PORTAFOLIO DE ESTADISTICA

II










NOMBRE: RONALD OSWALDO MORALES
CURSO: 3 NIVEL DE COMERCIO INTER. NOCT
PROFESOR: ING. EDISON AGUILAR







MISIN DE LA UTMACH
La Universidad Tcnica de Machala es una Institucin reconocida en su rea de
influencias formadoras de profesionales, con capacidades cientfico-tcnicas, ticas,
solidarias, con identidad nacional, que aporta, creativamente, a travs de la
docencia, investigacin, vinculacin y gestin, a la solucin de los problemas del
desarrollo sostenible y sustentable.


VISIN DE LA UTMACH
La Universidad Tcnica de Machala para el ao 2013 es una institucin acreditada,
lidera el desarrollo territorial, forma y perfecciona profesionales competentes,
emprendedores, innovadores, crticos y humanistas.












MISIN FCE
Su misin se concreta en contribuir a la produccin, al desarrollo e innovacin
de las ciencias empresariales, econmicas y de contabilidad y auditora; a la
formacin de profesionales altamente competitivos y de slidos principios
ticos, capaces para crear y/o desarrollar cualquier tipo de organizacin
productiva licita, desempear funciones inherentes a los procesos
administrativos y contables; y, en definitiva, contribuir a optimizar recursos,
minimizar costos y obtener satisfactorios ndices de productividad, calidad y
competitividad.
VISIN FCE
Ser reconocido como una de las mejores unidades acadmicas de Educacin
Superior, con egresados competitivos en gestin empresarial y administrativo
de organizaciones, dispuestos siempre a la innovacin, al desempeo
productivo, al prestigio de sus respectivas profesiones, a la Contribucin y al
desarrollo integral del entorno, en un marco de slidos principios ticos y
morales.












PROBABILIDAD
La probabilidad estadstica, es un
mtodo muy usado en las ciencias,
como forma de tomar decisiones, es un
proceso muy acertado y que ayuda a la
investigacin, ya que sus mrgenes de
error son bastante bajos, se usa en la
recoleccin e interpretacin de datos, es
usada en distintas ciencias, sociales,
mdicas, etc. Es una ayuda, en la
investigacin, y a esta altura, obtiene
resultados contundentes, con respecto a
su importancia y efectividad.

Regla De La Adicin.
La regla de la adicin o regla de la suma establece que la probabilidad de
ocurrencia de cualquier evento en particular es igual a la suma de las
probabilidades individuales, si es que los eventos son mutuamente excluyentes,
es decir, que dos no pueden ocurrir al mismo tiempo.
Eventos Mutuamente Excluyentes.- Son aquellos eventos en los que
se cumple la caracterstica de que NO pueden suceder al mismo tiempo.
P(A o B) = P(A) + P(B)

Eventos No Mutuamente Excluyentes.- Son aquellos eventos en los cuales
un evento no descarta la posibilidad de otro.
P(A o B) = P(A) + P(B) P(A y B)

Propiedad Del Complemento.- Existen dos formas
1. A = probabilidad de que ocurra un evento P(A) = 1 P(~A)
2. ~A = probabilidad de que no ocurra un evento P(~A) = 1 P(A)






EJERCICIOS
Un estudio en 200 cadenas de tiendas de comestibles revel estos ingresos (en
dlares),despus del pago de impuestos:
Ingreso (en dlares)Despus
de impuestos
Cantidad de empresas
Menos de 1 milln 102
De 1 milln a 20 millones
61
De 20 millones o ms
37

200
a) Cul es la probabilidad de que una cadena determinada tenga menos de
1 milln (de dlares) de ingresos despus de pagar impuestos?
P (< UN MILLON) = 102/200 = 0.51

b) Cul es la probabilidad de que una cadena de tiendas seleccionada al azar tenga un
ingreso entre 1 milln y 20 millones, o un ingreso de 20 millones o ms? Qu regla de
probabilidad se aplic?
P (DE 1 MILLON A 20MILLONES) = 61/200 = 0.305
P (DE 20 MILLONES O MS) = 37/200 = 0.185

las probabilidades de que los eventos A y B son 0.20 y 0.30, respectivamente. La
probabilidad de que tanto A como B ocurran es 0.15. Cul es la probabilidad de que
suceda A o B?
P(A) = 0.20 P(A o B) = P(A) + P(B) P(A/B)
P(B) = 0.30 P(A o B) = 0.20 + 0.30 - 0.15 = 0.35
P(A/B) = 0.15

En un mazo de cartas como referencia conteste lo siguiente:
a) Cul es la probabilidad de que la 1era carta que se saque sea una de espada?
P(Espada) = 13/52 = 0.25
b) Cul es la probabilidad de que la 1era carta seleccionada sea el 10 de espada?
P (10 Espada) = 1/52 = 0.019
c) Qu probabilidad de que la carta seleccionada sea par?
P (Par) = 24/52 = 0.4615
d) Cul es la probabilidad de que la 1era carta seleccionada sea 3 o 5?
P (3 o 5) = 8/52 = 0.153
e) Cul es la probabilidad de que la 2da carta seleccionada sea un As?
P ( Sea Un As) = 4/52 = 0.078

Regla De La Multiplicacin
Eventos Independientes.- Cuando la ocurrencia o no-ocurrencia de un evento no tiene
efecto sobre la probabilidad de ocurrencia del otro evento (o eventos). Un caso tpico de
eventos independiente es el muestreo con reposicin, es decir, una vez tomada la
muestra se regresa de nuevo a la poblacin donde se obtuvo.
P(A y B) = P(A) P(B)

Eventos Dependientes.- Cuando la ocurrencia o no-ocurrencia de uno de ellos afecta la
probabilidad de ocurrencia del otro (u otros).
P(A y B) = P(A) P(B/A)

N # de Elementos o (CARNALIDAD)
N(AUBUC) = N(A) + N(B) + N(C) N(AB) N(AC) N(BC) + N(ABC)

EJERCICIOS
En una encuesta aplicada a 100 estudiantes se determin que 50 practican bsquet, 40
practican ftbol, 45 practican atletismo, 20 practican bsquet y ftbol, 20 bsquet y
atletismo, 15 ftbol y atletismo, y 5 practican los tres deportes. Entonces es falso que:
a) 15 no practican estos tres deportes.
b) 15 slo practican bsquet.
c) 75 practican bsquet o atletismo.
d) 35 practican ftbol o atletismo pero no bsquet.
e) 10 practican bsquet y ftbol pero no atletismo.

Datos:
N(Bsquet) = 50
N (Futbol) = 40
N (Atletismo) = 45
(Bsquet Futbol) = 20
N (Bsquet Atletismo) = 20
N (Futbol Atletismo) = 15
N (Basq Fut Atle) = 5

a) Verdadero
b) Verdadero
c) Verdadero
d) Verdadero
e) Falso



DISTRIBUCIN NORMAL
En estadstica y probabilidad se llama distribucin normal, distribucin de
Gauss o distribucin gaussiana, a una de las distribuciones de
probabilidad de variable continua que con ms frecuencia aparece aproximada
en fenmenos reales.
La grfica de su funcin de densidad tiene una forma acampanada y es
simtrica respecto de un determinado parmetro estadstico. Esta curva se
conoce como campana de Gauss y es el grfico de una funcin gaussiana.







u = media aritmtica
= desviacin tpica estndar

EJERCICIOS
Una poblacin normal tiene media de 20 y desviacin estndar de 4.
a) Calcule el valor z correspondiente a 25.
b) Qu proporcin de la poblacin est entre 20 y 25.




Z = (25 20 ) / 4
Z = 1.25 (Se busca en la tabla)
Z = 0.3944 39.44%

c) Qu proporcin de la poblacin es menor que 18.



Z = (18 25) / 4
Z = -1.75 (Se busca en la tabla)
Z = 0.1955 19.55%
Z (< 18) = 0.5 0.1955
Z ( < 18) = 0.3085 30.85%
x u


Z =

x u


Z =

x u


Z =

Una poblacin normal tiene media de 12.2 y desviacin estndar 2.5
a) Calcule el valor Z correspondiente a 14.3
b) Qu proporcin de la poblacin est entre 12.2 y 14.3

Z = (14.3 12.2) / 2.5
Z = 0.84 (Se busca en la tabla)
Z = 0.2995 29.95%
c) Qu proporcin de la poblacin es menor que 10.
Z = (10 -12.2) / 2.5
Z = 0.88 (Se busca en la tabla)
Z = 0.3106 31.06%
Z( < 10) = 0.5 0.3106
Z ( < 10) = 0.1894 18.94%
Un estudio vigente de los sueldos por hora del personal de mantenimiento en
aerolneas importantes mostro que el salario medio por hora extra era de $16.50 con
una desviacin estndar de $3.50. Si se selecciona al azar un elemento de la tripulacin
Cul es la probabilidad de que gane?
a) Entre $16.50 y $20 por hora.
b) Ms de $20 por hora.
c) Menos de $15 por hora.
Z(20) = (20 16.50) / 3.50 Z(15) = (15 16.50) / 3.50
Z(20) = 1 (Se Busca en la tabla) Z(15) = 0.43 (Se busca en la tabla)
Z(20) = 0.3413 34.13% Z(15) = 0.1664 16.64%

Z(>20) = 0.5 0.3413 = 0.1587 15.87%
Z(< 15) = 0.5 0.1664 = 0.3336 33.66

Respuestas:
a) 0.3413 34.13%
b) 0.1587 15.87%
c) 0.3336 33.36%



x u


Z =

La media de una distribucin normal es de 400 Lb y la desviacin estndar de 10 Lb.
a) Cul es el area entre 415 Lb y la media de 400 Lb?
b) Cul es el rea entre la media y 395 Lb?
c) Cul es la probabilidad de seleccionar un valor al azar y encontrar que tiene un
valor menor a 395 Lb?

Datos:
u = 400 Lb
= 10 Lb

Z (415) = (415 400) / 10 Z (395) = (395 400) / 10
Z (415) = 1.5 (Se busca en la tabla) Z (395) = 0.5 (Se busca en la tabla)
Z (415) = 0.4332 43.32% Z (395) = 0.1915 19.15%

Z (< 395) = 0.5 0.1915 = 0.3085 30.85%

Respuestas:
a) 0.4332 43.32%
b) 0.1915 19.15%
c) 0.3085 30.85%























DISTRIBUCIN DE PROBABILIDAD BINOMIAL
Una distribucin binomial o de Bernoulli tiene las siguientes caractersticas:
1. En cada prueba del experimento slo son posibles dos resultados: xito y
fracaso.
2. Los resultados son finitos (Se los puede contar)
3. La probabilidad de xito y de fracasos es constante, es decir, que no
vara de una prueba a otra.
4. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
Formula:
probabilidad de xitos
n nmero de resultados
x nmero de xitos

EJERCICIOS
Entre 2 ciudades hay 5 vuelos diarios. Si la probabilidad de que un vuelo
llegue retrasado es de 0.2 Cul es la probabilidad de que ninguno de los
vuelos se rechace el da de hoy? Cul es la probabilidad de que
exactamente uno de los vuelos llegue tarde hoy?
Datos: P(0 Vuelos) =
n = 5 P (0 Vuelos) =
= 0.2 P (0 Vuelos) = 0.3277
x = 0 Tambin Se Puede Buscar En La Tabla

5% de los engranes sin fin producidos por una maquina automtica de
alta velocidad resultan defectuosos. Cul es la probabilidad de que al
seleccionar al azar 6 engranes ninguno sea defectuoso? Cul es la
probabilidad de que haya exactamente uno?
Datos:
n = 6 P(0 Engranes Defectuoso) = 0.732
= 5% 0.05 P (1 Engrane defectuoso) = 0.232
x1 = 0 Los Valores Se Los Encuentra En La Tabla
x2 = 1


DISTRIBUCIN BINOMIAL CON FACTOR DE CORRECCION
En la probabilidad binomial cuando n es muy elevado, se puede trabajar o
resolver el ejercicio, aproximando a una probabilidad normal. Para esto se debe
tener en cuenta el factor de correccin.

Mayores Que X Menores Que X
Incluya x (x 0.5) Incluya x (x + 0.5)
No Incluya x (x + 0.5) No Incluya x (x 0.5)

EJERCICIOS
La gerencia de un restaurante encontr que el 70% de sus nuevos clientes
regresaron a su establecimiento en una semana que hubo 80 consumidores
nuevos. Cul es la probabilidad de que 60 o ms regresen en otra
ocasin?

Datos: u = n = factor correccin
n = 80 u = (80) (0.7) = x = 60-0.5
= 70% 0.7 u = 56 = 4.098 4.1 x =59.5

Z(60) = (59.5 56) / 4.1 P(x 60) = 0.5 0.3023 0.1977
Z(60) = 0.85 (Se busca en la tabla)
Z(60) = 0.3023
Suponga una distribucin de probabilidad Binomial con n=50 y =0.25
calcule lo siguiente.
a) La media y la desviacin estndar de la variable aleatoria.
b) La probabilidad de que x valga 15 o ms.
c) La probabilidad de que x valga 10 o menos.

u = n = factor correccin
u = (50)(0.25) = 15 0.5 = 14.5
u = 12.5 = 3.1 10 + 0.5 = 10.5

Z= (14.5 12.5) / 3.1 Z = (10.5 12.5) / 3.1
Z = 0.65 (Se busca en la tabla) Z = 0.65 (Se busca en la tabla)
Z = 0.2422 Z = 0.2422
P( 15) = 0.5 0.2422 = 0.2578 P( 10) = 0.5 0.2422 = 0.2578





DISTRIBUCIN DE PROBABILIDAD HIPERGEOMTRICA
Los experimentos que tienen este tipo de distribucin tienen las Siguientes
caractersticas:
a) Al realizar un experimento con este tipo de distribucin, se esperan dos
tipos de resultados.
b) Las probabilidades asociadas a cada uno de los resultados no son
constantes.
c) Cada ensayo o repeticin del experimento no es independiente de los
dems.
d) El nmero de repeticiones del experimento (n) es constante.

Formula:



S xitos de la poblacin. N Tamao de la poblacin.
X Nmero xitos de la muestra. N Tamao de la muestra.

Una fbrica de juguetes tiene 50 empleados en el departamento de
ensamble, de estos 40 pertenecen a un sindicato y 10 no. Se van a elegir 5
empleados aleatoriamente para que integren un comit que hablara con el
gerente acerca de la hora de inicio de los distintos turnos. Cul es la
probabilidad de que 4 de los 5 elegidos pertenezcan al sindicato?

Datos:
N= 50
N = 5
S = 40
X = 4

Suponga que una poblacin consta de 10 artculos, 6 de los cuales estn
defectuosos, se selecciona una muestra de 3 Cul es la probabilidad de
que exactamente 2 tengan defectos?

Datos:
N = 10
N = 3
S = 6
X = 2


DISTRIBUCIN DE PROBABILIDADES DE POISSON
Se usa cuando N es muy elevado y el # de xitos es muy pequeo. En este tipo
de experimentos los xitos buscados son expresados por unidad de rea,
tiempo, pieza, etc.
# de defectos de una tela por m
2

# de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc.
# de bacterias por cm
2
de cultivo
# de llamadas telefnicas a un conmutador por hora, minuto, etc.
# de llegadas de embarcaciones a un puerto por da, mes, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo,
rea, o producto, la frmula a utilizar sera:
u= Media de # xitos.
x = # de xitos.
e = 2.718 (numero constante)
Cabe recordar que se puede utilizar la tabla de distribucin de poisson
EJERCICIOS
Supngase que una muestra aleatoria de 1000 viajes revela un total de 300
maletas perdidas. Si la cantidad de maletas por viaje sigue una
distribucin de poisson, calcular:
a) La probabilidad de no perder ninguna maleta.
b) La probabilidad de tener exactamente una maleta extraviada.
Datos:
u = 300 / 1000 = 0.3 P (0) = 0.7408
x1 = 0 P (1) = 0.2222
x2 = 1 (Se busca en la tabla de distribucin de Poisson)

En una distribucin de poisson u es igual a 0.4
a) Cul es la probabilidad de que x = 0?
b) Cul es la de que x > 0
P(0) = 0.6703
P (x 1) = 1 P(0) = 1 0.6703 = 0.3297
La encargada de los prstamos de un banco en base a sus aos de
experiencia, estima que la probabilidad de que un solicitante no sea capaz
de pagar su prstamo es de 0,025. El mes pasado realizo 40 prstamos.
a) Cul es la probabilidad de que 3 prstamos no sean pagados a
tiempo?
b) Cul es la de que por lo menos 3 prstamos no se liquiden a tiempo?
Datos: u = n P(3) = 0.0613
= 0.025 u = 0.02540 P(x 3) = 1- [P(0)+P(1)+P(2)]
n = 40 u = 1 P(x 3) = 1-[0.3679+0.3679+0.1839]
P(x 3) = 0.0803





























BITACORA

10 de junio del 2013.- Clases sobre probabilidades.
14 de junio del 2013.- Clases sobre Probabilidades y resolucin de
ejercicios.
17 de Junio del 2013.- Taller en clases sobre probabilidades.
21 de Junio del 2013.- Clases y resolucin de ejercicios sobre
Probabilidades- Propiedad de la adicin.
28 de junio del 2013.- Clases y resolucin de ejercicios sobre
Probabilidades- propiedad de la multiplicacin.
1 de Julio del 2013.- Leccin Primer Parcial
5 de Julio del 2013.- Evaluacin del primer parcial.
8 de Julio del 2013.- Entrega de Exmenes y notas del primer parcial
12 de Julio del 2013.- Clases sobre Distribucin de Probabilidad Normal.
15 de julio del 2013.- Clases y resolucin de ejercicios sobre distribucin
de probabilidad normal.
22 de Julio del 2013.-Taller en clases sobre distribucin normal.
26 de Julio del 2013.- Clases sobre Como hallar El valor x Dada la
probabilidad. (Desestandarizar)
29 de Julio del 2013.- Ejercicios y taller en clases sobre Como hallar El
valor x Dada la probabilidad.
5 de Agosto del 2013.- Leccin de Distribucin Normal y
Desestandarizacin.
9 de Agosto del 2013.- Clases sobre distribucin de probabilidad
Binomial.
12 de Agosto del 2013.- Taller Sobre distribucin de probabilidad
Binomial.
16 de Agosto del 2013.- Clases sobre Probabilidad binomial Con Factor
de correccin.
19 de Agosto del 2013.- Clases sobre distribucin de probabilidad
hipergeomtrica.
23 de Agosto del 2013.- Clases y Taller sobre distribucin de
probabilidad hipergeomtrica.
26 de Agosto del 2013.- Clases sobre distribucin de probabilidades de
Poisson.
30 de Agosto del 2013.- Clases y Taller Sobre distribucin de
probabilidades de Poisson.
2 de Septiembre del 2013.- Leccin- distribucin binomial,
hipergeomtrica y poisson.
6 de Septiembre del 2013.- Entrega de Leccin y talleres.
9 de Septiembre del 2013.- Clases de refuerzo Previo al examen del
Segundo Parcial.
DISCULPE PROFESOR PERO LAS LECCIONES Y
DEBERES NO LOS ENVIE PORQUE MI ESCANER SE
DAO.