variable aleatoria.
Función de distribución acumulada de X

t t x
1 - -
F ( x ) = P (X £ x ) = òb e b
dt = 1 - e b
; x³0
0
Se cumple que:
x
-
P (X > x ) = e b
P (X > k + t / X > k ) = P (X > t )
RNotas importantes
El tiempo de vida útil de tipo de una llanta de avión se modela con una variable aleatoria
con distribución exponencial, cuya media es 20 días.
Calcule la probabilidad de que la vida útil de una llanta sea menor a 18 días.
Calcule la probabilidad de que la vida útil de una llanta esté entre 20 y 25 días.
Si una llanta ya duró 22 días, calcule la probabilidad de que la vida útil de esa llanta sea
menor a 26 días.
RNotas importantes
Ejercicios de la Unidad 4
51. En un lote de 30 polos hay tres con fallas. Se toma una muestra aleatoria de cinco polos y
se define la variable aleatoria X como el número de polos defectuosos en la muestra.
Determine y grafique la función de probabilidad de la variable X.
Calcule la probabilidad de tener dos polos defectuosos en la muestra.
Calcule la probabilidad de tener al menos dos polos defectuosos en la muestra.
52. La demanda diaria de un producto es una variable aleatoria X cuya distribución de

probabilidades es simétrica y está dada por la tabla siguiente:
x 1 2 3 4 5
f(x) a 0,20 b c 0,05
La empresa obtiene por cada unidad demandada de producto 100 soles de utilidad. Si la
cantidad demanda en un día es mayor a dos unidades, se obtiene una utilidad adicional
de 15 soles por unidad demandada de producto.
Calcule el valor de a, b y c.
Determine la probabilidad que la demanda diaria sea de por lo menos tres productos.
Calcule el valor esperado de la utilidad por la demanda diaria de productos.
Se denomina variable aleatoria a una descripción numérica del

resultado de un experimento
El valor esperado es el valor más probable de ocurrencia
El valor esperado es un valor que puede ser mayor que el

máximo de los valores del rango de la variable aleatoria
El valor esperado es un valor que siempre es igual a uno de los

valores del rango de la variable
Variable aleatoria continua es una variable cuyo rango es un

conjunto infinito numerable de valores
La función de distribución acumulada es siempre mayor a la

función de densidad para cualquier valor de la variable aleatoria
El esperado de la suma de dos variables aleatorias es igual a la

suma de los dos esperados de las variables aleatorias
La varianza de una variable aleatoria puede ser menor a cero
RNotas importantes
54. Un examen de admisión consta de 100 preguntas. Cada una pregunta tiene cinco opciones
para marcar y solamente una respuesta correcta Por cada respuesta correcta se le otorga
al postulante un punto, mientras que si la respuesta es incorrecta al postulante se le resta
un cuarto de punto. Si un postulante contesta todas las preguntas del examen al azar,
calcule el valor esperado del puntaje obtenido.
55. Se lanza un dado una vez, sea la variable aleatoria X igual al número de la cara superior.
Calcule la varianza y desviación estándar de la variable X.
56. Se lanzan dos dados y sea la variable aleatoria X igual a la suma de los números de las caras
superiores. Calcule la varianza de la variable X.
57. Un restaurante pone a la venta diariamente diversas ensaladas. El número de ensaladas

demandadas diariamente se modela con una variable aleatoria X que tiene la siguiente
distribución de probabilidad.
x 12 15 17 18 20 25
f(x) a 0,12 0,35 2a 0,14 0,09
El costo de cada ensalada es de cuatro nuevos soles y las vende a seis soles. Toda ensalada
no vendida en el día se desecha. Calcule la media y desviación estándar de la utilidad
diaria, si el restaurante prepara 20 ensaladas por día.
58. Una compañía de comida rápida sabe que el 90% de sus tiendas por franquicia tendrán
éxito comercial. Si el éxito de cada tienda se puede considerar independiente de las demás
tiendas. Calcule la probabilidad de que al menos dieciocho tiendas tengan éxito, si la
compañía va a instalar 20 tiendas el año 2015.
59. Según la Asociación para el Fomento de la Infraestructura Nacional el 48% de los hogares
de Lima no tienen acceso a agua potable de calidad, por no contar con la dosificación
adecuada de cloro o comprarla de manera informal a los camiones cisternas. Si se eligen
al azar a diez hogares de Lima, calcule la probabilidad de que cinco de ellos no tengan
acceso agua potable de calidad.
60. La empresa San Fernando ha lanzado su campaña “Plato calato no” para salvar sus ventas
de verano 2013. Si de un total de 60 personas, donde 34 recuerdan la campaña, se eligen
al azar a ocho personas para entrevistarlos, calcule la probabilidad de elegir al menos a
tres personas que recuerden la campaña.
61. En una distribuidora hay 25 televisores de los cuales seis son de tecnología OLED. Si se
seleccionan al azar diez televisores, calcule la probabilidad de que se haya seleccionado
por lo menos dos televisores de tecnología OLED.
62. Un comerciante recibe un lote de 30 computadoras portátiles. Para protegerse de una
mala remesa, el comerciante revisará diez computadoras y rechazará todo el lote si
encuentra una o más computadoras defectuosas. Si en el lote hay seis computadoras
defectuosas, ¿cuál es la probabilidad de que rechace el lote?
63. En una pastelería, el número demandado de un cierto tipo de torta se modela con una
variable Poisson con una media de tres tortas al día. La pastelería, siempre, produce tres
tortas diarias. Cada torta cuesta producirla 50 nuevos soles y se vende a 80 nuevos soles.
Toda torta no vendida en el día se remata en 20 soles y siempre las compran todas las
tortas a ese precio. Calcule el valor esperado de la utilidad por dicho concepto.
RNotas importantes
El mayor valor del rango de la variable hipergeométrica es siempre

menor o igual a n
En un proceso de Poisson el número de resultados que ocurre en

un intervalo es independiente del número que ocurre en cualquier
otro intervalo del espacio disjunto
La variable binomial cuenta el número de éxitos en n repeticiones

independientes con la misma probabilidad de fracaso en cada
repetición
La variable hipergeométrica cuenta el número de éxitos en una

muestra de tamaño n de una población N que tiene r éxitos y
donde el muestreo es con reemplazo
65. La duración (en minutos) de una llamada telefónica en la sala de profesores puede
modelarse por una variable aleatoria X con la siguiente función de densidad
ìa ( 3 - x ) 0< x £3
f (x) = í
î 0 en otro caso
Determine el valor de a.
Calcule la probabilidad de que una llamada dure menos de un minuto y medio.
Si una llamada ya duró un minuto, calcule la probabilidad de que dure más de dos
minutos.
66. La proporción de personas que responden a una encuesta enviada por correo electrónico
se modela con una variable aleatoria X con la siguiente función de densidad
ì 2x + 9
ï 0 < x £1
f ( x ) = í 10
ïî 0 en otro caso
Determine y grafique la función de distribución acumulada de la variable aleatoria X.

Use la función de distribución acumulada para calcular la probabilidad de que respondan
entre 60% y 80% de las personas a la encuesta.
Use la función de distribución acumulada para calcular la mediana de X.
67. El gerente comercial de la sucursal de Santiago de Surco informa que el gasto mensual, en
cientos de nuevos soles, por la venta de libros a sus clientes es una variable aleatoria que
tiene la siguiente función de densidad:
1
𝑓(𝑥) = m8 𝑥 + 𝒂 2 ≤ 𝑥 ≤ 6
0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Calcule el valor esperado del gasto mensual en libros.
RNotas importantes
68. La variable X se distribuye uniformemente con media igual a 24 y varianza igual a 12,
calcular los parámetros de la función de densidad.
69. La función de Excel =ALEATORIO() genera un número con distribución uniforme con
parámetros a igual a cero y b igual a uno. Sea X una variable aleatoria definida como el
número generado por dicha función.
Calcule la probabilidad de que la función genere un número aleatorio entre 0,2 y 0,7.
Use la función de distribución acumulada para calcular P(0,15 < X < 0,55).
70. El tiempo, en minutos, que demora un servicio de delivery en entregar una pizza puede
modelarse por una variable aleatoria uniforme con parámetros 10 y 38. Si la pizza se tarda
más de 30 minutos en ser entregada, el cliente no la pagará.
Si una familia pide una pizza, calcule la probabilidad de que le salga gratis.
Si la familia pide una pizza diaria durante diez días seguidos, calcule la probabilidad de
que por lo menos una de ellas le salga gratis.
Una familia pidió una pizza hace 25 minutos y aún no ha llegado, ¿cuál es la probabilidad
de que le salga gratis?
71. Una compañía ha comprado una prueba para seleccionar personal. Los que han diseñado
la prueba saben que las notas siguen una distribución normal con una media de 75 puntos
y una desviación estándar de diez puntos. Calcule la probabilidad de que una persona que
rinda esta prueba obtenga una nota superior a 90 puntos.
72. En una ciudad se estima que la temperatura máxima en un día del mes de enero puede
modelarse con una variable normal con media 30°C y desviación estándar 2°C.
Si se escoge al azar un día del mes de enero, calcule la probabilidad de que la temperatura
máxima sea menor a 31°C.
Si se escoge al azar un día del mes de enero, calcule la probabilidad de que la temperatura
máxima esté entre 28,5 y 32°C.
Calcule el número esperado de días en el mes de enero en que la temperatura máxima es
mayor a 33°C. Asuma independencia entre las temperaturas de un día y otro.
73. Marque la opción correcta.
La moda de una variable aleatoria normal X es:

a. Igual a cero
b. El esperado de X
c. Aquel valor para el cual f(Me) = 0,5, donde f es la función de densidad de X
d. No se puede determinar sin saber la desviación estándar.
e. Es el valor que acumula más del 50% del área
74. La vida útil, en meses, de un artefacto eléctrico es una variable aleatoria con distribución
exponencial con parámetro β. El fabricante afirma que el 90% de estos componentes
tienen una vida útil que supera los 60 meses. ¿Cuál es la media de la vida útil de estos
componentes?
RNotas importantes
La media de una variable normal puede ser negativa
Si Z es una variable normal estándar P(Z > c) = 0,025,

entonces c = -1,96
Si X es una variable normal se cumple que

P(X < c) = P (X ≤ c)
Si Z es una variable normal estándar se cumple que

P(Z < -c) = 1 - P (Z < c)
Si X es una variable normal se cumple que

P(X < -c) = 1 - P(X < c)
El rango de toda variable normal es igual a toda la recta

real
La función de densidad de la distribución normal toma su

mayor valor en X = µ
La función de densidad de la distribución normal en

algunos casos no es simétrica
El esperado de una variable normal es siempre igual a µ
76. Objetivo específico: Analizar el tiempo de vida de los vehículos de la empresa Taxi
Satelital antes de que se presente una falla mecánica.
El tiempo, en días, que transcurre desde la adquisición de un vehículo nuevo hasta que se
presenta la primera falla mecánica se modela con una variable aleatoria exponencial con
media de 500 días.
1 ER
𝑓(𝑥) = 𝑒 @?? 𝑝𝑎𝑟𝑎 𝑥 ≥ 0
500
a) Calcule e interprete el cuartil 3 del tiempo que transcurre desde la adquisición de

un vehículo nuevo hasta que se presenta la primera falla mecánica.
b) Calcule la probabilidad de que un vehículo, elegido al azar, presente la primera falla
mecánica después de los 700 días. Si esta probabilidad es menor del 80% se
considera una falla importante y se solicitará el pago de la garantía al proveedor de
la flota. ¿Cuál será la decisión?
c) El proveedor de vehículos a la empresa Taxi Satelital afirma que el 90% de los
vehículos tiene su primera falla mecánica después de los 200 días. ¿Es cierta tal
afirmación?
RNotas importantes
d) Se elige al azar un vehículo, se observa que han pasado 300 días y no se ha
presentado ninguna falla mecánica, calcule la probabilidad de que pasen como
máximo 200 días más antes de que se presente la primera falla mecánica.
77. Objetivo específico. Analizar el cumplimiento de la Empresa Taxi Satelital con relación
tiempo ofrecido para brindar un servicio.
Se ha observado que un servicio muy solicitado es llevar clientes de Jesús María a San
Isidro. Se define la variable uniforme X: diferencia entre el tiempo programado y el tiempo
real de llegada del taxi, en minutos. Los parámetros de X son -5 a 15, donde el signo
negativo indica que el vehículo llegó antes del tiempo estimado y el valor positivo indica
que demoró más del tiempo estimado.
1
𝑓 (𝑥) = 𝑝𝑎𝑟𝑎 𝑑𝑒 − 5 ≤ 𝑥 ≤ 15
20
a) Calcule la probabilidad que uno de estos servicios haya tenido un retraso mayor a cinco
minutos.
b) Calcule el tiempo mínimo para pertenecer al 20% de los clientes que más demoran en
llegar a su destino. Si este tiempo es mayor a los 10 minutos se realizará un análisis de
los tiempos reales para cumplir con este servicio. ¿Qué decisión se tomará?
c) Se elige aleatoriamente a diez de estos servicios, calcule la probabilidad de que todos
lleguen antes del tiempo programado.
RNotas importantes
Unidad 6 : Distribuciones muestrales
el estudiante toma decisiones frente a situaciones reales de incertidumbre,
utilizando las distribuciones muestrales en el cálculo de probabilidades.
Temario
• Propiedad reproductiva de la distribución normal

• Distribución muestral de un promedio
• Teorema central del límite
Propiedad reproductiva de la normal

Si X1, X2, X3,..., Xn son n variables aleatorias independientes, tales que Xi ~ N(µi, si2), para
cada i = 1, 2, 3,..., n, entonces, la variable aleatoria
S = c1 X 1 + c2 X 2 + ! + cn X n
donde c1, c2, c3,..., cn son constantes, entonces:
(
S ~ N c1 µ1 + c2 µ2 + !+ cn µn ; c12s 12 + c22s 22 + !+ cn2s n2 )
La suma de
con otra es una
una
variable variable
variable
aleatoria aleatoria
aleatoria
normal normal
normal
Si X1, X2 son dos variables aleatorias normales independientes, tales que

(
X1 ~ N ( µ1 , s 12 ) ; X2 ~ N ( µ2 , s 22 ) , entonces, S = X1 + X 2 ~ N c1 µ1 + c2 µ2 ; c1s 1 + c2s 2
2 2 2 2
)
Si X1, X2, X3,..., Xk son n variables aleatorias normales independientes, tales que
X i ~ N ( µ , s 2 ) , para i = 1, 2, 3,..., n, entonces, S = X1 + X 2 + ! + X n ~ N nµ ; ns ( 2
)
Sea X1 ~ N(µ1 = 5, s12 = 9) y X2 ~ N(µ2 = 10, s22 = 16) variables aleatorias independientes.
Calcule la distribución de las siguientes variables:
S = X1 + X2
S = X1 - X2
S = 3X1 - 7X2

Objetivo específico: Analizar el peso de los pasajeros.
RNotas importantes
Unidad 6. Distribuciones muestrales 189
El peso de los pasajeros adultos de un avión se modela con una variable normal:
• en mujeres, con media 65 kilos y desviación estándar 15 kilos.
• en hombres, con media 80 kilos y desviación estándar 20 kilos.
Calcule la probabilidad de que 20 pasajeros hombres pesen más de 1700 kilos.
Calcule la probabilidad de que 10 pasajeras mujeres y 10 pasajeros hombres pesen más

de 1500 kilos.
Si en un avión donde el 60% de los pasajeros son mujeres, se elige una persona al azar,
calcule la probabilidad de que esta persona pese entre 70 y 80 kilos.
Ejemplo 50
RNotas importantes
Dos supermercados compiten por tomar el liderazgo del mercado. Un estudio reciente de
una compañía de investigación de mercados, estimó que las ventas diarias (en miles de
dólares) de los dos supermercados se distribuyen normalmente con medias de 15 y 17 y
desviaciones estándar de 3 y 4 respectivamente.
Calcule la probabilidad de que el segundo supermercado obtenga mayores ventas que el

primer supermercado en el primer día.
Solución
Sean las variables:
X: Ventas diarias del primer supermercado
Y: Ventas diarias del segundo supermercado
X ~ N(15, 9); Y ~ N(17, 16)
Se pide: P(Y > X) o su equivalente: P(Y – X > 0)
Sea W = Y – X, por la propiedad reproductiva de la distribución normal, se tiene:

W ~ N(17 – 15, 16 + 9), es decir: W ~ N(2, 25)
P(Y – X > 0) = P(W > 0)
æW - µ 0 -2 ö
P(W > 0) = P ç > ÷
è s 5 ø
P(W > 0) = P ( Z > -0,40 )
P(W > 0) = 0,6554
Calcule la probabilidad de que la diferencia entre las ventas diarias de ambos

supermercados no supere los 1000 dólares.
Solución
En este caso se pide calcular:
æ -1 - 2 W - µ 1 - 2 ö
P ( W £ 1) = P ( -1 £ W £ 1) = P ç £ £ ÷ = P ( -0,6 £ Z £ -0,2 ) = 0,1
è 5 s 5 ø
æ -1 - 2 W - µ 1 - 2 ö
P ( W £ 1) = P ( -1 £ W £ 1) = P ç £ £ ÷ = P ( -0,6 £ Z £ -0,2 ) = 0,1465
è 5 s 5 ø
æ -1 - 2 W - µ 1 - 2 ö
W £ 1) = P ( -1 £ W £ 1 ) = P ç £ £ ÷ = P ( -0,6 £ Z £ -0,2 ) = 0,1465
è 5 s 5 ø
RNotas importantes
Ejemplo 51
El peso de un usuario hombre del Metropolitano se modela con una variable normal con
media de 75 kilos y desviación estándar de 15 kilos, mientras que para una usuaria mujer
con media de 60 kilos y desviación estándar de 10 kilos. Si en un bus hay 50 hombres y 30
mujeres.
a. Si se elige una persona al azar, calcule la probabilidad de que pese más de 70 kilos.
Solución
Sean los eventos
A: = una persona pese más de 70 kilos
H:= Que el usuario sea hombre.
Sean las variables aleatorias

X = peso de un hombre X ~ N(75; 152)
Y = peso de una mujer Y ~ N(60; 102)
Por teorema de la probabilidad total 𝑃(𝐴) = 𝑃(𝐻). 𝑃(𝐴⁄𝐻 ) + 𝑃(𝑀). 𝑃(𝐴⁄𝑀)
Calculemos cada una de las probabilidades condicionadas
𝑃 (𝐴⁄𝐻) = 𝑃 (𝑋 > 70) = 1 − 𝑃(𝑍 < −0,33) = 0,6293
𝑃(𝐴⁄𝑀) = 𝑃(𝑌 > 70) = 1 − 𝑃(𝑍 < 1) = 0,1587
Luego,
@? X?
𝑃(𝐴) = 𝑃(𝐻). 𝑃(𝐴⁄𝐻 ) + 𝑃(𝑀). 𝑃 (𝐴⁄𝑀) = × 0,6293 + × 0,1587 = 0,4528
F? F?
b. Calcule la probabilidad de que el peso total de los 50 hombres y 30 mujeres supere

5500 kilos
Sea Y := el peso total de los 50 hombres y 30 mujeres
@? X?
𝑌 = w 𝑋x + w 𝑌x
xSD xSD
Por propiedad reproductiva de la normal,

𝑌~𝑁(50 × 75 + 30 × 60; 50 × 15C + 30 × 10C )
es decir,
𝑌~𝑁(5 550; 14 250).
Nos piden 𝑃 (𝑌 > 5 500) = 𝑃(𝑍 > 0,35) = 0,6623.
RNotas importantes
Definiciones
Debido a que, muchas veces, es imposible preguntarle o medir a toda la población, un
estudio estadístico se inicia con la selección de una muestra.
El muestreo comprende por lo menos dos etapas:

La selección de las unidades
El registro de las observaciones
Muestreo con y sin reemplazo
Muestreo sin reemplazo
• Las unidades se pueden seleccionar sólo una vez.
Muestreo con reemplazo
• Las unidades se puede seleccionar más de una vez.
Población finita e infinita
Muestreo aleatorio simple (población finita)
• Una muestra aleatoria simple de tamaño n, de una población finita de

tamaño N, es una muestra seleccionada de tal manera que cada muestra
posible de tamaño n tenga la misma probabilidad de ser seleccionada.
Muestreo aleatorio simple (población infinita)
• Una muestra aleatoria simple de tamaño n, de una población infinita es

aquella que se selecciona de tal forma que satisface las siguientes
condiciones:
• cada elemento seleccionado proviene de la misma población
• cada elemento se selecciona de forma independiente.
Distribución muestral de un estadístico
Es la lista de posibles valores de un estadístico y la probabilidad asociada a cada valor.
RNotas importantes
Distribución de la media muestral

Es la lista de todas las medias posibles de tamaño n tomadas de una población específica
y sus probabilidades asociadas.
Se tiene que:
Media E(X) = µ
s2
Varianza V (X) =
n
Factor de corrección por población finita

Si el muestreo es sin reemplazo en poblaciones de tamaño finito N, entonces debe usarse
N -n
el factor de corrección por población finita
N -1
s2 N -n
Varianza V (X) =
n N -1
Distribución muestral de la media de una población con varianza conocida

Si la población sigue una distribución normal con media µ y desviación estándar σ
entonces:
Si el muestreo es con reemplazo X ~ N ç µ , s ÷
æ 2
ö
è n ø
Si el muestreo es sin reemplazo X ~ N ç µ , s N - n ÷
æ 2
ö
è n N -1 ø
Según un informe del INEI, en el trimestre julio-agosto-setiembre del 2015, en Lima

Metropolitana, el ingreso promedio mensual proveniente del trabajo fue de 1557 nuevos
soles. Por investigaciones anteriores se sabe que la desviación estándar es de 400 nuevos
soles. Si se toma una muestra de 1000 personas, calcule la probabilidad de que la media
muestral esté entre 1550 y 1590 nuevos soles. Asuma normalidad.
RNotas importantes
Teorema central del límite
entonces la variable
Sean n variables aleatoria
aleatorias X1, X2, X3,...Xn independiente-
S = X1 + X2 + X3 +...+ Xn
independientes e mente de la
igualmente distribuidas tiene una distribución distribución de la
con media µ aproximadamente población.
y varianza s2 normal a medida que n
crece,
Por propiedades de esperado y varianza se tiene que:

E (S ) = nµ
V (S ) = ns 2
Se considera una buena aproximación a la distribución normal si n ³ 30.
Del teorema central del límite, se deduce que la distribución muestral de la media ( X ) se
aproxima a la distribución normal si n ³ 30.

Objetivo específico: Analizar el peso del equipaje de los pasajeros.
El peso del equipaje de los pasajeros de un avión se modela con una variable uniforme
con parámetros 10 y 30 kilos. Calcule la probabilidad de que el peso total del equipaje de
500 pasajeros supere los 10050 kilos.
RNotas importantes
Objetivo específico: Analizar el tiempo de entrega de alimentos en un avión.
El tiempo, en segundos, que tarda un auxiliar de vuelo, en segundos, en servir las bebidas
a un pasajero se modela con una variable aleatoria X con la siguiente función de densidad:
ìa(20 - x ) 10 < x < 20

f (x ) = í
î 0 en otro caso
Calcule la probabilidad de que un auxiliar de vuelo se demore más de 23 minutos al servir

a 100 pasajeros.
RNotas importantes
Ejemplo 52
El Metropolitano cuenta con una cuenta de correo para cualquier consulta, sugerencia,
queja o reclamo. El número de correos electrónicos que llegan a la cuenta de correo se
modela como una variable aleatoria Poisson con una media de ocho correos por día.
Solución
a. Calcule la probabilidad que en medio día llegue más de tres correos con consultas,
sugerencias, quejas o reclamos. Defina la variable necesaria y establezca su
distribución, rango y parámetros.
Sea X = número de correos electrónicos que llegan a la cuenta de correo del

Metropolitano en medio día
F {|}}~|•
l = D €íl
y t = 0,5 día
X ~ P(µ = 4 correos )
P(X > 3) = 1- P(X ≤ 3) = 1 – 0,4335 = 0,5665
b. Si se eligen al azar 100 días, calcule la probabilidad que la cantidad total de correos
recibidos en esos 100 días esté entre 790 y 810.
Sea Xi = número de correos electrónicos que llegan a la cuenta de correo del

Metropolitano en el día, i = 1,…,100
Sea Y := cantidad total de correos en los 100 días
D??
𝑌 = w 𝑋x
xSD
Por teorema central del límite, 𝑌 ≈ 𝑁(𝑛𝜇 = 100 × 8; 𝑛𝜎 C = 100 × 8), es decir, 𝑌 ≈
𝑁(800; 800).
Nos piden 𝑃 (790 < 𝑌 < 810) = 𝑃 (−0,35 < 𝑍 < 0,35) = 0,2737.
También se puede calcular usando la distribución de la media muestral.
Nos piden 𝑃 (790 < 𝑌 < 810) = 𝑃 (7,9 < 𝑋„ < 8,1)
… F †
Por teorema central del límite, 𝑋„ ≈ 𝑁 ^𝜇 = 8, ‡ = D??_, es decir, 𝑋„ ≈ 𝑁(8; 0,08).
Luego, 𝑃 (790 < 𝑌 < 810) = 𝑃 (7,9 < 𝑋„ < 8,1) = 0,2737
RNotas importantes
Ejemplo 53
Se define la variable aleatoria X: número de días a la semana que un usuario usa el
Metropolitano. Esta variable presenta la siguiente función de probabilidad.
X: Número de días 0 1 2 3 4 5 6 7
f(x) 0,05 0,10 0,15 0,15 0,20 0,25 0,05 0,05
a. Calcule el esperado y la varianza de X.
Usando la calculadora, E(X) = 3,55 y V(X) = 3,1475
b. Si se elige al azar una muestra de 1000 usuarios, calcule la probabilidad de que la media
muestral del número de días que usan el Metropolitana esté entre 3,5 y 3,6 días.
… X,DLj@ †
Por teorema central del límite, 𝑋„ ≈ 𝑁 ^𝜇 = 3,55, ‡ = D??? _ , es decir, 𝑋„ ≈
𝑁(3,55; 0,0031475).
Nos piden 𝑃 (3,5 < 𝑋„ < 3,6) = 𝑃 (−0,89 < 𝑍 < 0,89) = 0,6272.
Ejemplo 54
El tiempo de espera para tomar un bus de un usuario se modela con una variable uniforme
con parámetros 0 y 10 minutos.
a. Si se elige un usuario al azar, calcule la probabilidad de que su tiempo de espera sea
mayor a ocho minutos.
X=: tiempo de espera para tomar un bus. X ~ U(0,10)
P(X > 8) = 0,20
b. Si se elige al azar a 500 usuarios, calcule la probabilidad de que la media del tiempo de
espera de esos 500 usuarios esté en 4,8 y 5,2 minutos.
µ = (a+b)/2 = (0+10)/2 = 5
σ2= (10 - 0)2/12 = 8,3333
Por teorema central del límite,

…† F,XXXX
𝑋„ ≈ 𝑁 ^𝜇 = 5, ‡ = @?? _, es decir, 𝑋„ ≈ 𝑁(5; 0,01667)
Nos piden 𝑃 (4,8 < 𝑋„ < 5,2) = 𝑃 (−1,55 < 𝑍 < 1,55) = 0,8789
RNotas importantes
Ejercicios de la unidad
78. En un estudio de evaluación de la atención de un servicio de cafeterías, los tiempos, en
minutos, que tardan en atender a un cliente las cafeterías A y B se modelaron con las
variables aleatorias X~N(4,9) y Y~N(5,16) respectivamente y de manera independiente. Si
en cada cafetería son atendidas 20 personas, halle la probabilidad de que el tiempo total
de atención en la cafetería B sea mayor que el de la cafetería A.
79. Lima y El Cairo (Egipto) son las dos principales ciudades del mundo que están situadas en
zonas desérticas y con extremo estrés hídrico. En París, Zurich o Berlín, el consumo
promedio por persona de agua bordea los 130 litros por día. Sin embargo, según una
investigación del Centro de Investigación en Geografía Aplicada de la Pontificia
Universidad Católica del Perú, en Lima, el consumo promedio por persona asciende a 250
litros por día. Además, la desviación estándar del consumo por persona se estima en 60
litros por día. Si se toma una muestra aleatoria en Lima de 100 personas, calcule la
probabilidad de que el consumo total muestral en un día sea menor a 24 mil litros.
80. La cantidad de mango que exporta una empresa mensualmente se modela con una
variable aleatoria con media de 25 toneladas y desviación estándar de cuatro toneladas.
Encontrar la probabilidad de que la cantidad exportada en tres años sea menor a 920
toneladas. Asuma independencia entre las cantidades mensuales exportadas.
81. Una familia tiene tres hijos. El monto de la propina semanal que se le da a cada hijo puede
modelarse como una variable normal. Al menor se le da en media 20 nuevos soles por
semana con una desviación estándar de 3 nuevos soles, al segundo hijo se le da el doble
que al menor y al mayor se le da el triple que al menor. Calcular la probabilidad de que en
cuatro semanas la suma total recibida en propinas por los tres sume más de 500 nuevos
soles.
82. Marque la afirmación correcta.
El teorema del límite central afirma que:

a. A medida que el tamaño poblacional crece, la distribución de la media poblacional
tiende a una distribución normal
b. A medida que el tamaño poblacional crece, la distribución de la media muestral tiende
a una distribución normal
c. A medida que el tamaño muestral crece, la distribución de la media poblacional tiende
a una distribución normal
d. A medida que el tamaño muestral crece, la distribución de la media muestral tiende a
una distribución normal.
83. Marque la afirmación correcta.
El teorema del límite central afirma que:

a. La suma de variables aleatorias normales independientes es una variable normal
b. La suma de más de 30 variables aleatorias normales independientes es una variable
normal
c. La suma de más de 30 variables aleatorias independientes es una variable normal
d. La suma de más de 30 variables aleatorias independientes es aproximadamente una
variable normal
RNotas importantes
84. El número de personas que llega a un concierto se modela con una variable Poisson con
una media de 3,1 personas por minuto. Calcule la probabilidad de que en una hora lleguen
entre 180 y 190 personas.
85. El número de vuelos nacionales cancelados en un día se modela con la siguiente función
de probabilidad:
x 0 1 2 3 4 5
f(x) 0,40 0,25 0,15 0,10 0,05 0,05
Se toma una muestra de 100 días, calcule la probabilidad de que se cancelen entre 125 a
135 vuelos nacionales.
RNotas importantes
200 Tablas Estadísticas
Tablas estadísticas
Todas las tablas de este manual han sido calculadas usando el MS Excel.
Área bajo la curva normal: [P(Z £ z ) = a ]
z -0,09 -0,08 -0,07 -0,06 -0,05 -0,04 -0,03 -0,02 -0,01 -0,00
-3,9 0,000033 0,000034 0,000036 0,000037 0,000039 0,000041 0,000042 0,000044 0,000046 0,000048
-3,8 0,000050 0,000052 0,000054 0,000057 0,000059 0,000062 0,000064 0,000067 0,000069 0,000072
-3,7 0,000075 0,000078 0,000082 0,000085 0,000088 0,000092 0,000096 0,000100 0,000104 0,000108
-3,6 0,000112 0,000117 0,000121 0,000126 0,000131 0,000136 0,000142 0,000147 0,000153 0,000159
-3,5 0,000165 0,000172 0,000178 0,000185 0,000193 0,000200 0,000208 0,000216 0,000224 0,000233
-3,4 0,000242 0,000251 0,000260 0,000270 0,000280 0,000291 0,000302 0,000313 0,000325 0,000337
-3,3 0,000349 0,000362 0,000376 0,000390 0,000404 0,000419 0,000434 0,000450 0,000466 0,000483
-3,2 0,000501 0,000519 0,000538 0,000557 0,000577 0,000598 0,000619 0,000641 0,000664 0,000687
-3,1 0,000711 0,000736 0,000762 0,000789 0,000816 0,000845 0,000874 0,000904 0,000935 0,000968
-3,0 0,001001 0,001035 0,001070 0,001107 0,001144 0,001183 0,001223 0,001264 0,001306 0,001350
-2,9 0,00139 0,00144 0,00149 0,00154 0,00159 0,00164 0,00169 0,00175 0,00181 0,00187
-2,8 0,00193 0,00199 0,00205 0,00212 0,00219 0,00226 0,00233 0,00240 0,00248 0,00256
-2,7 0,00264 0,00272 0,00280 0,00289 0,00298 0,00307 0,00317 0,00326 0,00336 0,00347
-2,6 0,00357 0,00368 0,00379 0,00391 0,00402 0,00415 0,00427 0,00440 0,00453 0,00466
-2,5 0,00480 0,00494 0,00508 0,00523 0,00539 0,00554 0,00570 0,00587 0,00604 0,00621
-2,4 0,00639 0,00657 0,00676 0,00695 0,00714 0,00734 0,00755 0,00776 0,00798 0,00820
-2,3 0,00842 0,00866 0,00889 0,00914 0,00939 0,00964 0,00990 0,01017 0,01044 0,01072
-2,2 0,01101 0,01130 0,01160 0,01191 0,01222 0,01255 0,01287 0,01321 0,01355 0,01390
-2,1 0,01426 0,01463 0,01500 0,01539 0,01578 0,01618 0,01659 0,01700 0,01743 0,01786
-2,0 0,01831 0,01876 0,01923 0,01970 0,02018 0,02068 0,02118 0,02169 0,02222 0,02275
-1,9 0,02330 0,02385 0,02442 0,02500 0,02559 0,02619 0,02680 0,02743 0,02807 0,02872
-1,8 0,02938 0,03005 0,03074 0,03144 0,03216 0,03288 0,03362 0,03438 0,03515 0,03593
-1,7 0,03673 0,03754 0,03836 0,03920 0,04006 0,04093 0,04182 0,04272 0,04363 0,04457
-1,6 0,04551 0,04648 0,04746 0,04846 0,04947 0,05050 0,05155 0,05262 0,05370 0,05480
-1,5 0,05592 0,05705 0,05821 0,05938 0,06057 0,06178 0,06301 0,06426 0,06552 0,06681
-1,4 0,06811 0,06944 0,07078 0,07215 0,07353 0,07493 0,07636 0,07780 0,07927 0,08076
-1,3 0,08226 0,08379 0,08534 0,08691 0,08851 0,09012 0,09176 0,09342 0,09510 0,09680
-1,2 0,09853 0,10027 0,10204 0,10383 0,10565 0,10749 0,10935 0,11123 0,11314 0,11507
-1,1 0,11702 0,11900 0,12100 0,12302 0,12507 0,12714 0,12924 0,13136 0,13350 0,13567
-1,0 0,13786 0,14007 0,14231 0,14457 0,14686 0,14917 0,15151 0,15386 0,15625 0,15866
-0,9 0,16109 0,16354 0,16602 0,16853 0,17106 0,17361 0,17619 0,17879 0,18141 0,18406
-0,8 0,18673 0,18943 0,19215 0,19489 0,19766 0,20045 0,20327 0,20611 0,20897 0,21186
-0,7 0,21476 0,21770 0,22065 0,22363 0,22663 0,22965 0,23270 0,23576 0,23885 0,24196
-0,6 0,24510 0,24825 0,25143 0,25463 0,25785 0,26109 0,26435 0,26763 0,27093 0,27425
-0,5 0,27760 0,28096 0,28434 0,28774 0,29116 0,29460 0,29806 0,30153 0,30503 0,30854
-0,4 0,31207 0,31561 0,31918 0,32276 0,32636 0,32997 0,33360 0,33724 0,34090 0,34458
-0,3 0,34827 0,35197 0,35569 0,35942 0,36317 0,36693 0,37070 0,37448 0,37828 0,38209
-0,2 0,38591 0,38974 0,39358 0,39743 0,40129 0,40517 0,40905 0,41294 0,41683 0,42074
-0,1 0,42465 0,42858 0,43251 0,43644 0,44038 0,44433 0,44828 0,45224 0,45620 0,46017
-0,0 0,46414 0,46812 0,47210 0,47608 0,48006 0,48405 0,48803 0,49202 0,49601 0,50000
Tablas Estadísticas 201
Área bajo la curva normal: [P(Z £ z ) = a ]
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,50000 0,50399 0,50798 0,51197 0,51595 0,51994 0,52392 0,52790 0,53188 0,53586
0,1 0,53983 0,54380 0,54776 0,55172 0,55567 0,55962 0,56356 0,56749 0,57142 0,57535
0,2 0,57926 0,58317 0,58706 0,59095 0,59483 0,59871 0,60257 0,60642 0,61026 0,61409
0,3 0,61791 0,62172 0,62552 0,62930 0,63307 0,63683 0,64058 0,64431 0,64803 0,65173
0,4 0,65542 0,65910 0,66276 0,66640 0,67003 0,67364 0,67724 0,68082 0,68439 0,68793
0,5 0,69146 0,69497 0,69847 0,70194 0,70540 0,70884 0,71226 0,71566 0,71904 0,72240
0,6 0,72575 0,72907 0,73237 0,73565 0,73891 0,74215 0,74537 0,74857 0,75175 0,75490
0,7 0,75804 0,76115 0,76424 0,76730 0,77035 0,77337 0,77637 0,77935 0,78230 0,78524
0,8 0,78814 0,79103 0,79389 0,79673 0,79955 0,80234 0,80511 0,80785 0,81057 0,81327
0,9 0,81594 0,81859 0,82121 0,82381 0,82639 0,82894 0,83147 0,83398 0,83646 0,83891
1,0 0,84134 0,84375 0,84614 0,84849 0,85083 0,85314 0,85543 0,85769 0,85993 0,86214
1,1 0,86433 0,86650 0,86864 0,87076 0,87286 0,87493 0,87698 0,87900 0,88100 0,88298
1,2 0,88493 0,88686 0,88877 0,89065 0,89251 0,89435 0,89617 0,89796 0,89973 0,90147
1,3 0,90320 0,90490 0,90658 0,90824 0,90988 0,91149 0,91309 0,91466 0,91621 0,91774
1,4 0,91924 0,92073 0,92220 0,92364 0,92507 0,92647 0,92785 0,92922 0,93056 0,93189
1,5 0,93319 0,93448 0,93574 0,93699 0,93822 0,93943 0,94062 0,94179 0,94295 0,94408
1,6 0,94520 0,94630 0,94738 0,94845 0,94950 0,95053 0,95154 0,95254 0,95352 0,95449
1,7 0,95543 0,95637 0,95728 0,95818 0,95907 0,95994 0,96080 0,96164 0,96246 0,96327
1,8 0,96407 0,96485 0,96562 0,96638 0,96712 0,96784 0,96856 0,96926 0,96995 0,97062
1,9 0,97128 0,97193 0,97257 0,97320 0,97381 0,97441 0,97500 0,97558 0,97615 0,97670
2,0 0,97725 0,97778 0,97831 0,97882 0,97932 0,97982 0,98030 0,98077 0,98124 0,98169
2,1 0,98214 0,98257 0,98300 0,98341 0,98382 0,98422 0,98461 0,98500 0,98537 0,98574
2,2 0,98610 0,98645 0,98679 0,98713 0,98745 0,98778 0,98809 0,98840 0,98870 0,98899
2,3 0,98928 0,98956 0,98983 0,99010 0,99036 0,99061 0,99086 0,99111 0,99134 0,99158
2,4 0,99180 0,99202 0,99224 0,99245 0,99266 0,99286 0,99305 0,99324 0,99343 0,99361
2,5 0,99379 0,99396 0,99413 0,99430 0,99446 0,99461 0,99477 0,99492 0,99506 0,99520
2,6 0,99534 0,99547 0,99560 0,99573 0,99585 0,99598 0,99609 0,99621 0,99632 0,99643
2,7 0,99653 0,99664 0,99674 0,99683 0,99693 0,99702 0,99711 0,99720 0,99728 0,99736
2,8 0,99744 0,99752 0,99760 0,99767 0,99774 0,99781 0,99788 0,99795 0,99801 0,99807
2,9 0,99813 0,99819 0,99825 0,99831 0,99836 0,99841 0,99846 0,99851 0,99856 0,99861
3,0 0,998650 0,998694 0,998736 0,998777 0,998817 0,998856 0,998893 0,998930 0,998965 0,998999
3,1 0,999032 0,999065 0,999096 0,999126 0,999155 0,999184 0,999211 0,999238 0,999264 0,999289
3,2 0,999313 0,999336 0,999359 0,999381 0,999402 0,999423 0,999443 0,999462 0,999481 0,999499
3,3 0,999517 0,999534 0,999550 0,999566 0,999581 0,999596 0,999610 0,999624 0,999638 0,999651
3,4 0,999663 0,999675 0,999687 0,999698 0,999709 0,999720 0,999730 0,999740 0,999749 0,999758
3,5 0,999767 0,999776 0,999784 0,999792 0,999800 0,999807 0,999815 0,999822 0,999828 0,999835
3,6 0,999841 0,999847 0,999853 0,999858 0,999864 0,999869 0,999874 0,999879 0,999883 0,999888
3,7 0,999892 0,999896 0,999900 0,999904 0,999908 0,999912 0,999915 0,999918 0,999922 0,999925
3,8 0,999928 0,999931 0,999933 0,999936 0,999938 0,999941 0,999943 0,999946 0,999948 0,999950
3,9 0,999952 0,999954 0,999956 0,999958 0,999959 0,999961 0,999963 0,999964 0,999966 0,999967
Índice alfabético
circular, 44
—A— de barras, 44
de barras agrupadas, 50
Axiomas de la probabilidad, 122 de cajas, 99
de Pareto, 46
—D— Histograma, 62
Ojiva, 62
Deciles, 87 Polígono de frecuencias, 62
Desviación estándar, 91
Distribución
binomial, 152
—M—
de frecuencias, 39, 54, 56 Media, 74
de la media muestral, 193 ponderada, 85
de probabilidad, 142, 143 Mediana, 78
hipergeométrica, 156 Moda, 81
normal, 174 Muestreo
Poisson, 159 aleatorio simple, 22
uniforme continua, 171 estratificado, 31
probabilístico, 21
—E— sistemático, 26
Escalas de medición, 12
Espacio muestral, 114
—P—
Estadística Parámetro, 15
Definición, 8 Percentiles, 86
Subdivisión, 8 Población, 10
estadístico, 15 Propiedad reproductiva de la normal, 188
Estadístico, 15
Evento, 114
Complemento, 117 —T—
Eventos Teorema
independientes, 134 de Bayes, 130
Intersección de, 118 del límite central, 194
mutuamente excluyentes, 120
Unión de, 118
Experimento aleatorio, 114 —V—
Valor esperado
—F— de una función de una variable aleatoria, 147, 169
Variable, 14
Función aleatoria continua, 163
de densidad, 163 aleatoria discreta, 143
de distribución acumulada, 166 Varianza, 91
de una variable aleatoria, 147, 170
—G—
Gráfico

Cuaderno de Estadistica PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Cuaderno de Estadistica PDF

Hochgeladen von

Copyright:

Verfügbare Formate

MA460

Área de Ciencias - Marzo 2018

Es la ciencia que proporciona un conjunto de métodos, técnicas y procedimientos para

Recolección Organización Presentación Análisis

Estadística Son métodos y técnicas de recolección, caracterización, resumen y

Indique si los siguientes enunciados corresponden al uso de la Estadística descriptiva o de

En la segunda vuelta de las elecciones 2016, el Descriptiva o Inferencial o

Caso Aerolínea Wayra

Indique la cantidad de observaciones y datos obtenidos.

El objetivo de una investigación es estimar el promedio de la nota final de los alumnos

Caso Aerolínea Wayra

Escalas de medición de las variables

La escala de medición permite determinar la cantidad de información que contienen los

Nominal Ordinal Intervalo Razón

•Una variable está medida en escala nominal cuando los datos

•Una variable está medida en escala de intervalo si los datos

•Una variable está medida en escala de razón si los datos tienen

•El género de las personas

•El orden de mérito de los atletas en una competición

•Las escalas de temperatura. Las temperaturas en grados

•El sueldo de los empleados de una empresa

Caso Aerolínea Wayra

Variable Nominal Ordinal Intervalo Razón

Tipos de variables según su naturaleza

Es una variable que Es una variable que A su vez, la variable

Caso Aerolínea Wayra

Variable Tipo de variable Escala de medición

Comida preferida por los pasajeros

Cantidad de viajes retrasados por día

Precio de un pasaje a Arequipa

Opinión sobre atención (mejoró, igual,

Parámetro •Es cualquier resumen de la población.

Estadístico •Es cualquier resumen de la muestra.

Medida de resumen Variable Valor Parámetro o estadístico

Media Edad 19,3 años Parámetro

Porcentaje Condición de trabajo 12% Estadístico

Medida de resumen Variable Valor Parámetro o estadístico

Medida de resumen Variable Valor Parámetro o estadístico

Medida de resumen Variable Valor Parámetro o estadístico

En mayo del 2015, se publicó el siguiente gráfico en el diario Perú 21 a partir de

Unidad elemental: .……….……………………………………………………………………………………………….

Medida de resumen Variable Valor Parámetro o estadístico

•En un estudio experimental, se identifican las variables

Estudio •En un estudio observacional, no se trata de controlar las

Indique a qué tipo de estudio, experimental u observacional, corresponden los siguientes

Actualizado el 27 de julio de 2015 a: 03:54 p.m. Por: AFP

Estudio clínico confirma eficacia de vacuna contra el dengue

Errores en la adquisición de datos

Se debe comprobar la consistencia interna de los datos.

También se analiza la existencia de valores demasiado grandes o demasiado pequeños,

Fuentes •Los datos se obtienen por medio de encuestas y

Fuentes •Los datos se han compilado y están disponibles para el

Fuentes públicas: bases de datos de ministerios y de oficinas gubernamentales de

Instituto Nacional de Estadística e Informática www.inei.gob.pe

Datum Perú www.datum.com.pe/

Caso Aerolínea Wayra

¿Qué podemos hacer para resumir esta información?

Ventajas y desventajas del muestreo frente al censo

Ventajas del muestreo

Ahorro de tiempo, dado que el número de

Mayor precisión, la muestra puede ser más

Desventajas del muestreo

La información proveniente de una muestra