Beruflich Dokumente
Kultur Dokumente
Estadística
Descriptiva
Cuaderno de trabajo
Los profesores del curso
RNotas importantes
3 Estadística Descriptiva 201801
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
4 Estadística Descriptiva 201801
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
5 Estadística Descriptiva 201801
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
6 Estadística Descriptiva 201801
RNotas importantes
7 Estadística Descriptiva 201801
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)
8 Estadística Descriptiva 201801
Definición de Estadística
Subdivisión de la Estadística
La Estadística se puede dividir en Estadística descriptiva y Estadística inferencial.
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.
RNotas importantes
9 Estadística Descriptiva 201801
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.
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.
Población
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
RNotas importantes
11 Estadística Descriptiva 201801
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
......................................................................
...........................................................................................................................................
...........................................................................................................................................
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
......................................................................
...........................................................................................................................................
...........................................................................................................................................
12 Estadística Descriptiva 201801
Escalas de
medición
•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.
RNotas importantes
13 Estadística Descriptiva 201801
Ejemplo 3
Variable Variable
cualitativa cuantitativa
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
RNotas importantes
15 Estadística Descriptiva 201801
Parámetro y estadístico
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.
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: …………………….……………………………………………………………………………………………….
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.
Población: …………………….……………………………………………………………………………………………….
Muestra: …………………….………………………………………………………………………………………………….
Tomado de http://peru21.pe/economia/hogares-sin-acceso-al-agua-gastan-s72-al-mes-2219838
RNotas importantes
17 Estadística Descriptiva 201801
Estudios estadísticos
Los datos se obtienen mediante la realización de un estudio estadístico. A esos estudios
se les clasifica como experimentales u observacionales.
Tomado de http://elcomercio.pe/economia/peru/turistas-gastan-nuestra-gastronomia-us350-millones
Fuentes de datos
Los siguientes sitios web son ejemplos donde conseguir datos de fuente secundaria.
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
20 Estadística Descriptiva 201801
RNotas importantes
Unidad 1. Muestreo 21
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 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
22 Estadística Descriptiva 201801
RNotas importantes
Unidad 1. Muestreo 23
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
24 Estadística Descriptiva 201801
Seleccione una muestra de 15 trabajadores usando muestreo simple aleatorio. Use las
columnas C4, C8, C11 y C15 de la tabla de números aleatorios.
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
Unidad 1. Muestreo 25
Seleccione una muestra de doce trabajadores usando muestreo simple aleatorio. Use las
columnas C10, C4, C2 y C1 de la tabla de números aleatorios.
Los elementos seleccionados son:
Posición
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
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
26 Estadística Descriptiva 201801
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.
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
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
Solución
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
A partir de este número elegido, seleccionemos el dato que ocupa la posición (A + k), es
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
28 Estadística Descriptiva 201801
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
5 Hombre 21 173 19 Hombre 29 137 33 Mujer 26 74
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
11 Hombre 18 177 25 Hombre 31 187 39 Mujer 30 155
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
A partir de este número elegido, seleccionemos el dato que ocupa la posición (A + k), es
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.
Los elementos seleccionados son:
Posición 5 10 15 20 25 30 35 40
RNotas importantes
Unidad 1. Muestreo 29
RNotas importantes
30 Estadística Descriptiva 201801
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.
Los elementos seleccionados son:
Posición
RNotas importantes
Unidad 1. Muestreo 31
Muestreo estratificado
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.
Si se tiene que usar más de una variable para formar los estratos, cuidar que estas no
estén relacionadas entre sí.
Los estratos pequeños no contribuyen mucho a la reducción del error, por lo tanto pueden
no ser considerados.
RNotas importantes
32 Estadística Descriptiva 201801
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
1 2300 Secundaria 5 41 2100 Técnica 13 81 2000 Superior 3
2 2800 Secundaria 11 42 2100 Técnica 9 82 2500 Superior 13
3 2400 Secundaria 4 43 1800 Técnica 1 83 1700 Superior 0
4 2500 Secundaria 2 44 2000 Técnica 9 84 2500 Superior 19
5 2300 Secundaria 3 45 2100 Técnica 10 85 1700 Superior 3
6 2100 Secundaria 2 46 1900 Técnica 4 86 2600 Superior 19
7 1700 Secundaria 2 47 2000 Técnica 10 87 1600 Superior 1
8 2000 Secundaria 0 48 2300 Técnica 11 88 1800 Superior 6
9 2200 Secundaria 7 49 2000 Técnica 7 89 2100 Superior 10
10 2100 Secundaria 4 50 1700 Técnica 1 90 1700 Superior 0
11 1700 Secundaria 0 51 1700 Técnica 1 91 2400 Superior 16
12 2500 Secundaria 2 52 2100 Técnica 6 92 2600 Superior 17
13 2800 Secundaria 13 53 2600 Técnica 17 93 2100 Superior 10
14 2400 Secundaria 9 54 2400 Técnica 9 94 2100 Superior 8
15 1700 Secundaria 1 55 2600 Técnica 19 95 2400 Superior 17
16 2400 Secundaria 9 56 1900 Técnica 7 96 1700 Superior 1
17 2200 Secundaria 10 57 1600 Técnica 0 97 2600 Superior 20
18 2200 Secundaria 4 58 1900 Técnica 3 98 2400 Superior 16
19 2300 Secundaria 10 59 2100 Técnica 14 99 2700 Superior 17
20 2800 Secundaria 11 60 1700 Técnica 0 100 2100 Superior 12
21 2100 Secundaria 7 61 2100 Técnica 15 101 1600 Superior 0
22 1700 Secundaria 1 62 1700 Técnica 1 102 2100 Superior 15
23 2500 Secundaria 6 63 2300 Técnica 14 103 1900 Superior 5
24 2400 Secundaria 9 64 2500 Técnica 16 104 2100 Superior 12
25 2700 Secundaria 17 65 2600 Técnica 18 105 2200 Superior 12
26 1700 Secundaria 0 66 1900 Técnica 3 106 2400 Superior 13
27 1600 Secundaria 2 67 2500 Técnica 19 107 1800 Superior 4
28 2600 Secundaria 17 68 1800 Técnica 6 108 2600 Superior 17
29 2500 Secundaria 13 69 1700 Técnica 2 109 2700 Superior 20
30 2500 Secundaria 16 70 2000 Técnica 10 110 2500 Superior 16
31 2100 Técnica 11 71 2400 Técnica 16 111 2500 Superior 16
32 2300 Técnica 14 72 1700 Técnica 0 112 1900 Superior 6
33 1700 Técnica 0 73 2500 Técnica 12 113 2100 Superior 15
34 2200 Técnica 13 74 1700 Técnica 3 114 1700 Superior 9
35 2900 Técnica 20 75 2400 Técnica 17 115 1500 Superior 0
36 1800 Técnica 5 76 2400 Técnica 16 116 1800 Superior 18
37 2100 Técnica 16 77 1900 Técnica 7 117 2100 Superior 10
38 2000 Técnica 12 78 1700 Técnica 1 118 2700 Superior 19
39 2000 Técnica 12 79 2100 Técnica 6 119 1800 Superior 9
40 2900 Técnica 20 80 2000 Técnica 5 120 2100 Superior 15
RNotas importantes
Unidad 1. Muestreo 33
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 ´n
estrato Nh (desde – hasta) N
N1 30
1. Secundaria N1 = 30 1 – 30 n1 = ´n = ´ 16 = 4
N 120
N2 50
2. Técnica N2 = 50 31 – 80 n2 = ´n = ´ 16 = 6,67 » 7
N 120
N3 40
3. Superior N3 = 40 81 – 120 n3 = ´n = ´ 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.
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
Luego, el cuadro con los datos elementos seleccionados para el estrato Secundaria es:
RNotas importantes
34 Estadística Descriptiva 201801
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.
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
Luego, el cuadro con los datos elementos seleccionados para el estrato Técnica es:
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.
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
Luego, el cuadro con los datos elementos seleccionados para el estrato Superior es:
RNotas importantes
Unidad 1. Muestreo 35
RNotas importantes
36 Estadística Descriptiva 201801
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 = ´n
(desde – hasta) N
Total
Estrato 1:
Posición
Studio 92
Estrato 2:
Posición
Oxígeno
Estrato 3:
Posición
Planeta
RNotas importantes
Unidad 1. Muestreo 37
Tabla de números aleatorios
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
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
38 Estadística Descriptiva 201801
Al finalizar la unidad 2,
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
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: ………………………
RNotas importantes
40 Estadística Descriptiva 201801
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
Unidad 2. Organización de Datos 41
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 ………………………………………………………………………………………….
RNotas importantes
42 Estadística Descriptiva 201801
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
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
Unidad 2. Organización de Datos 43
Elección de la base de comparación
Eliminación de ruido
RNotas importantes
44 Estadística Descriptiva 201801
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
Unidad 2. Organización de Datos 45
8,596,937 50,12
Peruanos por el Kambio
8,555,880 49,88
Fuerza Popular
- Son …………… el total de pasajeros cuyo motivo de viaje fue trabajo o visita familiar.
RNotas importantes
46 Estadística Descriptiva 201801
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
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
Unidad 2. Organización de Datos 47
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
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.
Distribución de productos según problemas reportados de asientos de fibra de vidrio
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
48 Estadística Descriptiva 201801
Caso Aerolínea Wayra
Objetivo: Identificar las principales quejas de los pasajeros sobre el servicio que brinda la
aerolínea.
RNotas importantes
Unidad 2. Organización de Datos 49
Tabulaciones cruzadas
También llamadas tablas de contingencia o de doble entrada. Se usan para resumir de
manera simultánea los datos para dos variables.
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
Si el gráfico presenta las frecuencias absolutas o las frecuencias porcentuales con respecto
al total, el título será:
RNotas importantes
50 Estadística Descriptiva 201801
• 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.
Título: …………………………………………………………………………………………………………….
RNotas importantes
Unidad 2. Organización de Datos 51
Título: …………………………..………………………………………………………………………………………….
Título: ……………………………………….…………………………………………………………………………….
100%
90%
80%
0%
Lima Norte Centro Sur Oriente
Región
RNotas importantes
52 Estadística Descriptiva 201801
Caso Aerolínea Wayra
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.
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
18%
16%
14%
12%
10%
8% Peruano
6% Extranjero
4%
2%
0%
Arequipa Cuzco Miami México D.F Piura Río de
Janeiro
RNotas importantes
Unidad 2. Organización de Datos 53
Realice el gráfico que tenga el siguiente título.
RNotas importantes
54 Estadística Descriptiva 201801
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.
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
Unidad 2. Organización de Datos 55
Caso Aerolínea Wayra
Objetivo: Determinar el número de viajes más frecuente realizados por los pasajeros.
Título: ……………………………………………………………………………………………………………
Número de viajes Número de pasajeros pi Pi
1 15
2 12%
3 38%
4 30
5
150
Fuente: ……………………………………………….
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
56 Estadística Descriptiva 201801
Los tres pasos necesarios para definir en una distribución de frecuencias con datos
cuantitativos son los siguientes:
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.
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.
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.
RNotas importantes
Unidad 2. Organización de Datos 57
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 206
w= = = 29,429 @ 29,5 (Redondeo por exceso a un decimal)
k 7
RNotas importantes
58 Estadística Descriptiva 201801
Caso Aerolínea Wayra
Objetivo: Determinar el número de pasajeros que exceden el peso de equipaje de mano.
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
Título: ………………………………..…………………………………..………………………………………………………………….
Frecuencia
Marca de Frecuencia Frecuencia Frecuencia absoluta
Intervalo relativa
clase absoluta fi relativa hi acumulada Fi
acumulada Hi
[ ]
] ]
] ]
] ]
] ]
] ]
] ]
Fuente: ………………………………..……………………………………
RNotas importantes
Unidad 2. Organización de Datos 59
Indique e interprete el valor de las siguientes frecuencias para la distribución de
frecuencias anterior.
f3
F2
H4
Hallar el mínimo de todos los datos y el máximo de todos los grupos de datos, y usarlos
para calcular el rango.
k = 1 + 3,322log10 n
RNotas importantes
60 Estadística Descriptiva 201801
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.
RNotas importantes
Unidad 2. Organización de Datos 61
Caso Aerolínea Wayra
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
…………………………………………………………………………………………………………………………………..
Frecuencia absoluta fi Frecuencia absoluta fi
Intervalo Marca de clase
Clase económica Clase ejecutiva
[ ]
] ]
] ]
] ]
] ]
] ]
] ]
RNotas importantes
62 Estadística Descriptiva 201801
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.
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.
RNotas importantes
Unidad 2. Organización de Datos 63
Caso Aerolínea Wayra
Objetivo: Determinar el porcentaje de pasajeros que exceden el peso de equipaje de
mano.
Use uno de los gráficos para calcular, aproximadamente, porcentaje necesario para
resolver el objetivo.
RNotas importantes
64 Estadística Descriptiva 201801
Caso Aerolínea Wayra
Objetivo: Comparar el exceso de peso del equipaje de los pasajeros según su género.
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
Unidad 2. Organización de Datos 65
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.
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.
RNotas importantes
66 Estadística Descriptiva 201801
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.
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
RNotas importantes
Unidad 2. Organización de Datos 67
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.
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:
RNotas importantes
68 Estadística Descriptiva 201801
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
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.
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
Unidad 2. Organización de Datos 69
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.
20. Indique el tipo y escala de medición de las siguientes variables y su escala de medición.
Variable
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.
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
70 Estadística Descriptiva 201801
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
Afirmación
Solo las variables cuantitativas continuas pueden toman valores con decimales
En un gráfico de barras apiladas al 100%, el alto de las barras es igual en cada categoría.
RNotas importantes
Unidad 2. Organización de Datos 71
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.
Frecuencia acumulada
100
80 80
60 72
40 30 40
20
0
0 20 40 60 80 100
Tiempo (en minutos)
Afirmación
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
72 Estadística Descriptiva 201801
Logro de la unidad 3
Al finalizar la unidad 3,
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
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
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
74 Estadística Descriptiva 201801
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.
RNotas importantes
Unidad 3. Medidas descriptivas 75
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:
3,8 4,7 7,0 4,4 6,5 4,1 2,5 0,8 6,3 7,1 1,4 1,2
RNotas importantes
76 Estadística Descriptiva 201801
Caso Aerolínea Wayra
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
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
RNotas importantes
Unidad 3. Medidas descriptivas 77
Grupo 1 1 2 3 4 5 6 7
Grupo 2 1 2 3 4 5 6 700
Características de la media
- Se puede calcular para datos medidos en escala de intervalo o razón.
- 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.
y = ax + b
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
78 Estadística Descriptiva 201801
Mediana
La mediana de un conjunto de datos ordenados es el valor que divide en dos partes a
dicho conjunto.
RNotas importantes
Unidad 3. Medidas descriptivas 79
Cálculo de la mediana
13 16 18 17 18 17 5 12 19 14 17 14 10 21
RNotas importantes
80 Estadística Descriptiva 201801
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
Grupo 1 7 10 11 13 16 17 18
Grupo 2 7 10 11 13 16 17 700
Características de la mediana
- Se puede calcular para variables medidas en escala de ordinal, intervalo o razón.
RNotas importantes
Unidad 3. Medidas descriptivas 81
Moda
La moda de un conjunto de datos observados de una variable es el valor que se presenta
con mayor frecuencia.
RNotas importantes
82 Estadística Descriptiva 201801
Cálculo de la moda
Grupo 1 1 2 2 3 4 4 5
Grupo 2 1 2 2 3 4 4 500
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
Unidad 3. Medidas descriptivas 83
Caso Aerolínea Wayra
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.
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
84 Estadística Descriptiva 201801
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?
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
Unidad 3. Medidas descriptivas 85
Media ponderada
Permite calcular el valor medio considerando la importancia o peso de cada valor sobre
el total.
åx w i i
xw = i =1
n
åw
i =1
i
donde:
xi: Observación individual
wi: Peso asignado a cada observación
15 13 9 15
RNotas importantes
86 Estadística Descriptiva 201801
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:
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.
RNotas importantes
Unidad 3. Medidas descriptivas 87
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.
Grupo 1 10 12 13 14 15 16 17
Grupo 2 10 12 13 14 15 16 17 700
RNotas importantes
88 Estadística Descriptiva 201801
Características de los percentiles
- Se puede calcular en variables medidas en escala ordinal, de intervalo y razón.
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.
RNotas importantes
Unidad 3. Medidas descriptivas 89
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.
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
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
90 Estadística Descriptiva 201801
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
Unidad 3. Medidas descriptivas 91
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
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.
Grupo 1 1 2 3 4 5 6 7
Grupo 2 1 2 3 4 5 6 700
RNotas importantes
92 Estadística Descriptiva 201801
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
Caso Aerolínea Wayra
La empresa Wayra ha decidido hacer dos ofertas a su sindicato sobre el aumento de
sueldo anual a sus trabajadores:
Grupo 1 1 2 3 4 5 6 7
Grupo 2 1001 1002 1003 1004 1005 1006 1007
RNotas importantes
Unidad 3. Medidas descriptivas 93
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.
Si un grupo de datos tiene un coeficiente de variación del 10%. Interprete dicho valor.
RNotas importantes
94 Estadística Descriptiva 201801
Características del coeficiente de variación
- El coeficiente de variación se calcula en variables medidas en escala de razón.
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
RNotas importantes
Unidad 3. Medidas descriptivas 95
Ejemplo 15
Los siguientes datos representan resúmenes del número de mediciones de resistencia de
cierto artículo que realizaron dos grupos de técnicos.
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.
RNotas importantes
96 Estadística Descriptiva 201801
Rango intercuartil
Es la diferencia entre el tercer y primer cuartil.
P25 P
75
RIC = P75- P25
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
Unidad 3. Medidas descriptivas 97
Medidas de asimetría
Coeficiente de asimetría de Pearson
Mide si los datos aparecen ubicados simétricamente o no respecto de la media.
æ x - Mediana ö
As = 3ç ÷
è s ø
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 ………………………………..…………………………………………
RNotas importantes
98 Estadística Descriptiva 201801
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 …………………………………………………..
RNotas importantes
Unidad 3. Medidas descriptivas 99
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:
RNotas importantes
100 Estadística Descriptiva 201801
Caso Aerolínea Wayra
Objetivo. Comparar el precio de los pasajes según por promociones.
Título: ………………………………………………………………………………………………….
RNotas importantes
Unidad 3. Medidas descriptivas 101
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.
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.
RNotas importantes
102 Estadística Descriptiva 201801
Ejemplo 17
Complete el siguiente cuadro con la mejor respuesta posible de acuerdo a la frase
mencionada.
RNotas importantes
Unidad 3. Medidas descriptivas 103
Ejemplo 18
Marque con una equis las medidas de resumen que se pueden calcular con una variable
medida en cada escala de medición.
RNotas importantes
104 Estadística Descriptiva 201801
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
[ , ] 155 0,48
] , ] 0,32
] , ] 167 0,95
] , ] 600
Fuente: MINSA
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
RNotas importantes
Unidad 3. Medidas descriptivas 105
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
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.
“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
106 Estadística Descriptiva 201801
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
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.
15. Los datos muestran las ventas de 90 vendedores de una empresa en el último mes.
RNotas importantes
Unidad 3. Medidas descriptivas 107
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.
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.
RNotas importantes
108 Estadística Descriptiva 201801
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
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
RNotas importantes
Unidad 3. Medidas descriptivas 109
23. Indique si son verdaderas o falsas las siguientes afirmaciones.
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.
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
Indique el horario con mayor mediana de notas, el horario con mayor rango intercuartil y
el horario donde existen valores atípicos.
RNotas importantes
110 Estadística Descriptiva 201801
26. Complete el siguiente texto:
“Se trazan los bigotes desde los … ……………………... de las cajas hasta los valores mínimo y
máximo ……………..……………. de los límites inferior y superior.
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:
Población
Variable cuantitativa continua
Variable cuantitativa discreta
RNotas importantes
Unidad 3. Medidas descriptivas 111
Lo siguiente es la respuesta de un alumno, póngale nota.
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
30. El siguiente cuadro muestra la distribución de los sueldos mensuales de los empleados de
las empresas A y B.
RNotas importantes
112 Estadística Descriptiva 201801
31. Indique si son verdaderas o falsas las siguientes afirmaciones.
RNotas importantes
Unidad 4. Teoría de la probabilidad
Logro de la unidad 4
Al finalizar la unidad 4,
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
114 Estadística Descriptiva 201801
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.
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.
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.
0 0,5 1
La ocurrencia del evento es
tan probable como improbable
Se mide la cantidad de
alumnos que aprueban este
curso
Se condena a altos
funcionarios sobornados por
Oderbrecht
RNotas importantes
116 Estadística Descriptiva 201801
RNotas importantes
Unidad 4. Teoría de Probabilidad 117
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.
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
118 Estadística Descriptiva 201801
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.
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.
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.
RNotas importantes
Unidad 4. Teoría de Probabilidad 119
RNotas importantes
120 Estadística Descriptiva 201801
Solución
A: Estudio mucho el curso Estadística, B: Desapruebo el curso Estadística …….………………
Regla de la adición
Si A y B son eventos mutuamente excluyentes, entonces
RNotas importantes
Unidad 4. Teoría de Probabilidad 121
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.
Caso Aerolínea Wayra
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?
RNotas importantes
122 Estadística Descriptiva 201801
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)
A:= ………………………………………………………………………………………………………………
B:= ………………………………………………………………………………………………………………
RNotas importantes
Unidad 4. Teoría de Probabilidad 123
Calcule la probabilidad de que ocurran los siguientes eventos:
Evento Probabilidad Diagrama de Venn
que quiebre alguna de las dos aerolíneas P(A …… B)=
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
Defina los eventos necesarios para resolver este problema:
A:= ………………………………………………………………………………………………………………
B:= ………………………………………………………………………………………………………………
C:= ………………………………………………………………………………………………………………
RNotas importantes
124 Estadística Descriptiva 201801
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.
Solución
Primero, definamos los eventos necesarios para resolver este problema:
RNotas importantes
Unidad 4. Teoría de Probabilidad 125
Caso Aerolínea Wayra
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:
Calcule la probabilidad de que una persona elegida al azar sea un viajero frecuente dado
que tiene un destino de viaje internacional.
Solución
Defina los eventos necesarios para resolver este problema:
……………:= ………………………………………………………………………………………………………………
……………:= ………………………………………………………………………………………………………………
Solución
Defina los eventos necesarios para resolver este problema:
……………:= ………………………………………………………………………………………………………………
……………:= ………………………………………………………………………………………………………………
RNotas importantes
126 Estadística Descriptiva 201801
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
RNotas importantes
Unidad 4. Teoría de Probabilidad 127
c. Si el envase es sachet, ¿cuál es la probabilidad de que sea esencia?
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
P(D Ç C c ) 0,30
(
P D Cc = ) = = 0,60
( )
P Cc 0,50
) P(A )
c
Ç Bc
(
P Ac Bc = =
0,65
= 0,8125
( )
PB c
0 ,80
RNotas importantes
128 Estadística Descriptiva 201801
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%
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
Unidad 4. Teoría de Probabilidad 129
P (A Ç B) = P (A)P (B / A) = P(B)P(A / B)
Árbol de probabilidades
RNotas importantes
130 Estadística Descriptiva 201801
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 )
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)
P(Ai )P(B / Ai )
P(Ai B) =
P (A1 )P (B / A1 ) + P (A2 )P(B / A2 ) + ... + P (Ak )P(B / Ak )
RNotas importantes
Unidad 4. Teoría de Probabilidad 131
Caso Aerolínea Wayra
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
132 Estadística Descriptiva 201801
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
?,@@ × ?,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%.
RNotas importantes
Unidad 4. Teoría de Probabilidad 133
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.
Si compra por más de $50, ¿qué es más probable que haya pagado en efectivo, con
cheque o al crédito?
Solución
Sean los eventos:
Se pide calcular:
RNotas importantes
134 Estadística Descriptiva 201801
Eventos independientes
Si P (A) ¹ 0 , los eventos A y B son independientes si y solo si:
P (A B ) = P ( A )
P (A Ç B) = P (A)P (B)
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 )
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
Unidad 4. Teoría de Probabilidad 135
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?
RNotas importantes
136 Estadística Descriptiva 201801
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
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.
39. En un lote de polos, hay 70 polos rojos, 150 blancos y 90 azules. Si extrae un polo al azar.
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.
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
Unidad 4. Teoría de Probabilidad 137
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?
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.
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
138 Estadística Descriptiva 201801
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.
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.
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.
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.
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
Unidad 4. Teoría de Probabilidad 139
50. Indique si son verdaderas o falsas las siguientes afirmaciones.
Afirmación V F
RNotas importantes
Unidad 5: Variables aleatorias
Logro de la unidad 5
Al finalizar la unidad 5,
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
142 Estadística Descriptiva 2018021
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.
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
f(x) = P(X = x)
- 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.
El espacio muestral es S = {(..… , ..…), (..… , ..…), (….. , …..), (….. , …..)}.
Sea X el número de caras obtenidas, luego el rango de la variable X es RX = {…. , .…, .…}.
RNotas importantes
144 Estadística Descriptiva 2018021
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
Unidad 5. Variables aleatorias 145
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)
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
0.5
0.4
0.3
f(x)
0.2
0.1
0.0
0 5
X
RNotas importantes
146 Estadística Descriptiva 2018021
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.
x 0 1 2 3 4 5 6
f(x) 0,20 0,25 0,22 0,15 0,10 0,05 a
RNotas importantes
Unidad 5. Variables aleatorias 147
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
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.
E(U(X)) = 87,5
( 2
)
V ( X ) = E ( X - µX ) = å ( x - µX ) f ( x )
xÎRX
2
Se cumple V ( X ) = E ( X 2 ) - ( E ( X ) ) 2
RNotas importantes
148 Estadística Descriptiva 2018021
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.
E (a1 ) = a1
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, . . ., an son n constantes, entonces:
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
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n
constantes, entonces:
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
Unidad 5. Variables aleatorias 149
Caso Aerolínea Wayra
Objetivo específico: Comparar el grado de dispersión del número de cancelaciones en
vuelos, tanto nacional e internacional.
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
Ejemplo 29
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
150 Estadística Descriptiva 2018021
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
Unidad 5. Variables aleatorias 151
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
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
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.
El esperado del monto será 1,7 x 5 x 560 000 = 4 760 000 nuevos soles
RNotas importantes
152 Estadística Descriptiva 2018021
f ( x ) = P ( X = x ) = C xn px (1 - p )
n- x
x = 0, 1, 2,..., n
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 )
RNotas importantes
Unidad 5. Variables aleatorias 153
Caso Aerolínea Wayra
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 probabilidad pedida es
Solución
La probabilidad pedida es
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
La probabilidad pedida es
Calcule el valor esperado del número de pasajeros que tengan una emergencia médica
durante un viaje de 160 pasajeros.
Solución
RNotas importantes
154 Estadística Descriptiva 2018021
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?
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
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
M:= Que el usuario sea mujer
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
Unidad 5. Variables aleatorias 155
Ejemplo 35
Se sabe que el 12% de los usuarios del Metropolitano realizan conexiones de rutas. Si
elegimos al azar 80 usuarios.
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}
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
156 Estadística Descriptiva 2018021
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.
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
RNotas importantes
Unidad 5. Variables aleatorias 157
Caso Aerolínea Wayra
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.
La probabilidad pedida es
Calcule la probabilidad de detectar a una de las comidas que no están en perfecto estado.
Solución
La probabilidad pedida es
Calcule la probabilidad de detectar a más de una de las comidas que no están en perfecto
estado.
Solución
La probabilidad pedida es
Calcule el valor esperado del número de comidas que no están en perfecto estado que
serán detectadas.
Solución
RNotas importantes
158 Estadística Descriptiva 2018021
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.
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}
La probabilidad pedida es
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
Unidad 5. Variables aleatorias 159
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:
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
160 Estadística Descriptiva 2018021
Caso Aerolínea Wayra
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
Calcule la probabilidad de que una azafata reciba más de una llamada durante un viaje de
50 minutos.
Solución
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
Unidad 5. Variables aleatorias 161
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!
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
162 Estadística Descriptiva 2018021
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.
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.
RNotas importantes
Unidad 5. Variables aleatorias 163
ò f ( x ) dx = 1
-¥
b
Se tiene que P ( a £ X £ b ) = ò f ( x ) dx
a
RNotas importantes
164 Estadística Descriptiva 2018021
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
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.
RNotas importantes
Unidad 5. Variables aleatorias 165
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
Solución
Primero hallemos a
@?? D???
𝑥 𝑥
h 𝑑𝑥 + h 𝑎 − 𝑑𝑥 = 1
250000 250000
? @??
De donde a= 1/250.
@?? 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
166 Estadística Descriptiva 2018021
1.0
0.8
0.6
0.4
0.2
0.0
-2 -1 0 1 2 3 4 5
RNotas importantes
Unidad 5. Variables aleatorias 167
Use la función de distribución acumulada de la variable X para calcular P(3 < X < 5)
RNotas importantes
168 Estadística Descriptiva 2018021
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.
RNotas importantes
Unidad 5. Variables aleatorias 169
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
RNotas importantes
170 Estadística Descriptiva 2018021
s X2 = V ( X ) = E ( X 2 ) - ( E ( X ) )
2
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
Caso Aerolínea Wayra
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
Unidad 5. Variables aleatorias 171
Distribución uniforme
Función de densidad
ì 1
ï a£x£b
f (x) = íb - a
ï
î 0 en otro caso
a+b
Media: µ=
2
(b - a)
2
Varianza: s2 =
12
RNotas importantes
172 Estadística Descriptiva 2018021
Caso Aerolínea Wayra
Objetivo específico: Determinar el número esperado de vuelos con retraso.
Calcule la probabilidad de que un avión llegue con un adelanto mayor a cinco minutos.
RNotas importantes
Unidad 5. Variables aleatorias 173
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
RNotas importantes
174 Estadística Descriptiva 2018021
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
Unidad 5. Variables aleatorias 175
Si Z ~ N ( µ = 0,s 2 = 1) , calcular
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
176 Estadística Descriptiva 2018021
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
Unidad 5. Variables aleatorias 177
¿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.
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
178 Estadística Descriptiva 2018021
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)
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)
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
0,95 - µ
= -1,27 . De donde µ = 0,9754
0,02
RNotas importantes
Unidad 5. Variables aleatorias 179
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.
Se denota X ~ Exp(β) y se lee que la variable aleatoria X sigue una distribución exponencial
con parámetro β.
Esperanza de X: µ = E (X ) = b
Varianza de X: s 2 = V (X ) = b 2
Se cumple que:
x
-
P (X > x ) = e b
RNotas importantes
180 Estadística Descriptiva 2018021
Caso Aerolínea Wayra
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
Unidad 5. Variables aleatorias 181
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.
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.
53. Indique si son verdaderas o falsas las siguientes afirmaciones.
RNotas importantes
182 Estadística Descriptiva 2018021
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.
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
Unidad 5. Variables aleatorias 183
64. Indique si son verdaderas o falsas las siguientes afirmaciones.
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
RNotas importantes
184 Estadística Descriptiva 2018021
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.
RNotas importantes
Unidad 5. Variables aleatorias 185
75. Indique si son verdaderas o falsas las siguientes afirmaciones.
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
RNotas importantes
186 Estadística Descriptiva 2018021
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
Logro de la unidad 6
Al finalizar la unidad 6,
el estudiante toma decisiones frente a situaciones reales de incertidumbre,
utilizando las distribuciones muestrales en el cálculo de probabilidades.
Temario
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
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.
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
190 Estadística Descriptiva 201801
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.
RNotas importantes
Unidad 6. Distribuciones muestrales 191
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.
M:= Que el usuario sea mujer
𝑌 = w 𝑋x + w 𝑌x
xSD xSD
RNotas importantes
192 Estadística Descriptiva 201801
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.
RNotas importantes
Unidad 6. Distribuciones muestrales 193
s2
Varianza V (X) =
n
RNotas importantes
194 Estadística Descriptiva 201801
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,
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.
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
Unidad 6. Distribuciones muestrales 195
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:
RNotas importantes
196 Estadística Descriptiva 201801
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.
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.
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.
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
Unidad 6. Distribuciones muestrales 197
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
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.
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
Nos piden 𝑃 (4,8 < 𝑋„ < 5,2) = 𝑃 (−1,55 < 𝑍 < 1,55) = 0,8789
RNotas importantes
198 Estadística Descriptiva 201801
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.
RNotas importantes
Unidad 6. Distribuciones muestrales 199
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.
Tabla de la distribución normal estándar
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
Tabla de la distribución normal estándar
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