Escolar Documentos
Profissional Documentos
Cultura Documentos
UNIDAD DIDCTICA
ESTADISTICA BASICA II
Nivel: 5
Nmero de crditos: 5
TUTOR:
Econ. Hctor Cumbal Flores
Quito - Ecuador
Contenido
INTRODUCCION ................................................................................................................................... 4
Caracterizacin de la materia. .............................................................................................................. 4
Importancia en la formacin profesional.............................................................................................. 4
Relaciones con otras materias del plan de estudios. ............................................................................. 4
Competencias Generales ...................................................................................................................... 5
Resumen de competencias por unidad ................................................................................................. 5
INTRODUCCIN GENERAL A LA PRIMERA PARTE DE LA UNIDAD DIDACTICA ................. 7
UNIDAD: INTRODUCCIN A LA TEORIA DE PROBABILIDADES ...................................... 8
I.
1.1
1.2
1.3
1.4
1.5
1.6
1.7
II.
2.1
2.2
Distribuciones de probabilidad............................................................................................... 23
2.3
2.4
2.5
2.6
Distribucin de Poisson.......................................................................................................... 27
3.1
3.2
3.3
3.4
IV.
4.1
Conceptos principales............................................................................................................. 41
4.2
pg. 2
V.
4.3
4.4
4.5
5.2
pg. 3
INTRODUCCION
Caracterizacin de la materia.
Las organizaciones en los sectores privados y pblicos se ven cada vez ms expuestas a los
efectos del cambio econmico, poltico y social a nivel nacional y mundial por la creciente
globalizacin. Por lo mismo el administrador de empresas, debe ser capaz de enfrentar y en
tales circunstancias tomar decisiones, dentro de un proceso en el que paradjicamente tendr
solo un conocimiento imperfecto de la situacin y un grado considerable de incertidumbre. La
estadstica, al tener como uno de sus propsitos el anlisis de la informacin cuantitativa o
cualitativa para sustentar la toma de decisiones, le proporciona una ayuda inestimable.
Casi todas las reas del saber requieren el pensamiento estadstico. Las disciplinas de estudio
que dependen ampliamente del anlisis incluyen: Marketing, Matemticas, Finanzas, Economa
pg. 4
COMPETENCIAS
UNIDADES
pg. 5
Unidad 01.
Revisin de
conceptos de
probabilidad
Unidad 02.
Distribuciones de
probabilidad
discreta
Unidad 03.
Distribucin de
probabilidad
normal
probabilstica binomial.
Al finalizar esta unidad el estudiante podr:
muestreo y el
Teorema del
Lmite Central
Unidad 04.
Mtodos de
determinada poblacin.
Al terminar esta unidad el estudiante podr:
pg. 6
Unidad 05.
Estimacin e
intervalos de
confianza
Al finalizar el estudio de esta primera parte estars en capacidad de aplicar las probabilidades y
la distribucin de probabilidades discretas en diferentes campos de tu carrera.
pg. 7
I.
Competencias
El estudiante estar en capacidad de:
Contenidos
1.1 Conceptos principales
1.2 Probabilidad, elementos y definiciones
1.3 Enfoques de la probabilidad
1.4 Reglas de la probabilidad
1.5 Tablas de contingencia y rbol de probabilidades
1.6 Teorema de Bayes
1.7 Principios de conteo
pg. 8
Regla Especial de Adicin. - Para que esta regla se cumpla, los eventos deben ser
mutuamente excluyentes.
Tabla de Contingencia. - Conocida tambin como tabla de doble entrada, sirve para
relacionar dos variables y por medio de esta calcular probabilidades.
pg. 9
pg. 10
Ejemplos:
-
1.3 Enfoques de la probabilidad. Enfoque Clsico. - Se aplica cuando en un experimento los resultados son igualmente
probables. Por lo general est asociada con todo lo referente al azar. Se usa siguiente
frmula:
() =
# de resultados favorables
# total de resultados
Ejemplo 1.
La probabilidad de sacar una cara al lanzar una moneda es P (cara) =
50%
Ejemplo 2.
De los 100 accidentes de trnsito, registrados el ao pasado en una ciudad, 40 fueron
causados por conductores en estado etlico. Cul es la probabilidad de que el prximo
accidente sea causado por un conductor en estado etlico?
pg. 11
Ejemplo 3.
La probabilidad de que haya una cada de la bolsa de valores por la inestabilidad poltica del
pas es del 60%.
1.4.1.1 Regla Especial de Adicin. - Se emplea para unir eventos que son mutuamente
excluyentes.
Dos eventos son mutuamente excluyentes si, en virtud de la ocurrencia de uno, el otro no
puede suceder.
P (A o B) = P(A) + P (B)
Ejemplo 4.
Cul es la probabilidad de que al lanzar un dado salga 3 o 5?
(El 3 y el 5 son mutuamente excluyentes pues en una tirada ellos no pueden salir al mismo)
P (3 o 5) = P (3) + P (5) = 1/6 + 1/6 = 2/6 = 0.3333 = 33.33%
1.4.1.2 Regla General de Adicin. - Se emplea unir eventos que tienen probabilidad
conjunta.
pg. 12
1.4.2
1.4.2.1 Regla Especial de Multiplicacin. - Se utiliza para combinar eventos que son
independientes.
pg. 13
Ejemplo 7.
Cul es la probabilidad de que, al sacar dos cartas de un naipe, en la primera salga cuatro
y luego otro cuatro?
P (4 y 4) = P (4) x P (4 / 4) = 4/52 * 3/51 = 12/2652 = 0.0045 0,45%
(La probabilidad de sacar el primer cuatro es 4/52, la probabilidad de sacar el segundo
cuatro es 3/51 pues solo quedan 3 de ellos en el naipe, y en el naipe quedan 51 cartas)
1.4.3
Ejemplo 8.
Si la probabilidad que hoy no llueva es 0.30 Cul es la probabilidad de que llueva?
P (llueva) = 1 P (no llueva) = 1 0.30 = 0.70
pg. 14
1.5.1
Tabla de Contingencia
Genero/ Estado Civil Soltero Casado Total
Hombre
450
150
600
Mujer
350
250
600
Total
800
400 1200
(Los nmeros en rojo son los datos iniciales, los nmeros en negro son datos
deducidos)
1.5.2
pg. 15
Tabla de Probabilidad
Genero/ Estado
Civil
Soltero
Casado
Total
Hombre
450/1200
150/1200
600/1200
Mujer
350/1200
250/1200
600/1200
Total
800/1200
400/1200 1200/1200
Genero/ Estado
Civil
Hombre
Soltero
Casado
Total
0,375
0,125
0,50
0,292
0,67
0,208
0,33
0,50
1,00
Mujer
Total
(Los valores totales son las probabilidades marginales, en tanto que las
probabilidades interiores son las probabilidades conjuntas)
Lectura de la primera lnea
P (H y S) = 0,375
P (Hombre y Soltero)
P (H y C) = 0,125
P (Hombre y Casado)
P(H) =
0,50 P(Hombre)
P (M y S) = 0,292
P (Mujer y Soltera)
P (M y C) = 0,208
P (Mujer y Casada)
P(M)= 0,50
P(Mujer)
P(S)= 0,67
P(C)= 0,33
P (M y S) = 0,292 29,2 %
P (H y S) = 0,375 37,5 %
pg. 16
1.5.3
rbol de probabilidades. - es una grfica til para organizar clculos que implican
varias etapas. Cada segmento del rbol constituye una etapa del problema. Las ramas
del rbol se ponderan por medio de probabilidades.
P. Mg.
P. Condicional
S
0.5
H
C
S
0.5
0,75
P. Conjunta
0,25
0,58
M
C
0,42
pg. 17
Ejemplo 9.
El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El
75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas tambin,
mientras que los no ingenieros y los no economistas solamente el 20% ocupa un puesto
directivo. Cul es la probabilidad de que un empleado directivo elegido al azar sea
ingeniero?
0,2 * 0,75
P ingeniero
0,405
directivo
pg. 18
Ejemplo 10.
Para armar un equipo de sonido se tiene 3 modelos de parlantes, 4 modelos de discos
compactos y 5 modelos de amplificadores. Cuntos modelos de equipos diferentes se
pueden armar?
Nmero de arreglos = 3 x 4 x 5 = 60
Se pueden armar 60 modelos de equipos diferentes.
1.7.2
!
( )!
Ejemplo 11.
De un grupo de 9 ejecutivos de una empresa se quiere escoger 2 ejecutivos para ocupar el
cargo de gerente y subgerente. Cuntos arreglos son posibles realizar?
=
9!
= 72
(9 2)!
pg. 19
1.7.3
!
! ( )!
Ejemplo 12.
De un grupo de 15 personas se desea escoger subgrupos de 3 personas para realizar un estudio
en las diferentes reas de la ciudad.
pg. 20
15!
= 455
3! (15 3)!
II.
Competencias.
Contenidos
2.1 Conceptos principales
2.2 Distribucin de probabilidad
2.3 Media, varianza y desviacin estndar de una distribucin de probabilidad
2.4 Distribucin probabilstica Binomial
2.5 Distribucin probabilstica Hipergeomtrica
2.6 Distribucin probabilstica de Poisson
pg. 21
Variable Aleatoria. - Cantidad obtenida a partir de un experimento que, por azar, puede
dar como resultado valores diferentes.
Variable Aleatoria Continua. - La variable aleatoria que puede tomar un nmero infinito
de valores dentro de un intervalo dado.
Variable Aleatoria Discreta. - La variable aleatoria que puede tomar solo ciertos valores
especficos.
Distribucin de Probabilidad. - Es un listado que contiene todos los posibles resultados
de un experimento y la probabilidad correspondiente asociada a cada resultado.
Distribucin Probabilstica Binomial. - Se basa en una variable aleatoria discreta. Tiene
las siguientes caractersticas:
pg. 22
Ejemplo 1
La siguiente tabla indica el nmero de vehculos, que recibieron mantenimiento.
pg. 23
Mantenimientos Vehculos
4
0
6
1
7
2
3
3
Total
20
Mantenimientos
Vehculos
Probabilidad
P(X)
0,20
0,30
0,35
0,15
La varianza es igual a:
= ( )2 ()
pg. 24
Ejemplo 2
Con los datos del ejercicio anterior calcular la media, varianza y desviacin estndar de la
distribucin.
X
P(x)
X * P(x)
X-
( x - )
( x - ) P(x)
0,20
0,00
-1,45
2,10
0,42
0,30
0,30
-0,45
0,20
0,06
0,35
0,70
0,55
0,30
0,11
0,15
0,45
1,55
2,40
0,36
Total
25
1,00
1,45
= 1,45
0,95
= 0,95
= 0,97
pg. 25
Ejemplo 3
El 33% de automviles nuevos requiere servicio por garanta en el primer ao. Si la agencia
vendi 4 automviles este mes:
a.
b.
c.
d.
pg. 26
() =
Ejemplo 4
El Departamento de Sistemas de Informtica de una institucin est formado por doce
profesores de los cuales cuatro son mujeres. La directora, desea establecer un comit de
cuatro miembros del profesorado del departamento, para que revise el plan de estudios.
Si selecciona el Comit al azar:
a. Cul es la probabilidad de que exactamente dos profesores sean mujeres?
b. Cul es la probabilidad de que los cuatro docentes sean mujeres?
c. Cul es la probabilidad de que por lo menos uno de ellos sea mujer?
Datos; n = 12 (4 mujeres y 8 hombres),
n = 4 (son 4 los miembros seleccionados para el comit)
S = 4 (4 profesores son mujeres)
4 2 124 42
a.
P(X = 2\n = 4 y S = 4) =
b.
P(X = 4\n = 4 y S = 4) =
c.
12 4
4 4 124 44
12 4
= 0.339
= 0.002
4 0 124 4
12 4
= 0.858
pg. 27
No lleguen automviles
Lleguen cuatro automviles
Lleguen cuatro o menos automviles
Lleguen Cuatro o ms automviles
Datos = 4,00
a.
( = ) =
b.
( = ) =
c.
( ) = () + () + () + () + () = .
d.
( ) = () () () () = .
!
!
= .
= .
pg. 28
HIPERGEOMTRICA
POISSON
!
Frmula
() = ( )
Muestra (n)
Pequea n < 30
Pequea n < 30
Grande n 30
(probabilidad
de xito)
No tiene
Pequea,
no ms del 5%
N (poblacin)
No tiene
Pequea
(poblaciones finitas)
No tiene
S (cantidad de
xitos en N)
No tiene
Se obtiene de la poblacin
No tiene
(media)
= n
No tiene
= n
2 (varianza)
2 = n(1 - )
No tiene
2 = n
(desviacin
estndar)
raz cuadrada de 2
No tiene
raz cuadrada de 2
No tiene
No tiene
e = 2,71828
X (nmero de
xitos)
En la pregunta
En la pregunta
En la pregunta
pg. 29
() =
() =
pg. 30
III.
Competencias
El estudiante estar en la capacidad de:
Contenidos
3.1
Conceptos principales
3.2
3.3
3.4
3.5
3.6
3.7
3.8
pg. 31
pg. 32
Es simtrica.
Es asinttica, lo que significa que la curva se aproxima al eje X, pero nunca lo toca.
0,50
0.50
= Me = Mo
0,50
=0
pg. 33
0.50
Ejemplo 1
Un estudio realizado en una emisora de radio de Guayaquil revel que el promedio que
una persona sintoniza la emisora es de 20 minutos con una desviacin estndar de 5,4 min.
Cul es la probabilidad de que una persona la sintonice:
a. Entre 20 y 30 minutos?
A
A
1,85
20
30
30 20
= 1.85
5.4
1: = 0.4678
b. Entre15 y 28 min?
AA
A2A2
A1A1
-0,93
15
1 =
15 20
= 0.93
5.4
2 =
28 20
= 1.48
5.4
0
20
1: 1 = 0.3238
1:
pg. 34
1,48
28
2 = 0.4306
Z
X
A1
A1
0
20
1 =
32 20
= 2.22
5.4
2,22
32
Z
X
1: 1 = 0.4868
d. Entre 25 y 35 min?
A
A11
0
20
1 =
25 20
= 0.93
5.4
2 =
35 20
= 2.78
5.4
A2
A2
0,93
25
2,78
35
1: 1 = 0.3238
1:
2 = 0.4973
A1
A1
A
A
0
20
1 =
32 20
= 2.22
5.4
1: 1 = 0.4868
pg. 35
2,22
32
Z
X
Z
X
0,5
0.50
A
A11
-0,93
15
1 =
15 20
= 0.93
5.4
0
20
Z
X
1: 1 = 0.3238
0,25
0,5
0,50
1 = 0.25
0,25
0,67
20
1: 1 = 0.67
pg. 36
n es el nmero de observaciones.
es la probabilidad de un xito.
pg. 37
Ejemplo 1
Un estudio en una institucin educativa, mostr que el 5% de los docentes tienen estudios
de postgrado. Si la institucin cuenta con 100 docentes.
a. Cul es la probabilidad de 8 o ms docentes tenga estudios de postgrado?
b. Cul es la probabilidad de que entre 8 y 10 docentes tenga estudios de postgrado?
c. Cul es la probabilidad de que exactamente 8 docentes tenga estudios de
postgrado?
A1
A1
0
5
pg. 38
1,15
7,5
Z
X
1 =
7.5 5
= 1.15
2.18
1: 1 = 0.3749
A2
A1
1,15
2,52
7,50 10,50
1 =
7.5 5
= 1.15
2.18
1: 1 = 0.3749
2 =
10.5 5
= 2.52
2.18
1:
2 = 0.4940
A2
A1
A1
0
5
pg. 39
1,15 1,61
7,50 8,50
Z
X
1 =
7.5 5
= 1.15
2.18
1: 1 = 0.3749
2 =
8.5 5
= 1.61
2.18
1: 2 = 0.4463
pg. 40
IV.
Competencias
El estudiante estar en capacidad de:
Contenidos
4.1 Conceptos principales
4.2 Muestreo de la poblacin
4.3 Mtodos de muestreo
4.4 Distribucin de muestreo de medias muestrales.
4.5 Error Estndar y Error de Muestreo
pg. 41
4. Los resultados de una muestra pueden dar una estimacin adecuada del parmetro de
poblacin, lo que permite ahorrar, por tanto, dinero y tiempo.
Ejemplo. Tomar una muestra de produccin de cerveza para saber sus caractersticas.
pg. 42
4.3.1. Muestreo Aleatorio Simple. - En una muestra aleatoria simple todos los elementos de
la poblacin tienen la misma probabilidad de ser seleccionados para la muestra.
Un mtodo para seleccionar una muestra es emplear una tabla de nmeros aleatorios
(apndice E del texto gua).
Ejemplo. Un estudio de los hoteles en la ciudad de Santo Domingo de los Colorados
mostr que existen 24 hoteles, el nmero de sus habitaciones se presentan a
continuacin:
pg. 43
No.
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Hab. 40 35 28 19 17 15 20 55 63 29 38 43 12 29 32 43 44 45 47 70 19 28 14 35
Utilice una tabla de nmeros aleatorios (apndice E) y seleccione una muestra aleatoria
de tamao cuatro a partir de esa poblacin.
Para utilizar la tabla de nmeros aleatorios usted puede empezar por cualquier parte de
esta y seguir alguna direccin a su eleccin. En el ejemplo partimos de la fila 5 y columna
6 del apndice y nos movemos hacia la derecha. Los nmeros se presentan a continuacin:
92598 49186 88247 39967 13748 04742 92460 85801 53444 65626 58710 55406 17173 69776 87455 14813
Como la poblacin est compuesta de dos dgitos, en los nmeros de la tabla se van a
escoger los dos primeros dgitos que estn incluidos dentro de la poblacin, son los
subrayados en el cuadro. Entonces la muestra contiene a los hoteles 13, 04, 17 y 14.
pg. 44
Ejemplo. Las edades de seis docentes de una universidad de la ciudad de Quito son:
Edad
SUMA
54
50
52
48
50
52
306
pg. 45
!
=
! ( )!
MUESTRA
EDAD
SUMA
MEDIA
A-B
54-50
104
52
A-C
54-52
106
53
A-D
54-48
102
51
A-E
54-50
104
52
A-F
54-52
106
53
B-C
50-52
102
51
B-D
50-48
98
49
B-E
50-50
100
50
B-F
50-52
102
51
C-D
52-48
100
50
C-E
52-50
102
51
C-F
52-52
104
52
D-E
48-50
98
49
D-F
48-52
100
50
E-F
50-52
102
51
765
SUMA
FRECUENCIA
PROBABILIDAD
49
2/15 = 0,13
50
3/15 = 0,20
51
5/15 = 0,33
52
3/15 = 0,20
53
2/15 = 0,13
SUMA
15
15/15= 1,00
pg. 46
pg. 47
V.
Competencias
Contenidos
pg. 48
El nivel de confianza.
Ejemplo 1
Una muestra aleatoria de 60 policas, revel que en promedio un oficial permanece 3,5
aos en su puesto antes de ser promovido. La desviacin estndar de la muestra fue 0,25
aos. Se pide elaborar un intervalo de confianza del 95%.
Datos: n = 60
X = 3,5
95%
1: = 0.475
= 1.96
S = 0,25
= 3.5 + 1.96
= 3.5 1.96
pg. 49
0.25
60
0.25
60
= 3.56
= 3.44
Ejemplo 2.
Una empresa quiere determinar el tiempo medio que necesitan sus empleados para llegar a su
trabajo. En una muestra de 12 empleados se encontr que el tiempo promedio de llegada a su
trabajo fue de 28 minutos con una desviacin estndar de 6 minutos. Se pide elaborar un
intervalo de confianza del 90% para la media poblacional.
Datos:
n = 12
X
pg. 50
= 28
S=6
6
12
6
12
= 31.11
= 24.89
= p
Una proporcin muestral se determina mediante X (el nmero de xitos), dividido entre n (el
nmero de observaciones).
p =
pg. 51
(1)
Ejemplo 3.
De 900 consumidores que se entrevistaron, 414 estn muy entusiasmados con un nuevo
producto. Elabore el intervalo de confianza del 99% para la proporcin de poblacin.
Datos: n = 900
x = 414
414
=
= 0.46
900
0.460.54
p= (1)
=
= 0.0166
900
5.2.1
Hay tres factores que determinan el tamao de la muestra cuando se quiere estimar la
media.
pg. 52
2
=(
)
Ejemplo 4.
Se quiere hacer una encuesta para determinar el ingreso promedio diario por ventas de
las gasolineras en una ciudad.
Cuntas gasolineras deben ser muestreadas?
2
1.96 1200 2
=(
) =(
) = 553.19
100
Se deben entrevistar 554 gasolineras
pg. 53
5.2.2
Hay tres factores que determinan el tamao de la muestra cuando se quiere estimar una
proporcin.
Ejemplo 5.
El gerente de una empresa quiere una estimacin de la proporcin de la poblacin que
apoya su propuesta respecto al lanzamiento de un nuevo producto. El gerente desea que
la estimacin este dentro del 0,03 de la verdadera proporcin. Utilice un nivel de
confianza del 99% y una proporcin de 0,65. Se pide encontrar el tamao de la muestra.
Datos:
E=0,03
p= 0,65
Z para 99% = 2,58 (apndice B1)
2
2.58 2
= (1 ) ( ) = 0.65 0.35 (
) = 1682.59
0.03
El tamao de la muestra debe ser de 1683
FIN
pg. 54