Você está na página 1de 193

ESTADISTCA Y

PROBABILIDADES
1



Indice



Contenido Pgina



Unidad N1: Estadstica Descriptiva

Introduccin



3
Estadstica: conceptos previos 4
Variables 6
Tabulacin de datos:

a) cualitativos 7
b) cuantitativos 8
Representacin grfica 17
Medidas de tendencia central:

a) Media aritmtica 39
b) Mediana 38
c) Moda 40
Medidas de dispersin:

a) Rango 45
b) Desviacin media 46
c) Varianza 47
d) Desviacin estndar 50
Criterio de homogeneidad 52
Autoevaluacin 56


Unidad N2: Probabilidades

Elementos de probabilidades 58
Concepto de probabilidad en espacio finito equiprobable 60
Axiomas de probabilidad 60
Probabilidad condicional 69
Teorema de Bayes 78
Eventos independientes 83
Variables aleatorias 86
Distribucin discreta de probabilidades 87
Distribucin continua de probabilidades 89
Esperanza 94
Varianza 94
Distribuciones discretas:
Bernuolli 102
Binomial 103
Hipergeomtrica 108
Distribucin Poisson 113
Distribucin continua:
Normal 117
Normal estndar 118
Problemas de aplicacin 122
2



Autoevaluacin 1 128
Autoevaluacin 2 131


Unidad N3: Intervalos de Confianza

Inferencia estadstica 134
Estimacin de parmetros 134
Estimacin por intervalo 134
Intervalo de confianza parala media de una poblacin normal:
a) conocida su varianza 135
b) desconocida su varianza 140
Intervalo de confianza para la varianza de una poblacin normal 144
Autoevaluacin 148

Unidad N4: Pruebas de Hiptesis

Pruebas de hiptesis 150
Pruebas de unilaterales y bilaterales 152
Pruebas de hiptesis para:
a) la media si se conoce su varianza 153
b) la media si se desconoce su varianza 158
c) la varianza 164
Autoevaluacin 169

Unidad N5: Regresin Lineal

Diagrama de dispersin 171
Mtodo de mnimos cuadrados 173
Recta de los mnimos cuadrados 174
Coeficiente de correlacin lineal 179
Anlisis de residuos 186
Autoevaluacin 191
3



Unidad N1: Estadstica Descriptiva



Introduccin


La Estadstica, nace de las necesidades reales del hombre. La variada y cuantiosa informacin
relacionada con ste y que es necesaria para la toma de decisiones, hace que la estadstica sea hoy, una
importante herramienta de trabajo.




Entre las tareas principales de la Estadstica, est el de reunir la informacin integrada por un
conjunto de datos, con el propsito de obtener conlcusiones vlidas del comportamiento de stos, como
tambin hacer una inferencia sobre comportamientos futuros.




En cuanto al uso y la aplicacin, puede decirse que abarca todo el mbito humano encontrndose
en las relaciones comerciales, financieras, polticas, sociales, etc. siendo fundamental en el campo de la
investigacin y en la toma de decisiones.




Es as tambin como en el rea de las empresas de servicio y manufactura es posible realizar un
anlisis profundo del proceso estadstico al control de la productividad y de la calidad.
4



Estadstica


Es el conjunto de mtodos y procedimientos que implican recopilacin, presentacin, ordenacin
y anlisis de datos, con el fin que a partir de ellos puedan inferirse conclusiones.

Pueden distinguirse dos ramas diferentes en Estadstica:

c Estadstica Descriptiva, la cual es la que se utiliza en la descripcin y anlisis de conjuntos de
datos o poblacin.

c Inferencia Estadstica, la cual hace posible la estimacin de una caracterstica de una
poblacin, o la toma de una decisin con respecto a una poblacin, con base nicamente en resultados
muestrales.


Conceptos de elementos utilizados en el anlisis estadstico


1) Poblacin o Universo: Conjunto completo de individuos, objetos, o medidas los cuales poseen
una caracterstica comn observable y que sern considerados en un estudio.

2) Muestra: Es un subconjunto o una porcin de la poblacin.

3) Variable: Caracterstica o fenmeno de una poblacin o muestra que ser estudiada, la cual
puede tomar diferentes valores.

4) Datos: Nmeros o medidas que han sido recopiladas como resultado de la observacin.

5) Estadstico: Es una medida, un valor que se calcula para describir una caracterstica a partir de
una sola muestra.

6) Parmetro: Es una caracterstica cuantificable de una poblacin.
5



Recopilacin de Informacin


La Estadstica Descriptiva tiene como funcin el manejo de los datos recopilados en cuanto se
refiere a su ordenacin y presentacin, para poner en evidencia ciertas caractersticas en la forma que sea
ms objetiva y til.

Una poblacin o universo objeto de una investigacin estadstica puede ser finita si sus
elementos se pueden contar. Por ejemplo, nmero de alumnos de un curso.

Una poblacin o universo es infinita cuando no es finita. En Estadstica, el sentido del trmino
poblacin infinita se refiere a una poblacin con un nmero tan grande de elementos que no le es posible al
investigador someter a medida cada uno de ellos.

Cuando se miden cualitativamente las caractersticas de una poblacin, resultan categoras que
deben ser exhaustivas, es decir, que se pueda clasificar a toda la poblacin, y tambin deben ser
mutuamente excluyentes, es decir, un mismo elemento no puede pertenecer simultneamente a dos o ms
categoras. Por ejemplo, sexo de una persona: masculino o femenino.

Una muestra debe cumplir ciertas condiciones, de aqu surge el concepto de muestra aleatoria
que es aquella obtenida de modo que cada elemento de la poblacin tiene una oportunidad igual e
independiente de ser elegido.

La investigacin estadstica es toda operacin orientada a la recopilacin de informacin sobre
una poblacin.

La investigacin puede ser tan simple como la recopilacin de datos estadsticos obtenidos de
informaciones provenientes de fuentes oficiales a nivel institucional o de publicaciones de organismos
altamente especializados en estas materias, o tan complejas que requiera de la colaboracin de especialistas
en diferentes materias, como ocurre en los censos de poblacin de un pas.

Se denomina variable a fenmenos o caractersticas que son medidas en algn tipo de
investigacin estadstica.
6



Variables

Es muy probable que un especialista en Estadstica que realiza una encuesta desee desarrollar un
instrumento que le permita hacer varias preguntas y manejar diversos fenmenos o caractersticas. A estos
fenmenos o caractersticas se les denominavariables aleatorias .

Segn la forma en que se expresen las variables, se dividen en:

1) Variables Cualitativas: son aquellas que pueden expresarse slo en forma de atributo.

Ejemplo:

1) Estado civil :
c soltero
c casado
c viudo
c separado

2) Satisfaccin con un producto:
c muy insatisfecho
c regularmente insatisfecho
c neutral
c satisfecho
c muy satisfecho

3) Tamao de un tablero :
c grande
c mediano
c pequeo


2) Variables Cuantitativas, son aquellas variables que pueden expresarse en forma numric,a Se
dividen en discretas y continuas.

2.1) Variables Cuantitativas Discretas, son respuestas numricas que surgen de un proceso de
conteo, siendo siempre un nmero entero.

Ejemplos :

1) Nmero de asignaturas inscritas en el primer semeste.
2) Nmero de integrantes del grupo familiar.
3) Nmero de salas de clases del IPVG.

2.2) Variables Cuantitativas Continuas, son respuestas numricas que surgen de un proceso de
medicin, las cuales pueden tomar valores entre dos nmeros enteros.

Ejemplo :

1) Estatura
2) Temperatura
3) Peso
7



Tabulacin de los datos


En los experimentos estadsticos los datos recolectados pueden corresponder a unapoblacin o
muestra. En ambos casos los procedimientos de resumen de datos son anlogos y designaremos por:

5 ~ Tamao de la poblacin estudiada
n ~ Tamao de la muestra (parte de la poblacin)

Con el objeto de realizar un mejor estudio de los datos es necesario organizar stos, mediante el
uso de distribuciones de frecuencia.

Una distribucin de frecuencia es una tabla resumen en la qusee disponen los datos divididos en
grupos ordenados numricamente y que se denominanclases o categoras .



A) Tabulacin de datos cualitativos

La construccin de una distribucin de frecuencia de atributos o distribucin de frecuencia de
variable cualitativa es simple, basta enumerar los diversos atributos con su respectiva frecuencia de
ocurrencia.

Frecuencia absoluta : ` ]
i
` indica el nmero de veces que se repite un atributo.

Ejemplo:

Considrese una muestra QOO trabajadores de una cierta empresa de la regin los cuales han sido
encuestados sobre su actual estado civil. La informacin es tabulada de la siguiente manera:

Estado Civil ]
i
Soltero |
Casado 2OO
Viudo (
Separado |
Total QOO

n ~ QOO (tamao de la muestra)
m ~ Q (nmero de clases)
8



B) Tabulacin de variable cuantitativa

Distinguiremos dos casos:

B.1) Tabulacin de variable discreta (que toma un conjunto pequeo de
datos distintos)

Las tablas de frecuencia de variable discreta llevan cinco columnas donde los elementos que
participan son los siguientes:

a) Frecuencia absoluta : ` ]
i
` indica el nmero de veces que se repite una variable.

b) Tamao de la muestra : ` n ` indica la cantidad de elementos que conforman la muestra, se
obtiene sumando todas las frecuencias absolutas.

m
n ~
)
]
i
i ~ f i

m ~ nmero de clases distintas

c) Frecuencia relativa : ` h
i
` es la proporcin de datos que se encuentra en una clase, se obtiene
dividiendo la frecuencia absoluta de la clase por el tamao de la muestra.

]
i

h ~ Obs:

a) ) h ~ fi

i
n
i

b) O h
i
fi

d) Frecuencia absoluta acumulada : ` -
i
` indica la cantidad de datos que se encuentran hasta
cierta clase.

i
-
i
~
)
]
j
j ~ f i

e) Frecuencia relativa acumulada : ` /
i
` es la proporcin de datos acumulados que se
encuentran hasta cierta clase.

i
/
i
~
)
h
j
j ~ f i

Obs:

a) /
m
~ fi

b) O /
i
fi

Ejercicio

Una empresa que tiene O trabajadores se propone reestructurar las remuneraciones, se estudia los
aos de servicio de los trabajadores determinndose los siguientes resultados:


Q Q 6 t 9 t t 8
8 t 6 t t Q 6 8 8 9
6 8 9 6 Q t 9 6
t 6 Q Q Q 6 8 8 t
8 9 Q 6 t 9 Q
9



5 ~ O (tamao de la poblacin)

Se pide:

fi, c Tabular la informacin.

2, c Qu cantidad de trabajadores tiene 8 aos de servicio ?.

3, c Qu porcentaje de trabajadores tiene6 aos de servicio ?.

Q, c Si aquellos trabajadores que tengan a lo menos siete aos de servicio reciben un aumento del
8% . Qu porcentaje de los trabajadores recibi dicho aumento?.

, c Si todos los trabajadores que tengan a lo ms cinco aos de servicio reciben una bonificacin
de $2O,OOO . Qu cantidad de trabajadores recibi dicha bonificacin?.

6, c Si la empresa decide otorgar una bonificacin especial de $fi3,2OO por cada ao de servicio.
Cunto ser el dinero necesario para cumplir dicha bonificacin?.









Solucin


fi, c

Aos de servicio ]
i h
i -
i /
i
Q 9 O, fi8 9 O, fi8
8 O, fi6 fit O, 3Q
6 9 O, fi8 26 O,
t fiO O, 2O 36 O, t2
8 8 O, fi6 QQ O, 88
9 6 O, fi2 ( fi, OO
Total ( fi, OO



2, c Ocho trabajadores tienen 8 aos de servicio

3, c El fi8% de los trabajadores tiene 6 aos de servicio.

Q, c El Q8% de los trabajadores recibi el aumento de sueldo.

, c fit trabajadores recibieron la bonificacin.

6, c $ Q,fi9t,6OOse necesitan para la bonificacin por ao de servicio.
10



B.2) Tabulacin de variable continua o discreta


Para tabular una variable continua o discreta (que tome un gran nmero de datos distintos) se
necesitan los siguientes elementos:



variable.
a) Rango o recorrido : Es la diferencia entre el valor mximo y valor mnimo que toma la

9 ~ %
mx
c %
mn



b) Nmero de intervalos o clases (m ) : Es el nmero de grupos en que es posible dividir los
valores de la variable.
El nmero de clases no debe ser ni muy grande ni muy pequeo, un nmero pequeo de clases
puede ocultar la naturaleza general de los datos y un nmero muy grande puede ser demasiado detallado
como para revelar alguna informacin til. Como regla general se recomienda que el nmero de clases est
entre cinco y veinte. Hay una regla llamada Regla de Sturges que puede dar una aproximacin razonable
para el nmero de clases, ella es:

m ~ f i b 3, 3 tog`n` donde n es el nmero de datos de la muestra.


c) Amplitud del intervalo o amplitud de la clase(a) :

Recorrido 9

a ~
N de clases
~
m


d) Lmites de un intervalo : Son los valores extremos de una clase. El menor valor es considerado
como el lmite inferior y el valor que se obtiene sumando al lmite inferior la amplitud del intervalo es el
lmite inferior de la segunda clase.


e) Lmites reales de un intervalo : Se obtienen calculando el promedio entre el lmite superior de
una clase y el lmite inferior de la clase siguiente.


f) Marca de clase : ` %
i
` Es el punto medio de un intervalo.



dado.
g) Frecuencia absoluta : ` ]
i
` indica el nmero de observaciones que pertenece a un intervalo

m
Observacin: n ~
)
]
i
i ~ f i

n ~ tamao de la muestra
11



h) Frecuencia relativa : ` h
i
` es la proporcin de datos que se encuentra en un intervalo, se
determina dividiendo la frecuencia absoluta del intervalo por el tamao de la muestra.

]
i

h
i
~
n


i) Frecuencia absoluta acumulada : ` -
i
` indica el nmero de datos de la muestra menores o
iguales al lmite real superior del intervalo i .

i
-
i
~
)
]
j

Obs:

-
m
~ n
j ~ f i


j) Frecuencia relativa acumulada : ` /
i
` indica la proporcin de datos de la muestra menores o
iguales al lmite real superior del intervalo i .

i
/
i
~
)
h
j
j ~ f i



Observacin: Existe ms de un mtodo para construiruna tabla de distribucin de frecuencias, a
continuacin se presentan dos formas de construirla:




Ejemplo

Los siguientes datos corresponden a las notas obtenidas pof ir OO
Estadstica ,
alumnos en un curso de

fiOO 8t Q 82 93 Qt QO 3 88 ;
8Q ( | 66 tO ; 36 6fi 3Q
33 33 fiOO 69 tt 88 63 fit Q2
98 tO 68 tO ( tO 8Q 6O Q
| Qt | 86 66 QO fiOO 32 39
9O 83 6Q 9 ; fiOO 6t 6O Q2 (
82 ; 62 t2 ( t6 23 96 3O Q
tt fiOO 8O ; 68 3 82
[; Qt Qt 6Q | ( 6O Q |
62 93 98 ; 9 83 33 tO [; 6O

fi, c Construya la correspondiente distribucin de frecuencia.

2, c En qu clase se concentra el mayor nmero de notas?

3, c Cul es la frecuencia absoluta del cuarto intervalo?. Interprete el resultado .

Q, c Qu porcentaje de los alumnos tienen una nota inferior at ?
12



, c Cuntos alumnos tienen una nota superior aQ6 ?

6, c Interprete la frecuencia acumulada del sexto intervalo.

t, c Interprete la frecuencia relativa acumulada del quinto intervalo.












Solucin:

9 ~ fiOO c fit ~ 83
n ~ fiOO
m ~ fi b 3, 3 tog`[;((` ~ t, 6 8

83

a ~ ~ fiO, 36 fiO
8

fi, c Notas Lmites reales %
i
]
i
h
i
-
i
/
i

fit c 26 fi6, c 26, 2fi, Q O, OQ Q O, OQ
2t c 36 26, c 36, 3fi, t O, Ot fifi O, fifi
3t c Q6 36, c Q6, Qfi, t O, Ot fi8 O, fi8
Qt c 6 Q6, c 6, fi, fi6 O, fi6 3Q O, 3Q
t c 66 (, c 66, 6fi, 22 O, 22 6 O, 6
6t c t6 66, c t6, tfi, fi3 O, fi3 69 O, 69
tt c 86 t6, c 86, 8fi, fi O, fi 8Q O, 8Q
8t c 96 86, c 96, 9fi, 9 O, O9 93 O, 93
9t c fiO6 96, c fiO6, fiOfi, t O, Ot fiOO fi, OO
Total fiOO fi, OO


2, c El mayor nmero de notas se concentra enel quinto intervalo, que coresponde al intervalo
entre t c 66.

3, c La frecuencia absoluta del cuarto intervaloes fi6. Esto nos indica que sonfi6
tienen una nota entre Qt c 6.
los alumnos que

Q, c El 3Q % de los alumnos tiene una nota inferior a t .

, c El 82 % de los alumnos tiene una nota superior a Q6 .

6, c Existen 69 alumnos con nota inferior a tt .

t, c El 6 % de los alumnos tiene una nota inferior a 6t .
13



Ejercicios

1) Los siguientes datos corresponden al sueldo (en miles de pesos) deQO
empresa ,
trabajadores de una

fifi9 [;3 fi38 fiQQ fiQ6 [;( [;( fi6Q
[; [;3 fiQO fiQQ fiQt [;( [;| [;(
fi26 [;3 fiQO [;Q fiQt [; [;; fi68
fi28 fi36 fiQ2 [;Q fiQ8 [;3 fi6fi fit3
fi32 fi38 fiQ2 fiQ6 fiQ9 [;Q fi63 fit6

a) Construya la tabla de frecuencia con todos sus elementos.
b) En qu clase se encuentra el mayor nmero de trabajadores?.
c) Qu porcentaje de trabajadores gana entre $ 139.000 y $ 168.000 ?.
d) Cuntos trabajadores ganan a lo menos $ 159.000 ?.
e) Cuntos trabajadores ganan a lo ms $ 148.000 ?.


2) En una industria es necesario realizar un estudio respecto al peso de engranajes de gran tamao.
Los siguientes datos corresponden al peso, en kilgramos, de 3O
dimensiones, pero distinta aleacin.
de estas piezas, que poseen las mismas

; ( QO ( 38 ( Q
36 Q Q2 Q2 ( Q Q2 38
Q2 38 QO Q6 Q Q Q2 Q QO

a) Construir una tabla de frecuencias de amplitud comenzando desde3(,
b) Cuntos engranajes pesan entreQ6 y Kg.?.
c) Qu porcentaje representa a aquellos engranajes cuyo peso es inferior a 1 Kg.?.
d) Cul es la frecuencia relativa para aquel intervalo cuya marca de clase esQ8 ?.
e) Qu porcentaje representa a aquellas piezas que pesan ms de( Kg. ? .


3) En una industria automotriz es necesario realizar un estudio debido a una partida defectuosa de
discos de embrague. Para ello se ha recopilado la siguiente informacin referente a la duracin en horas de
O de ellos.

; 3OO 286 3O2 3fi3 3fiQ 289 292 32fi 32t
293 289 292 289 3O8 326 3O3 28t 293 322
3OQ 329 9 3Ot 29t 3O2 29Q 3Ofi ; 3fi3
3O8 3Ot 3OQ 29fi 288 29t 3fi6 322 3fit 3O8
32fi 32Q 323 3fi6 292 286 299 29Q 328 296

a) Construir una tabla de frecuencia de amplitud cinco comenzando desde;,
b) Cuntos discos duraron entre29O y299 horas?.
c) Cuntos discos no alcanzaron a durar3OO horas?.
d) Qu porcentaje representan los discos que duraron entre3fiO y3fiQ horas?.
e) Qu porcentaje representan los discos que duraron menos d3e( horas?.
f) Cuntos discos duraron ms de3O9 horas?.
g) Cuntos discos duraron menos de3( horas?.
h) Qu porcentaje representan los discos que duraron entre;
i) Cul es el intervalo de mayor frecuencia absoluta?.
y29Q horas?.
14



4) En un conjunto habitacional se pretende hacer un estudio del nmero de personas que
consumen productos enlatados. Los datos que han sidoobtenidos de 50 bloques del conjunto habitacional
son ,

63 69 83 ; 93 t3 8fi 9Q fiOQ [;
6Q fi32 [;[; fi2O fi2t fi3O [;( fifiQ fi23 fi2fi
fi28 9O | fi3t fi3fi t3 62 fiOO fiO9 fifit
fi2Q fiO3 fi33 fi38 fi33 fifiO 6O 9fi 8t fi36
fi3t fi3Q fi29 96 99 t2 fiOQ 9t 8Q 98


a) Construir una tabla de fecuencia de amplitudfiO partiendo desde((,
b) Cuntas personas consumen entrefiOO yfi29 productos enlatados ?.
c) Qu porcentaje representa a las personas que consumen menos de9O

productos enlatados?.
d) Qu cantidad de personas consumen ms de8O productos enlatados?.


5) Las ganancias por accin de 40 compaas de la industria de la construccin son:

Q, 6 O, 3 fi, fi , t O, fi fi, 3 2, fi, 6
fi, 3 2, fi 2, fi fi, Q t, 3 , Q 3, fi, 9
6, O O, 8 fi, 9 2, fi 3, 2 O, 2 t, fi 2, 8
9, 6 3, t , fi 3, 6 Q, 9 2, 3 fi, 8 O, Q
Q, 2 2, fi O, 9 3, 2 3, t fi, fi O, fi, 9

a) Construya una distribucin de frecuencias que comience enO, fi y tenga una amplitud de2, O
b) Cul es la frecuencia absoluta del tercer intervalo?. Interprete el resultado .
c) Qu porcentaje de las compaas tienen a lo ms una ganancia de6, O ?
d) Cuntas compaas tienen una ganancia a lo menos deQ, fi ?
e) Interprete la frecuencia acumulada del segundo intervalo.
f) Interprete la frecuencia relativa acumulada del cuarto intervalo.
15

Peso Lmites reales %
i ]
i h
i -
i /
i
36 c QO 3, c QO, 38 t O, 23 t O, 23
Qfi c Q QO, c Q, Q3 fifi O, 3t fi8 O, 6O
Q6 c O Q, c (, Q8 O, fit 23 O, t
[i c (, c , 3 6 O, 2O 29 O, 9t
6 c 6O , c 6O, 8 fi O, 3O 3O fi
Total

3O




Solucin


1) a) 9 ~ fit6 c fifi9 ~ t

5 ~ QO

m ~ fi b 3, 3tog QO! ~ 6, 28 6

|

a ~ ~ 9, fiO
6

Sueldo Lmites reales %
i




]
i
h
i




-
i
/
i

fifi9 c fi28 fifi8, c fi28, fi23, Q O, fiOO O, fi Q
fi29 c fi38 fi28, c fi38, fi33, t O, fit O, | fifi
fi39 c fiQ8 fi38, 8 c fiQ8, fiQ3, fi3 O,23 O, 6OO 2Q
fiQ9 c [;8 fiQ8, c [;;, [;3, 9 O, 22 O, 82 33
[;9 c fi68 [;;, c fi68, fi63, O, fi2 O, 9O 38
fi69 c fit8 fi68, c fit8, fit3, 2 O, (O fi QO
Total QO

b) En la tercera clase se encuentra el mayor nmero de trabajadores.
c) 67,5 % de los trabajadores gana entre $139.000 y $ 168.000
d) 7 trabajadores ganan a lo menos $ 159.000
e) 24 trabajadores ganan a lo ms $ 148.000



2) a)


t





b) 11 engranajes pesan entre 46 y 55 kilos.
c) El 77 % de las piezas pesan menos de 51 kilos.
d) La frecuencia relativa es 0,17
e) El 23 % de las piezas pesa ms de 50 kilos.
16

N de personas ]
i h
i -
i /
i
6O c 69 O, fiO O, fiO
tO c t9 Q O, O8 9 O, fi8
8O c 89 O, fiO fiQ O, 28
9O c 99 8 O, fi6 22 O, QQ
fiOO c fiO9 6 O, fi2 28 O, 6
fifiO c fifi9 Q O, O8 32 O, 6Q
fi2O c fi29 8 O, fi6 QO O, 8O
fi3O c fi39 fiO O, 2O ( fi
Total (




3) a) Duracin Lmites reales %
i
]
i
h
i
-
i
/
i

28 c 289 28Q, c 289, 28t 9 O, fi8 9 O, fi8
29O c 29Q 289, c 29Q, 292 8 O, fi6 fit O, 3Q
29 c 299 29Q, c 299, 29t O, fiO 22 O, QQ
3OO c 3OQ 299, c 3OQ, 3O2 t O, fiQ 29 O, 8
3O c 3O9 3OQ, c 3O9, 3Ot O, fiO 3Q O, 68
3fiO c 3fiQ 3O9, c 3fiQ, 3fi2 3 O, O6 3t O, tQ
3fi c 3fi9 3fiQ, c 3fi9, 3fit 3 O, O6 QO O, 8O
32O c 32Q 3fi9, c 32Q, 322 6 O, fi2 Q6 O, 92
32fi c 329 32Q, c 329, 32t Q O, O8 O fi
Total (

b) 13 discos duraron entre 290 y 299 horas.
c) 22 discos no alcanzaron a durar 300 horas.
d) El 6 % de los engranajes duraron entre 300 y 314 horas.
e) El 58 % de los engranajes duraron menos de 305 horas.
f) 16 engranajes duraron ms de 309 horas.
g) 29 engranajes duraron menos de 305 horas.
h) El 16 % de los engranajes duraron entre 285 y 294 horas.
i) El primer intervalo.

4) a)












b) 18 personas consumen entre 100 y 129 productos enlatados.
c) El 28 % de las personas consume menos de 90 productos enlatados.
d) 41 personas consume ms de 79 productos enlatados.

5) a) Ganancias Lmites Reales %
i
]
i
h
i
-
i
/
i

O, fi c 2, O O, O c 2, O fi, O fit O, Q
2, fi c Q, O 2, O c Q, O 3, O fi3 O, 3
fit O, Q
3O O, |
Q, fi c 6, O Q, O c 6, O , O t O, fit 3t O, 9
6, fi c 8, O 6, O c 8, O t, O 2 O, O 39 O, 9|
8, fi c fiO, O 8, O c fiO, O 9, O fi O, ( QO fi, OOO
Total QO fi, OOO

b) La frecuencia absoluta del tercer intervalo es t , es decir, existen t compaas cuyas ganancias
estn entre Q, fi y 6, O por accin.
c) El 92, % de las compaas tienen a lo ms una ganancia de6, O por accin.
d) fiO compaas tienen a lo menos una ganancia deQ, fi por accin.
e) 3O compaas tienen una ganancia igual o menor aQ, O por accin.
f) El 9t, % de las compaas tienen una ganancia por accin de a lo ms8, O .
17



Representacin Grfica


Su objetivo es captar la informacin obtenida enlos datos en forma rpida por cualquier persona,
as cada representacin debe llevar un ttulo adecuado.

Las normas en la construccin de un grfico estadstico son similares a los de grficos de
funciones, las variables independientes, se ubican enlas abscisas y las dependientes en las ordenadas.


Tipos de grficos


a) Grfico circular: se usan para mostrar el comportamiento de las frecuencias relativas,
absolutas o porcentuales de las variables. Dichas frecuencias son representadas por medio de sectores
circulares, proporcionales a las frecuencias.

Departamento ]
i %
A (1) Q [;
B (2) fiOfi 28
C (3) fifi9 33
D (4) Q [;
E (5) 32 9
Total 36O fiOO






P e r s o n a l p o r D e p a r t a m e n t o

5
9%

4
15 %

1
15 %







1

2

3
2
4
28 %
5


3
33 %
18



b) Pictograma: es un grfico cuyo uso es similar al de sector circular, pero la frecuencia es
representada por medio de una figura o dibujo que idetnifique a la variable en estudio. Este grfico se
utiliza para mostrar producciones en una serie cronolgica.






Por ejemplo, Alumnos del InstitutoProfesional Dr. Virginio Gmez:













1996:





1997:





1998:





1999:





2000:





2001:
~ QOO alumnos
19



c) Grfico lineal: se utiliza para mostrar las frecuencias absolutas o relativas de una variable
discreta, son representadas mediante lneas verticales proporcionales a dichas frecuencias.

%
i ]
i
fiOQ fiO
[;( fi2
fiO6 6
fiOt Q
fiO8 6
fiO9 2
Total QO






]
i



























%
i

20

F
r

e
c
u
e

n
c
i
a



d) Grfico de barra: Se utiliza para representar tablas de frecuencia con atributos o con
variables discretas y pocos valores. Sobre un eje horizontal se construyen bases de rectngulo del mismo
ancho cada uno correspondiente a una modalidad del artibuto, sobre estas bases se levantan rectngulos
cuya altura es proporcional a la frecuencia absoluta de la modalidad. El espacio entre ellas debe ser
uniforme.


Departamento ]
i
A Q
B fiOfi
C fifi9
D Q
E 32
Total 36O







P e rsona l por De pa rta m e nto


140

120
100

80

60

40
20

0













A B C D E

De p ar tam e n to
21








F
r
e

c
u
e

n
c
i
a


A

b

s
o

l
u

t
a



e) Histograma: es el grfico adecuado cuando los datos estn ordenados en tablas con intervalos,
es decir, para datos de variables continuas. Tambin el histograma es una conformacin de rectngulos,
pero uno al lado de otro cuya rea es proporcional a la frecuencia de cada intervalo. Los extremos de la
base de cada rectngulo son los lmites reales del intervalo.


Lmites Reales ]
i
Q, c 8, 8
8, c fi2, fiO
fi2, c fi6, 6
fi6, c 2O, 2
2O, c 2Q, Q
2Q, c 28, 8
Total 38







H IST OGRA M A
12

10

8

6

4

2

0

8 , 5 1 2, 5 1 6, 5 2 0, 5 2 4, 5 2 8, 5

4,5 8 ,5 12, 5 16, 5 20, 5 24, 5
L m i te s R e a l e s
22

F
r

e

c

u
e

n
c

i
a

A
b

s

o

l
u

t
a



f) Polgono de frecuencia: este grfico sirve para mostrar la tendencia de la variable, se puede
determinar a partir de un histograma uniendo los puntos medios superiores de cada rectngulo del
histograma. Tambin, se determina el polgono uniendo los puntos formado por la marca de clase con la
frecuencia absoluta del intervalo respectivo.


Lmites reales %
i ]
i
Q, c 8, 6, 8
8, c fi2, fiO, fiO
fi2, c fi6, fiQ, 6
fi6, c 2O, fi8, 2
2O, c 2Q, 22, Q
2Q, c 28, 26, 8
Total

38







P o lgo no de F re c u e n c ia s

12

10

8

6

4

2

0
2,5 6 ,5 10 ,5 14 ,5 18 ,5 22 ,5 26 ,5 30 ,5

M a r c as d e Cl as e s
23

F
r
e

c
u
e

n
c
i
a

A
b
s
o
l
u
t
a



Observacin: El polgono de frecuencias se convierte en polgono de frecuencias relativas,
cambiando la frecuencia absoluta por la frecuencia relativa, en este caso, el rea bajo el polgono de
frecuencias relativas es igual a fi .





Histograma y Polgono de Frecuencias







H is togra m a y P o lgono de Fre c ue nc ia s

12

10

8


6

4

2

0

L m ite s Real es
24

F
r

e

c
u
e

n
c
i
a

A
c
u
m

u
l
a
d

a



e) Ojiva: es un grfico que se usa para mostrar como se acumulan las frecuencias absolutas,
relativas o porcentuales. Se obtiene al unir los puntos formados por los lmites superiores de cada intervalo
con la frecuencia absoluta o relativas acumuladas del intervalo respectivo. Si se consideran las frecuencias
porcentuales acumuladas se llama ojiva porcentual.


Lmites reales %
i ]
i -
i
Q c 8 6 8 8
8 c fi2 fiO fiO fi8
fi2 c fi6 fiQ 6 2Q
fi6 c 2O fi8 2 26
2O c 2Q 22 Q 3O
2Q c 28 26 8 38
Total

38









O ji va
40

36

32

28

24

20

16

12

8

4

0
4 8 12 16 20 24 28

Lm it e s Su pe r ior e s
25



Ejercicios




1) Dada la informacin referente a la ubicacin de personas dentro de cuatro departamentos de
una empresa, se pide,

a) Tabular la informacin.
b) Realizar grfico circular.
c) Indique frecuencias relativas porcentuales en cada grupo.

M A P CC A CC M P P M
P CC M A M CC P P M P
A P A M M A M A P M
M A CC A A M P M M P

donde , A ~ abastecimiento ; CC ~ control de calidad ; M~ mantencin ; P~ produccin.



2) Se realiz un nmero determinado de comprasde materia prima. El volumen de la materia
prima viene dado en m
3
.Parte de la informaci n se registra en la siguiente tabla ,

Volumen %
i ]
i h
i -
i /
i Lmites reales
6 c fiO

fi

fifi c fi

fi6 c 2O

6

9

2fi c 2

fi8

26 c 3O

2t

Total

2t


a) Complete la tabla dada.
b) En un slo grfico, dibuje un hsitograma y un polgono de frecuencia.
c) Cuntas compras se realizaron entre fifi y 3O m
3
?.
d) Cuntas compras se realizaron entrefi6 y 2 m
3
?.
e) Qu porcentaje de compras se realizaron entrefi6
f) Cuntas compras se realizaron en total?.
y2O m
3
?.
26



3) Los siguientes datos corresponden a la duracin, en horas, de(
a un cierto control.
vlvulas que fueron sometidas


Tiempo %
i ]
i h
i -
i /
i Lmites reales
QO c Q99

Q

(O c Q9



O c 99

fi2

6OO c 6Q9

fiO

(O c 699

[;

tOO c tQ9

3

|O c t99

fi

Total

(



a) Complete la tabla dada.
b) Grafique la ojiva
c) Qu porcentaje de las vlvulas duraron, en promedio6tQ,



horas?.
d) Qu porcentaje de las vlvulas duraron entre(( ytQ9 horas?.
e) Cuntas vlvulas duraron menos de( horas?.
f) Qu porcentaje de las vlvulas duraron ms de6Q9 horas?




tableros.
4) Se realizaron dos experimentos referente al peso, en Kg., aplicado sobre una cierta cantidad de

Peso (Kg.) A B
fi c fi9 t 3
2O c 2Q 3 6
2 c 29 2 8
3O c 3Q fifi 8
3 c 39 fiO fi2
QO c QQ t 3
Total QO QO


a) Grafique el histograma del experimento A.
b) Grafique la ojiva porcentual del experimento B.
c) Realice, en un mismo grfico, los polgonos de frecuencia.
d) Realice, en un mismo grfico, las ojivas.
27

N


A
l
u
m

n

o

s



5) Dado el siguiente Polgono de Frecuencias:



P e so s d e lo s A lu m n o s d e C . C ivil

10
9
8
7
6
5
4
3
2
1
0
35,5 45,5 55,5 65,5 75,5 85,5 9 5,5

Pe s o (K g .)




a)Cules son los lmites reales del cuarto intervalo?.
b) Interprete la frecuencia del cuarto intervalo.
c) Interprete el porcentaje de datos que hay en el quinto intervalo.
d) Qu porcentaje de pesos es igual o menor que6O, Kg.?.
e) Cuntos pesos son iguales o mayores que(, Kg.?.
28

Departamento ]
i

A fiO
CC
M fiQ
P fifi
Total QO

Departamento ]
i
h
i

%
A fiO O,
CC O,[; fi3
M fiQ O,3 3
P fifi O,| 28
Total QO fi fiOO



Solucin


1) a)









b) Grfico Circular


Pe r s onal por De par tam e n to


P
28%
A
25%



A
CC
M
CC
P
13%



M
34%



c)
29

Volumen %
i ]
i h
i -
i /
i Lmites reales
6 c fiO 8 fi O,O3t fi O,O3t , c fiO,
fifi c fi fi3 2 O,OtQ 3 O,fififi fiO, c [;,
fi6 c 2O fi8 6 O,222 9 O,333 [;, c 2O,
2fi c 2 23 9 O,333 fi8 O,666 2O, c ,
26 c 3O 28 9 O,333 2t O,999 , c 3O,
Total

2t O,999


F
r
e

c
u
e

n
c
i
a


A
b
s
o
l
u
t
a



2) a)










b) Histograma y Polgono de Frecuencia


C o m p ras d e Mate ria P rim a

10

9

8
7
6

5
4
3

2

1
0
3 8 13 18 23 28 33

M a rca s d e Cl a ses






c) Entre 11 y 30 m
3


d) Entre 16 y 25 m
3


e) Entre 16 y 20 m
3

se realizaron 26 compras
se realizaron 15 compras
se realizaron un porcentaje de 22,2 % de compras

f) En total se realizaron 27 compras
30

Tiempo %
i ]
i h
i -
i /
i Lmites reales
QO c Q99 QtQ, Q O, O8 Q O, O8 QQ9, c Q99,
(O c Q9 Q, O, fiO 9 O, fi8 Q99, c Q9,
O c 99 |Q, fi2 O, 2Q 2fi O, Q2 Q9, c 99,
6OO c 6Q9 62Q, fiO O, 2O 3fi O, 62 99, c 6Q9,
(O c 699 6tQ, fi O, 3O Q6 O, 92 6Q9, c 699,
tOO c tQ9 t2Q, 3 O, O6 Q9 O, 98 699, c tQ9,
|O c t99 ttQ, fi O, O2 ( fi, OO tQ9, c t99,
Total

( fi, OO


F
r

e

c
u
e

n
c
i
a

A
c
u
m

u

l
a
d
a



3) a)












b) Ojiva


D u ra c i n V l v ul a s

60

50

40

30

20

10

0
449, 5 499, 5 549, 5 599, 5 649, 5 699, 5 749, 5 799, 5

Lm it e s S u pe r io r e s




c) 30 % de las vlvulas duraron en promedio 674,5 horas
d) 36 % de las vlvulas duraron entre 650 y 749 horas
e) 9 vlvulas duraron menos de 550 horas

f) 38 % de las vlvulas duraron ms de 649 horas
31

F
r
e
c
u
e

n
c
i
a

A
b
s

o
l
u
t
a

F
r

e

c
.

A
c
u

m

.

P
o

r

c
.



4) a) Histograma


E xperim ento A
12



9



6



3



0
19,5 24,5 29,5 34,5 39,5 44,5

14,5 19,5 24,5 29,5 34,5 39,5
Lm ites Re ales



b) Ojiva Porcentual


Ex pe ri m e n to B

1

0,9
0,8

0,7
0,6

0,5

0,4
0,3

0,2
0,1

0















14,5 19,5 24,5 29,5 34,5 39,5 44,5

Lm it e s Su p e r ior e s
32

F
r
e
c
u
e
n
c
i
a

A
c
u
m
u
l
a
d
a

F
r
e
c
u
e

n
c
i
a



c) Polgonos de Frecuencia


Ex p e rim e n to A y B


12
11
10
9
8
7
6
5
4
3
2
1
0
12 17 22 27 32 37 42 47


Se r ie 1 Se r ie 2


Serie 1 ~ Experimento A Serie 2~


d) Ojivas
M ar cas d e C las e s




Experimento B


Experimento A y B


45
40
35
30
25
20
15
10
5
0
14,5 19,5 24,5 29,5 34,5 39,5 44,5

Lmites Superiores
Serie1 Serie2



Serie 1 ~ Experimento A Serie 2~ Experimento B
33



5) a) Los lmites reales del cuarto intervalo sontO, c 8O,

b) 9 alumnos de C. Civil tienen pesos que van desdetfi kilos hasta8O kilos

c) 28 % de los alumnos pesan ms de 8O, kilos y menos de 9O, kilos

d) El fi2 % de los pesos de los alumnos es igual o menor que6O,

e) 2Q alumnos pesan a lo menos(, Kg.
kilos
34

fi 2 n i
5


Medidas de tendencia central y de dispersin


En todo anlisis y/o interpretacin se pueden utilizar diversas medidas descriptivas que
representan las propiedades de tendencia central, dispersin y forma para extraer y resumir las principales
caractersticas de los datos. Si se calculan a partir de una muestra de datos, se les denomina estadsticos; si
se les calcula a partir de una poblacin se les denominaparmetros .


Medidas de tendencia central


La mayor parte de los conjuntos de datos muestran una tendencia a agruparse alrededor de un
punto "central" y por lo general es posible elegir algn valor que describa todo un conjunto de datos. Un
valor tpico descriptivo como ese es una medida de tendencia central o "posicin". Las medidas de
tendencia central a estudiar son: media aritmtica, mediana y moda.


Media aritmtica


La media aritmtica ( tambin denominada media ) es la medida de tendencia central que se
utiliza con mayor frecuencia. Se calcula sumando todas las observaciones de un conjunto de datos,
dividiendo despus ese total entre el nmero total de elementos involucrados.
La media aritmtica de un conjunto de valores %
fi
, %
2
, ,,,, %
n
se define como el cuociente entre la
suma de los valores y el nmero de ellos. Su smbolo es % si la media aritmtica es de una muestra y si la
media aritmtica es de una poblacin.

a) Para datos no agrupados:

% b % b ,,, b %
n
%

Media muestral: % ~ ~ )
n n
i ~ f i

; n ~ tamao de la muestra


Media poblacional: ~
%
fi
b %
2
b ,,, b %
5
~
)
%
i
; 5 ~ tamao de la poblacin

5 5
i ~ f i



Ejemplo , Calcular la media aritmtica de los sigueintes datos relacionados con las notas de test en
Estadstica obtenidas por un cierto alumno:

Q, 8O, (, 3, , 9O

Q b 8O b 6 b 3 b 2 b 9O

% ~ ~ , fit ,
6

El promedio de test es puntos.
35



b) Para datos agrupados:

Si los datos estn ordenados en tablas de frecuencia la media aritmtica se obtiene como sigue ,

Muestra Poblacin

%
fi
]
fi
b %
2
]
2
b ,,, b %
m
]
m

m
%
i
]
i
m
%
i
]
i

% ~ ~ )
]
fi
b ]
2
b ,,, b ]
m
i ~ f i
n

~ )
i ~ f i
5


donde: %
i
es la marca de clase del intervalo i-simo
]
i
es la frecuencia del intervalo i-simo
n es el nmero de datos de la muestra y5
m es el nmero de intervalos
es el nmero de datos de la poblacin

Ejemplo , Calcular la media aritmtica para el peso deQO trabajadores, segn tabla adjunta:

Peso (Kg.) %
i ]
i %
i
]
i
c 62 ;, 292,
63 c tO 66, fi 99t,
tfi c t8 tQ, fi2 89Q
t9 c 86 82, Qfi2,
8t c 9Q 9O, 3 2tfi,
Total

QO 2868



% ] 2868

% ~ )
i i
~ ~ tfi, t , t2
i ~ f i
n QO

El peso promedio de losQO trabajadores es det2

Propiedades de la media aritmtica
kilos



Propiedad 1 , La media aritmtica de una constante es igual a la constante.

% , %
fi
%
2
%
3
, , , %
n

valores , a a a , , , a

a b a b a b ,,, b a na

% ~ ~ ~ a
n n

Por lo tanto, % ~ a
36



Propiedad 2 , La media aritmtica de una variable ms una constante es igual a la media
aritmtica de la variable ms la constante.

% , %
fi
%
2
%
3
, , , %
n


& , %
fi
b %
2
b %
3
b , , , %
n
b



n
&i

& ~ )
n

i ~ f i
n
)
`%
i
b `
& ~
i ~ f i
~





%
fi
b ! b %
2
b ! b ,,, b %
n
b !
n n
%
fi
b %
2
b %
3
b ,,, b %
n
b n

~
n
n
% n

~
)
i
b

n n
i ~ f i

~ % b



Propiedad 3 , La media aritmtica de una variable por una constante es igual al producto de la
constante por la media de la variable.

% , %
fi
%
2
, , , %
n


' , %
fi
%
2
, , , %
n

%
fi
b %
2
b ,,, b %
n


' ~

n

~
`%
fi
b %
2
b ,,, b %
n
`
n

~ %



Propiedad 4 , Media Ponderada

%
fi
h n
fi
b %
2
h n
2
b , , , b %
p
h n
p

% ~

n
fi
b n
2
b , , , b n
p
37



Ventajas y desventajas del uso de la media aritmtica:

Ventajas Desventajas
- Estable muestra a muestra - No aplicable a atributos
- Fcil clculo e interpretacin - Influyen en su valor los valores extremos


Ejemplos:


1) De un grupo de contribuyentes se determni que el promedio de impuestos es de $32.200.
Determinar en cada uno de los siguientes casos, la nueva media aritmtica:

a) Los impuestos aumentan en un 2 %

b) A los impuestos se les disminuye la cantidad de $2.300

c) A cada contribuyente, se le disminuye un 3 % y adems se le condona $2.550

Solucin:

1) a) % ~ 32,2OO h fi, O2 ~ 32,8QQ La nueva media aritmtica es $ 32,8QQ

b) % ~ 32,2OO c 2,3OO ~ 29,9OO La nueva media aritmtica es $ 29,9OO

c) % ~ 32,2OO h O, 9t c 2,O ~ 28,68Q La nueva media aritmtica es $ 28,68Q



2) En tres cursos de un mismo nivel los promedios de las calificaciones fueron, 6 , 6, fi y Q, 9 ,
si los cursos tenan respectivamente 3Q , 3O y 36 alumnos, determine la calificacin promedio de los tres
cursos.

Solucin:

, 6 h 3Q b 6, fi h 3O b Q, 9 h 36 Q9, 8

% ~ ~ ~ , Q98 , ,
3Q b 3O b 36 fiOO

El promedio de las calificaciones de los tres cursos es,
38

2 2
h a


Mediana


La mediana es el valor que se encuentra en el centro de una secuencia ordenada de datos. La
mediana no se ve afectada por observaciones extremas en un conjunto de datos. Por ello, cuando se
presenta alguna informacin extrema, resulta apropiado utilizar la mediana, y no la media, para describir el
conjunto de datos.

Su smbolo es 4e .

a) Mediana para datos no agrupados

Se deben ordenar los datos de forma creciente o decreciente. Para muestras con un nmero par de
observaciones, la mediana es el dato que queda en el centro de dicha ordenacin y para muestras con
nmero impar de observaciones la mediana es el promedio de los dos datos centrales.

Ejemplos ,

1) Para muestra con nmero impar de datos:4e ~ ?
n b f i

2

datos , Q, t, , 6, 3, 2, t

datos ordenados , 2, 3, Q, , 6, t, t 4 e ~ ?
t b f i
~ ?
Q
~
2


2) Para muestra con nmero par de datos: 4e ~

datos , fi2, [;, fiQ, fi6, fifi, fiO, fiO, fi3

datos ordenados , fi6, [;, fiQ, fi3 fi2 , fifi, fiO, fiO
?
n
b ?
n
bfi

2

? 8 b ? 8
bfi

?
Q
b ?


fi3 b fi2

4 e ~
2 2

~ ~ ~ fi2,

2 2 2



b) Mediana para datos agrupados
n
c-

4e ~ 3
i
b
2
icfi
8
]
i
9


donde: i es el primer intervalo cuya frecuencia acumulada supera a
n

2
3
i
es el lmite real inferior del intervalo de la mediana.
n es el nmero de datos.
-
icfi es la frecuencia acumulada anterior al intervalo de la mediana.
]
i
es la frecuencia absoluta del intervalo de la mediana.
a es la amplitud del intervalo.
39



Ejemplo , Distribucin de frecuencias de la duracin, en horas, de uso continuo de 2fi2
dispositivos electrnicos iguales, sometidos a un cierto control.

Duracin ]
i -
i
3O c 399 Q Q
QOO c QQ9 6 fiO
QO c Q99 9 fi9
(O c Q9 2O 39
O c 99 3fi 50
600 c 649 80 [;(
(O c 699 Q2 fi92
tOO c tQ9 fiO 2O2
|O c t99 8 2fiO
8OO c 8Q9 2 2fi2
Total 2fi2


El intervalo donde se encuentra la Mediana es el primer intervalo en el cual:
n

2
-
i

En este caso,
n
~
2fi2
~ fiO6 - fiO6 [;O 6
!o
intervalo


, i ~ 6

2 2
i


fiO6 c tO

a ~ O 4 e ~ 99, b h O


-

~ tO 4 e ~ 622 horas
]
6
~ 8O
3
6
~ 99,
8
8O
9

40

h a
h a


Moda


La moda es el valor de un conjunto de datos que aparece con mayor frecuencia. Se le obtiene
fcilmente a partir de un arreglo ordenado. A diferencia de la media aritmtica, la moda no se afecta ante la
ocurrencia de valores extremos. Sin embargo, slo se utiliza la moda para propsitos descriptivos porque
es ms variable, para distintas muestras, que las dems medidas de tendencia central. Un conjunto de datos
puede tener ms de una moda o ninguna.

Su smbolo es 4o .

a) Moda para datos no agrupados

Ejemplos

1) datos , 2, Q, , 6, t, t, 8, t, 6 4 o ~ t

2) datos , fi, fi, 3, fi, fi, 2, 2, Q, 2, 3, 2, , 6 4 o ~ fi y 2

3) datos , O, O, 2, 3, Q, 4 o ~ O

4) datos , O, fi, 2, 3, Q, 4 o ~ no existe


b) Moda para datos agrupados

Existe ms de una forma de calcular la moda:

Caso a) 4o ~ 3
i
b
d
fi

8
d
fi
b d
2
9


donde , i es el intervalo de mayor frecuencia absoluta.
3
i
es el lmite real inferior del intervalo que contiene a la moda.
d
fi
es la diferencia entre la frecuencia absoluta del intervalo de la moda y
el intervalo anterior , d
fi
~ ]
i
c ]
icfi
d
2
es la diferencia entre la frecuencia absoluta del intervalo de la moda y
el intervalo posterior , d
2
~ ]
i
c ]
ibfi
a es la amplitud del intervalo.


Caso b) 4o ~ 3
i
b
]
ibfi

8
]
icfi
b ]
ibfi
9


donde , i es el intervalo de mayor frecuencia absoluta.
41



Ejemplo , Sea la tabla:

Duracin ]
i -
i
3O c 399 Q Q
QOO c QQ9 6 fiO
QO c Q99 9 fi9
00 c 49 80 99
O c 99 3fi fi3O
6OO c 6Q9 2O [;(
(O c 699 Q2 fi92
tOO c tQ9 fiO 2O2
|O c t99 8 2fiO
8OO c 8Q9 2 2fi2
Total 2fi2


Caso a): En este caso, el intervalo de mayor frecuencia absoluta es elQ
!o
i ~ Q

tfi

]
Q
~ 8O 4 o ~ Q99, b
8
tfi b Q9
9
h O


d
fi
~ 8O c 9 ~ tfi 4 o ~ 9, O8 horas

d
2
~ 8O c 3fi ~ Q9

3
Q
~ Q99,

a ~ O



Caso b): i ~ Q

]
Qbfi
~ ]

~ 3fi

]
Qcfi
~ ]
3
~ 9

3
Q
~ Q99,

a ~ O

3fi

4 o ~ Q99, b
8
9 b 3fi
9
h O


4 o ~ 3;, 2 horas
42



Ejercicios

1) En una industria dos operarios en siete das de trabajo, son capaces de producir, por da, y en
forma individual la siguiente cantidad de rboles para fresa de (
dimetro.
mm de longitud por 3OO mm de

Operario A [;( fiO6 fiOQ fiO2 fiO3 fiOO fiOfi
Operario B fiO3 fiO2 fiOt fiOfi [;( fiO2 fiO3

Determine ,

a) Produccin media de cada operario.
b) Moda del operario A.
c) Mediana del operario B.


2) Se hace una encuesta entre fiOO personas acerca del nmero de horas diarias que se dedican a
ver televisin, obtenindose la siguiente informacin ,

N de horas ]
i
O c f i 3O
2 c 3 2O
Q c fi
6 c t 32
8 c 9 fi
fiO c fifi 2
Total fiOO

Calcular la media, la mediana y la moda (caso a y b).


3) De un total de fiOO datos, 20 son 4, 40 son 5, 30 son 6 y el resto 7. Hallar la media y la moda.


4) Cuatro grupos de estudiantes, consistentes en [;, 2O, fiO y fi8individuos, dieron pesos de
6O, t2, y 6kilos. Hallar el peso medio de los estudiantes.


5) Las notas de un estudiante en sus certmenes han sido8Q, 9fi, t2, 68, 8t y t8. Hallar la media, la
mediana y la moda.
43



6) La siguiente tabla corresponde a la estaturade 8O estudiantes de una determinada carrera.

Estatura ]
i
fi, 6 c fi, 69 6
fi, tO c fi, tQ fi2
fi, t c fi, t9 3O
fi, 8O c fi, 8Q 22
fi, 8 c fi, 89 8
fi, 9O c fi, 9Q 2
Total 8O

Hallar la media, mediana y moda (caso a y b) de la estatura.


7) La oficina de Censo, proporcion las edades de hombres y mujeres divorciados ( en miles de
personas de fi aos de edad o ms ).

Edad Hombre Mujer
fi c fi9 2 2
2O c 2Q 8O 2fiO
2 c 29 fitQ 3O3
3O c 3Q 2fiO 3[;
3 c 39 3; ((
QO c QQ Q( ((
Q c Q9 9 QO9
O c Q fitQ 2OO
Total fittO |[;

Obtener las medidas de tendencia central,
44


Hombre Mujer
% 39, fiQ 3t, 9Q
4 e 39, 88 38, 66
4 o (caso a) QO, 98 39,
4 o (caso b) Qfi, 6t 3t, 88 y Qfi, Q2



Solucin

[;`

a` %
A
~ fiO3 %
B
~ fiO3, 3

b` No hay moda, todos los datos tienen frecuencia uno.

` 4 e
B
~ fiO3


2` % ~ 3, t 4 e ~ 3, (Caso a) 4 o ~ 6, 2fi
(Caso b) 4 o ~ , (

3` % ~ , 3 4 o ~


Q` El peso promedio de los estudiantes es 6Q, QQ kilos.


` % ~ 8O 4 e ~ 8fi 4 ono existe


6` % ~ fi, t8 4 e ~ fi, t8 4 o ~ fi, t8


|`
45

Peso (Kg. ) ]
i

, O c 63, O
63, fi c tfi, fi fi
tfi, 2 c t9, 2 fi2
t9, 3 c 8t, 3
8t, Q c 9, Q 3
Total QO



Medidas de dispersin


Una segunda propiedad que describe a un conjuntode datos es la dispersin. Dispersin es el
grado de variacin o diseminacin de los datos. Dos ocnjuntos de datos pueden diferir tanto en tendencia
central como en dispersin o dos conjuntos de datops ueden tener las mismas medidas de tendencia central,
pero diferir mucho en trminos de dispersin.
Ejemplo: 1) 2, 2, 2, 2, 2 % ~ 2
2) fi, fi, 2, 3, 3 % ~ 2

Los estadgrafos de dispersin nos indican sila distribucin o conjunto de datos forma grupos
homogneos o heterogneos. Las medidas de dispersina estudiar son: rango, desviacin media, varianza
y desviacin estndar.




Rango


Indica el nmero de valores que toma la variable.El rango es la diferencia entre el valor mximo
y el valor mnimo de un conjunto de datos.

9 ~ %
mx
c %
mn


Si los datos estn agrupados en una tabla de frecuencias, el recorrido es la diferencia entre el
lmite real superior del ltimo intervalo y el lmite real inferior del primer intervalo.

9 ~ 3
mx
c 3
mn


Ejemplo:

1) Sea el siguiente conjunto de datos,

fi2 fi fit 23 2 28

%
mx
~ 28 %
mn
~ fi2 9 ~ 28 c fi2 ~ fi6



2) Sea la siguiente tabla:

3
min
~ Q, 9 3
ma%
~ 9, Q







9 ~ 9, Q c Q, 9 9 ~ QO, Kg.
46



El rango mide "la dispersin total" del conjunto de datos. Aunque el rango es una medida de
dispersin simple y que se calcula con facilidad, su debilidad preponderante es que no toma en
consideracin la forma en que se distribuyen los datos entre los valores ms pequeos y los ms grandes.


Desviacin Media



Es la media aritmtica de los valores absolutos de las desviaciones de todos los datos respecto a la
media aritmtica. Su smbolo es +4 .


a) Desviacin media para datos no agrupados

n
)
O %
i
c % O
+4 ~
i ~ f i

n


Ejemplo , Obtener la desviacin media para los datos , t, 8, fiO, fi6

| | | ; b fiO b fi6

% ~ ~ 9, 2


+4 ~


+4 ~
O c 9, 2 O b Ot c 9, 2 O b O8 c 9, 2 O b O fiO c 9, 2 O b O fi6 c 9, 2 O

[;, 2


+4 ~ 3, OQ


b) Desviacin media para datos agrupados

m
)
O %
i
c % O ]
i
+4 ~
i ~ f i

n



donde %
i




es la marca de clase


Ejemplo , Determine la desviacin media de los siguientes datos agrupados,

Pesos (Kg. ) ]
i
6O c 62
63 c 6 fi8
66 c 68 Q2
69 c tfi 2t
t2 c tQ 8
Total fiOO
47



Pesos (Kg. ) %
i ]
i %
i
h ]
i %
i
c % O %
i
c % O ]
i
6O c 62 6fi 3( 6, Q 32,
63 c 6 6Q fi8 [;[; 3, Q 62, fiO
66 c 68 6t Q2 28fiQ O, Q fi8, 9O
69 c tfi tO 2t fi89O 2, 68, ;
t2 c tQ t3 8 8Q , QQ, QO
Total

fiOO (|Q

226,


(|Q

% ~ ~ 6t, Q
fiOO


226,

+4 ~ ~ 2, (
fiOO





Varianza y Desviacin Estndar


Dos medidas de dispersin que se utilizan con frecuencia y que s toman en consideracin la
forma en que se distribuyen los valores son la varianza y su raz cuadrada, la desviacin estndar. Estas
medidas establecen la forma en que los valores fluctan con respecto a la media.


Varianza

La varianza se define como el promedio aritmtico de las diferencias entre cada uno de los valores
del conjunto de datos y la media aritmtica del conjunto elevadas al cuadrado.

Su smbolo es :
2

poblacin.
si estamos trabajando con una muestra y o
2
si estamos trabajando con una

a) Varianza para datos no agrupados




:
2
~
n
)
`%
i
c %`
2

i ~ f i
n c f i



donde %
i
representa los datos de la muestra.

5
)
`%
i
c `
2

o
2
~
i ~ f i

5 c fi



donde %
i
representa los datos de la poblacin.
48



Ejemplo , Determine la varianza del siguiente conjunto de datos:

2 fi2 23 28 fit [;

2 b fi2 b 23 b 28 b fit b fi

% ~ ~ 2O
6


:
2
~
` c 2O`
2
b `fi2 c 2O`
2
b `23 c 2O
2
` b `28 c 2O
2
` b `fit c 2
2
O` b `fi c 2
2
(`
6 c f i

:
2
~
fi96


:
2
~ 39, 2 ( en unidades al cuadrado )

b) Varianza para datos agrupados

Muestra Poblacin

m m
)
` %
i
c % `
2
]
i
:
2
~
i ~ f i

)
` %
i
c `
2
]
i
o
2
~
i ~ f i

n c f i 5 c f i

donde %
i
es la marca de clase.


Ejemplo , Considere la tabla con los datos de los edades de26 personas


Edades ( aos ) ]
i
fi c 2O 2
2fi c 26 t
2t c 32 8
33 c 38
39 c QQ Q
Total 26


Edades ( aos ) %
i ]
i %
i
h ]
i ` %
i
c % `
2
` %
i
c % `
2
]
i
fi c 2O fit, 2 3, O [;, [;( 3fiO, (3
2fi c 26 23, t fi6Q, Qfi, t3fi6 292, fi2fi2
2t c 32 29, 8 236, O O, 2fifi6 fi, 6928
33 c 38 3, fitt, 3O, 69fi6 [;3, Q;
39 c QQ Qfi, Q fi66, O fi33, fitfi6 3, 686Q
Total

26 tt9, O

fi29O, Q6fi6


% ~
tt9, O
~ 29, 96 aos

26
:
2
~
fi29O, Q6fi6
~ [;, 6fi8( en aos
2
)


49

%


Las frmulas anteriores para calcular la Varianza muestral tienen una forma abreviada:

Para datos no agrupados Para datos agrupados

n m
) %
2
c `%`
2

) `] %
2
` c n`%`
2

i i i
:
2
~
i ~ f i

:
2
~
i ~ f i

n c f i n c f i

donde: %
i
representa los datos donde: %
i
representa la marca de clase


Propiedades de la Varianza

fi` = ar`%` ~ :
2
O

2` = ar`%` ~ O si % ~ constante

3` = ar`a%` ~ a
2
= ar`%`

Q` = ar`% b b` ~ = ar`%`

` = ar`a% b b` ~ a
2
= ar`%`

6` Las unidades de medida de la varianza son las unidades al cuadrado de los datos.





Ejemplo: De un grupo de contribuyentes se dteermin que el promedio de impuestos es de
$32.200, con una varianza de $7.600. Determinar en cada uno de los siguientes casos, la nueva varianza:

a) Los impuestos aumentan en un 2 %

b) A los impuestos se les disminuye la cantidad de $2.300

c) A cada contribuyente, se le disminuye un 3 % y adems se le condona $2.550

Solucin:

a) = ar`%` ~ t,6OO h `fi, O2
2
` ~ t,9Ot La nueva varianza es $ t,9Ot

b) = ar`%` ~ t,6OO La nueva varianza es $ t,6OO

c) = ar`%` ~ t,6OO h `O, 9t
2
` ~ t,[;(, 8 La nueva varianza es $ t,[;(, 8
50

q
p
n
2
m m


Desviacin Tpica o Desviacin Estndar


Es la raz cuadrada positiva de la Varianza. Su smbolo es:
y es o si se est trabajando con una poblacin.
si se est trabajando con una muestra

a) Desviacin estndar para datos no agrupados


q
q
q
) ` %
i
c % `
2

q

: ~
p


q
q
i ~ f i
n c f i

5

donde %
i
representa los datos de la muestra.
q
) ` % c `

q
i

q
o ~
i ~ f i

5 c fi
donde %
i
representa los datos de la poblacin.


Ejemplo , Para el conjunto de datos , fi2, 23, 28, fit, fi donde se obtuvo que su varianza era
:
2
~ 39, 2 ; tendremos entonces que su desviacin estndar es ,

: ~
l
39, 2 ~ 6, 26 ( unidades )


b) Desviacin estndar para datos agrupados

Muestra Poblacin

q q
q q
q
) `% c % ` ]

q
) `% c ` ]

q i
2
i

q

q i
2
i

q

: ~
p

i ~ f i
n c f i
o ~
p

i ~ f i
5 c f i

donde %
i
es la marca de clase.


Ejemplo , Para el ejemplo de los datos tabulados sobre las edades de26
varianza :
2
~ [;, 6fi8; luego su desviacin estndar ser ,
personas se obtuvo como

: ~
l
[;, 6fi8 ~ t, fi8( aos )
51



Qu indican la Varianza y la Desviacin Estndar?




La varianza y la desviacin estndar miden la dispersin "promedio" en torno a la media
aritmtica, es decir, cmo fluctan las observaciones mayores por encima de la media aritmtica y cmo se
distribuyen las observaciones menores por debajo de ella.

La varianza tiene ciertas propiedades matemticas tiles. Sin embargo, al calcularla se obtienen
unidades al cuadrado , cm
2
, pulgadas
2
, mm
2
, (edades)
2
, (horas)
2
, etc. por ello, en la prctica, la principal
medida de dispersin que se utiliza es la desviacin estndar, cuyo valor est dado en las unidades
originales , cm, pulgadas, mm, edades, horas, etc.


En los ejemplos anteriores:

a) Para la muestra de datos , , fi2, 23, 28, fit, fise obtuvo por desviacin estndar , : ~ 6, 26(
unidades ). Esto indica que la mayor parte de lsodatos de esta muestra se agrupan dentro d6e, 26 unidades
por encima y por debajo de la media aritmtica, es decir, entre2O c 6, 26 ~ fi3, tQ y 2O b 6, 26 ~ 26, 26

b) Para el caso de los datos tabulados correspondientes a las edades de26 personas, se obtuvo una
desviacin estndar de : ~ t, fi8 aos. Esto indica que la mayor parte de los datos estn agrupados entre
29, 96 c t, fi8 ~ 22, t8aos y 29, 96 b t, fi8 ~ 3t, fiaQos.

Edades ( aos ) ]
i
fi c 2O 2
2fi c 26 5
25 c 32 8
33 c 38
39 c QQ Q
Total 26
52



Criterio de Homogeneidad




Una distribucin se considera homognea, si la desviacin estndar se encuentra entre la quinta y
la cuarta parte del rango. Si no es as, entonces se considera que la muestra es heterognea.

a) Para la muestra de datos , , fi2, 23, 28, fit, [;

9 ~ 28 c fi2 ~ fi6 : ~ 6, 26

9 9

@

,
Q
A
~ 3, 2 , Q,O


: 3, 2 , Q,O

Por lo tanto, la muestra es heterognea.


b) Para el caso de los datos tabulados de las edades de26 personas

Edades ( aos ) ]
i
fi c 2O 2
2fi c 26 t
2t c 32 8
33 c 38
39 c QQ Q
Total 26

9 ~ QQ, c fiQ, ~ 3O( aos ) : ~ t, fi8( aos )

9 9

@

,
Q
A
~ 6 , t,


: 6 , t,

Por lo tanto, la muestra es homognea.


Observaciones ,

1) Cuanto ms separados o dispersos estn los datos, es decir, para muestras heterogneas, tanto
mayores sern el rango, la varianza y la desviacin estndar.


2) Si los datos estn ms concentrados, es decir, para muestras homogneas, tanto menores sern
el rango, la varianza y la desviacin estndar.


3) Si todas las observaciones son iguales ( de manera que no haya variacin en los datos ), el
rango, la varianza y la desviacin estndar sern iguales a cero.
53



Ejercicios


1) En una industria dos operarios en siete das de trabajo, son capaces de producir, por da, y en
forma individual la siguiente cantidad de rboles para fresa de (
dimetro.
mm de longitud por 3OO mm de

Operario A [;( fiO6 fiOQ fiO2 fiO3 fiOO fiOfi
Operario B fiO3 fiO2 fiOt fiOfi [;( fiO2 fiO3

Determine ,

a) Rango del operario A y del operario B
b) Varianza del operario A.
c) Desviacin estndar de ambos operarios.
d) Son las muestras homogneas?.


2) Se hace una encuesta entre fiOO personas acerca del nmero de horas diarias que se dedican a
ver televisin, obtenindose la siguiente informacin ,

N de horas ]
i
O c f i 3O
2 c 3 2O
Q c fi
6 c t 32
8 c 9 fi
fiO c fifi 2
Total fiOO

Calcular la varianza y la desviacin estndar.


3) De un total de fiOO
estndar.
datos, 20 son 4, 40 son 5,30 son 6 y el resto 7. Hallar la desviacin


4) Cuatro grupos de estudiantes, consistentes en [;, 2O, fiO y fi8individuos, dieron pesos de
6O, t2, y 6kilos. Hallar la varianza de los estudiantes.


5) Las notas de un estudiante en sus certmenes han sido8Q, 9fi, t2, 68, 8ty
desviacin estndar. Las notas , son homogneas?.
t8. Hallar la
54



6) La siguiente tabla corresponde a la estaturade 8O estudiantes de una determinada carrera:

Estatura ]
i
fi, 6 c fi, 69 6
fi, tO c fi, tQ fi2
fi, t c fi, t9 3O
fi, 8O c fi, 8Q 22
fi, 8 c fi, 89 8
fi, 9O c fi, 9Q 2
Total 8O

Hallar rango, varianza y desviacin estndar de la estatura.



7) La oficina de Censo, proporcion las edades de hombres y mujeres divorciados ( en miles de
personas de fi8 aos de edad o ms ).

Edad Hombre Mujer
fi c fi9 9
2O c 2Q 8O 2fiO
2 c 29 fitQ 3O3
3O c 3Q 2fiO 3[;
3 c 39 3; ((
QO c QQ Q( ((
Q c Q9 9 QO9
O c Q fitQ 2OO
Total fitt3 |;

Obtener las medidas de dispersin ( rango, varainza y desviacin estndar ) tanto para los
hombres como para las mujeres. Determine, adems si las muestras son homogneas o no.
55


Hombres Mujeres
9 QO QO
2
6Q, O3 6t, 68

8 8, 23

A


Solucin



[;`

a` 9
A
~ 6 9
B
~ 6

b`
2
~ Q, 6t

`
A
~ 2, fi6
B
~ 2, O6

d` Ambas muestras no son homogneas.


2`
2
~ t, fi9 ~ 2, 68


3` ~ O, 9


Q`
2
~ 3t, 6t


` ~ 8, 92


6` 9 ~ O, 3
Las notas no son homogneas.


2
~ O, OO33 ~ O, (|


|`





Ambas muestras son homogneas.
56



Autoevaluacin


1) En una encuesta realizada a 2 personas en la ciudad de Chilln, sobre su equipo de ftbol
preferido, se obtuvieron los siguientes resultados:

U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, Colo Colo
Colo Colo, U. de Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, U. de Chile, U. de
Chile, Colo Colo, U. Catlica, ublense, Colo Colo, U. de Chile, U. Catlica, Colo Colo, U. de Chile,
Concepcin

a) Construya una tabla para la informacin obtenida
b) Construya un grfico adecuado para la informacin dada
c) Cuntas personas son hinchas de Colo Colo?
d) Qu porcentaje de personas prefiere a U. de Chile?
e) Qu porcentaje de encuestados no es hincha de ublense?


2) Los salarios ofrecidos a 16 personas son ( en miles de pesos ):

165 149 166 167 154 165 144 135
155 170 150 151 142 148 149 100

Determine e interprete para la muestra:
a) Media aritmtica
b) Moda
c) Mediana


3) Los impuestos pagados por un grupo de contribueyntes han dado origen a la siguiente tabla de
frecuencia:
Monto de impuestos en miles N personas
1 - 20 4
21 - 40 15
41 - 60 21
61 - 80 18
81 - 100 2
Total 60

Determine:
a) Desviacin Estndar Muestral y explique su significado
b) Determine si la muestra es homognea o heterognea. Justifique su respuesta.
57

l
o
C
o

Categoras ]
i -
i h
i /
i
U. de Chile 8 8 O, 32 O, 32
Colo Colo 9 fit O, 36 O, 68
U. Catlica Q 2fi O, fi6 O, 8Q
ublense 3 2Q O, fi2 O, 96
Concepcin fi 2 O, OQ fi, OO
Total

fi, OO


F
r
e

c
u

e

n
c

i
a



Solucin:

1) a)








b)

E qu ip o s de F tbol Fa v o rito s

10
9
8
7
6
5
4
3
2
1
0




Ca te g o r a s




c) Las personas hinchas de Colo Colo son 9

d) El porcentaje de personas que prefiere a U. de Chile es32 %

e) El porcentaje de personas que no prefiere a ublense es88 %

2) a) % ~ [;(, ( El salario promedio es de $ [;(,(

b) 4 e ~ [;(, El O% de las personas tiene un salario superior a $ [;(,((

c) 4 o ~ fiQ9 y [;( Los salarios ms comunes son $ [;Q9,((O y $ [;(,OOO

3) a) : ~ fi9, ( La desviacin estndar es un estadstico que nos indica que tan dispersos estn
los datos, con respecto a la media aritmtica.
b) Los datos no son homogneos.
58



Unidad N2: Probabilidades



Elementos de Probabilidades




Los primeros estudios de probabilidad fueron motivados por la posibilidad de acierto o fracaso en
los juegos de azar. La probabilidad es un mecanismo por medio del cual pueden estudiarse sucesos
aleatorios, es decir, operaciones cuyo resultado no puede ser predicho de antemano con seguridad. Por
ejemplo, el lanzamiento de una moneda.

Enfoques de probabilidad

1) Experimento aleatorio o experimento: cualquiera operacin cuyo resultado no puede ser
predicho de anterioridad con seguridad.

Ejemplo:
a) lanzamiento de una moneda
b) lanzamiento de un dado
c) extraccin de una carta de una baraja de 52 cartas

2) Espacio muestral: es el conjunto de todos los posibles resultados asociados a un experimento.
Su smbolo es + . Si el espacio muestral tiene un nmero finito de elementos o infinito numerable,
entonces se dice que ste es discreto y si el espacio muestral tiene como elementos todos los puntos de
algn intervalo real, entonces se dice que ste escontinuo .

Ejemplo:
a) experimento:lanzamiento de un dado
+ ~ [; , 2, 3, Q, , ('

b) experimento: tiempo de duracin de un tubo fluorescente
+ ~ { ! , ! O }

3) Evento o suceso: es cualquier subconjunto de un eps acio muestral. Todo subconjunto es un
evento, en particular + mismo es un evento, llamado suceso seguro
evento, llamado suceso imposible .
y el conjunto vaco,J , tambin es un

Ejemplo:
A ~ obtener un nmero impar al lanzar un dad'o
A ~ [;, 3, '

B ~ obtener al menos una cara al lanzar una moneda dos vece's
B ~ , , '

Como los eventos son subconjuntos de+ , entonceses posible aplicar la teora de conjuntos para
obtener nuevos eventos.
Si A y B son eventos, entonces tambin lo son Ar B, Aq B, A
c

A r B ocurre si, y slo si slo ocurre A o slo ocurre B u ocurren A y B a la vez.
A q B ocurre si, y slo si ocurre A y ocurre B a la vez.
A
c
ocurre si, y slo si no ocurre A.
59

t


En todo experimento aleatorio +
complementos son tomados respecto a+ .
se considera el conjunto universal, por lo tanto, todos los

Ejemplo

Considere el experimento lanzamiento de dos dados.
a) Determine el espacio muestral

b) Obtenga los siguientes eventos:
A ~ la suma de los dos nmeros es un mltiplo de do's
B ~ ambos dados muestran la misma cara'
C ~ los dos nmeros son primo's
D ~ la resta de los dos nmeros es divisible por tres'

c) Encuentre, si es posible, Ar B, Cq D, B
c
, B
c
q C
c



`
r
fi, fi!

t 2, fi!


fi, 2!
2, 2!


fi, 3!
2, 3!


fi, Q!
2, Q!


fi, !
2, !


fi, 6!
u

2, 6! w

t w

t

+ ~
P
t

3, fi!
Q, fi!

3, 2!
Q, 2!

3, 3!
Q, 3!

3, Q!
Q, Q!

3, !
Q, !

3, 6! w
Q, 6!
w
Q

t w

t
, fi!
s
6, fi!
, 2!
6, 2!
, 3!
6, 3!
, Q!
6, Q!
, !
6, !
, 6!
w

6, 6!
v


|`

A ~
J


fi, fi!
3, fi!
, fi!

fi, 3!
3, 3!
, 3!

fi, !
3, !
, !

2, 2!
Q, 2!
6, 2!

2, Q!
Q, Q!
6, Q!

2, 6!
Q, 6!
K

6, 6!

B ~ fi, fi! 2, 2! 3, 3! Q, Q! , ! 6, 6! '


C ~
J

2, 2!
3, 2!
, 2!
2, 3!
3, 3!
, 3!
2, !
3, !
I
, !

D ~ fi, Q!
`

A r B ~ A
2, ! 3, 6! Q, f i! , 2! 6, 3! '

C q D ~ 2, ! , 2! '

B
c
~ %, &!% ) &'

r
B
c
q C
c
~
t

s
fi, 2!
2, Q!
Q, 2!
, 6!
fi, 3!
2, 6!
Q, 3!
6, fi!
fi, Q!
3, fi!
Q, !
6, 2!
fi, !
3, Q!
Q, 6!
6, 3!
fi, 6!
3, 6!
, f i!
6, Q!
2, f i!
u

Q, f i! w
, Q!
w

6, !
v

60



Concepto de probabilidad en espacio finito equiprobable

Si + es un espacio muestral con n

elementos, entonces la probabilidad de un evento A es el

cuociente
m
, donde m es el nmero de elementos de A

n

Esto se denota: P A! ~
m
n

Ejemplo ,

+ ~ lanzamiento de un dado' + ~ [;, 2, 3, Q, , ('
A ~ aparece un mltiplo de tres' A ~ 3, ('

P A! ~
2
~
fi

6 3

Definicin: Diremos que dos eventos A y B son mutuamente excluyentes o disjuntos si no
pueden ocurrir juntos, es decir Aq B~ J

Por ejemplo, + ~ lanzamiento de un dado' + ~ fi, 2, 3, Q, , ('
A ~ aparece un mltiplo de tres ' ( ~ 3, 6 '
B ~ aparece un mltiplo de cuatro ' ) ~ Q'

Luego, A y B son eventos disjuntos, porque Aq B~ J

Axiomas de probabilidad

Sea + un espacio muestral y sean A y B dos eventos cualesquiera de este:

Axioma1 , P +! ~ fi

Axioma2 , P A! O D A +

Axioma3 , P A r B! ~ P A! b P B!
B

si A q B ~ J
En general, P
8
r (
i 9
~ P (
fi
! b P (
2
! b P (
3
! b ,,, b P (
i
! con
i ~ f i

(
i
q (
j
~ J D i ) j

De estos tres axiomas fundamentales es posible determinar algunas propiedades y consecuencias:

Teorema1 ,

a) P J! ~ O

Demostracin

+ ~ + r J
P +! ~ P + r J!
P +! ~ P +! b P J!
f i ~ f i b
O
O ~ P J!


pues + q J ~ J
61



b) P A
c
! ~ 1 c P A!

Demostracin

+ ~ A r A
c

P +! ~ P A r A
c
!
P +! ~ P A! b P A
c
!
f i ~ P A! b P A
c
!
1 c P A! ~ P A
c
!


pues A q A
c
~ J



c) Si A B, entonces P A! P B!


62



Teorema 2 ,

a) P A r B! ~ P A! b P B! c P A q B!


63



b) P A c B! ~ P A! c P Aq B!



Demostracin

A r B ~ A c B! r B
P A r B! ~ P[ A c B! r B]
P A! b P B! c P A q B! ~ P A c B! b P B!
P A! c P A q B! ~ P A c B!

pues A c B! q B ~ J


Corolario

P A r B r C! ~ P A! b P B! b P C! c P A q B! c P A q C! c P B q C! b P A q B q C!

64



Teorema3 ,

Sea + un espacio muestral y A un evento de+ , A + , entonces

P A! ~ P A
1
! b P A
2
! b P A
3
! b ,,, b P A
k
!
h
~ )
i ~ f i
P A
i
! Donde A
i
son eventos disjuntos cuya unin es A


Demostracin

A ~ A
1
r A
2
r A
3
r ... r A
k

P A! ~ P A
1
r A
2
r A
3
r ... r A
k
!
P A! ~ P A
1
! b P A
2
! b P A
3
! b ,,, b P A
k
!
h


pues A
i
q A
j
~ J
P A! ~ ) P A
i
!
i ~ f i

Ejemplos

1) Suponga que A y B son eventos para los cuales P A! ~ % ; P B! ~ &
Determine:

a) P A
c
r B
c
!
b) P A
c
r B!
c) P A
c
q B!
d) P A
c
q B
c
!
y P Aq B! ~ ' .


65



d) P A
c
q B
c
! ~ P[ A r B!
c
]
~ f i c P A r B!
~ f i c P A! c P B! b P A q B!
~ fi c %c & b'

2) De la produccin de tornillos de cierta magnitud resulta que el 5 % de ellos no tienen el largo
especificado, el 7 % no tienen el dimetro especificado y el 2 % tiene ambos defectos. Se elige un tornillo
al azar de la produccin de estas magnitudes. Cul es la probabilidad que:
a) tenga al menos uno de los dos defectos?.
b) tenga slo el defecto del largo?
c) tenga slo uno de los dos defectos?
d) no tenga defectos?
Solucin
A ~ tornillos con defecto del largo'
B ~ tornillos con defecto del dimetro'


66



3) La alimentacin de cierta especie se considearcompleta si cada individuo consume tres tipos de
alimentos en cantidades adecuadas. En una poblacin se encontr que el 75 % consume alimento tipo A, el
70 % alimento tipoB, el 50 % alimento tipo C, el 50 a%limento tipo A y B, el 30 % alimento tipo A y C, el
30 % alimento tipo B y C y el 15 % consume de los tres tipos de alimentos. Se elige un individuo al azar en
la poblacin, calcular la probabilidad que:
a) consuma slo alimento tipo C.
b) consuma slo un tipo de alimento.
c) consuma al menos dos tipos de alimentos

Solucin

M ~ individuo de la poblacin que consume alimento tipo A'
N ~ individuo de la poblacin que consume alimento tipo B'
Q ~ {individuo de la poblacin que consume alimento tipo C}


67



Ejercicios



1) Si A,B y C son eventos mutuamente excluyentes, y P(A) ~ O, 2 , P(B) ~ O, 3 ,
Encuentre ,
P(C) ~ O, 2

a) P(A U B U C) b) P<
c) P( B U C )
A
c
q ( B U C )=

2) Sean A y B eventos tales que P A! ~
fi
, P B! ~
fi
, P A q B! ~
fi
, calcule ,

2 3 Q

a) P A
c
!
c) P A r B!
e) P A
c
r B
c
!
b) P B
c
!
d) P A c B!
f) P A
c
q B
c
!

3) De un total de 500 estudiantes, se encuentra que 210 fuman, que 258 toman bebidas
alcohlicas, que 216 toman alimentos entre comidas, que 122 fuman y toman bebidas alcohlicas, que 83
toman alimentos entre comidas y tambin bebidas alcohlicas, que 97 fuman y toman alimentos entre
comidas y que 52 practican estos tres dainos hbitos. Si se escoge aleatoriamente a un miembro de esta
generacin, encuentre la probabilidad de que el estudiante ,
a) fumen, pero no tome bebidas alcohlicas.
b) tome alimentos entre comidas e ingiera bebidas alcohlicas, pero no fume.
c) no fume y no tome alimentos entre comidas.

4) La probabilidad de que una industria XX se ubique en la ciudad A es de 0,7; de que se localice
en la cuidad B es de 0,4 y de que se encuentre en A o en B, o en ambas es de 0,8. Cul es la probabilidad
de que la industria se localice ,
a) en ambas cuidades?.
b) en ninguna de ellas?.

5) En una bolsa hay 36 fichas numeradas del 1 al 36, respectivamente. Si se extrae una ficha,
calcular la probabilidad de que la ficha extrada sea,
a) un nmero par b) un nmero primo
c) un mltiplo de 5 d) un nmero terminado en 2
e) un nmero divisible por 6 f) un nmero impar mayor que 20.
68

s


Solucin



1)
a) P(A U B U C) ~ O, t
c) P( B U C ) ~ O,

2)
a) P A
c
! ~
fi


b) P
<
A
c


q ( B U C )
=
~ O,



b) P B
c
! ~
2

2 3

c) P A r B! ~
t

d) P A c B! ~
fi

fi2 Q
e) P A
c
r B
c
! ~
3

f) P A
c
q B
c
! ~


Q fi2

3)
88

a) La probabilidad de que fumen, pero no tome bebidas alcohlicas es
((

b) La probabilidad de que tome alimentos entre comidas e ingiera bebidas alcohlicas, pero no
fume es
3fi

((

c) La probabilidad de que no fume y no tome alimentos entre comidas e
fitfi

((


4)
a) La probabilidad de que la industria se localice en ambas ciudades esO, 3

b) La probabilidad de que la industria no se localice en ninguna de ellas esO, 2


5)
fi

a) La probabilidad de que la ficha extrada sea un nmero par es
2


fifi

b) La probabilidad de que la ficha extrada sea un nmero primo es
36
c) La probabilidad de que la ficha extrada sea un mltiplo de 5 es
t

36
fi

d) La probabilidad de que la ficha extrada sea un nmero terminado en 2 es
9
e) La probabilidad de que la ficha extar da sea un nmero divisible por 6 es
fi

6
2

f) La probabilidad de que la ficha extrada sea un nmero impar mayor que 20 es
9
69



Probabilidad Condicional




Cuando se est calculando la probabilidad de un evento A en particular, y se tiene informacin
sobre la ocurrencia de otro evento B, esta probabilidad se conoce comoprobabilidad condicional, la cual
se denota por P A/B! , se lee "probabilidad de A dado B" y se define como:

P A/B! ~
P A q B!
P B!
con P B! ) O

Las probabilidades condicionales satisfacen los axionas de probabilidad

1) P + /B! ~ f i

P +/B! ~
P + q B!
P B!

~
P B!

P B!

~ f i

2) P[ A r C!/B] ~ P A/B! b P C/B! A q C ~ J

P[ A r C !/B]
~
P[ A r C! q B]
P B!
~
P[ A q B! r

P B!
C q B!]
~
P A q B!
b

P B!
P C q B!
P B!
~ P A/B! b P C/B!

Ejemplos

1) La probabilidad de que un vuelo de porgramacin regular despegue a tiempo es P D! ~ O, 83 ;
la que llegue a tiempo es P A! ~ O, 82
Encuentre la probabilidad de que el avin:
y la que despegue y llegue a tiempo es P D q A! ~ O, t8 .
a) llegue a tiempo dado que despeg a tiempo.
b) despegue a tiempo dado que lleg a tiempo

Solucin

D ~ despegar a tiempo'

A ~ llegar a tiempo'

a) P A/D! ~
P A q D!
P D!
O, t8

~ ~ O, 9Q
O, 83
La probabilidad de que el avin llegue a tiempo dado que despeg a tiempo es de 0, 94 .
70



b) P D/A! ~
P D q A!
P A!
O, t8

~
O, 82
~ O, 9
La probabilidad de que el avin despeguea tiempo dado que lleg a tiempo es de 0,95 .

2) En una oficina hay 100 mquinas calculadoras, algunas de ellas son elctricas E! mientras que
otras son manuales M! . De ellas unas son nuevas N!
categora est dada en la siguiente tabla:
y otras usadas U! . El nmero de mquinas por


E M Total
N 40 30 70
U 20 10 30

Una persona entra a la oficina y escoge una mquina al azar, descubre que es nueva. Cul es la
probabilidad que sea elctrica?

P E/N! ~
P E q N!
P N!
QO
~
fiOO
tO
fiOO

Q
~
t

La probabilidad es de 0,57 .

3) Un grupo de 500 ejecutivos es clasificado de acuerdo a las caractersticas del peso y a la
insidencia del peso en la hipertensin. Se da la siguiente tabla:

Sobre peso SP! Peso normal PN! Bajo peso BP! Total
Hipertenso H! 50 40 10 100
No hipertenso H
c
! 75 225 100 400
Total 125 265 110 500

a) Cul es la probabilidad de que una persona elegida al azar sea hipertensa?
b) Una persona elegida al azar tiene sobrepeso. Cul es la probabilidad que tambin sea
hipertensa?
c) Una persona elegida al azar no es hipertensa. Cul es la probabilidad de que tenga peso
normal?
71



a) P H! ~
fiOO
~
fi

(O

La probabilidad de que una persona sea hipertensa es de 0,20 .

b) P H/SP! ~
P H q SP!
P SP!
(
~
((
[;
((

2
~


La probabilidad de que una persona con sobreepso sea tambin hipertensa es de 0,40 .



c) P N/H
c
! ~
P N q H
c
!
P H
c
!

~
((
QOO
((

9
~
fi6

La probabilidad de que una persona no hipetrensa tenga tambin peso normal es de 0, 62 .





Uno de los usos ms frecuentes de la probabilidad condicional es dar un procedimiento fcil para
asignar probabilidades a intersecciones de eventos. Del concepto de probabilidad condicional es posible
encontrar una expresin til, llamada regla del producto, para la probabilidad de interseccin de eventos,
esta es:


P A/B! ~
P A q B!
P B!



P AB! ~ P AB! h P B!


As,

P A q B q C! ~ P A/B q C! h P B q C!
~ P A/B q C! h P B/C! h P C!

P A q B q C q D! ~ P A/B q C q D! h P B q C q D!
~ P A/B q C q D! h P B/C q D! h P Cq D!
~ P A/B q C q D! h P B/C q D! h P C/D! h P D!
72



Ejemplos:

1) Se seleccionan 2 fichas al azar, sin reemplazo, de una urna que contiene 4 blancas y 8 negras.
Calcular la probabilidad de que:
a) ambas sean blancas.
b) la segunda sea blanca.

a) B ~ {fichas blancas}
N ~ {fichas negras}
P B! ~
Q

P N! ~
8

fi2 fi2
P B
1
q B
2
! ~ P B
1
! h P B
2
/B
1
!

Q 3

~ h
fi2 fifi
fi

~
fifi

La probabilidad de ambas fichas sean blancas es de 0,09 .


b) P B
1
q B
2
! b P N
1
q B
2
!
fi

~ b P N
1
! h P B
2
/N
1
!
fifi
fi 8 Q

~ b h
fifi fi2 fifi
fi

~
3

La probabilidad de que la segunda ficha sea blanca es de 0,33 .

2) Una caja de fusibles contiene 20 unidades, de las cuales 5 son defectuosas. Si tres de estos
fusibles son tomados al azar, en sucesin y sin reemplazo.
a) Cul es la probabilidad que los tres sean defectuosos?
b) Si en cada una de las dos primeras se extrajo un defectuoso.Cul es la probabilidad que el
tercero extraido sea bueno?
c) Si los dos primeros estaban buenos. Cul es la probabilidad que el tercero extrado sea
defectuoso?
d) Cul es la probabilidad que los dos pirmeros sean buenos y el tercero defectuoso?

D ~ {fusible defectuoso}
D
c
~ {fusible no defectuoso}

P D! ~


P D
c
! ~
fi

2O 2O

a) P D
1
q D
2
q D
3
! ~ P D
1
! h P D
2
/D
1
! h P D
3
/D
1
q D
2
!




La probabilidad es de
fi
fiQQ
Q 3 fi

~ h h ~
2O fi9 fi8 fiQQ
73

1 2



b) P D
c
/D

q D ! ~
[;
3
1 2

fi8

La probabilidad es de unO, 83 .


c) P D
3
/D
c
q D
c
! ~

fi8

La probabilidad es de unO, 2t .


d) P D
c
q D
c
q D !

~ P D
c
! h P D
c
/D
c
! h P D /D
c
q D
c
!

1 2
3 1 2 1 3
1 2

fi fiQ

~ h h
2O fi9 fi8
3

~
228

La probabilidad es de unO, [;3 .
74



Ejercicios




1) La probabilidad de que un automvil al que se le llena el tanque de gasolina necesite tambin
un cambio de aceite es de 0,25 ; la de que requiera un nuevo filtro de aceite es de 0,40 y de que le haga
falta tanto cambio de aceite como de filtro es de 0,14.
a) Si se debe cambiar el aceite, cul es la probabilidad de que necesite un filtro nuevo?.
b) Si se necesita un filtro nuevo, cul es la probabilidad de que requiera un cambio de aceite?.

2) Para parejas de casados que viven en una cierta ciudad de los suburbios., la probabilidad de que
el esposo vote en alguna eleccin es de 0,21, la de que su esposa lo haga, de 0,28 y la de que ambos voten,
de 0,15. Cul es la probabilidad de
a) al menos un miembro de la pareja de casados vote?.
b) vote la esposa, dado que su esposo lo hace?.
c) vote un esposo, dado que su esposa no lo hace?.

3) De una caja que contiene 6 pelotas negras y 4 verdes, se sacan tres en sucesin,
reemplazndose cada pelota en la caja antes de extraer la siguiente.
a) Cul es la probabilidad de que las tres sean del mismo color?.
b) Cul es la probabilidad de que primera pelota sea negra, la segunda verde y la tercera negra?.
c) Repita las mismas preguntas anteriores, pero asuma que no hay reemplazo.

4) Una urna contiene 7 bolas rojas y 3 bolas blancas. Se sacan 3 bolas de la urna . Hallar la
probabilidad de que las dos primerassean rojas y la tercera blanca.
a) las bolas se devuelven a la urna.
b) las bolas no se devuelven a la urna.

5) En cierta facultad, 25 % de los estudiantes perdieron matemticas, 15 % perdieron qumica y 10
% perdieron las dos. Se selecciona un estudiante al azar.
a) Si perdi qumica, cul es probabilidad de que perdi matemticas?
b) Si perdi matemticas, cul es probabilidad de que perdi qumica?
c) Cul es probabilidad de que perdi matemticas o qumica?

6) Sean A y B eventos con P A! ~
fi

, P B! ~
fi

y P Aq B! ~
fi

. Hallar,



a) P A/B!
c) P A r B!
e) P B
c
/A
c
!
2 3 Q

b) P B/A!
d) P A
c
/B
c
!
7) A un jugador le reparten 5 cartas de una barajacorriente de 52 cartas. Cul es la probabilidad
de que todas sean corazones?.


de que ,
8) Una clase tiene 15 nias y 19 nios. Si se escogen tres estudiantes al azar.Cul es probabilidad

a) todos sean nios.
b) todos sean nias.
c) al menos uno sea nio
d) dos sean mujeres.
e) al menos dos sean nios.
75



9) Se estima que la probabilidad de que aumentenlas ventas de automviles en el siguiente mes es
de 0,40. Se estima que la probabilidad de que aumenten las ventas de refacciones es de 0,30. Se estima que
la probabilidad de que ambas industrias experimenten un aumento en ventas es de 0,10. Cul es la
probabilidad de que,
a) hayan aumentado las ventas de automvilesdurante el mes, dado que existe informacin de que
han aumentado las ventas de refacciones?
b) hayan aumentado las ventas de refacciones, dado que existe informacin de que aumentaron
las ventas de automviles durante el mes?
76

1 2 3 1 2 3
1 2 3
1 2 3


Solucin



1) A ~ cambio de aceite' B ~ nuevo filtro'

a) P B/A! ~ O, 6 b) P A/B! ~ O, 3


2) A ~ esposo vota' B~ esposa vota'

a) P A r B! ~ O, 3Q
c)P A/B
c
! ~ O, O8


3) N ~ pelota negra'
b) P B/A! ~ O, tfi



V ~ pelota verde'

a) P N q N q N ! b P V q V q V ! ~
t
~ O, 28



b) P N q V q N ! ~
fi8
~ O, fiQQ

[;
fi

c) P N
1
q N
2
q N
3
! b P V
1
q V
2
q V
3
! ~ ~ O, 2O


P N q V q N ! ~
fi
~ O, fi666

6


4) R ~ pelota roja' B ~ pelota blanca'

a) P R
1
q R
2
q B
3
! ~


b) P R
1
q R
2
q B
3
! ~
fiQt
fiOOO

fi26
t2O


5) A ~ perder matemticas'

a)P A/B! ~
2

B ~ perder qumica'

b) P B/A! ~
2

3
c) P A r B! ~ O, 3

6)
a) P A/B! ~
3


b) P B/A! ~
fi

Q 2
c) P A r B! ~
t

d) P A
c
/B
c
! ~


fi2 8
e) P B
c
/A
c
! ~


6
77



7) P C
1
q C
2
q C
3
q C
4
q C
5
! ~ O, ((


8) A ~ nias' B ~ nios'

a) P B
1
q B
2
q B
3
! ~ O, fi6

b) P A
1
q A
2
q A
3
! ~ O, O8

c) 3P B
1
q A
2
q A
3
! b 3P B
1
q B
2
q A
3
! b P B
1
q B
2
q B
3
! ~ O, 92

d) 3 P B
1
q A
2
q A
3
! ~ O, 33

e) 3P B
1
q B
2
q A
3
! b P B
1
q B
2
q B
3
! ~ O, 9


9) A ~ aumento venta de automviles'
B ~ aumento ventas de refacciones'

a) P A/B! ~
fi




b) P B/A! ~
fi

3 Q
78



Teorema: Probabilidad total! Suponga que los eventos A
1
,A
2
,...,A
k
forman una particin de+ ,
es decir, A
1
r A
2
r ... r A
k
~
se tiene:
+ , A
i
) J y A
i
q A
j
~ J D i ) j . Entonces para cualquier evento E +

h
P E! ~
)
P A
i
! h P E/A
i
!
i ~ f i

Teorema de Bayes:

Si A
1
,A
2
,...,A
k
es una particin de + , es decir, A
1
r A
2
r ...r A
k
~ +
Di ) j . Entonces para cualquier evento B + se tiene:
, A
i
) J y A
i
q A
j
~ J

P A
i
/B! ~
P A
i
q B!
P B!

P A
i
/B! ~
P B q A
i
!
P B q A
1
! b P B q A
2
! b ... b P B q A
k
!

P A
i
/B! ~
P B/A
i
! h P A
i
!
P B/A
1
! h P A
1
! b P B/A
2
! h P A
2
! b ... b P B/A
k
! h P A
k
!


Ejemplos:

1) La probabilidad de que Alicia estudie para su examen final de Estadstica es 0,2 . Si estudia la
probabilidad de que apruebe el examen es 0,8, en tanto que si no estudia la probabilidad es 0,5.
a) Cul es la probabilidad que Alicia apruebe estadstica?.
b) Dado que Alicia aprob su examen. Cul es la probabilidad de que haya estudiado?.

E ~ Alicia estudia'
E
c
~ Alicia no estudia'
A ~ Alicia aprueba estadstica'

P E! ~ O, 2 P E
c
! ~ O, 8 P A/E! ~ O, 8 P A/E
c
! ~ O,

a) P A! ~ P A q E! b P A q E
c
!
P A! ~ P A/E! h P E! b P A/E
c
! h P E
c
!
P A! ~ O, 8! O, 2! b O, !
P A! ~ O, 6
O, 8!

La probabilidad de que Aliciaapruebe estadstica es de 0,56 .
79



b) P E/A! ~
P E q A!
P A!

~
P A q E!

P A!

~
P A/E! h P E!

P A!

~
O, 8! O, 2!

O, (

~ O, 29

La probabilidad de que Alicia haya estudiado dado que aprob estadstica es de 0,29 .


2) Componentes complejas son ensambladas en una planta que usa dos lneas de ensamblado A y B.
La lnea A usa equipos ms viejos que la lnea B de manera que es algo ms lenta y menos confiable.
Suponga que en un da dado, la lnea A ha ensamblado 8 componentes de los cuales 2 son defectuosos y 6
son no defectuosos, mientras que la lnea B ha producido 1 componente defectuoso y 9 componentes no
defectuosos. El encargado de ventas selecciona al azar una de estas 18 componentes para una demostracin
y encuentra que es defectuosa. Cul es la probabilidad que esta componente haya sido ensamblada por la
lnea A?.

A ~ lnea A'
B ~ lnea B'
D ~ artculo defectuoso'


P A! ~ P B! ~
fi

P D/A! ~
2

P D/B! ~
fi

2 8 fiO



P A/D!
~
P A q D!

P D!

~
P D q A!

P D q A! b P D q B!

~
P D/A! h P A!

P D/A! h P A! b P D/B! h P B!

2 fi
h
~
8 2

2 fi fi fi
h b h
8 2 fiO 2

~
t

La probabilidad de que la componente defectuosa la haya producido la lnea A es de 0,71 .
80



3) De un grupo gande de habitantes de una ciudad que tiene igual nmero de personas en
administracin, comercio, servicio de salud y servicio municipal se encontr que el 35 % de los
administrativos, el 25 % de los comreciantes, el 20 % del servicio de salud y el 15 % del servicio municipal
eran mujeres.
a) Cul es la probabilidad que una mujer escogida al azar del grupo sea administrativa?
b) Cul es la probabilidad que un individuo del grupo elegido al azar sea hombre?

A ~ administrativo'
C ~ servicio salud'
M ~ mujer'

P A! ~ P B! ~ P C! ~ P D! ~
fi

Q

P M/A! ~ O, 3
B ~ comerciante'
D ~ servicio municipal'
M
c
~ hombre'




P M/B! ~ O,

P M/C! ~ O, 2O P M/D! ~ O, [;



a) P A/M! ~
P A q M!
P M!

~
P M q A!

P M q A! b P M q B! b P M q C! b P M q D!

~
P M/A! h P A!

P M/A! h P A! b P M/B! h P B! b P M/C! h P C! b P M/D! h P D!

~
O, 3! O, 2!

O, 3! O, 2! b O, 2! O, 2! b O, 2!O O, 2! b O, fi! O, 2!

~ O, 3t
La probabilidad de que la mujer sea administrativa es de 0,37 .
b) P M
c
! ~ f i c P M!
~ fi c O, 3|
~ O, |(

La probabilidad de que el individuo sea un hombre es de 0,7625 .
81



Ejercicios




1) La polica planea reforzar el respeto a los lmites de velocidad mediante la utilizacin de
sistemas de radar en cuatro diferentes sitios dentro de la ciudad. Los sistemas de radar en cada sitio L
1
, L
2
,
L
3
y L
4
se ponen a funcionar, respectivamente, el 40 %, 30 %, 20 % y 30 % del tiempo, y si una
persona que conduce a gran velocidad rumbo a su trabajo tiene, respectivamente, las probabilidades de 0,2
; 0,1 ; 0,5 y 0,2 de pasar por alguno de estos sitios y que le multen. Cul es la probabilidad de que le
levanten una multa?.

2) Suponga que se distribuyen pelotas de colores entres cajas idnticas de la siguiente manera,


Caja 1 Caja 2 Caja 3
Roja 2 Q 3
Blanca 3 fi Q
Azul 3 3

Una caja se selecciona aleatoriamente, de ella se saca una pelota, tambin aleatoriamente, y se
observa que es roja. Cul es la probabilidad de que la caja 3 sea la que se escogi?.

3) Tres mquinas A, B y C producen respectivamente 60 %, 30 % y 10 % del nmero total de
artculos de una fbrica. Los porcentajes de desperfectos de produccin de estas mquinas son
respectivamente 2 %, 3 % y 4 %. Seleccionando un artculo al azar result defectuoso. Hallar la
probabilidad de que el artculo hubiera sido producido por la mquina C.

4) Una compaa necesita tomar la decisin de patrocinar en la TV uno de los siguientes
programas , juegos de futbol F! , una serie del oeset O! o un programa musical M! . Las probabilidades de
que decidan por F, O o M son 0,40 ;0,35 y 0,25 respetcivamente. Las probabilidades de que las ganancias
aumenten sustancialmente si escogen F, O o M son 0,50 ;0,40 y 0,30 respectivamente. Si las ganancias
aumetan sustancialmente, encontrar la probabilidad deque la compaa haya escogido la serie del oeste.

5) Existen tres teoras econmicas principales, I, que la inflacin va a desaparecer pronto; D, que
ocurrir la depresin, y R, que ocurrir la recesin. Las probabilidades de que I, D o R ocurran son 0,40 ;
0,35 y 0,25 , respectivamente. Las probabilidades de que las acciones de la Compaa Goldmine tripliquen
su valor si ocurre I, D o R son 0,90 ;0,60 y 0,20 respectivamente. Si las acciones triplican su valor, cul es
la probabilidad de que lainflacin haya desaparecido?.

6) Tres mquinas A, B y C producen componentes mecnicos similares. A produce el 45 % del
total de componentes, B el 30 % y C el 25 %. Para el programa de produccin usual, el 8 % de los
componentes producidos por A no cumplen con las especificaciones establecidas, para B y C, las cifras
correspondientes son 6 % y 3 % , respectivamente; un componente es extrado al azar de la produccin
total y se encuentra defectuoso. Encontrar la probabilidad de que el componente seleccionado fuera
producido por la mquina A.
82



Solucin



1) M ~ multa'

P M! ~ O, 2t


2) R ~ roja' B ~ blanca' A~ azu'l

C
1
~ caja 1' C
2
~ caja 2' C
3
~ caja 3'

P C
3
/R! ~
3
fiO


3) A ~ mquina A' B ~ mquina B'

C ~ mquina C' D ~ artculo defectuoso'

P C/D! ~ O, fi6


4) F ~ juego de ftbol' O ~ serie del oeste'

G ~ programa musical' G ~ aumento de ganacias'

P O/G! ~ O, 3


5) I ~ inflacin va a desaparecer' D ~ ocurrir depresin'

C ~ ocurrir recesin' A ~ acciones triplicadas'

P I/A! ~ O, 8


6) A ~ mquina A' B ~ mquina B'

C ~ mquina C' D ~ artculo defectuoso'

P A/D! ~ O, 8
83

B ~ fi, fi! , 2, 2! , 3, 3! , Q, Q! , , ! , 6,!6 ' P B!

2, fi! 2, 2! 2, 3! 2, Q! 2, ! 2, 6!

C ~
J
Q, fi!

6, fi!
Q, 2! Q, 3! Q, Q! Q, ! Q, 6! P C! ~

6, 2! 6, 3! 6, Q! 6, !


~


Eventos Independientes



Concepto: Los eventos A y B se dicen independientes si, y slo si P Aq B! ~ P A! h P B!

Teorema: Suponga que P A! ) O y P B! ) O, entonces A y B independientes implica que ellos
no son excluyentes y A , B mutuamente excluyentes implica que ellos no son independientes.

Ejemplos

1) Si dos dados son lanzados una vez y sean los siguientes eventos
A ~ la suma es 7'
B ~ los dos dados muestran el mismo nmero'
C ~ el primer dado es par'

Son A y B , A y C independientes?

A ~ fi, 6! , 2, ! , 3, Q! , Q, 3! , , !2 , 6,!fi '








K

6, 6!
P A!
fi

6
fi

~
6

fi
2


A q B ~ J P A q B! ~ O

P A q B! ) P A! h P B! A y B no son independientes

A q C ~ 2, ! , Q, 3! , 6, fi!' P A q C! ~
fi
fi2

P A! h P C! ~
fi
h
fi
~
fi

6 2 fi2

P A q C! ~ P A! h P C!


A y C son independientes


2) Dada la siguiente tabla


con cncer C! sin cncer C
c
!
fumador F! O, O, 2
no fumador F
c
! O, fi O, 2

Son F y C eventos independientes?

P F q C! ~ O, P F! ~ O, t P C! ~ O, 6
84



P F! h P C! ~ O, t! h O, 6! ~ O, Q2

P F q C! ) P F! h P C! F y C no son independientes


3) Sabiendo que A y B son eventos independientes, demuestre que:

a) A y B
c
son independientes
b) A
c
y B son independientes

a) A y B independientes si, y slo si P A q B! ~ P A! h P B!


85



Ejercicios



1) Sea el caso de lanzar dos monedas corrientes al aire. Sean los eventos,
A ~ {todas caras o todas sellos}
B ~ {aparece una cara}
C ~ {aparece a lo menos una cara}

a) Son A y B, A y C, B y C independientes?

2) Se lanzan dos dados. Sean los eventos,
A ~ {la suma de cinco}
B ~ {el primer nmero es impar}
C ~ {el segundo nmero es divisible por tres}
D ~ {la suma es mayor que siete}

Cules eventos son indepentientes tomados en parejas?

3) Si A y B son eventos independientes, pruebe que A
c
y B
c
tambin lo son.







Solucin




1) Ninguno es independiente.

2) Slo son independientes A y B ; A y C ; B y C

3) La demostracin es verdadera, es decir, si P Aq B! ~ P A! h P B! , entonces
P A
c
q B
c
! ~ P A
c
! h P B
c
!
86



Variables Aleatorias v.a!



Concepto: una variable aleatoria es una funcin que asocia un nmero real a cada elemento del
espacio muestral.
Se usarn letras maysculas para denotar a una v.a y letras minsculas para denotar los valores
que ella adquiere.

Ejemplos:

1) Se sacan dos pelotas en sucesin, sin reemplazo, de una urna que contiene 4 pelotas rojas y 3
negras. Los resultados posibles y los valores% de la v.a X, donde? es el nmero de pelotas rojas son:

Espacio muestral %
RR 2
RN fi
NR fi
NN O

2) El encargado de un almacn le devuelve tres cascos de seguridad, seleccionados
aleatoriamente, a tres obreros del taller, quienes ya se lo haban probado previamente. Suponiendo que el
orden de los obreros Prez, Gonzlez y Muoz es el correcto para recibir su casco original, seale los
posibles rdenes en que los tres obreros reciben un casco y encuentre los valorsm
representa el nmero de asociaciones correctas.
de la v.a4 que

Espacio muestral m
PGM 3
PMG fi
MPG O
MGP fi
GPM fi
GMP O

En los ejemplos anteriores, el espacio muestral tiene un nmero finito de elementos.


Conceptos:

1) Si en espacio muestral contiene un nmero finito de posibilidades o unasecuencia interminable
con tantos elementos como nmeros naturales existen, entonces se llamaespacio muestral discreto .
Los dos ejemplos anteriores corresponden a espacio muestral discreto.

2) Si en espacio muestral contiene un nmero infinito de posibilidades igual al nmero de puntos
de un segmento de lnea, entonces se llamaespacio muestral continuo .
Por ejemplo: tiempo necesario para ejecutar una reaccin qumica.

Una v.a se llama v.a discreta si se puede contar su conjunto de resultados posibles.Una v.a se
llama v.a continua si se puede tomar en una escala continua.
87



En la mayora de los problemas prcticos, las v.a continuas representan datos medidos , tales
como alturas, pesos, temperatursa, distancias o perodos de vida; mientras que las v.a discretas representan
datos que se cuentan ,tales como el nmero de artculos defectuosos de una muestra de k artculos o el
nmero de accidentes por ao en una va rpida en una determinada ciudad.




Distribuciones discretas de probabilidad




Una v.a discreta asume cada uno de sus valores con una cierta probabilidad.
Con mucha frecuencia es conveniente representar con una frmula todas las probabilidades de una
v.a ?. Dicha frmula, necesariamente, debe ser funcin de los valores numricos% , y que se representa
por ] %!, g %!, h %!, etc.Por lo tanto, ] %! ~ P ? ~ %! . Al conjunto de pares ordenados %, ] %!! se le
llama funcin de probabilidad o distribucin de probabilidadde la v.a discreta ? .

Concepto : El conjunto de pares ordenados %, ] %!! es unafuncin de probabilidad, funcin
masa de probabilidad o distribucin de probabilidadde la v.a discreta ?
condiciones ,

fi` ] %! O D % l

2` ) ] %! ~ fi
%
si satisface las siguientes

3` P ? ~ %! ~ ] %!
Ejemplos

1) Una moneda se lanza dos veces, entonces + ~ , ! , ,
consiste en observar el nmero de caras.
! , , ! , , !', Sea ? la v.a que

Espacio muestral %
2
fi
fi

O

9 e ? ~ (, fi, '

La funcin de probabilidad es:

] O! ~ P % ~ O! ~
fi



] fi! ~ P % ~ fi! ~
2

Q Q
] 2! ~ P % ~ 2! ~
fi

Q


% O fi 2
P ? ~ %!
fi
Q

fi
2

fi
Q

88

& O fi 2 3 Q
P @ ~ &
Q;Q
[;((

|((
[;((

fi9OO
[;((

2OO
[;((


[;((




2) De un lote de 25 artculos de los cuales 5 son defectuosos se eligen 4 al azar. Sea@ la v.a que
representa el nmero de artculos defectuosos encontrados. Obtener la distribucin de probabilidades de la
v.a @ si los artculos se eligen sin sustitucin.

9 e @ ~ (, fi, 2, 3, Q'

Sea + ~ artculo defectuoso, por lo tanto,+

~ arculo no defectuoso

P +! ~

P +

! ~
2O

2

] O! ~ P & ~ O! ~ P +

q +

q +

q +

! ~
2O
h
fi9
h
fi8
h

fit

~

Q;Q
fi 2 3 Q
2 2Q 23 22 [;((


] fi! ~ P & ~ fi! ~ QP D

q +

q +

q +

! ~ Q h

2O fi9 fi8

h h h ~

|((
fi 2 3 Q
2 2Q 23 22 [;((


] 2! ~ P & ~ 2! ~ 6P D

q + q +

q +

! ~ 6 h

h
Q 2O fi9

h h ~

fi9OO
fi 2 3 Q
2 2Q 23 22 [;((


] 3! ~ P & ~ 3! ~ QP D

q + q + q +

! ~ Q h

h
Q
h
3 2O

h ~

2OO
fi 2 3 Q
2 2Q 23 22 [;((


] Q! ~ P & ~ Q! ~ P D

q + q + q + ! ~

Q 3 2

h h h ~

fi 2 3 Q
2 2Q 23 22 [;((





!
89



Distribuciones continuas de probabilidades




Una v.a continua tiene probabilidad cero de asumir cualquiera de sus valores. Luego, su
distribucin de probabilidad nopuede darse en forma tabular.
Como una distribucin de probaiblidad de una v.a continua no puedepresentarse en forma tabular,
si puede tener una frmula. Esta frmula es una funicn, es decir, ] %! y para este tipo de variables se
llama funcin de densidad de probabilidad o funcin de densidad .

Algunas de las formas de la funcin de densidad son


90




91

9
H
9 9
9
3
Q


bB cfi 2 bB
b` f ] &! d& ~ f ] &! d& b f ] &! d& b f ] &! d&
cB cB cfi 2

bB cfi 2
&
2 bB
f ] &! d& ~ f

O d& b f

d& b f

O d&

cB cB cfi
3
2

bB
f ] &! d& ~

&
3
2

f

cB
9
cfi

bB
8 fi

f ] &! d& ~ b
cB

bB
f ] &! d& ~ fi
cB

Por lo tanto ] &! cumple con las dos primeras condiciones de una funcin de densidad.


P O & fi! ~ f
O
fi
&
2

d& ~
3
&
3
fi
fi

f
~

O


2) Para la funcin ] !! ~
e
c!

O
O ! 2O
en otro caso

Determine:

a) P ! 3! b) P f i ! Q! c) P ! ~ fi!



a` P ! 3!
3
~ f ] !! d!
cB

O 3
~ f O d! b f
cB O
e
c!
d!

~ O c e
c!
e

O

~ c e
c3
b fi

e
3
c fi

~
e
3




b` P fi ! Q! ~ f
fi
Q
] !! d!

Q

~
f
e
c!
d!
fi

~ c e
c!
e

fi
92



~ c e
cQ
b e
cfi

e
3
c fi

~
e
Q





` P ! ~ fi! ~ f
fi
fi
] !! d! ~ O



Ejercicios




1) De una caja que contiene 4 monedas de $ 100 y 2 de $ 50 , se seleccionan tres de ellas al azar
sin reemplazo. Determine la distribucin de probabilidad para el total T de las tres monedas.

2) De una caja que contiene 4 pelotas negras y 2 verdes, se seleccionan 3 de ellas en sucesin con
reemplazo. Encuentre la distribucin de probabilidad para el nmero de pelotas verdes.

3) Una v.a. X continua tiene funcin de densidad,
~
fi

] `%` ~
2 % 3
2
O e.o.c.

Encuentre ,
a) P(2 % 2,)

b) P(% f i ,6 )

4) Una v.a. Y continua tiene funcin de densidad,
~
`[i b &`

] `&` ~
O
2 &
2t
e.o.c.

Encuentre ,
a)P(& Q)

b) P(3 & Q )
93

Monedas !
AAA 3OO
AAB (
ABA (
BAA (
ABB 2OO
BAB 2OO
BBA 2OO
BBB [;(

! [;( 2OO ( 3OO
] !
fi
8

3
8

3
8

fi
8


Monedas !
VVV 3
VVN 2
VNV 2
NVV 2
VNN fi
NVN fi
NNV fi
NNN O

% O fi 2 3
] %
fi
8

3
8

3
8

fi
8




Solucin



fi` T ~ total de las tres monedas A ~ moneda de $fiOO B ~ moneda de $O



!












2` X ~ nmero de pelotas verdes V ~ pelota verde N ~ pelota negra



!












3` a) P(2 % 2, ) ~ O, 2

b) P(% f i ,6 ) ~ O


Q` a)P(& Q) ~
fi6

2t
b) P(3 & Q ) ~
fi

3
94

f
f
f
bB
bB
bB


Esperanza o valor esperado




v.a
El valor esperado se usa como una medida de centro de una distribucin de probabilidad de una

Concepto

Sea ? una v.a con funcin de probabilidad ofuncin de densidad] %!. Sea g ?! una funcin de
la v.a ? . El valor esperado de? , simbolizado por, ?! es:

~

) h %! h ] %!
si ? es una v.a discreta
,g ?! ~
%

cB
h %! h ] %! d% si ? es una v.a continua

Observaciones

1) Si g ?! ~ ? , entonces se est calculando la esperanza de la v.a?

~

) % h ] %!
si ? es una v.a discreta
, ?! ~
%

cB
% h ] %! d% si ? es una v.a continua


, ?! ~

2) Si g %! ~ ? c !
2
, entonces ,g %! se llama varianza de la v.a?



y se simboliza comoo
2


~

)
? c !
2
h ] %!
si ? es una v.a discreta
o
2
~ ,g ?! ~
%

cB
? c !
2
h ] %! d% si ? es una v.a continua


o ~
l
= ar ?! se conoce como desviacin estndar.

o mide la dispersin de los valores de la v.a? con respecto a su media !

Propiedades de la esperanza

Sea ? una v.a, entonces

fi` , ! ~

2` , ?! ~ h , ?!

3` ,h ?! f g ?! ~ ,h ?! f ,g ?!
95

f
2



Usando las propiedades de la esperanza es posible determinar una forma ms simple para calcular
o
2
~ = ar ?!

o
2
~ , ? c !
2

~ , ?
2
c 2? b
2
!
~ , ?
2
! c , 2?! b ,
2
!
~ , ?
2
! c 2, ?! b
2

~ , ?
2
! c 2, ?!, ?! b , ?!
2

~ , ?
2
! c , ?!
2


Luego, = ar ?! ~ o
2
~ , ?
2
! c , ?!
2

pero , ?! ~

As,

~

2

)
%
2
h ] %! c
@
)
% h ] %!
A si ? es una v.a discreta
= ar ?! ~
% %

bB
2
bB

% h ] %! c
@f
cB cB
% h ] %!
A si ? es una v.a continua



Propiedades de varianza

Sea ? una v.a, entonces

fi` = ar ! ~ O

2` = ar ?! ~
2
h = ar ?!

3` = ar ? b a! ~ = ar ?!


Ejemplos:

1) Se lanza una moneda tres veces, si las tres veces aparece cara o parece sello un jugador gana
$5, pero si no es as pierde $3.Cul es la esperanza de este juego?

Sea ? la v.a que denota ganancia o prdida

+ ~ , , ! , , , ! , , , !, , , !, , , ! , , , ! , , , ! , , , !'

% c 3
] %!
2
8

6
8


fi 3

, ?! ~
8
Q
9
c 3
8
Q
9
~ c fi


El jugador pierde, en promedio $1 por lanzamiento de las tres monedas.
96

@


2) Sea @
densidad es
la v.a que representa la vida en horas de un cierto dispositivo electrnico. La funcin de


~
2OOOO

] @ ! ~
@
3

O
& fiOO

e.o.c.
Encuentre la vida esperada de este dispositivo.



, @ ! ~ f
bB bB
@ h ] @ ! d@ ~ f
cB fiOO
2OOOO

@ h d&
@
3



~ lim

b
f
2OOOO@
c2
d&
b||
fiOO

2OOOO
b
~ lim c
bbB
f
fiOO

~ lim

bbB
2OOOO 2OOOO

c b
b fiOO

~ 2OO

La duracin promedio de este dispositivo es de 200 horas.

3) Las ventas por hora de una mquina automtica puede ser 20 , 21 o 22 cajetillas de cigarros con
probabilidad 0,3 ; 0,5 y 0,2 respectivamente . Cul elsa venta esperada por hora para esta mquina? Cul
es la varianza de ventas por hora ?

? ~ ventas por hora de cigarrillos

% 2O 2fi 22
] %! O, 3 O, O, 2

, ? ! ~ 2O ! O, 3 !b 2fi !O, !b 22
, ?! ~ 2O, 9
!O, 2 !

La venta esperada por hora es de 20,9 cajetillas.

= ar ?! ~ , ?
2
! c , ?!
2


, ?
2
! ~ QOO!
, ?
2
! ~ Q3t, 3
O, 3! b QQf i! O, ! b Q8!Q O, !2

= ar ?! ~ Q3t, 3 c Q36, 8fi
= ar ?! ~ O, Q9

La varianza de ventas por hora es de 0,49 cajetilla
2
s .
97

fi
fi
O


4) Sea = la velocidad del viento, em Km/hr.,y suponga que= tiene funcin de densidad

~
] = ! ~
fi

O # fiO
fiO
O e.o.c.

La presin > en libras/pie
2
, sobre la superficie del ala de un aeroplano est dada por la relacin:
> ~ O, OO3=
2
. Determine el valor esperado y la varianza de la presin.

, > ! ~ , O, OO3=
2
!
~ O, OO3, =
2
!
fiO
2

~ O, OO3 = h d=

f
O
fiO
fi =
3
fiO

~ O, OO3 h h
f

fiO 3
O
fi
~
fiO
= ar > ! ~ , >
2
! c , > !
2


, >
2
! ~ , O, OO3!
2
=
Q



La presin promedio es de 0,1 libra/pie
2
.

fiO
Q
~ O, OO3!
2
f
O
= h d=
fiO

fi =

fiO

~ O, OO3! h
fiO
h

f


~ O, Ofi8

= ar > ! ~ O, Ofi8 c O, Ofi
= ar > ! ~ O, OO8

La varianza es de 0,008 libra/pie
2
!
2




varianza
5) Sea ? una v.a con ~
y o
2
~ 9 . Calcule el valor esperado de la v.a @ ~
fi

3
? c ! y la

, ?! ~ = ar ?! ~ 9

fi fi

, ? c !

~ h , ?! c,

@
3
A
3
8
3
9


fi

~ h c
3 3

~ O
98



fi fi
2

= ar ? c !

~ h = ar ?!

@
3
A

8
3
9


fi

~ h 9
9

~ f i

6) Suponga que el nmero de autosA , que pasan a travs de una mquina lavadora, entre las 4:00
P.M. y las 5:00 P.M. de un viernes, tienela siguiente distribucin de probabilidades

' Q 6 t 8 9
] '!
fi
fi2

fi
fi2

fi
Q

fi
Q

fi
6

fi
6


Sea g A ! ~ 2A c fi que representa la cantidad de dinero, en dlares, que el gerente del negocio le
paga al encargado. Encuentre las ganancias esperadas del encargado en este perodo en particular.

fi fi fi fi fi fi

, A ! ~ Q!
8
fi2
9
b !
8
fi2
9
b 6!
8
Q
9
b t!
8
Q
9
b 8!
8
6
9
b 9!
8
6
9


, A ! ~
Qfi
6

, 2A c fi! ~ 2, A ! c fi

Qfi

~ 2 h c fi
6

38

~
3

La ganancia esperada del encargado es 12,67 dlares estre las 4:00 P.M. y las 5:00 P.M.

7) Sea ? una v.a con funcin de densidad
~
?
2
] ?! ~
O
c fi % 2
3
e.o.c.

Encuentre el valor esperado de g ?! ~ Q? b 3


, ?! ~ f
2

cfi
?
2

? h d?
3

fi fi
Q

, ?! ~
3
h
Q
?
f

2

cfi

, ?! ~
[;
fi2
99

Q 8 2 8


, Q? b 3! ~ Q, ?! b 3

[;

~ Q h b 3
fi2
~ 8

8) Calcule la varianza de h ?! ~ 2? b 3 donde ? es una v.a con distribucin de probabilidad

% O fi 2 3
] %!
fi
Q

fi
8

fi
2

fi
8


fi fi fi fi

, ?! ~ O!
8
Q
9
b fi!
8
8
9
b 2!
8
2
9
b 3!
8
8
9


3

, ?! ~
2



= ar ?! ~ , ?
2
! c , ?!
2


fi fi fi fi

, ?
2
! ~ O!
8 9
b fi!
8 9
b Q!
8 9
b 9!
8 9

, ?
2
! ~
fi3
Q
fi3 9

= ar ?! ~
Q
c
Q


= ar ?! ~
Q

= ar 2? b 3! ~ Q h = ar ?!


~ Q h
Q

~
100



Ejercicios




1) Por invertir en unas acciones en particular, una persona puede obtener ganancias de $ 4.000
con una probabilidad de 0,3; o una prdida de $ 1.000 con una probabilidad de 0,7. Cul es la ganancia
que espera esta persona?.

2) Suponga que un distribuidor de joyas antiguas est interesado en comprar un collar de oro para
el cual las probabilidades son 0,22; 0,36; 0,28y 0,14 respectivamente, de que la poseedora estara
dispuesta a venderla en $ 250.000, en $ 150.000, alcosto $100.000!
Cul es la utilidad que ella espera?.
o con una prdida de $ 150.000.

3) Si la utilidad de un distribuidor , en unidades de $ 1.000, en un nuevo automvil puede
considerarse como una v.a. X con funcin de densidad,

`[i c ?` O % fi

] `?` ~
H
O e.o.c.

Encuentre la utilidad promedio por automvil.


4) La funcin de densidad de la v.a. Y, el nmero total de horas, en unidades de 100 horas, de que
una familia utilice una aspiradora durante un ao es,

~
@ O & f i
] `@ ` ~ 2 c @ fi & 2
O e.o.c.

Encuentre el nmero promedio de horas porao que la familia utiliza la aspiradora.


5) Si X representa el resultado cuando se lanza un dado balanceado. Encuentre la esperanza y la
varianza de la variable g(X) ~ 3 X
2
b Q

6) Una v.a. continua Z tiene funcin de densidad,

e
cA

] `A ` ~
H
O
' O
e.o.c.


Encuentre el valor esperado y la varianza deh (Z)~ 2A c 3
101



Solucin



fi` Esta persona espera una ganancia de $(O .



2` Espera una utilidad de $fifi6OOO .



3` La utilidad promedio del automvil es $66t .



Q` La familia utiliza la aspiradora , en promedio,fiOO horas .



99 fi6fiOt

` , g %! ~
2
= ar g %! ~
2



6` , h A ! ~ c fi = ar h A ! ~ Q
102

% fi O
] %! p q

? %! ~
H


Distribuciones discretas de probabilidad




El comportamiento de una v.a queda descrito por su distribucin de probabilidad.

1) Distribucin Bernoulli

El experimento ms sencillo es aquel que puede resultar en uno de dos resultados posibles.
Ejemplo
a) aprobar o reprobar una asignatura
b) obtener cara o sello al lanzar una moneda
c) sexo de un nio al nacer

El experimento con dos resultados posibles se denomina ensayo Bernoulli

Cualquier experimento puede usarse para definir un ensayo Bernoulli, simplemente denotando
algn evento A como xito y su complemento A
c
como fracaso.

La distribucin de probabilidad para un ensayo Bernoulli depende slo de un parmetrop ,
probabilidad de xito, y entoncesf i c p es la probabilidad de fracaso fi c p ~ q! , dondeO p fi

Concepto: Sea + el espacio muestral de un experimento, sea A + cualquier evento con
P A! ~ p , O p fi y sea ? la v.a definida por

fi % A
O % A
c


Entonces ? se llama v.a Bernoulli con parmetrop ,

La distribucin de probabilidad de una v.a Bernoulli es de la siguiente forma

P % ~ fi! ~ P A! ~ p
P % ~ O! ~ P A
c
! ~ f i c p ~ q

la cual se puede resumir de la siguiente forma


f %! ~ p
%
h q
fi c %
% ~ 0 fi
y se denota ? Bernoulli p!

El smbolo denota distribucin

El proceso Bernoulli debe tener las siguientes propiedades:

a) El experimento consiste en n intentos repetidos.

b) Los resultados de cada uno de los intentos pueden clasificarse como un xito o un fracaso.
c) La probabilidad de xito, p , permanece constante para todos los intentos.
103

% c %


d) Los intentos repetidos son independientes .

e) , ?! ~ p , = ar ?! ~ p h q

2) Distribucin Binomial

Concepto: un experimento que consiste de n ensayos Bernoulli independientes, cada uno con
probabilidad de xito p , se llama experimento binomial con n ensayos y parmetrop .

Ensayos independientes indica que los ensayos son eventos independientes, esto es, lo que ocurre
en un ensayo no influye en el resultado de cualquier otro ensayo.

El espacio muestral para un experimento binomial es el producto cartesiano de los espacios
muestrales de los ensayos Bernoulli consigo mismon veces

+ ~ +
fi
d +
2
d +
3
d ,,, d +
n
donde +
i
~ xito, !, fracaso F!'D i ~ fi, 2, ,,,, n

Cada elemento de + es unan c upla,$ ~ $
fi
, $
2
, $
3
, ,,,, $
n
! dond$e
i
~ E o F
Luego P
i
E! ~ p , P
i
F! ~ fi c p ~ q D i ~ fi, 2, ,,,, n


Concepto: Sea ? el nmero total de xitos en un experimento binomial con n ensayos y
parmetro p .Entonces ? se llama v.a binomial con parmetron yp
de probabilidades es:
.Luego? b n, p! y su distribucin


f %! ~
8
%
9
h p h q


% ~ 0 fi


!

% c %

f %! ~
c %!! h %!
h p h q % ~ 0 fi


, ?! ~ n h p , = ar ?! ~ n h p h q

Ejemplos

1) Cinco dados son lanzados una vez
a) Cul es la probabilidad de obtener al menos un tres?
b) Cul es la probabilidad de obtener al menos dos tres?

n ~
? es la v.a que denota el nmero de tres al lanzar cinco dados
? ~ (, fi, 2, 3, Q, '
P E! ~ P obtener un nmero tres! ~
fi

6
P F! ~ P no obtener un nmero tre!s ~


6

fi

? b
8
,
6
9


fi
%


] %! ~
8 98 9 8 9

z%

% ~ O, fi, 2, 3, Q,

% 6 6
104



a` P % fi! ~ fi c P % ~ O!

O
zO

P % ~ O! ~
8

98
fi
9 8

9


~
8 9

O 6 6 6



P % fi! ~ fi c
8
6
9

~ O, 9;[;

La probabilidad de obtener al menos un tres es de 0,5981 .

b` P % 2! ~ fi c P % 2! ~ fi c P % ~ O! c P % ~ fi!

fi
fi

z[;

P % ~ fi! ~
8 98 9 8 9


~ O, QOfi8

fi 6 6

P % 2! ~ O, 9;[i c O, QOfi8 ~ O, fi9

La probabilidad de obtener al menos dos tres es de 0,19 .

2) La probabilidad de que una cierta clase de componente pase con xito una determinada prueba
de impacto es 3Q . Encuentre la probabilidad de que exactamente dos de los siguientes cuatro
componentes que se prueben pasen la prueba.

n ~ Q
? ~ pasar con xito la prueba de impacto
? ~ (, fi, 2, 3, Q'

3 fi
p ~ q ~
Q Q

3

? b
8
Q,
Q
9


Q 3
%
fi

] %! ~
8 98 9 8 9

Qc%

% ~ O, fi, 2, 3, Q

% Q Q

Q 3
2
fi
2
2t

P % ~ 2! ~
8 98 9 8 9
~


~ O, 2fiO9

2 Q Q fi28

La probabilidad de que exactamente dos de las siguientes piezas cuatro componentes que se
prueben pasen la prueba es de 0,2109 .
105

% fi c %

% 6 c %


3) La probabilidad de que un paciente se recuperede una cierta enfermedad a la sangre es 0,4 . Si
se sabe que 15 personas han contrado esta enfermedad.
a) Cul es la probabilidad de que al menos 10 sobrevivan?
b) Cul es la probabilidad de que sobrevivan entre 3 y 8 personas?
c) Cul es la probabilidad de que sobrevivan 5 personas?

? ~ persona que sobreviva a la enfermedad
? ~ (, fi, 2, 3, ,,, [;'

p ~ O, Q q ~ O, 6

? b [;, O, Q!

] %! ~
8
fi
9
O, Q! O, 6!

%

a` P % fiO! ~ P % ~ fiO! b P % ~ fifi! b P % ~ fi2! b P % ~ fi3! b P % ~ fiQ! b P % ~ fi!
~ O, O338
La probabilidad de que al menos 10 sobrevivan es de 0,0338 .
b` P 3 % 8! ~ P % ~ 3! b P % ~ Q! b P % ~ ! b P % ~ 6! b P % ~ t! b P % ~ 8!
~ O, 8tt9

La probabilidad de que sobrevivan tres y ocho personas es de 0,8779 .

` P % ~ ! ~
8
fi
9
O, Q!


O, 6!
fiO

~ O, [;;9


La probabilidad de que sobrevivan cinco personas es de 0,1859


4) Se sabe que el 30 % de las piezas defectuosas de un proceso de manufactura pueden quedar
bien mediante un trabajo de reprocesado.
a) Cul es la probabilidad de que en un lote de seis piezas defectuosas se puedan reprocesar por
lo menos tres de ellas?
b) Cul es la probabilidad de que ninguna de ellas se puedan reprocesar?
c) Cul es la probabilidad de quetodas ellas se puedan reprocesar?

? ~ piezas reprocesadas
? ~ (, fi, 2, 3, Q, , ('

p ~ O, 3 q ~ O, t

? b 6, O, 3!

] %! ~
8
6
9
O, 3! O, t!

%

a` P % 3! ~ P % ~ 3! bP % ~ Q! bP % ~ ! bP % ~ !6 ~ O, |

La probabilidad de que se puedan reprocesar al menos tres piezas es de 0,2557 .
106

O


b` P % ~ O! ~
8
6
9
O, 3!
O

O, t!
6

~ O, fifit6


La probabilidad de que ninguna de las piezas se pueda reprocesar es de 0,1176 .



` P % 1! ~ fi cP % ~ O! ~ fi c O, fifit6 ~ O, 8823

La probabilidad de que todas las piezas se pueda reprocesar es de 0,8823 .






Ejercicios




1) Al probar una cierta clase de neumtico para camin en un terreno escabroso se encontr que
el 25 % de los camiones terminaban la prueba con los neumticos daados. De los siguientes 6 camiones
probados, encuentre la probabilidad de que,
a) de 3 a 6 tengan los neumticos daados.
b) Menos de 2 tengan los neumticos daados.
c) ms de cinco tengan los neumticos daados.

2) La probabilidad de que un paciente se recupree de una delicada operacin de corazn es 0,9 .
Cul es la probabilidad de que exactamente 5 de los prximos 7 pacientes que se sometan a esta
intervencin sobrevivan?.

3) Un ingeniero de control detrfico reporta que el 75 % de los vehculos que pasan por un punto
de verificacin tienen matrculas del estado. Cul es la probabilidad de que ms de 4 de los siguientes 9
vehculos no sean del estado?.

4) Una investigacin demostr que el 20 % de los habitantes de una ciudad prefieren un telfono
blanco que cualquier otro. Cul es la probabilidad de que ms de la mitad de los siguientes 8 telfonos que
se instalen en esta cuidad sean de color blanco?.

5) Se sabe que el 40 % de los ratones inyectados con un suero quedan protegidos contra una cierta
enfermedad. Si 5 ratones son inyectados, encuentre la probabilidad de que,
a) Ninguno contraiga la enfermedad
b) menos de 2 la contraigan.
c) ms de tres la contraigan.
107



Solucin



[;`

a` P 3 % 6! ~ O, fi66

b` P % 2! ~ O, Q

` P % ! ~ O, OO2


2` P % ~ ! ~ O, fi2


3` P % Q! ~ O, O63


Q` P % Q! ~ O, O6


`

a` P % ~ O! ~ O, O8

b` P % 2! ~ O, 3Q

` P % 3! ~ O, O9
108



3) Distribucin Hipergeomtrica

Tanto la distribucin binomial como la distribucin hipergeomtrica persiguen un mismo
objetivo: el nmero de xitos en una muestra que contiene n observaciones. Lo que establece una
diferencia entre estas dos distribuciones de probabilidad discreta es la forma en que se obtiene la
informacin. Para el caso de la distribucin binomial la informacin de la muestra se toma con reposicin
de una muestra finita, o sin reposicin de una pobalcin infinita. Para el modelo hipergeomtrico la
informacin de la muestra se toma sin reposicin de una poblacin finita. Por lo tanto, la probabilidad de
xito, p ,es constante a lo largo de todas las observaciones de un experimento binomial, en cambio, en una
distribucin hipergeomtrica el resultado de una observacin afecta el resultado de las obseravciones
previas.

En general, el inters que se tiene es en la probabilidad de seleccionar % xitos de los h posibles
resultados o artculos tambin considerados xitos y n c % fracasos de los 5 c h posibles resultados o
artculos tambin considerados fracasos, cuando una muestra aleatoria de tamao n
resultados o artculos totales. Esto se conoce como un experimento hipergeomtrico.

La funcin de probabilidad de una va. ? con distribucin hipergeomtrica es
se selecciona de 5




h 5 c h
8
%
98
c %
9

f %! ~ % ~ 0 fi 2
5
8

9




? / 5 , n, h!



h h 5 c h 5 c n

, ?! ~ n h = ar ?! ~ n h

8 98 9

5 5 5 5 c fi


Ejemplos

1) Un comit compuesto por cinco personas se selecciona aleatoriamente de un grupo formado
por tres qumicos y cinco fsicos. Encuentre la distribucin de probabilidad parael nmero de qumicos en
el comit.

? ~ v.a que indica el nmero de qumicos
? ~ (, fi, 2, 3'
5 ~ 8 n ~ h ~ 3 5 c h ~

? / 8, , 3!
109



3
8
%
98
c %
9

] %! ~ % ~ O, fi, 2, 3
8
8

9


3 3

8
O
98

9
fi

P % ~ O! ~ ~
8 (
8
fi
98
Q
9

P % ~ fi! ~ ~
8
fi
(

8

9 8

9


3 3

8
2
98
3
9
3O

P % ~ 2! ~ ~
8 (
8
3
98
2
9

P % ~ 3! ~ ~
8
fiO
(

8

9 8

9






% O fi 2 3
] %!
fi
(

fi
(

3O
(

fiO
(



2) Entre 16 postulantes para un trabajo, 10 tenanun grado universitario. Si tres de los postulantes
son elegidos al azar para una entrevista. Cul es la probabilidad de que:
a) ninguno tenga grado universitario?.
b) exactamente uno tenga grado universitario?.
c) dos tengan grado universitario?.
d) los tres tengan grado universitario?.

? ~ v.a que indica postulante con grado universiatrio
? ~ (, fi, 2, 3'
5 ~ fi6 n ~ 3 h ~ fiO 5 c h ~ 6

? / 8, 3, fiO!

fiO 6
8
%
98
3 c %
9

] %! ~ % ~ O, fi, 2, 3
fi6
8
3
9


fiO 6
8
O
98
3
9
fi

P % ~ O! ~ ~
fi6 28
8
3
9

La probabilidad de que ninguno tenga grado universitario es de 0,0357 .
110



fiO 6
8
fi
98
2
9

P % ~ fi! ~ ~
fi6
8
3
9


[;
(
La probabilidad de que uno tenga grado universitario es de 0,2679 .


fiO 6
8
2
98
fi
9
2t

P % ~ 2! ~ ~
fi6 (
8
3
9

La probabilidad de que dos tengan grado universitario es de 0,4821 .


fiO 6
8
3
98
O
9

P % ~ 3! ~ ~
fi6
8
3
9


3
fiQ
La probabilidad de que los tres tengan grado universitario es de 0,2143 .





3) Lotes de 40 componentes cada uno se consideran acptables si no contienen ms de tres
defectuosos. El procedimiento de muestreo del lote consiste en seleccionar 5 componentes aleatoriamente y
rechazar el lote si se encuentra un componente defectuoso. Cul es la probabilidad de que exactamente un
defectuoso se encuentre en la muestra si hay tres defectuosos en todo el lote?.

? ~ artculos defectuosos
? ~ (, fi, 2, 3'
5 ~ QO n ~ h ~ 3 5 c h ~ 3t

? / QO, , 3!



] %! ~
3 3t
8
%
98
c %
9

QO

8

9


3 3t
8
fi
98
Q
9

P % ~ fi! ~ ~ O, 3Ofifi
QO
8

9



La probabilidad es de 0,3011 .
111



Ejercicios




1) Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narctico en
una botella que contiene 9 pldoras de vitamina que sonsimilares en apariencia. Si el oficial de la aduana
selecciona 3 tabletas aleatoriamente para analizarlas, cul es la probabilidad de que el viajero sea
arrestado por posesin ilegal de narcticos?.

2) El dueo de una casa planta 6 tallos que selecciona al azar de una caja que contiene 5 tallos de
tulipn y 4 de narciso. Cul es la probabilidad de que plante 2 tallos de narciso y 4 de tulipn?.

3) De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3
proyectiles defectuosos que no explotarn, cul es la probabilidad de que,
a) los 4 exploten?.
b) al menos 2 no exploten?.

4) Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas nicamente a
2 menores de edad, si verifica aleatoriamente slo 5 identificaciones de entre 9 estudiantes, de los cuales 4
no tienen la edad suficiente?.

5) Una compaa manufacturera utiliza un esquema para aceptacin de los artculos producidos
antes de ser embarcados. El plan es de dos etapas. Se preparan cajas de 25 para embarque y se selecciona
una muestra de tres para verificar si tiene algn artculo defectuoso. Si se encuentra uno, la caja entera se
regresa para verificarla al 100 %. Si no se encuentra ningn artculo defectuoso la caja se embarca.
a) Cul es la probabilidad de que se embaqr ue una caja que contiene 3 artculos defectuosos?.
b) Cul es la probabilidad de que una caja quecontiene slo un artculo defectuoso regrese para
la verificacin?.
112



Solucin



fi` P % 3! ~
83

8Q


2` P % ~ 2! ~


fiQ



3`

a` P % ~ O! ~
fi

6

b` P % 2! ~
3
fiO



Q` P % ~ 2! ~
fiO

2fi


`

a` P % ~ 3! ~
fi

23OO
b` P % ~ fi! ~
693

23OO
113



4) Distribucin Poisson

Los experimentos que resultan en valores numricos de una v.a? y que representan el nmero de
resultados durante un intervalo de tiempo dado o en una regin especfica frecuentemente se llaman
experimentos Poisson . El intervalo de tiempo dado puede ser de cualquier duracin, por ejemplo, un
minuto, un da, una semana, un mes o inclusive un ao. Por tal motivo un experimento Poisson puede
generar observaciones para una cierta v.a ? que representen el nmero de llamadas telefnicas por hora
que se recibe en una oficina, el nmero de das en queuna determinada escuela se cierra en invierno debido
a la nieve, o al nmero de juegos pospuestosdebido a la lluvia durante una temporada de ftbol.

El nmero % de resultados que ocurren en un experimento Poisson se llamav.a. de Poisson . El
nmero promedio de resultados se calcula de la forma ~ , ?! ~ Z!
especficos de inters.

La funcin de distribucin es de la forma:

e
cZ!
Z!!
%
, donde! es el tiempo o regin
] ?! ~


] ?! ~
%!
e
c
!
%
%!
% ~ O, fi, 2, ,,,

? 7 !

Ejemplos

1) El nmero promedio de partculas radioactivas que pasan a travs de un contador durante un
milisegundo en un experimento de laboratorio es 4. Cul es la probabilidad de que entren 6 partculas al
contador en un milisegundo determinado?.

~ Q ? ~ N de partculas que entran en el contador.

? 7 Q!

e
cQ


Q!
%
] ?! ~
%!
% ~ O, fi, 2, ,,,

e
cQ
Q!
6

P % ~ 6! ~
6!

~ O, fiOQ2


0,1042 .
La probabilidad de que entren 6 partculas al contador en un milisegundo determinado es de
114

2


2) Se sabe que 10 es el nmero promedio de camiones tanque de aceite que llegan por da a una
cierta ciudad portuaria. Las instalaciones del puerto pueden atender cuando mucho a 15 camiones tanque
en un da. Cul es la probabilidad de que en un da determinado tengan que regresar los camiones
tanque?.

~ fiO ? ~ N de camiones tanque por da.

? 7 fiO!

e
cfiO


fiO!
%
] ?! ~

P % fi!
% ~ O, fi, 2, ,,,
%!

~ f i c P % fi!
~ f i c P % ~ O! b P % ~ fi! b P % ~ 2! b ,,, b P % ~ fi!
~ O, OOQ8t

La probabilidad de que en un da determinado tengan que regresar los camiones tanque es de
0,00487 .

3) Suponga que los clientes llegan a una fila deespera a una tasa de 4 por minuto. Suponiendo que
el nmero de personas que llegan a la fila en cualquier intervalo de tiempo dado tiene distribucin
Poisson.Cul es la probabilidad de que al menos unapersona llegue a la fila en un intervalo de
fi

2

minuto?.

Q clientes

clientes
fiminuto
fi
minuto

2

~ 2 clientes
? ~ N de clientes que llegan en
fi
minuto

2

? 7 2!

e
c2


2!
%
] ?! ~
%!

P % fi!


~ fi c P % ~ O!
% ~ O, fi, 2, ,,,

e
c2
2!
O

~ f i c
O!

~ O, 86Qt
La probabilidad de que al menos una persona lleguea la fila en un intervalo de
fi


minuto es de un
0,8647 .
115



Ejercicios




1) En promedio, en una cierta interseccin ocurren 3 accidentes viales por mes. Cul es la
probabilidad de que en un determinado mes en esta interseccin,
a) ocurran exactamente 5 accidentes?.
b) ocurran menos de 3 accidentes?.

2) Una cierta rea de la ciudad XX es afectada en promedio por 6 huracanes al ao. Encuentre la
probabilidad de que en un determinado ao esta rea sea afectada po,r
a) menos de 4 huracanes.
b) cualquier cantidad entre 6 y 8 huracanes.


3) El nmero promedio de ratas de campo por acre en un campo de trigo de 5 acres se estima que
es de 12. Encuentre la probabilidad de que menosde Q ratas de campo se encuentren en este campo de
trigo.

4) Un restaurante prepara una ensalada que contiene en promedio 5 verduras diferentes. Encuentre
la probabilidad de que la ensalada contengams de 5 verduras en un determinado da.

5) En un estudio de un inventario se determni que, en promedio, la demanda por un artculo en
particular en una bodega era de 5 veces al da. Cul es la probabilidad de que en un determinado da este
artculo sea requerido ,
a) ms de cinco veces?.
b) ni una sola vez?.
116



Solucin



[;`

a` P % ~ ! ~ O, fi

b` P % 3! ~ O, Q2



`

a` P % Q! ~ O, [;

b` P 6 % 8! ~ O, QO



3` P % Q! ~ O, OO2



Q` P % ! ~ O, Qt



`

a` P % ! ~ O, Qt

b` P % ~ O! ~ O, OOt
117

8


Distribuciones continuas de probabilidad




1) Distribucin Normal

Es la distribucin continua de probabilidad ms importante en el campo de la estadstica. Su
grfica recibe el nombre de curva normal, su forma es la de una campana






Esta curva permite describir muchos fenmenos que ocurren en la naturaleza, la industria y la
investigacin.



Una v.a continua ? que tiene distribucin en forma de campana se llama v.a. normal.



Concepto: la funcin de densidad de la v.a normal? , con media y varianzao
2
, es:

fi ? c
2


fi

c
2 o
9
] ?! ~
l
2n h o
h e c B % B



? 5 , o
2
!

Propiedades de la curva normal

1) El mximo valor de la curva es en% ~

2) La curva es simtrica respecto a la recta % ~

3) La curva es cncava hacia arriba en ] c B, c o ; b o, b B y es cncava hacia abajo
en ] c o , b o [ .
118



4) La curva es asinttica al eje ? .

5) El rea bajo la curva y sobre el eje?


Areas bajo la curva normal
es uno.



119



Ejemplos:

fi` P ' fi, 8Q!





P ' fi, 8Q! ~ fi cP ' fi, 8Q!


2` P
~ fi c O, 96tfi
~ O, O329
c fi, 9t ' O, 86!



120



P ' '
O
! ~ O, tQ86
fi c P ' '
O
! ~ O, tQ86
fi c O, tQ86 ~P ' '
O
!
O, [;Q ~ P ' '
O
! '
O ~ c O, 6t


Q` Sea ? una v.a normal con ~ QO
a) P ? %! ~ O, Q
y o ~ 6 , determine





P
8
'
%c QO
6
9
~ O, Q

%c QO
6
~ c O, fi3 % ~ 39, 22


b) P ? %! ~ O, fiQ



121



Ejercicios



I ) Usando la tabla determine ,

a) P`' O, ;3`

b) P`' c fi, |`

c) P`' O, ;3`

d) P`' c fi, |`

e) P`(, Qt ' fi, (;`

f) P`O ' O fi, 39`
Resp.:0,7967

Resp.:0,1020

Resp.:0,2033

Resp.:0,898

Resp.:0,1791

Resp.:0,5354

g) P`' '
fi
` ~ O, O6 Resp.:'
fi
~ 1,55

h) P` c O, 93 ' '
fi
` ~ O, |3 Resp.:
f i
' ~1,28


II) Dada la v.a. X distribuida normalmente con media 18 y desviacin estndar 2,5. Encuentr,e

a) P`% [;` Resp.:0,1151

b) P`% %
fi
` ~ O, 2236 Resp.:%
fi
~ 16,1

c) P`% %
fi
` ~ O, fi8fiQ Resp.:%
fi
~ 20,28

d) P`[;t % [;` Resp.:0,5403
122



Problemas de aplicacin

1) Cierto tipo de batera dura un promedio de tres aos, con una desviacin estndar de 0,5 aos.
Suponiendo que las duraciones de las bateras son normalmente distribuidas, encuentre la probabilidad de
que una determinada batera dure menos de 2,3 aos.

? 5 3 , O, ! ? ~ duracin de la batera

P % 2, 3! ~ P
8
'
2, 3 c 3
O,
9


~ P ' c fi, Q!

~ O, O8O8

La probabilidad de que una determinada batera dure menos de 2,3 aos es de uOn, 808 .

2) Una compaa fabrica focos cuya duracin esnormalmente distribuida con una media de 800
horas y una desviacin estndar de 40 horas. Encuentre la probabilidad de que un foco dure entre las 778 y
834 horas de uso.

? 5 8OO , fi6OO! ? ~duracin de los focos

tt8 c 8OO 83Q c 8OO

P tt8 % 83Q! ~P
8
QO

'
QO
9


~ P c O, ' O, 8!

~ P ' O, ;! c P ' c O, !

~ O, 8O23 c O, 29fi2

~ O, [;[;[;

La probabilidad de que un foco dure entre las 778 y 834 horas de uso es de uOn, 5111 .

3) Una cierta mquina produce resistencias elctricas que tienen un valor medio de 40 ohms y una
desviacin stndar de 2 ohms. Suponiendo que los valroes de las resistencias siguen una distribucin
normal y que pueden medirse con cualquier grado de percisin. Qu porcentaje de las resistencias tendr
un valor que exceda a 43 ohms?

? 5 QO, Q! ? ~ valor de las resistencias elctricas

P % Q3! ~ f i c P
8
'
Q3 c QO
2
9


~ f i c P ' fi, !

~ fi c O, 9332

~ O, O668
El O, O668 de las resistencias tendr un valor que exceda a 43 ohms.
123



4) En una empresa las edades de los trabajadores se distribuye normalmente con media 50 aos y
desviacin estndar es de 5 aos.
a) Qu porcentaje de los trabajadores tiene entre 50 y 52,5 aos?
b) Cul es la probabilidad que un trabajador cualquiera no sea mayor de 45 aos?
c) Cul es la probabilidad que untrabajador tenga entre 41 y 58 aos?
d) El 20 % de los trabajadores estn bajo cierta edad Cul es esa edad?

? 5 (, 2! ? ~ edad de los trabajadores


a` P O % , !
O c O

~P
8

, c (

'


9


~ P O ' O, !

~ P ' O, ! c P ' O!

~ O, 69fi c O,

~ O, [;9[;

El 19,15 % de los trabajadores tiene entre 50 y 52,5 aos.



b` P % Q!
Q c O

~ P
8
'

9


~ P ' c fi!

~ O, [;;|

La probabilidad que un trabajador cualquiera no sea mayor de 45 aos es de(, 1587 .


` P Qfi % ;!
Qfi c O

~ P
8
'

8 c (

9


~ P c fi, 8 ' fi, 6!

~ P ' fi, 6! c P ' c fi, 8!

~ O, 9Q2 c O, (39

~ O, 9O93

La probabilidad que un trabajador tenga entre 41 y 58 aos es dOe, 9093
124



d` P ? %! ~ O, 2O

P
8
'
%c O

9
~ O, 2O

%c O

~ c O, 8 % ~ Q, |

El 20 % de los trabajadores tiene una edad menor o igual a 45,75 aos.





Ejercicios



Resuelva los siguientes problemas ,

1) Las piezas de pan de centeno distribuidas a las tiendas locales por una cierta pastelera tienen
una longitud promedio de 30 cm. y una desviacin etsndar de 2 cm. Suponiendo que las longitudes estn
normalmente distribuidas, qu porcentaje de las piezas son
a) de ms de 31,7 cm. de longitud?.
b) entre 29,3 y 33,5 cm. de longitud?.
c) de una longitud menor que 25,5 cm.?.


2) Una mquina despachadora de refrescos est ajustada para servir un promedio de 200 millitros
por vaso. Si la cantidad de refresco es normalmente distribuida con una desviacin estndar de 15
millitros.
a) Qu fraccin de los vasos contendr ms de 224 millitros?.
b) Cul es la probabilidad de un vaso contenga entre 191 y 209 millitros?.

3) El dimetro interno ya terminado de un anillo de pistn est normalmente distribuido con una
media de 10 cm. y una desviacin estndar de 0,03 cm.
a) Qu proporcin de los anillos tendr un dimetro interno que exceda de 10,075 cm.?.
b) Cul es la probabilidad de que un anillo dpeistn tenga un dimetro interno entre 9,97 y 10,03
cm.?.
c) Para que valor el dimetro interno de un anillode pistn ser menor que el 15 %?.

4) La resistencia a la tensin de cierto componente metlico est normalmente distribuida con una
media de 10.000 Kg./cm
2
y una desviacin estndar de 100 Kg./cm
2
.
a) Cul es la proporcin de estos componentesque exceden de 10.150 Kg./cm
2

tensin?.
de resistensia a la
b) Si las especificaciones requieren que todos los componentes tengan una resistencia a la tensin
entre 9.800 y 10.200 Kg./cm
2
inclusive, qu porcentaje de piezas se esperara que se desecharan?.

5) La vida promedio de cierto tipo de motor pqeueo es de 10 aos con una desviacin estndar
de 2 aos. El fabricante repone sin cargo todos losmotores que fallen dentro del perodo de garanta. Si
est dispuesto a reponer slo 3 % de los motores que fallan, qu tan larga deber ser la garanta que
otorgue?. Suponga que las vidas de losmotores siguen una distribucin normal.
125



6) Suponga que un consultor est investigando cunto tiempo necesitaran los obreros de la
fbrica para montar cierta pieza en una planta de automviles Volvo, y determin que la informacin(
tiempo en segundos ) estaba distribuida normalmente con una media de 75 segundos y una desviacin
estndar de 6 segundos.
a) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
en menos de 75 segundos o en ms de 81 segundos?
b) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
de 69 a 81 segundos?.
c) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
en menos de 62 segundos?.
d) Cul es la probabilidad de que un obrero seleccionado aleatoriamente pueda montar la pieza
de 62 a 69 segundos?.
e) Cuntos segundos deben pasar antes de que el 50 % de los obreros monten la pieza?.
f) Cuntos segundos deben pasar antes de que el 10 % de los obreros monten la pieza?.

7) El espesor de un lote de 10.000 arandelas debronce de un cierto tipo fabricadas por una gran
compaa tiene una distribucin normal con media 0,0191 pulgadas y desviacin estndar 0,000425
pulgadas. Compruebe que se puede esperar que el 99,04 % de estas arandelas tenga un espesor entre
0,0180 y 0,0202 pulgadas.

8) El tiempo de reaccin para un cierto experimento psicolgico est distribuido normalmente con
media 20 segundos y desviacin estndar 4 segundos.
a) Cul es la probabilidad de que una persona tenga un tiempo de reaccin entre 14 y 30
segundos?.
b) Cul es la probabilidad de que una persona tenga un tiempo de reaccin entre 25 y 30
segundos?.
c) Qu porcentaje de personas tienen un tiempo de reaccin de ms de 14 segundos?.
d) Cul es el tiempo de reaccin de modo que slo el 1 % de todas las personas reaccionen con
mayor rapidez?.

9) Un procesador de alimentos envasa caf en pequeos tarros, los pesos de los tarros estn
normalmente distribuidos con una desviacin estndar de 0,3 onzas. Si el 5 % de los tarros pesa ms de
12,492 onzas. Cul es el promedio de los tarros?.
126



Solucin




1)

a) El 19,77 % de las piezas tiene una longitud de ms de 31,7 cm.

b) El 59,67 % de las piezas tiene una longitud entre 29,3 y 33,5 cm.
c) El 1,22 % de las piezas tiene una longitud de menor a 25,5 cm.

2)

a) El 0,0548 de los vasos contendr ms de 224 milmetros.
b) El 0,4514 de los vasos tendr entre 191 y 209 milmetros.

3)

a) El 0,0062 de los anillos tendr un dimetro superior a 10,075 cm.
b) El 0,6826 de los anillos tendr un dimetro entre 9,97 y 10,03 cm.
c) El 15 % de los anillos tendr un dimetro de 9,9688 cm.

4)

a) El 0,0668 de los componentes exceden de10150 Kg/cm
2
de resistencia a la tensin.

b) El 4,56 % de las piezas se desecharn.




5) Debe tener una garanta de a lo ms 6,24 aos.


6)

a) Existe un 0,6587 de probabilidad que un obrero pueda montar una pieza en menos de 75 seg. o
en ms de 81 seg.
b) Existe un 0,6826 de probabilidad que un obrero pueda montar una pieza entre 69 y 81 seg.
c) Existe un 0,015 de probabilidad que un obrero pueda montar una pieza en menos de 62 seg.
d) Existe un 0,1437 de probabilidad que un obrero pueda montar una pieza entre 62 y 69 seg.
e) Deben pasar 75 segundos antes de que el 50 % de los obreros monten la pieza.
f) Deben pasar 67,26 segundos antes de que el 10 % de los obreros monten la pieza.
127




7) Se cumple que el 99,04 % de las arandelas tiene un espesor entre 0,0180 y 0,0202 pulgadas.




8)

a) El 0,927 de las personas tiene un tiempo de reaccin entre 14 y 30 segundos. b)
El 0,0994 de las personas tiene un tiempo de reaccin entre 25 y 30 segundos. c)
El 93,32 % de las personas tiene un tiempo de reaccin de ms de 14 segundos. d)
El tiempo de reaccin es de 29,28 segundos.


9) El promedio de los tarros es 12 onzas.
128



Autoevaluacin 1


1) En una ciudad se publican los peridicos A, B y C. Una encuesta reciente a 800 lectores indica
lo siguiente , 208 lee A, 240 lee B, 192 leCe , 64 lee A y B; 40 lee A y C; 32 lee B y C; 24 lee A, B y C.
Para un adulto escogido al azar, calcular la probabilidad de que:

a) no lea ninguno de los peridicos.
b) lea exactamente uno de los peridicos
c) lea B y C, pero no A
d) lea slo A o slo C


2) Si P A! ~
3
, P B! ~
2

y P A q B! ~
fi

Determine ,



a) P A r B!
c) P B c A!
t 3 6


b) P B

!
d) P A
c
/B
c
!
e) A y B independientes?. Justifique



negras.
3) Si se sacan al azar y sin reemplazo cuatro pelotas de una bolsa que contiene 6 pelotas rojas y 7




negra?
a) Cul es la probabilidad de que la primera pelota sea negra y tres restantes rojas?.
b) Si las tres primeras pelotas fueron rojas. Cul es la probabilidad de que la cuarta pelota sea

c) Si las dos primeras pelotas fueron rojas. Cul es la probabilidad que la tercera sea negra y la
cuarta roja?
d) Cul es la probabilidad de que las dos primeras pelotas sean rojas y las dos ltimas negras?
e) Cul es la probabilidad de que aparezca una de cada color?

4) Se recibieron dos cajas de camisas para hombre, provenientes de la fbrica. La caja uno
contena 15 camisas deportivas y 25 camisas de vestir. La caja dos contena 10 camisas deportivas y 30
camisas de vestir.

a) Cul es la probabilidad de elegir una camisa deportiva?
b) Cul es la probabilidad de elegir una camisa de vestir?
c) Se seleccion al azar una de las dos cajas y se eligi aleatoriamente una camisa de esa caja para
inspeccionarla. La camisa era de vestir. Dada esta informacin, cul es la probabilidad de que la caja de la
que proviene la camisa deportiva sea la uno?
129



Solucin



[;`

130

Q fi 2 3


b) P N /R q R q R ! ~
t
fiO
t Q fiQ

c) P N
3
q N
Q
/R
fi
q R
2
! ~
fifi
h
fiO
~



6 t 6 2fi

d) P R
fi
q R
2
q N
3
q N
Q
! ~
fi3
h
fi2
h
fifi
h

~
fiO
286

e) P R
fi
q N
2
q R
3
q N
Q
! b P N
fi
q R
2
q N
3
q R
Q
!
6 t 6 t 6 6 2fi
~ h h h b h h h ~
fi3 fi2 fifi fiO fi3 fi2 fifi fiO fiQ3

4)

Sea D ~ camisa deportiva y V ~ camisa de vestir

Sea C
fi
~ caja uno y C
2
~

a) P D! ~


caja dos


b) P V! ~


8O 8O


c) P C
fi
/V! ~
fifi
131

3


Autoevaluacin 2


1) Dada la funcin de densidad de la v. a. X,

h%`fi c %` O % f i

] `%` ~
H
O e.o.c.

a) Determine el valor de h .
b) Obtener ,
b.1) P`% ~ fi`




b.2) P



fi 3

%


b.3) P
8
%
2
9

c) Calcule E`% b |`
8
2 2
9



2) De acuerdo con un estudio publicado por un grupode socilogos de una cierta universidad,
aproximadamente el 60 % de los adictos al Valium en el estado XX, lo tomaron por primera vez debido a
problemas sicolgicos. Encuentre la probabilidad de que de lossiguientes 8 adictos entrevistados ,

a) exactamente 3 hayan comenzado a usarlo debido a problemas sicolgicos.
b) al menos 3 de ellos comenzaron a tomarlo por problemas que no fueron sicolgicos.



3) Un comit de 3 integrantes se forma aleatoriamente seleccionado de entre 5 doctores y 3
enfermeras. Encuentre la distribucin de probabilidades para el nmero de enfermeras y determine P` 2
% 3 `,


4) En un estudio de un inventario se determin que, en promedio, la demanda por un artculo en
particular en una bodega era de 5 veces al da. Cul es la probabilidad que en un determinado da este
artculo sea requerido ,

a) ms de 4 veces?.
b) ni una sola vez?.

5) Se encontr que un grupo de calificaciones de exmenes finales en un curso de estadstica
elemental estaba normalmente distribuida con una media de 80y una desviacin estndar de 8.

a) Cul es la probabilidad de obtener cuando mucho una calificacin de 81 en este examen ?.
b) Qu porcentaje de los estudiantes alcanzaron calificaciones entre 55 y 89 ?.
c) Cul es la probabilidad de obtener a lo menos un 47?
d) Cul es la probabilidad de obtener una nota superior a 51, pero inferior a 85?
c) Cul es la calificacin del examen final si slo el 5 % de los estudiantes que pasaron la prueba
tuvieron calificaciones ms altas?.
132



Solucin



[;`

a` h ~ 6


fi 3 fi
b,fi` P % ~ fi! ~ O b,2` P
8
2
%
2
9
~
2



b,3` P %
2
~
t
8
3
9
2t

` , % b t! ~
fi9
2

`

8
% 8c%

a` ] %! ~
8
%
9
O, 6O! O, QO!


P % ~ 3! ~ O, fi2Q

8
% 8c%

b` ] %! ~
8
%
9
O, QO! O, 6O!


P % 3! ~ fi c P % ~ O! b P % ~ fi! b P % ~ 2! ~ O, 68

3`



] %! ~
3
8
%
98
3 c %
9

8

8
3
9


% O fi 2 3
] %!
fiO
(

3O
(

[;
(

fi
(


P 2 % 3! ~
2
t

Q`


] %! ~
e
c
h
%

%!

a` P % Q! ~ O, (

b` P % ~ O! ~ O, OOt
133



`

~ 8O o ~ 8 ? 5 8O, 6Q!

a) La probabilidad de obtener cuando mucho una calificacin 81 esO, [;|

b) El 8t, O8 % de los estudiantes obtuvieron calificaciones entre 55 y 89

c) La probabilidad de obtener a lo menos un 47 es 1

d) La probabilidad de obtener una nota superior a 51, pero no inferior a 85 eOs, |3|

e) La calificacin es de un 93, fi2
134



Unidad N3:Intervalos de Confianza



Inferencia Estadstica




La teora de Inferencia Estadstica consiste en aquellos mtodos con los cuales se pueden realizar
inferencias o generalizaciones acerca de una poblacin.


La Inferencia Estadstica puede dividirse en 2 reas:

a) Estimacin de Parmetros
b) Pruebas de Hiptesis





Estimacin de parmetros

Los parmetros a estudiar son parmetros poblacionales como lamedia y lavarianza.


w
Si 8 es un parmetro desconocido, entonces8

ser su estimador.


As, % es un estimador de y
insesgamiento.
2
es un estimador de o
2
y ellos cumplen con la propiedad de

Estimacin por intervalo

Una estimacin por intervalo de un parmetro poblacional 8
w w w w w
es un intervalo de la forma
8
fi
8 8
2 , donde 8
fi
y
w
8
2
dependen del valor de 8 para una muestra particular y tambin de la
distribucin muestral de 8 .

w w w
Basado en la distribucin muestral de 8 se puede determinar si el intervalo
8
8
1
, 8
2 9
con una

probabilidad dada contiene realmente el parmetro que se supone que va a estimar.

w w
Esto es P
8
8
fi
8 8
2 9
~ fi c
donde O fi


w w
El intervalo
8
8
1
, 8
2 9
calculado de una muestra particular se llama intervalo de confianza del
f i c !fiOO % , la fraccin f i c

se denomina coeficiente de confianza, grado de confianza o nivel de
w w
confianza y los puntos 8
fi
y 8
2
se llaman lmites de confianza.
135

2
n


Por ejemplo:

a) Si ~ O, O , entonces se tiene un intervalo de confianza del9 %

b) Si ~ O, Ofi , entonces el intervalo de confianza es del 99 %

A) Intervalo de confianza para la media ! de una poblacin normal


A
1
) Se conoce su varianza

Obs.: Si ? 5
4
, o
2
5
, entonces % 5
8
,
o
9



o
2

Como % 5
8
,


9
, entonces
%c

A ~

n
o

l
n





P A
fi
A A
2
! ~ fi c

P A A ! ~

b fi c ~ fi c

2
2 2

P A A ! ~

fi
2

Luego: A
2
~ A


f i c
2
por construccin

A
fi
~ A
2

Luego: A
fi
~ c A




f i c
2
pero A
fi
~ c A
2

136

P

v
v
v
v
2
, 6Q, 3 b fi, 96!
t
s
s
s


As, P A
fi
A A
2
! ~ fi c

r u

t
c A


%c
o
A
w

w~ f i c
f i c f i c

s 2
l
n
2 v



r
o o
u

P c A

% c A

~ f i c

f i c
l
n
2
f i c
l
n
2

r
o o
u

P c %c A

c c %b A

~ f i c

f i c
l
n
2
f i c
l
n
2

r
o o
u

P % c A
s

f i c
2
% b A
l
n


f i c
ln
2
~ f i c


Si % es la media de una muestra aleatoria de tamao n de una poblacin normal con varianza o
2
,
el intervalo de confianza de fi c !fiOO % para es :

r
o o
u
%c A

%b A

f i c
l


2
f i c
l


2


Ejemplo: Si una muestra aleatoria de tamao 2O de una poblacin normal con varianza 22 tiene
una media muestral de 6Q, 3. Construya un intervalo de confianza del 9 % de confianza para

fi c !fiOO% ~ 9% ~ O, O
n ~ 2O
o
2
~ 22 o ~ [;
% ~ 6Q, 3
fi [;

:
6Q, 3 c A
fic

, 6Q, 3 b A
l
2O
fic
2
l
2O
;

O,O O,(

fi [;

:
6Q, 3 c fi, 96!
l
2O
l
2O
;


|, t, tO, 9!
137


~ 6, t


Teorema: Si se usa % como una estimacin de , se puede tener una confianza del fi c ! fiOO %
de que el error no exceder de: A
f i c
o
ln
2

En el ejemplo anterior: A

f i c
~ A
(,9|
~ fi, 96
2

[;
fi, 96!
l
2O


Se puede tener una confianza del9 % de que% difiere de por una cantidad menor qu6e , t .


Teorema: Si se utiliza % como una estimacin de , entonces se puede tener una confianza del
fi c !fiOO% de que el error no exceder una cantidad especfica e cuando el tamao de la muestra es:

2
r r u u
t A o w

t
s
f i c
v
w

n ~
t

2 w

t
e
w

t w
t w
s v



Ejemplo: Qu tan grande se requiere que sea la muestra del ejemplo 1!
del 9% de que la estimacin de difiera de sta por menos deO, O ?
si se desea una confianza

e ~ O, O A

f i c
2
~ A
(,9|
~ fi, 96 o ~ fi
~ O, O

fi, 96 fi!
2

n ~ ~ 3Q,tQQ

8
O, O
9


Luego, se puede tener una confianza del 9% de que la muestra aleatoria de tamao3Q,tQQ
proporcionar una estimacin de% que difiere de por una cantidad menor quOe, O .

Observacin: Todo lo anterior tambin es aplicable a poblaciones no normales con varianza
conocida cuando n 3O
138



Ejercicios


1) Las medidas de los dimetros de los rodamientos tiene una desviacin estndar de 0,042 cm. Se
selecciona una muestra aleatoria de 200 bolas de rodamientos producidas por una mquina en una semana,
los dimetros dieron una media de 0,824 cm. Hallar un intervalo de confianza del 95 % y 99 % para el
dimetro de todos los rodamientos.

2) Suponga que la duracin de un componente tienedistribucin normal con ` , 9 ` . Se
prueban 20 componentes y se anotan sus tipos de fallas%
fi
, %
2
, %
3
, ,,, , %
2O . Suponga adems que la media
de la muestra es 100,9 horas. Obtener un intervalo de confianza del 99 % para la duracin media de todos
los componentes.

3) Se administra un test estndar a una numerosa clase de estudiantes. La puntuacin media de
una muestra de 100 estudiantes es de 75 puntos. Supngase que la varianza admitida de las puntuaciones
para este test sea de 2.500 puntos. Hallar,
a) Intervalo de confianza del 98 % para .
b) Lmite superior del intervalo de confianza del 95 % para .
c) Lmite inferior del intervalo de confianza del 90 % para .

4) Al medir el tiempo de reaccin de una persona, un psiclogo estima que la desviacin estndar
es de O, O segundos. De qu tamao ha de tomarse una muestra de medidas para tener una confianza del
9% y 99% de que el error de la estimacin no supera losO, Ofi segundos?
139



Solucin





1) 9 % O, 8fi82, O, 8298! 99% O, 8fi6, O, 83f i!6



2) 99, fit, fiO2, 63!



3)
a) 63, 3, 86, 6!

b) 8Q, 8

c) 66, ||

4) 9 % n ~ 96, OQ , 9t 99% n ~ fi66, Q , fi6t
140



A
2
) Varianza desconocida

Sea %
fi
, %
2
, ,,,,,, %
n
una muestra aleatoria de? 5


, o
2
! con o
2




desconocida.


%c

; ~
l
n


tiene distribucin
! c !"den!

con
n c fi!

grados de libertad
es la desviacin estndar de la muestra! .



normal.
La funcin de densidad de la ! c !"den! grficamente es similar a la funcin de densidad de la









0
t



Su funcin de distribucin acumulada se encuentra tabulada.

El parmetro que caracteriza a la ! c !"den! se conoce comogrados de libertad.







P !
fi
; !
2
! ~ fi c

r u

P
t %c w

t c ! ! w~ f i c
s
2
ln
2
v


P
:
% c !


% b !

2
l
n
2

l
n
;
~ f i c

141

:
%c !
l

l

;

8 9


Si % es la media de la muestra aleatoria m.a.! de tamao n de una poblacin normal con varianza
desconocida, el intervalo de confianza de fi c !fiOO % para es:




%b !

con c f i grados de libertad
2 2




Ejemplo: Un fabricante de pintura quiere determinar el tiempo de secado promedio para una
nueva pintura para pared interior. Si para una pruebade fi2 reas de igual tamao obtiene un tiempo medio
de secado de 66, 3 minutos y una desviacin estndar de 8, Q minutos. Construya un intervalo del 9% de
confianza para si el tiempo de secado tiene distribucin normal.

Solucin: n ~ fi2 n c fi ~ fifi

% ~ 66, 3 ! ~ !
(,(
! ~ 2, 2Ofi
2 2

~ 8, Q ~ O, (

8, Q 8, Q

2Ofi
:
66, 3 c 2, 2Ofi!
l
fi2
, 66, 3 b ,

!
l
fi2
;


6fi, tfi, 6!





Teorema: Si se usa % como una estimacin de , se puede tener una confianza del
de que el error no exceder de:
fi c ! fiOO%
e ~ !
l
n

2

Para el ejemplo anterior: ! ~ 2, 2Ofi ~ 8, Q
l
n ~
l
fi2
2
8, Q

e ~ `, 2Ofi`
l
fi2

e ~ , 3Q

Como: e ~ !
ln

2
!


l
n ~
2

e

!

2

n ~
2

e

(Tamao de la muestra)
142



En el ejemplo del fabricante de pintura, determine el tamao de la muestra si el error no debe
exceder de O, :

2, ([;`;, Q`
2

n ~

8
O, 2
9


n ~ Q(9


Ejercicios


1) Se van a realizar durante un mes pruebas de mercado de un nuevo instrumento, en
determinadas tiendas de una ciudad. Los resultados para una muestra de 16 tiendas sealaron ventas
promedio de $ 12.000 con una desviacin estndar de $ 180. Estime un intervalo de confianza del 99 % de
las ventas promedio reales de este nuevo instrumento. Supongadistribucin normal.

2) Suponga que se hacen 20 mediciones sobre la resistencia de cierto tipo de alambre. La media de
la muestra es 10,48 ohms y la desviacin estndar 1,36 ohms. Obtener un intervalo de confianza de un 99
% para la resistencia promedio real si ellas se distribuyen normalmente.

3) Una muestra aleatoria de 100 propietarios de automviles indica que, en el estado XX, un
automvil recorre un promedio de 23.500 Km. por ao con una desviacin estndar de 3.900 Km.
Determine un intervalo de confianza de 98 % para lacantidad promedio de Km. que un automvil recorre
anualmente en el estado XX. Suponga distribucin normal.

4) Una muestra aleatoria de 8 cigarros de una marca determinada tiene un contenido promedio de
nicotina de 2,6 milgramos y una desviacin estndar de 0,9 milgramos. Determine un intervalo de
confianza de 95 % para el contenido promedio real decnotiina en esta marca de cigarros en particular, si se
sabe que la distribucin de los contenidos de nicotina son normales.
143



Solucin





1) fifi86t, 3;, fi2fi32, 6fi!



2) 9, 6fi, fifi, 3!



3) |;, OQ, 2QQ2fi, 96!



4) fi, 8Qt, 3, 33!
144



B) Intervalo de confianza para la varianza o
2
! de una poblacin normal


Sea %
fi
, %
2
, ,,,,,, %
n
una muestra aleatoria de? 5 , o
2
! con o
2
desconocida.


?
2
~
n c fi!
2

o
2

tiene distribucin

ji "adrado

con

n c fi!

grados de libertad
2
es la varianza de la muestra! .

La grfica de la funcin de densidad de esta distribucin es:















a
0 X
2
a





145

fic


P
8
?

?
9
~ f i c


fic


? ?
? ?
fic


2
:
:
8


P6?
2
?
2
?
2
7 ~ fi c
2 2


fic
2


n c fi!
2
2


o
2 2


fi o
2
fi

P
:
?
2


n c fi!
2

?
2

;
~ fi c

2 2

n c fi!
2

P
2



o
2

n c fi!
2

2 fic

;
~ fi c
2 2


Si
2
es la varianza de una muestra aleatoria de tamao n de una poblacin normal, su intervalo
de confianza es del fi c !fiOO% para o
2
es:


c fi!
2

2



c fi!
2

2 ;
fic

2 2


2 2 2


donde ?

y?
fic


son valores?

conn c fi

grados de libertad, con reas de fi cy , respectivamente,

2 2
2 2
a la derecha.


Ejemplo:

1) Determine un intervalo de confianza del 9 % para la varianza de una muestra de fiO
de semilla, si la varianza de la muestra es O, 286



~ O, O fi c ~ O, 9t ~ O, (
2 2
paquetes

n ~ fiO n c fi ~ 9
2
~ O, 286

?
2
~ 2, tOO ?
2

2 2
~ fi9, O23

9 O, 286!
,

fi9, O23
9 O, 286!
2, tOO
9


O, [;3, O, 93!
146

? ~ ?

(,(fi! fi9!
8
,



2) Se obtiene una m. a. de 2O estudiantes con una media de % ~ t2 y una varianza de
2
~ fi6 en
un examen de Estadstica. Suponga que las calificaciones tienen distribucin normal. Determine un
intervalo de confianza del 98 % para la varianza poblacional


~ O, O2 fi c ~ O, 99
2

n ~ 2O n c fi ~ fi9

2
~ fi6

2 2
fic
2
(,99! fi 9!

~ t, 633

?
2
~ ?
2
~ 36, fi9fi
2


fi9 fi6! fi9 fi6!
36, fi9fi t, 633
9


8, 39, 39, 82!





Ejercicios


1) Un fabricante de baterias para automvil asegura que sus baterias duran en promedio, 3 aos
con una desviacin estndar de un ao. Si 5 de etsas baterias tienen una desviacin estndar de 0,9028
aos. determine un intervalo de confianza de 95 % para la varianza real e indique si es vlida la afirmacin
del fabricante. Suponga que la poblacin de las duraciones de las baterias se distribuye aproximadamente
en forma normal.

2) Suponga que se hacen 20 mediciones sobre la resistencia de cierto tipo de alambre. La media de
la muestra es 10,48 ohms y la desviacin estndar 1,36 ohms. Obtener un intervalo de confianza de un 95
% para la varianza real si las resistencias se distribuyen normalmente.

3) Una muestra aleatoria de 25 cigarros de una cierta marca tiene un contenido promedio de
nicotina de 1,3 milgramos y una desviacin estndar de 0,17 milgramos. Encuentre un intervalo de
confianza del 90 % y 98 % para la varianza real de esta determinada marca de cigarros si se supone que las
mediciones se distribuyen normalmente.

4) Una muestra aleatoria de 100 propietarios de automviles indica que, en el estado XX, un
automvil recorre un promedio de 23.500 Km. por ao con una desviacin estndar de 3.900 Km.
Determine un intervalo de confianza de 99 % para la varianza real de la cantidad de Km. por ao que
recorren los automviles del estado XX.
147



Solucin





1) O, 29, 6, t9! La afirmacin del fabricante es vlida, porque la varianza poblacional
est dentro del intervalo que se determin con una confianza del9 %.



2) fi, O69, 3, 9Q9!



3) 9O % O, Ofi9, O, O!

98 % O, Ofi6, O, O6Q!



4) [;(|Q[;((, 69, 223tQ29Q, !2
148



Autoevaluacin


1) Suponga que una tienda de pinturas quisiera estimar la cantidad correcta de pintura que hay en
latas de un galn, compradas a un conocido fabricante. Por las especificaciones del productor se sabe que
la desviacin estndar de la cantidad de pintura es igual a 0,02 galones. Se selecciona una muestra aleatoria
de 50 galones y la cantidad promedio de pintura es 0,975 galones. Establezca un intervalo de confianza del
95 % y 99 % de la cantidad promedio real de la poblacin de pintura incluida en una lata de un galn.




2) La vida til promedio de una muestra aleatoria de 10 focos es de 4000 horas con una
desviacin estndar de 200 horas. Se supone que la vida til de los focos tiene una distribucin
normal.Estime un intervalo de confianza del 90 y 95 % para la vida til promedio




3) El departamento de servicios a clientes deuna empresa local de servicios pblicos de gas
querra estimar la variacin en el tiempo entre la llegada de la solicitud de servicio y la conexin del
mismo. De los registros disponibles del ao anterior se seleccion una muestra aleatoria de 15 casas que
dieron una desviacin estndar de 20,03. Estime un interavlo de confianza del 92 y 96 % para la varianza
poblacional.
149



Solucin




1) Usar Tabla Normal

Para 95% : O, 969 , O, 98fi!

Para 99% : O, 968 , O, 982!



2` Usar Tabla t-student

Para 90% : 388Q, 26 , Q[;[;, tQ!

Para 95% : 3;|, Ot , QfiQ2, 93!



3) Usar Tabla ji cuadrado

Para 95% : [;, O , 99t, 83!

Para 99% : fi63, 66 , fi3t8, 36!
150



Unidad N4: Pruebas de Hiptesis



Son procedimientos de decisin basado en datos que puedan producir una conclusin acerca de
algn sistema cientfico.

Una hiptesis estadstica es una afirmacin o conjetura acerca de una o ms poblaciones.

No es posible saber con absoluta certeza la verdad o falsedad de una hiptesis estadstica, pues
para ello habra que trabajar con toda la poblacin. En la prctica se toma una muestra aleatoria de la
poblacin de inters y se utilizan los datos que contiene tal muestra para proporcionar evidencias que
confirmen o no la hiptesis. Si la evidencia de la muestra es inconsistente con la hiptesis planteada,
entonces sta se rechaza y si la evidencia apoya a la hiptesis planteada, entonces se acepta sta.

La aceptacin de una hiptesis implica tan slo que los datos no proporcionan evidencia suficiente
para refutarla. Por otro lado, el rechazo implica que la evidencia de la muestra la refuta.

La estructura de una prueba de hiptesis consiste en la formulacin de unahiptesis nula , es
decir, cualquier hiptesis que se desee probar, se denota po/r
0

una hiptesis alternativa , que se denota por/
fi
.
. El rechazo d/e
O , genera la aceptacin de

Una hiptesis nula referente a un parmetro poblacional siempre debe establecerse de manera que
especifique un valor exacto del parmetro, mientras que la hiptesis alternativa admite la posibilidad de
varios valores.

Por ejemplo:

[;` /
O
, ~ 2O 2` /
O
, ~ 2O 3` /
O
, ~ 2O

/
fi
, 2O

/
fi
, 2O

/
fi
, ) 2O


En la hiptesis alternativa se plantea usualmente lo que se cree verdadero y en la hiptesis nula lo
que se desea rechazar.
Para tomar una decisin acerca de un parmetro es necesario una prueba estadstica para
cuantificar esta decisin. Esto se logra al establecer primero la distribucin muestral que sigue la muestra
estadstica es decir, la media! y despus calcular la prueba estadstica apropiada. Esta prueba estadstica
mide qu tan cerca de la hiptesis nula se encuentra el valor de la muestra. La prueba estadstica suele
seguir una distribucin estadstica conocida normal, t-student, ji cuadrado!


La distribucin apropiada de la pruebaestadstica se divide en dos regiones
a) regin de rechazo regin crtica!
b) regin de no rechazo

Si la prueba estadstica cae en la regin de no rechazo no se puede rechazar la hiptesis nula y si
cae en la regin de rechazo, se rechaza la hiptesis nula.

Para decidir con relacin a la hiptesis nula, primero se tiene que determinar el valor crtico para
la distribucin estadstica de inters. El valor crticosepara la regin de no rechazo de la de rechazo.
151






152



2) Seleccionar el test estadstico o estadstico de prueba.

3) Fijar O, O , O, Ofi , O, fiO!

4) Construir la regla de decisin o regin crtica con el valor elegido de .

5) Extraer una muestra aleatoria de tamaon y calcular el valor del test estadstico.

6) Si el valor calculado del test estadstico cae en la regin crtica rechazar /
O
, en caso contrario
no rechazar /
O
y concluir que la muestra aleatoria no proporciona evidencia para rechazarla.



Pruebas unilaterales y bilaterales



Una prueba de hiptesis ser unilateral de una cola!

a` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi
en los siguientes casos


b` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi


` /
O
, 8 8
fi

/
fi
, 8 8
fi


d` /
O
, 8 8
fi

/
fi
, 8 8
fi



Una prueba de hiptesis ser bilateral de dos colas! si

/
O
, 8 ~ 8
fi

/
fi
, 8 ) 8
fi

8 8
fi
v 8 8
fi
!
153



Pruebas de hiptesis



a) Para la media ! si la varianza

2

o
2
!es conocida

o
2


debe ser
Recuerde que si? 5 , o !, entonces? 5
8
,
n
9
. Luego la prueba estadsta adecuada


%c

' ~
o
ln



1) Para pruebas de hiptesis unilaterales



a` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi
o /
O
, 8 8
fi

/
fi
, 8 8
fi










b` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi
o /
O
, 8 8
fi

/
fi
, 8 8
fi




154



2) Para pruebas bilaterales

/
O
, 8 ~ 8
fi

/
fi
, 8 ) 8
fi














































Se acepta /
O
, es decir, no es posible decidir si el peso promedio de los estudiantes de un cierto
instituto es distinto de 68 kilos.
155



2) Una muestra aleatoria de 100 muertos registrados en Chile durante el ao pasado mostr una
vida promedio de 71,8 aos. Suponiendo una desviacin estndar poblacional de 8,9 aos. Parecera esto
indicar que la vida promedio hoy da es mayor que 70 aos? Utilice un nivel de significacin de 0,05

/
O
, tO
/
fi
, tO

~ O, O

9* , '
fic 9* , '
(,9
9* , ' ~ fi, 6Q

% ~ tfi, 8 n ~ fiOOo ~ 8, 9

tfi, 8 c tO

' ~
8, 9
fiO
~ 2, O22





Se rechaza /
O
, es decir, es verdad que la vida promedio hoy en da supera los 70 aos.
156



3) Un fabricante de equipo deportivo ha desarrlolado un nuevo sedal sinttico para pesca que se
considera tiene una resistencia a la ruptura de 8 kilgramos con una desviacin stndar de 0,5 kilgramos.
Prubese la hiptesis de que ~ 8 Kg. en contraposicin a la alternativa de que ) 8 Kg. si se prueba una
muestra aleatoria de 50 sedales y se encuentra que tiene una resistencia promedio a la ruptura de 7,8 Kg.
Utilice un nivel de significacin de 0,01

/
O
, ~ 8
/
fi
, ) 8

~ O, Ofi

9* , c '
fic 2
' '
fic
9* , c '
(,99
' '
(,99


9 * , c 2, t ' 2, |

% ~ t, 8 n ~ O o ~ O,

t, 8 c 8

' ~
O,
l
(
~ c 2, 83


157



Ejercicios




1) Una empresa elctrica fabrica focos que tienen una duracin que est distribuida
aproximadamente en forma normal con una media de800 horas y una desviacin estndar de 40 horas.
Pruebe la hiptesis de que ~ 8OO horas en contraposicin de la alternativa de que ) 8OO horas si
una muestra aleatoria de 30 focos tiene una duracin promedio de 788 horas. Utilice un nivel de
significacin de 0,04.




2) Un fabricante de cigarros afirma que el contenido promedio de nicotina no excede de 3,5
milgramos , con una desviacin stndar de 1,4 milmertos. Para una muestra de 8 cigarros se tiene un
contenido promedio de nicotina de 4,2 milgramos .Est esto de acuerdo con la afirmacin del fabricante
?. Use nivel de significacin de 0,05.


3) Las tensiones de ruptura de los cables fabricados por una empresa tienen media de 1800 lb y
una desviacin estndar de 100 lb. Se desea comprobar si un nuevo proceso de fabricacin aumenta dicha
tensin media. Para ello se toma una muestra de 50 cables y se encuentra que su tensin media de ruptura
es 1850 lb. Se puede afirmar la mejora del nuevo proceso al nivel de significacin del 1%?


4) Se requiere que la tensin de ruptura promedio de un hilo utilizado en la fabricacin de material
de tapicera sea al menos de 100 psi. La experiencia hinadicado que la desviacinestndar de la tensin de
ruptura es 2 psi. Se prueba una muestra aleatoria de nueve especmenes, y la tensin de ruptura promedio
observada en ella es de 98 psi.
Debe aceptarse la fibra como aceptable con ~







Solucin
0,05?



1) Se acepta /
O
, es decir, los focos tienen una duracin promedio de 800 horas .



2) Se acepta /
O
, es decir, es correcta la afirmacin del fabricante .



3) Se rechaza /
O
, es decir, el nuevo proceso de fabricacin aumenta la tensin de ruptura.



4) Se rechaza /
O
, es decir, la tensin de ruptura promedio es menor que 100 psi.
158



b) Para la media ! si la varianza o
2
!es desconocida

Recuerde que cuando o
2
es desconocida se usa
!
2
y por lo tanto la prueba estadstica adecuada es

%c

! ~
l
n


1) Para pruebas de hiptesis unilaterales

a` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi
o /
O
, 8 8
fi

/
fi
, 8 8
fi








b` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi
o /
O
, 8 8
fi

/
fi
, 8 8
fi






159




2) Para pruebas bilaterales

/
O
, 8 ~ 8
fi

/
fi
, 8 ) 8
fi


160



Se acepta /
O
, es decir, la muestra elegida no da pruebas que el consumo de kilowtts-hora al ao
de la aspiradora sea menor que 46.
2) El gerente de produccin de una empresa cuyo proceso consiste en llenar cajas de cereal desea
saber si efectivamente en cada caja se est depositando, en promedio, los 368 gramos que se supone es lo
que la empresa asegura a sus vendedores. Para ello, se selecciona una muestra aleatoria de 25 de estas
cajas obtenindose una media de 364,1 gramos y una dseviacin stndar de 17,3 gramos. Considere que la
distribucin de los pesos de las cajas de cereales es normal y trabaje con un nivel de significacin de 0,05.
Qu decide el gerente de produccin?.

/
O
, ~ 368
/
fi
, ) 368

~ O, O

% ~ 36Q, fi n ~ 2 ~ fit, 3

9 * , c !
O,(`2Q`
! !
O,(`2Q`
9 * , c 2, O6Q ! 2, O6Q

36Q, fi c 368

! ~
fit, 3

~ c fi, fi3








161



3) Suponga que en el mismo ejemplo anterior, del proceso de llenado de cajas de cereal, que la
empresa es visitada por un representante de la oficina de proteccin al consumidor y que le interesa
averiguar si las cajas, en promedio, estn faltas de peso, es decir, si el peso promedio es inferior a 368
gramos. Considere un nivel de significacin de 0,01.

/
O
, 368
/
fi
, 368

~ O, Ofi

% ~ 36Q, fi n ~ 2 ~ fit, 3

9 * , c !
O,Ofi`2Q`
~ c 2, Q92

36Q, fi c 368

! ~
fit, 3

~ c fi, fi3








162



Ejercicios


1) Una muestra aleatoria de 36 refrescos de una mquina despachadora automtica tiene un
contenido promedio de 21,9 declitor s con una desviacin estndar de1,42 declitros. Pruebe la hiptesis
de que ~ 22,2 declitros en contraposicin a la hiptesis alternativa, 22, 2 declitros, en el nivel de
significacin 0,05.

2) Se afirma que un automvil recorre un promedio anual de ms de 20.000 kilmetros. Para
probar esta afirmacin, se le solicita a una muestra aleatoria de 100 propietarios de automvil que lleve un
registro de los kilmetros que recorren. Estara usted de acuerdo con esta afirmacin si en la muestra
aleatoria resulta un promedio de 23.500 kilmetros y una desviacin estndar de 3.900 kilmetros?. Use un
nivel de significacin de 0,01.

3) En un informe de una investigacin de J.M.N. se afirma que los ratones con una vida promedio
de 32 meses llegarn hasta casi 40 cuando 40 % de las caloras en su alimentacin se reemplacen con
vitaminas y protenas. Hay alguna razn para creer que la vida promedio ser inferior a 40 meses si 64
ratones que se han sujetado a esta dieta tienen unavida promedio de 38 meses con una desviacin estndar
de 5,8 meses?. Utilice un nivel de significacin de 0,025.

4) Una empresa elctrica afirma que un compactador de basura se usa un promedio de 125 horas
al ao. Si una muestra aleatoria de 49 hogares equipados con compactadores de basura indica un uso
promedio de anual de 126,9 horas con una desviacin estndar de 8,4 horas, sugiere esto con un nivel de
significacin de 0,05 , que estos aparatos se usan en promedio ms de 125 horas?.

5) En el pasado una mquina ha producido arandelas con un grosor promedio de 0,050 pulgadas.
Para determinar si la mquina sigue en buenas condiciones de produccin, se toma una muestra de 10
arandelas, que resulta tener un grosor medio de0,053 pulgadas y una desviacin estndar de 0,003
pulgadas. Ensayar la hiptesis de que la mquina est en buenas condiciones de produccin al nivel de
significacin del
a) 0,05
b) 0,01

6) La duracin media de una muestra de 100 tubos fluorescentes producidos por una compaa
resulta ser 1570 horas, con una desviacin estndar de120 horas. Si es la duracin media de todos los
tubos producidos por la compaa, comprobar la hipetsis ~ fi6OO horas contra la hiptesis alternativa
) fi6OO horas con un nivel de significacin de
a) 0,05
b) 0,01
163



Solucin



1) Se acepta /
O
, es decir, ~ 22, 2 declitros.


2) Se rechaza /
O
, es decir, un automvil recorre un promedio anual superior a 20000 Km.


3) Se rechaza /
O
, es decir, la vida promedio es inferior a 40 meses.



ao.
4) Se acepta /
O
, es decir, un compactador de basura se usa en promedio menos de 125 horas al


5) a) Se rechaza /
O
, es decir, la mquina no est en buenas condiciones de produccin.

b) Se acepta /
O
, es decir, la mquina est en buenas condiciones de produccin.


6) a) Se rechaza /
O
, es decir, ) fi6OO horas .

b) Se acepta /
O
, es decir, ~ fi6OO horas .
164



c) Pruebas de hiptesis relacionadas con varianzas

Se utilizan para probar uniformidad de una poblacin. Para ello se usa como prueba estadstica la
distribucin ji cuadrada


z
2
~
n c fi!
2

o
2


1) Para pruebas de hiptesis unilaterales

a` /
O
, 8 ~ 8
fi

/
fi
, 8 8
fi
o /
O
, 8 8
fi

/
fi
, 8 8
fi



165



2) Para pruebas bilaterales

/
O
, 8 ~ 8
fi

/
fi
, 8 ) 8
fi



166

z
z
2



2) Se sabe que el contenido de nicotina de una marca de cigarros tiene distribucin
aproximadamente normal con una varianza de 1,3milmetros. Pruebe la hiptesis de que o
2
~ fi, 3 en
contraposicin a la alternativa de que o
2
) fi, 3 si una muestra aleatoria de 8 de estos cigarros tiene una
desviacin stndar de 1,8 milmetros. Use un nivel de significacin de 0,05.

/
O
, o
2
~ fi, 3
/
fi
, o
2
) fi, 3

~ O, O

2
~ 3, 2Q n ~ 8

9 * ,
2
(,9|`|`
~ fi, 69O

(,(`t`
~ fi6, Ofi3



t h 3, 2Q

z ~ ~ fit, Q
O, fi3













Se rechaza /
O
, es decir, o
2
) fi, 3
167

9 * , z


3) Experiencias pasadas indican que el tiempo para que alumnos del ltimo ao realicen un
examen estandarizado es una v.a normal con una desvai cin stndar de 6 minutos. Pruebe la hiptesis de
que o ~ 6 en contraposicin a la alternativa de que o 6 si una muestra aleatoria de 20 studiantes tiene
una desviacin stndar de 4,51 minutos al realizar este examen. Utilice un nivel de significacin de 0,01

/
O
, o
2
~ 36
/
fi
, o
2
36

~ O, Ofi

2
~ 2O, 3QOfi n ~ 2O

2
(,99`[;9`
~ t, 633


fi9 h 2O, 3QOfi

z ~ ~ fiO, tQ
36










Con la informacin de la muestra, no es posible rechazar/
O

168



Ejercicios




1) Se sabe que la capacidad de los recipientes de un determinado lubricante tiene distribucin
normal con una varianza de 0,03 litros
2
. Pruebe lahiptesis de que o
2
~ O, O3 en contraposicin a la
alternativa de que o
2
) 0,03 para la muestra aleatoridae 10 recipientes que tiene una desviacin estndar
de 0,25. Use nivel de significacin de 0,01.


2) Se sabe que el contenido de nicotina de una marca de cigarros tiene una distribucin
aproximadamente normal con una varianza de 1,3milgramos. Pruebe la hiptesis de que o
2
~ fi, 3 en
contraposicin a la alternativa de que o
2
) fi, 3 si una muestra aleatoria de 8 de estos cigarros tiene una
desviacin estndar de 1,8. Use nivel de significacin de 0,05.

3) En el pasado la desviacin estndar de los pesos de ciertos paquetes de 40 onzas, llenados por
una mquina era de 0,25 onzas. Una muestra aleatoriade 20 paquetes dio una desviacin estndar de 0,32
onzas. Es el aparente incremento de variabilidad significativa al nivel de significacin del
a) 0,05
b) 0,01


4) Se formula la hiptesis de que la desviacin estndar del ingreso domstico anual de cierta
comunidad es de 3.000 dlares. En una muestra de 15 hogares aleatoriamente seleccionados, la desviacin
estndar es 2.000 dlares. Se supone que las cifrsa de ingreso domstico de la poblacin siguen una
distribucin normal. Con base en este resultado muestral, puede rechazarse la hiptesis nula con un nivel
de significacin del
a) 0,05 ?
b) 0,01 ?




Solucin



1) Se acepta /
O
, es decir, o
2
~ O, O3



2) Se rechaza /
O
, es decir, o
2
) fi, 3



3) a) Se rechaza /
O
, es decir, existe un aumento de variabilidad

b) Se acepta /
O
, es decir, no existe un aumento de variabilidad



4) a) Se acepta /
O
, es decir, o ~ 3,((O dlares

b) Se acepta /
O
, es decir, o ~ 3,((O dlares
169



Autoevaluacin




1) Los sistemas de escape de emergencia para tripulaciones de aeronaves son impulsados por un
combustible slido. Una de las caractersticas importantes de este producto es la rapidez de combustin.
Las especificaciones requieren que la rapidez promedio de combustin sea 50 cm/seg. Se sabe que la
desviacin estndar de esta rapidez es 2 cm/seg.El experimentador decide especificar un nivel de
significacin de 0,05. Selecciona una muestra aleatoria de 25 y obtiene una rapidez promedio de
combustin de 51,3 cm/seg. A qu conclusiones debe llegar?


2) Se inserta un remache en un agujero. Si ladesviacin estndar del dimetro del agujero es
mayor que 0,01 mm, entonces existe una probabilidad inaceptablemente grande de que el remache no entre
en el agujero. Se toma una muestra aleatoria de 15 piezas, y se mide el dimetro del agujero, la desviacin
estndar es de 0.008 mm. Existe evidencia fuerte queindique que la desviacin estndar del dimetro del
agujero es mayor que 0,01 mm? Utilice un nivel de significacin de 0,01


3) La brillantez de un cinescopio de televisin puede evaluarse midiendo la corriente necesaria
para alcanzar un nivel de brillantez particular. Un ingeniero ha diseado un cinescopio para el que cree que
requiere , en promedio, 300 microamperes de corriente para producir el nivel deseado de brillantez. Se
toma una muestra de 10 cinescopios y se obtiene una media de 317,2 microamperes con una desviacin
estndar de 15,7 microamperes. Utilice un nivel de significacin de 0,05


4) El contenido de azcar del almibar de losduraznos enlatados tiene una distribucin normal,
donde se cree que la varianza es 18 mg
2
. Pruebela hiptesis o
2
~ fi8 contra la alternativa o
2
) fi8 si al
tomar una muestra de 10 latas la desviacin estndar es 4,8 mg. Use un nivel de significacin de 0,01


5) Un ingeniero civil hace pruebas con la resistencia a la compresin del concreto. Para ello
examina 12 especmenes obteniendo una media de 2260 psi y una desviacin estndar de 36 psi.Pruebe la
hiptesis ~ 22tO psi contra la alternativa 22tO psi . Use un nivel de significacin de 0,05
170



Solucin



fi` /
O
, O
/
fi
, O

Rechazar /
O
, es decir, la rapidez promedio es superior a 50 cm/seg.



2) /
O
, o
2
O, Ofi!
2

/
fi
, o
2
O, Ofi!
2


Aceptar /
O
, es decir, no existe evidencia fuerte que indique que la desviacin estndar del
dimetro del agujero es menor que 0,01 mm



3) /
O
, ~ 3OO
/
fi
, ) 3OO

Rechazar /
O
, es decir, el cinescopio requiere sobre 300 microamperes de corriente para producir
el nivel deseado de brillantez.



4) /
O
, o
2
~ fi8
/
fi
, o
2
) fi8

Aceptar /
O
, es decir, la varianza es de 18 mg
2




5) /
O
, ~ (
/
fi
, (

Aceptar /
O
, es decir, la resistencia promedio a la compresin del concreto es de 2250 psi.
171

P
e
s
o



Unidad N5 : Regresin Lineal


El anlisis de Regresin se utiliza para fines de prediccin.

A menudo existen relaciones entre 2 ms variables, por ejemplo, entre el peso y la estatura de
una persona, las horas de estudio y la calificacin obtenida, etc. Suele ser deseable expresar tales relaciones
en forma matemtica determinando una ecuacin que conecte a las variables.

Para hallar una ecuacin que relacione las variables, el primer paso es recoger datos que muestran
valores correspondientes de las variables bajo consideracin.

As por ejemplo, la siguiente tabla muestra las alturas y peso de una muestra de 10 personas:

Altura `%` fi,66 fi,9 fi,62 fi,6O f;,(fi fi ,Q9 fi,tO fi,68 fi , fi ,6O
Peso `&` 6O 62 6 6 6fi O 68 6O 8 6Q

El prximo paso es marcar los puntos `%, &` en un sistema de coordenadas rectangulares, el
conjunto de puntos resultantes se denominaDiagrama de dispersin



Diag r a ma d e Dis p e r si n
70


65


60


55


50


45

1,45 1,5 1 ,55 1 ,6 1,65 1,7 1 ,75

Altur a



A partir del Diagrama de Dispersin es posible (a veces), visualizar una curva que aproxima los
datos. Tal curva se denomina Curva Apoximante.
172



Los siguientes diagramas de dispersin:


Y
R e l a ci n Li ne a l

















X





Re l a c i n No L i n e a l


















X



muestran una relacin lineal en el primer caso y una relacin no lineal en el segundo.

El problema general de hallar ecuaciones de curvas aproximantes que se ajusten a un conjunto de
datos se denomina Ajuste de curvas

Uno de los propsitos principales de la curva de ajuste es estimar una de las variables (la variable
dependiente) conocida otra (la variable independiente). El proceso de estimacin se conoce como
Regresin.
173

O fi 2 3
2



lista:
Los tipos ms comunes de curvas aproximantes y sus ecuaciones se representan en la siguiente

Lnea Recta & ~ a
O
b a
fi
%

Parbola & ~ a
O
b a
fi
% b a
2
%

Curva Cbica & ~ a b a %b a %
2
b a %
3


Todas las letras excepto % e & representan constantes. La variable% es la variable independiente
y la variable & es la variable dependiente. Aunque esto se puede cambiar, es decir, en algunos casos la
variable % ser la dependiente y la variable & la independiente.

Para decidir que curva usar es til observar el diagrama de dispersin. Con el diagrama de
dispersin se puede tener una idea aporximada de la relacin entre las variables. La relacin ms sencilla es
la lineal.

A menudo se recurre a la intuicin personal para dibujar una curva que se ajuste a un conjunto de
datos. Este mtodo tiene la desventaja de que diferentes observadores obtendrn distintas curvas y
ecuaciones.

Para evitar juicios subjetivos al construir rectas, parbolas u otras curvas aproximantes de ajuste
de datos se utiliza el Mtodo de Mnimos Cuadrados.

Dado el siguiente Diagrama de Dispersin:




Una medida de la bondad del ajuste de la curva a los datos dados est proporcionada por la
cantidad:
174

fi 2 3 n
fi 2 3 n
fi 2 3 n
2


+
2
b +
2
b +
2
b ,,,,,,,, b +
2


Si esta cantidad es pequea, el ajuste es bueno. Si la cantidad es grande, el ajuste es malo.


Definicin: De todas las curvas que aproximan un conjunto de datos, la que tiene la
propiedad de que +
2
b +
2
b +
2
b ,,,,,,,, b +
2
es mnimo se llama unaCurva de Ajuste Optimo.

Estas diferencias +
i
con i ~ fi, 2, 3, ,,,,,, n pueden ser positivas, negativas o iguales a cero.

Una curva que cumpla con la condicin de que +
2
b +
2
b +
2
b ,,,,,,,, b +
2
sea mnimo se
denomina Curva de Mnimos Cuadrados. Esta curva puede ser: una recta, una parbola, una parbola
cbica, etc.


La Recta de los Mnimos Cuadrados


El anlisis de regresin lineal simple tiene por objeto encontrar la lnea recta que mejor se ajuste a
los datos, esto significa que se desea encontrar la lnea recta para la cual las diferencias entre los valores
w

reales de & y los valores estimados & sean lo ms pequeas posible.

La recta de mnimos cuadrados que aproxima el conjunto de puntos: `%
fi
, &
fi
`, `%
2
, &
2
`,
`%
3
, &
3
`, ,,,,,,,, `%
n
, &
n
`
tiene por ecuacin la recta & ~ a
0
b a
fi
%
, donde las constantesa
O
y
a
fi
se
determinan al resolver el siguiente sistema de ecuaciones:

) & ~ a
O
n b a
fi
) %


)% & ~ a
O
) % b a
fi
) %



que se denominan las Ecuaciones Normales para la recta de mnimos cuadrados.



Otra forma de determinar estas constantes a
O

deducen de las Ecuaciones Normales:
y a
fi
, es a travs de las siguientes frmulas que se



a
fi
~
n
)
%& c
)
%
)
&

2
n
)
%
2
c
8
)
%
9

a
O
~ & c a
fi
%



donde: % e & corresponden al promedio de los datos dados para% e& , respectivamente.

Lo anterior se utiliza cuando % es la variable independiente e& es la variable dependiente.
175

O fi


Si se toma % como la variable dependiente, la recta toma la forma % ~ b
O
b b
fi
& , y las ecuaciones
normales seran:



)
% ~ b
O
n b b
fi
)
&


) %& ~ b ) & b b ) &
2






b
fi
~
n
)
%& c
)
%
)
&

2
n
)
&
2
c
8
)
&
9

b
O
~ % c b
fi
&




La recta de mnimos cuadrados resultante no es, generalmente, la misma que la obtenida antes.
Ejemplo:
1) Determine la recta de mnimos cuadrados considerando:
a) % como la variable independiente
b) % como la variable dependiente
para la siguiente tabla:

% fi 3 Q 6 8 9 fifi fiQ
& fi 2 Q Q t 8 9





Y
10
9
8
7
6
5
4
3
2
1
0
D i a g r a m a d e D i s p e r s i n
















0 2 4 6 8 1 0 1 2 1 4 1 6

X
176

fi
fi
fi
a
2


a) % como la variable independiente & ~ a
O
b a
fi
%

Para determinar las constantes usamos las ecuaciones normales:

) & ~ a
O
n b a
fi
) %

)% & ~ a
O
) % b a
fi
) %


De la tabla se tiene que: n ~ 8 ) % ~ 6 ) & ~ QO

) %
2
~ Q ) %& ~ 36Q


Luego, las ecuaciones normales que se deben resolver son:


QO ~ 8a b (a ` c t`

O
36Q ~ (a
O
b Qa
fi



c 28O ~ c (a c 392a

O
36Q ~ (a b Q
O


8Q ~ fi32a
fi



8Q 2fi 5

a ~ a ~ a ~

fi
fi32
fi
33
fi
fifi



Reemplazando

a ~
t
en:

QO ~ 8a b (


se tiene:

fi
fifi
O
fi


t

QO ~ 8
O
b 6
8
fifi
9
, e 8


Q9 Q9 6

~ a b a ~ c a ~

O
fifi
O
fifi
0
fifi

Luego, la recta de mnimos cuadrados es: & ~
6
b
5
%

fifi fifi


La ecuacin determinada se puede graficar sobre el diagrama de dispersin de los datos.
177

fi
fi
fi
b
2


b) % como la variable dependiente % ~ b
O
b b
fi
&

Para determinar las constantes usamos las ecuaciones normales:

) % ~ b
O
n b b
fi
) &

)% & ~ b
O
) & b b
fi
) &


De la tabla se tiene que: n ~ 8 ) % ~ 6 ) & ~ QO

) &
2
~ ( ) %& ~ 36Q


Las ecuaciones normales son:

6 ~ 8b b QOb ` c `

O
36Q ~ QOb
O
b (b
fi



c 28O ~ c QOb c 2OOb

O
36Q ~ QOb b (|
O

8Q ~ (b
fi


8Q 3

b ~ b ~

fi
(
fi
2



Reemplazando

b ~
3
en:

6 ~ 8b b QOb


se tiene:

fi
2
O
fi

3

6 ~ 8
O
b QO
8
2
9
,
e 8


fi fi fi

t ~ b b b ~ t c b ~ c

O
2
O
2
0
2

Luego, la recta de mnimos cuadrados es: % ~ c
fi
b
3
&

2 2


La ecuacin determinada se puede graficar sobre el diagrama de dispersin de los datos.
Las rectas de mnimos cuadrados que hemos determinado nos sirven para estimar, basados en
datos de una muestra, el valor de una variable& correspondiente a un valor dado de la variable% . La curva
resultante se denomina Curva de Regresin de & sobre % , ya que & se estima a partir de% .

En el ejemplo anterior, la ecuacin de la curva de regresin de& sobre% es:

6 5

& ~ b %
fifi fifi
178



Podemos estimar el valor & para % ~ de la siguiente forma:

6 t 6 3

w Qfi

& ~ b !

& ~ b & ~ , 3,t3

fifi fifi fifi fifi fifi


Para % ~ Q & ~
6
b
t
Q!

& ~

6 28 w 3Q

b & ~ , 3,O9

fifi fifi fifi fifi fifi



La ecuacin
fi 3

% ~ c b &
2 2
permite estimar el valor de % a partir de un valor de & . Esta
ecuacin se denomina Ecuacin de Regresin de % sobre &

Los valores estimados a travs de las ecuaciones encontradas no necesariamente corresponden a
los valores dados en la tabla.

Las ecuaciones de las rectas de regresin & ~ a
O
b a
fi
% y % ~ b
O
b b
fi
& se intersectan en un
punto llamado Centroide que se denota por% & , donde:


)
%
)
&
% ~ & ~

n n



Para el ejemplo anterior, se tiene que el centroide es:

6 QO

% ~ ~ t & ~ ~
8 8



Centroide ~ `%, &` ~ `t, `


El mtodo de regresin responde a tres tipos de objetivos:

1) Estudiar si ambas variables estn relacionadas

2) Determinar que tipo de relacin, si existe, las une

3) Predecir los valores de una variable a partir de valores conocidos de la otra.

Conocer el grado de relacin existente entre ambas variables, permitir saber si la prediccin
realizada con el modelo matemtico establecido, es buena o mala.
179

F

s

i
c
a



Para medir el grado de relacin existente entre lvaariable independiente yla variable dependiente,
lo que ms se utiliza es el Coeficiente de Correlacin Lineal
clculo est dado por la siguiente frmula:
( r de Pearson ), cuyo mtodo abreviado de




)
%& c 6
)
%76
)
&7
r ~
2 2
o
>
)
%
2
c 6
)
%7 ?>
)
&
2
c 6
)
&7 ?






El valor de r se encuentra en el intervalo " c fi, fi#

Si r ~ O, entonces no existe correlacin entre las variables

Si r ~ c fi, entonces la correlacin es perfecta y negativa

Si r ~ fi, entonces la correlacin es perfecta y positiva

Si r
=
c O,, O,
<

Si r
=
c O,, O,
<

entonces la correlacin es mala

entonces la correlacin es buena


azar:
Ejemplo: La siguiente tabla representa las notas en Algebra y Fsica de fiO estudiantes elegidos al

Algebra`%` t 8O 93 6 8t tfi 98 68 8Q tt
Fsica`&` 82 t8 86 t2 9fi 8O 9 t2 89 tQ

a) Diagrama de Dispersin

D i a g r a m a d e D i sp e r si n

100

90

80

70

60

50

40

30

20

10

0
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0
Al g e b r a
180

2


De los datos dados se tiene que:
)
% ~ t98
)
& ~ 8fi9

n ~ fiO
)
%& ~ (((Q
)
%
2

~ 6Qt22
)
&
2

~ (|(|



b) Determine la recta de regresin de& sobre% & ~ a
O
b a
fi
%

Para determinar las constantes a
O
y a
fi
, tenemos:

)
& ~ a
O
n b a
fi
)
%

)% & ~ a
O
) % b a
fi
) %


Luego, el sistema de ecuaciones que debemos resolver es el siguiente:


8fi9 ~ fiOa
O
b t98a
fi
,
`399`
66OQ ~ t98a
O
b 6Qt22a
fi
,
` c `


326t8fi ~ 399Oa
O
b 3fi8QO2a
fi

c 33O22 ~ c 399Oa
O
c 3236fiO
f i
a


c 3QQQ ~ c (;a
fi
a
fi
~ O,66

Luego, reemplazando a
fi
en: 8fi9 ~ fiOa
O
b t98a
fi
se tiene que:


8fi9 c |9;`(,((`

a ~ a ~ 29,23

0
fiO
O


Por lo tanto, la ecuacin de la recta de regresin de& sobre% es:

& ~ 29,23 b O,66%


c) Determine el centroide `%, &`

t98 8fi9

% ~ ~ t9,8 & ~ ~ 8fi,9
fiO fiO

Luego, el centroide es `%, &` ~ `|9,8, 8fi,9`
181

&
&


d) Halle el coeficiente de correlacin lineal

[;(`(((Q` c |9;`;[;9`

r ~
l
"[;(`(Q|` c `t98`
2
#" [;(`(|(|` c `8fi9
2
`#

6888

r ~
l
6238fiQ2Q
, O,8t

Por lo tanto, la correlacin entre las variables es buena.



e) Estimar el valor de & para % ~ tO y % ~ 6

% ~ tO

& ~ 29,23 b O,((`|(` ~ |,Q3

El valor estimado para % ~ tO es
w
~ |

% ~ 6

& ~ 29,23 b O,((`(` ~ t2,fi3

El valor estimado para % ~ 6 es
w
~ t2


f) Si un estudiante tiene t puntos en Algebra. Cul es su nota esperada en Fsica?

w

La nota esperada en Fsica es: & ~ 29,23 b O,((`|`
w
& ~ t8,t3
w

& , t9 puntos
182



Ejercicios


1) Determine para los datos del ejemplo anterior la ecuacin de regresin de% sobre&

2) Dados los siguientes datos en forma de pares `%, &` : `2, 2` , `Q, 3`, `, 3`, `(, Q`,
`9, t`, `fiO, (`
`t, 6`, `;, ,`

a) Dibujar el diagrama de dispersin
b) Hallar la ecuacin de la recta de regresin de&

sobre%
c) Estimar los valores de & para % ~ , % ~ 8, % ~ fiQ

3) En la siguiente tabla se presentan datos que relacionan el nmero de semanas de experiencia
(%) de un trabajador y el nmero de artculos defectuosos &( ) elaborado por cada uno de ellos:

% t 9 9 fiQ 8 fi2 fiO Q 2 fifi 8 Q 6
& 26 2O 28 fi6 23 fi8 2Q 26 38 22 32 2 3 3O

a) Trace el diagrama de dispersin
b) Determine la ecuacin de la recta de regresin de&

sobre%
c) Grafique la recta de regresin de& sobre%
d) Estime el nmero de artculos defectuosos para empleados que tienen:
- Tres semanas de experiencia laboral
- Doce semanas de experiencia laboral
e) Calcule el coeficiente de correlacin lineal e interprete
f) Determine el centroide de los datos dados

4) El gerente de personal de una empresa intuye que quizs exista relacin entre el ausentismo
laboral y la edad de los trabajadores. Desea tomar la edad de los trabajadores para desarrollar un modelo de
prediccin de das de ausencia durante un ao laboral. Se seleccion una muestra aleatoria de fiO
trabajadores y se obtuvo los siguientes datos:

Trabajador Edad`%` Das Ausentes`&`
fi 2t fi
2 6fi 6
3 3t fiO
Q 23 fi8
Q6 9
6 8 t
t 29 fiQ
8 36 fifi
9 6Q
fiO QO 8


a) Diagrama de Dispersin
b) Determine la recta de regresin de&

sobre%


de edad
c) Calcule el coeficiente de correlacin lineal e interprete
d) Estime los das de ausentismo laboral para trabajadores que tienen2 aos, 3Q aos y O aos
183



Solucin



1) % ~ c fiQ, 39 b fi, [;


2) a)



Y
10

9
8

7
6

5
4

3
2

1
0
Diagrama de Dispe rsin
















0 1 2 3 4 5 6 7 8 9 10 11

X


b) & ~ O, 63 b O, 6fi%

w w w

c) & ~ 3, t & ~ , & ~ 9, 2 (Respectivamente)

3) a)

Di a g ra m a d e Di sp e rsi n

40

35

30

25

20

15

10

5

0
0 2 4 6 8 10 12 14 16

X
184










&


b) & ~ 3t, tQ8 c fi, [;;%

c) Grfico de la recta de regresin: & ~ 3t, tQ8 c fi, [;;%


Y Ex pe r iencia & Ar t. De fe c tuos os

40

35

30

25

20

15

10

5

0
1 3 5 7 9 11 13 15 17 19

X




d) % ~ 3
w
~ 33, fi9Q , 33

w

% ~ fi2 & ~ fi9, 32 , 2O

e) r ~ c O, 8fi8

El coeficiente de correlacin lineal r ~ c O, 8fi8 nos indica que la correlacin lineal entre las
variables es buena y negativa, es decir, a mayor experiencia laboral menos artculos defectuosos elabora un
trabajador.

f) Centroide `%, &` ~ `|, t86, , 99`
185

A
u

s
e
n

t
i
s
m

o



4) a)


D i ag ra m a d e D i sp e rsi n

20

18

16

14

12

10

8

6

4

2

0
0 1 0 2 0 3 0 4 0 5 0 6 0 7 0
Ed a d



b) & ~ 2fi, ;3 c O, 268 %

c) r ~ c O, 93 La correlacin entre la edad y el ausentismo laboral es muy buena y
negativa, es decir, a mayor edad menos das de ausencia laboral.

w

d) % ~ 2 aos & ~ fiQ, 883 , fidas

w

% ~ 3Q aos & ~ fi2, Qtfi , fi2das

w

% ~ O aos & ~ 8, fi83 , 8das
186

ado&
z z z
i
R
e

s
i
d
u
o
s



Anlisis de Residuos



dados.
El anlisis de residuos sirve para verificar si el modelo lineal es el que mejor se ajusta a los datos



decir,
Se define un residuo (e
i
` como la diferencia entre el valor observado &
y el valor estim
w
, es

e ~ & c &
Z
donde &
i
~ valor observado
&
Z
~ valor estimado

El anlisis de residuos nos permite llegar a conclusiones tales como:

a) La funcin de regresin es lineal

b) La funcin de regresin no es lineal


c) El modelo de regresin lineal se ajusta a todas excepto una o varias observaciones atpicas.
Estas observaciones atpicas pueden no considerarsesi el nmero de datos es grande (mayor que3O ).

La forma ms comn de enfrentar el problema del anlisis de residuos, es mediante un estudio
grfico de ellos. Para graficar los resdi uos se considera el siguiente grfico:



G r fi c o de R e si duo s

1,0

0,8

0,6

0,4

0,2

0,0

-0 ,2

-0 ,4

-0 ,6

-0 ,8

-1 ,0

X
187

R
e

s
i
d
u
o

s

R
e

s
i
d
u
o

s



Las siguientes figuras, muestran diferentes situaciones que se presentan con cierta frecuencia:

a)

G r fi c o de R e si duo s

1,0

0,8

0,6

0,4

0,2

0,0

-0,2

-0,4

-0,6

-0,8

-1,0

X


La figura anterior muestra un caso tpico de residuos cuando el modelo lineal es adecuado. Todos
los residuos tienden a caer en una banda horizontal centrada alrededor del cero.


b)

G r fi c o de R e si duo s


5

0

-5

-10

-15

-20

-25

-30

X


La figura anterior indica una desviacin clara de la linealidad, sugiriendo la necesidad de ajustar
una funcin de regresin no lineal.
188

R
e

s
i
d
u
o
s



c)

G r fi co de Re si duo s

2,0

1,5

1,0

0,5

0,0

-0,5

-1,0

-1,5

-2,0

X


La figura anterior presenta una observacin atpica, es decir, se escapa del modelo lineal que
tienen los otros datos. La influencia de estos puntosatpicos, ser mayor si el nmero de datos es pequeo
(menor o igual a 3O ).

Ejemplo: Dada la siguiente tabla y la recta de regresin de& sobre% :

% 6 63 6t 6Q 68 62 tO 66 68 6t 69 tfi
& 68 66 68 6 69 66 68 6 tfi 6t 68 tO

& ~ 3, 82 b O, Qt6%

Determine:

a) Los valores estimados de &
b) Los residuos e
i
para cada caso
c) Represente grficamente los residuos
d) Qu puede concluir de este grfico?


Solucin:

a) Los valores estimados de
recta dada:
& , que aparecen en la tabla, se determinan reemplazando % en la

& ~ 3, 82 b O, Qt6%

Por ejemplo, para % ~ 6 se tiene que& ~ 3, 82 b O, Q|(`(`
Z
& ~ 66, 8

El mismo procedimiento se debe realizar para los dems valores de %
189

% 6 63 6t 6Q 68 62 tO 66 68 6t 69 tfi
& 68 66 68 6 69 66 68 6 tfi 6t 68 tO
&
Z
66, 8 (, 8 6t, t 66, 3 68, 2 (, 3 69, fi 6t, 2 (;, 2 6t, t 68, t (9,
e
i

fi, 2 O, 2 O, 3 c fi, 3 O, 8 O, t c fi, [ i c 2, 2 2, 8 c O, t c O, t O, Q

R
e

s

i
d
u
o
s

Z


b) Los residuos e
i
, que aparecen en la tabla, se determinan de la siguiente forma:

Para & ~ 68 se tiene: e
i
~ & c &
e
i
~ 68 c 66, 8
e
i
~ fi, 2

El mismo procedimiento se debe realizar para los dems valores de &




6




c)


A n l i si s de R e si du os

3,0


2,0


1,0


0,0


-1,0

60 62 64 66 68 70 72


-2,0


-3,0
x


d) Los residuos nos indican que la recta de regresin dada en algunos casos no es la mejor
estimadora para & . Existen 5 puntos que se escapan del intervalo" c fi, fi#
190

R
e

s

i
d
u
o
s



Ejercicio


1) Dada la siguiente informacin, qu puede concluir a travs del anlisis de residuos?

% fi 3 Q 6 8 9 fifi fiQ
& fi 2 Q Q t 8 9
&
Z
fi, 2, 6 3, 2 Q, 3 , 3 , 9 t, O 8, 6



Solucin:

1)

% fi 3 Q 6 8 9 fifi fiQ
& fi 2 Q Q t 8 9
&
Z
fi, 2, 6 3, 2 Q, 3 , 3 , 9 t, O 8, 6
e
i
c O, c O, 6 O, 8 c O, 3 c O, 3 fi, fi fi, O O, Q





1,2

1

0,8

0,6

0,4

0,2

0
A n l i si s de R e si du os
-0,2
0 2 4 6 8 10 12 14

-0,4

-0,6

-0,8

-1

X



Los residuos son muy grandes para los datos dados. Por lo tanto, no existe una relacin lineal
entre los datos dados.
191



Autoevaluacin


1) Dada la siguiente tabla:

% 3 6 8 9 fifi
& 2 3 Q 6 8

Determine:

a) Diagrama de Dispersin

b) La ecuacin de la recta de regresin de& sobre% . Grafquela

c) El coeficiente de correlacin lineal. Interprete.

d) Estime los valores de & , para % ~ Q y % ~ 6



2) Dada la siguiente tabla:

Hrs. Estudio `%` 2O fi6 3Q 23 2t 32 fi8 22 2O
Nota Examen `&` 6Q 6fi 8Q tO 88 92 t2 tt 66

a) Elabore el Diagrama de Dispersin

b) Determine el Coeficiente de Correlacin Lineal. Concluya.

c) Determine la recta de regresin de& sobre% . Grafique.

d) Estime la nota de Examen para un alumno que estudi horas
192

N
o

t
a

E
x
a

m
e

n



Solucin

1) a)

y


D iag ra m a d e D isp ersi n

9
8
7

6
5
4
3

2
1
0
0 1 2 3 4 5 6 7 8 9 10 11 12
x

b) & ~ c
fi
b

%

3 t

c) r ~ O, 9; La correlacin entre las variables es buena.

d) % ~ Q & ~ 2, 2 % ~ 6 & ~ 3, 9

2) a)



10 0
D iag ra m a d e D is p ersi n

90

80

70

60

50
10 15 20 25 30 35 40

Ho r a s d e Es tu d io


b) r ~ O, ;(| La correlacin entre las variables es buena.
c) & ~ 38, 6fi b fi, Q %
d) % ~ 2 & ~ tt

Você também pode gostar