Escolar Documentos
Profissional Documentos
Cultura Documentos
NOMBRE______________________________________________________________________
RANGO
Rango o recorrido es la diferencia entre el mayor y el menor de los datos.
DESVIACIN ESTNDAR o TPICA
Es una medida de dispersin y nos indica cunto tienden a alejarse los datos del promedio
aritmtico.
Para calcular la desviacin estndar ( ) se utiliza la siguiente frmula:
Para datos no agrupados
x x x
2
2 x x3 x ... xn x
f1 x1 x f2 x2 x f3 x3 x ... fn xn x
ff
1
2 f3 . . .
fn
fi
xi
4) (kx) = k (x)
x x x
x x3 x ... xn x
ff
1
2 f3 . . .
f1 x1 x f2 x2 x
ff
1
fn
f3 x3 x
2 f3 . . .
... fn xn x
fn
PROPIEDADES DE LA VARIANZA
1
2) Var (k) = 0
Ejercicios
1. El rango en el conjunto de datos {3, 7, 8, 11, 1, 10, 15, 20, 21, 22, 24, 23} es
A) 12
B) 20 C) 21 D) 22
E) 23
2. Cul(es) de las siguientes proposiciones es (son) SIEMPRE verdadera(s)?
I) La desviacin estndar es un nmero real no negativo.
II) La diferencia entre un dato y el promedio de la muestra puede ser positiva o negativa.
III) El rango es una medida de dispersin que puede ser negativa.
A) Solo I
B) Solo I y II
E) Ninguna de ellas
B) Solo I y II
C) Solo I y III
D) Solo II y III
E) I, II y III
4. En una familia las edades de sus hijos son 3, 4, 7, 9 y 12 aos. Cul(es) de las siguientes
afirmaciones es (son) verdadera(s)?
I) Si todos aumentaran un ao, entonces la media sera 5 unidades mayor.
II) La muestra es amodal.
III) La desviacin estndar es de 10, 8 aos.
A) Solo II B) Solo III
C) Solo I y II
D) Solo I y III
E) Solo II y III.
B) Solo II
C) Solo III
D) Solo I y II
E) I, II y III
7. Al analizar los puntajes de los 4 controles realizados por Juan y Pedro, se obtuvieron los
siguientes resultados:
Promedi
o
Desviaci
n
estndar
Juan
Pedro
613
613
54,47
168,74
B) Solo I y II
C) Solo I y III
D) Solo II y III
E) I, II y III
8. Se tienen cuatro nmeros x, y, z, w cuya varianza es , entonces la varianza de kx, ky, kz,
kw, con k un nmero natural, es
A) 4k
B) k4
C) k2
D) k
E) 4(k + )
9. Sea una desviacin estndar , tal que 0 < < 1, cul(es) de las siguientes
afirmaciones son siempre verdadera(s)?
I) La varianza es mayor que la desviacin estndar.
II) La media aritmtica esta entre cero y uno.
III) La mediana esta entre cero y uno.
A) Solo I
B) Solo II
C) Solo II y III
D) I, II y III
E) Ninguna de ellas
4
5
6
7
8
2
II) La desviacin estndar es
III) La varianza es 2.
B) Solo II
x
)2
(xi
I) A + B = 5
A) Solo I
ellas
xi
C) Solo II y III
D) I, II y III
B
1
0
A
E) Ninguna de
11. En una muestra de 10 datos se obtiene una desviacin estndar igual a 1,5. Si a cada
elemento de la muestra se agregan 10 unidades, entonces, la nueva desviacin estndar
y varianza son, respectivamente
A) 101,5 y 102,25
B) 101,5 y 12,25
C) 11,5 y 12,25
D) 1,5 y 102,25
E) 1,5 y 2,25
VARIABLES ALEATORIAS
Se llama VARIABLE ALEATORIA a toda funcin en que a cada elemento del espacio muestral
de un experimento aleatorio le asocia un nmero real, estas pueden ser variables aleatorias
discretas o variables aleatorias continuas
OBSERVACIN: Se simbolizan con letras maysculas, por ejemplo: X ; Y ; Z ;
VARIABLES ALEATORIAS DISCRETAS (VAD)
Son aquellas que pueden tomar una cantidad finita de valores
Ejemplos: Suma de puntos en el lanzamiento de dos dados, las preguntas correctas en una
prueba, nmeros de hijos de una familia etc.
VARIABLES ALEATORIAS CONTINUAS (VAC)
Son aquellas que pueden tomar todos los valores posibles dentro de un cierto intervalo en
los
nmeros reales.
Ejemplos: peso de los alumnos de un curso, tiempo de funcionamiento de un dispositivo
electrnico, cantidad de agua consumida en mes por una familia, etc.
EJEMPLO:
Se define la variable aleatoria X como el nmero de hijos varones que puede tener un
matrimonio que tiene tres hijos. La tabla muestra los posibles resultados, representando con
m a las hijas y con v a los hijos, y los valores de la variable X:
Resultados posibles
(m, m, m)
(v, m, m); (m, v, m); (m, m,
v)
(v, v, m); (v, m, v); (m, v, v)
(v, v, v)
Valores de
x
0
1
2
3
FUNCIN DE PROBABILIDAD
Se llama funcin de probabilidad de una variable aleatoria discreta X a la aplicacin que
asocia a cada valor de xi de la variable su probabilidad pi. Se denota por f(x) = P(X = xi)
PROPIEDADES
1. 0 f(xi) 1
2. f(x1) + f(x2) + + f(xn) = 1
EJEMPLO
Definida la variable X como el nmero de hijos varones que puede tener un matrimonio que
tiene tres hijos. La tabla muestra la probabilidad para los diferentes valores de X:
Resultados posibles
(m, m, m)
(v, m, m); (m, v, m); (m, m,
v)
(v, v, m); (v, m, v); (m, v, v)
(v, v, v)
Valore
s de x
0
1
f(xi) = P(X =
xi)
1/ 8
3/ 8
2
3
Dom
3/ 8
1/ 8
Rec
12. Se lanza dos veces un dado y se define la variable aleatoria X, como el valor absoluto de
la diferencia de los puntos. Cul(es) de las siguientes afirmaciones es (son) verdadera(s)?
I) X es una variable aleatoria discreta.
II) El recorrido de la variable tiene 6 elementos.
III) El conjunto de valores posibles de variable aleatoria X son {0, 1, 2, 3, 4, 5}.
A) Solo I
B) Solo III
C) Solo I y III
D) Solo II y III
E) I, II y III
13. Una bolsa contiene 4 cubos azules y 3 verdes, el experimento consiste en sacar dos
cubos uno tras otro sin reposicin. Si se define la variable aleatoria X: nmero de cubos
azules obtenidos, cul(es) de las siguientes afirmaciones es (son) verdadera(s)?
I) Los valores de la variable aleatoria son {0, 1, 2}
II) El mximo de cubos azules que se pueden obtener en el experimento es cuatro.
III) P(1) = 4/ 7
A) Solo II
B) Solo I y II
C) Solo II y III
D) Solo I y III
E) I , II y III
5
14. Una bolsa contiene 3 pauelos de seda en buen estado y 2 pauelos con algunas fallas.
Se extraen dos pauelos sin devolucin. Se define la variable aleatoria X de la siguiente
forma
1, si son dos con fallas
15. En una urna hay 4 fichas marcadas con el nmero 2; 4 fichas con el 0 y 4 fichas con el
-2.
El experimento consiste en sacar dos fichas sin reposicin, y se define la variable aleatoria
X como el producto de los nmeros que tienen las fichas que se sacan.
Cul(es) de las siguientes proposiciones es (son) verdadera(s)?
I) Los posibles valores de variable aleatoria X son {4, 0, -4}.
II) P(x = -4) > P(x = 4)
III) P(x = 0) = 8/ 33
A) Solo I
B) Solo II
C) Solo I y II
D) Solo I y III
E) I , II y III
16. La tabla adjunta, muestra la funcin de probabilidades de una variable aleatoria X
C) Solo I y II
D) Solo I y III
E) Solo II y III
FUNCIN DE DISTRIBUCIN DE PROBABILIDAD
La funcin de distribucin de probabilidad F(x) asocia a cada valor de x la probabilidad
acumulada, es decir F(x) = P(X x).
PROPIEDADES
1. Como F(x) es una probabilidad, se cumple que 0 F(x) 1
2. Si a < b, entonces P(a < x b) = F (b) F (a)
3. P(X > a) = 1 P(X a) = 1 F(a)
FUNCIN DE PROBABILIDAD asociada a Frecuencia relativa
FUNCIN DE DISTRIBUCIN DE PROBABILIDAD asociada a Frecuencia relativa
acumulada
Ejemplo
17. Para la variable X definida como el nmero de hijos varones que puede tener un
matrimonio que tiene tres hijos, la siguiente tabla muestra la funcin probabilidad para los
diferentes valores de X:
Ejercicios
B) Solo II
C) Solo III
D) Solo I y II
E) I, II y III
19. La tabla adjunta muestra la funcin de probabilidad de una variable aleatoria W:
W
[1, 2[
[2, 3[
[3, 4[
[4, 5[
P(W=wi 0,1
0,3
0,2
0,4
Cul es el grfico de la funcin de distribucin de probabilidad de la variable aleatoria W?
20. Si la funcin de distribucin de una variable aleatoria X est dada en la tabla adjunta,
entonces, el valor de P(X = 3) es
A) 0,30
B) 0,45
C) 0,50
D) 0,20
E) 1,00
1
1
x
donde x
A) 3/ 8
B) 1/ 3
C) 1/ 4
D) 1/ 2
8
E) 1/ 12
DISTRIBUCIN NORMAL
Para variables aleatorias continuas X, la funcin de
probabilidad es denominada Funcin de
densidad de probabilidad, es una funcin continua y la
probabilidad de que la variable est
comprendida en el intervalo [a, b] est dada por el rea
bajo la curva de la funcin entre los puntos a y b.
P(a < x < b)
La distribucin ms importante dentro de las
distribuciones continuas es la Distribucin Normal.
Es un modelo matemtico, que recibe su nombre debido a que en cierto momento se pens
que la mayora de los fenmenos estaban distribuidos de dicha manera. Esta distribucin
permite representar fenmenos estadsticos de manera probabilstica.
El grfico de la funcin de densidad de una variable
aleatoria con distribucin normal es similar al
mostrado en la figura, es decir tiene una forma
conocida como Campana de Gauss, y es simtrico
con respecto a la media, . Esta distribucin queda
definida por dos parmetros: la media () y la
desviacin estndar (), y se denota X ~ N( ; ).
CARACTERSTICAS
1. El rea bajo la curva es igual a la unidad
2. Es simtrica con respecto a x = , y deja un rea igual a 0,5 a la izquierda y otra de 0,5 a
la derecha, es decir, hay una probabilidad del 50% de observar un dato mayor a la media
y un 50% de observar un dato menor a la media.
3. Es asinttica al eje de las abscisas, es decir, la curva se acerca lo ms posible al eje de
las
X sin llegar a tocarlo.
4. La media, moda y mediana coinciden.
5. La probabilidad equivale al rea encerrada bajo la curva.
Adems, se sabe que si una poblacin tiene media y desviacin tpica , se cumple lo
siguiente:
a.
El
68,3%
de
los
individuos se encuentran
en el intervalo
[ , + ]
b.
El
95,5%
de
los
individuos se encuentran en
el intervalo
[2, +2]
c. El 99,7%
de
los
individuos se encuentran
en el intervalo
[3, + 3]
La
Utilizando la variable
, distribuir N(0, 1).
A este procedimiento se le conoce como Tipificacin o Estandarizacin
La ventaja de la variable Z es que existen valores tabulados para ella, de modo que se
pueden hacer clculos de probabilidades y tamaos de grupos de poblacin con solo usar
correctamente la tabla, y luego hacer los clculos correspondientes.
Tabla que esta como anexo al final de este documento
EJERCICIOS
22. La longitud, en cm, de los palillos que fabrica una empresa, tiene una distribucin
N(10 ; 0,3). Cul es la probabilidad de que un palillo mida menos de 10 cm?
A) 1
B) 0,7
C) 0,5
D) 0,4
E) 0,3
23. En una distribucin normal estndar si P(X a) = m; entonces P(X > a) =
A) -m
B) m
C) m 1
D) 1 m
E) no se puede determinar.
24. Si X ~ N(0, 1) , entonces cul(es) de las siguientes afirmaciones es (son) verdaderas?
I) La probabilidad P(X < 0) es 50%.
II) P(X > 2,1) = 1 P(X < 2,1).
III) P(X = 0,5) = 0.
A) Solo I
10
B) Solo II
C) Solo I y II
D) Solo I y III
E) I, II y III
25. En una distribucin normal N(90, 15), cul(es) de las siguientes proposiciones es (son)
verdadera(s)?
I) P(90 < x < 105) = 0,3413
II) P(60 < x < 90 ) = 0,4772
III) P(105 < x < 120) = 0,1359
A) Solo I
B) Solo I y II
C) Solo II y III
D) I , II y III
E) Ninguna de ellas
26. En una distribucin normal estndar X ~ N(0, 1), Cul de las alternativas NO es la
correcta?
A) P( x 2) = 0,9773
B) P( x -2) = 0,025
C) P( x 2) = 0,025
D) P( x -2) = 0,9773
E) P(-2 x 2) = 0,0456
27. El tiempo de duracin que tienen los focos fabricados por una empresa, se distribuye en
forma normal con media 1.020 horas y desviacin estndar 51 horas. Cul es la
probabilidad en porcentaje de que dure ms de 1.173 horas?
A) 0,27%
B) 2,7 %
C) 0,027%
D) 0,15%
E) 13,5%
28. Cul de los siguientes grficos representa a tres distribuciones de probabilidad normal
con la misma media y diferentes desviaciones estndar?
11
29 Los promedios obtenidos por los alumnos de un colegio, en su ltimo semestre de cuarto
medio, tiene una distribucin N(5,0 ; 0,8). Cul(es) de las siguientes afirmaciones es (son)
verdadera(s)?
I)
II)
III)
a)
b)
c)
d)
e)
Solo I
Solo II
Solo I y III
Solo II y III
I, II y III
30. Sea una distribucin normal N (18,6 ; 2,6), entonces Cul(es) de las siguientes
afirmaciones es FALSA?
a)
b)
c)
d)
e) P(
16,0 X 21,2
) = 68%
31. Sea F(x) una funcin de distribucin de probabilidad de una variable aleatoria discreta de
valores { 0, 1, 2, 3 }, equiprobable, entonces los valores de z e y, respectivamente son:
12
1
si 0 x 1
a)
b)
c)
F(x) P(X x) 1 si 1 x 2
2
z si 2 x 3
1
y si 3 x
2
1
2
3
4
y1
1
2
y1
d) 1 y
e) 1 y
1
2
3
4
-1
0,04
0
0,22
1
0,30
2
w
3
0,10
P(0 x 2) 0,64
I.
II.
a)
b)
c)
d)
e)
P(x 0) 0,96
P(x 1) 63%
III.
Solo I
Solo II
Solo III
Solo I y II
I, II y III
13
33. Si la funcin de distribucin de una variable aleatoria x est dada en la tabla adjunta,
X
1
2
3
4
5
P(2 x 4)
P( X = xi
0,3
0,6
entonces el
valor de
es
0,1
0,8
1
)
0
0
a) 30%
b) 45%
c) 50%
d) 60%
e) 20%
34. Sabiendo que en una funcin de probabilidad p(X 2) = 0,7
Hallar p(X > 2)
1
4
a)
b)
c)
d)
e)
p(X 2) = 0,75.
3
10
9
20
3
4
4
5
35. Sea X una variable con distribucin normal. Se puede conocer cuntos elementos estn
en el intervalo del promedio menos una desviacin estndar y el promedio ms una
desviacin estndar, si se conoce que:
(1)
Un 68,3% de la muestra se encuentra en ese intervalo.
(2)
Todos los elementos de la muestra.
a) (1) por si sola
b) (2) por si sola
c) Ambas juntas (1) y (2)
d) Cada una por s sola, (1) (2)
e) Se requiere informacin adicional
36. Sea X una variable aleatoria discreta y F(x) la funcin distribucin de probabilidad. Se
puede conocer la probabilidad de P(x i) si se conoce:
14
F(x i1)
(1)
F(xi )
a)
b)
c)
d)
e)
(2)
(1) por si sola
(2) por si sola
Ambas juntas (1) y (2)
Cada una por s sola, (1) (2)
Se requiere informacin adicional.
1
E
2
A
3
B
4
A
5
C
6
D
7
A
8
C
9
E
10
D
11
E
12
C
13
D
14
C
15
C
16
A
21
C
22
C
23
D
24
E
25
D
26
E
27
D
28
A
29
E
30
D
31
C
32
E
33
C
34
B
35
B
36
E
17
Ej
m
18
E
19
B
20
D
En distribuciones normales
La tabla nos da las probabilidades de P(Z z) , siendo z la variable
tipifi cada.
Estas probabilidades nos dan la funcin de distribucin
Bsqueda en la tabla de valor de z
Usar en forma correcta la simetra de la campana de gauss
P(Z z)
P(Z z) = 1 P(Z
z)
15
16
17
x x
p[21 x 27]
ahora tipifi car
27 23
21 23
Z
5
5
p 0,4 Z 0,8
p 60 Z 75
ahora
tipifi car
75 70
60 70
Z
3
3
p 3,33 Z 1,67
= 0,95211
Ahora 0,9521 500 estudiantes = 476 estudiantes
b. Ms de 90 kg.
Solucin
90 70
p Z
3
p(x 90)
p( Z 6,67 )
Ahora 0 500 = 0 estudiantes
= 1 1 = 0
c . Menos de 64 kg.
p Z 64
64 70
p Z
3
p( Z 2 )
1 p(Z 2 )
1 0,9772
=
=0,02128
Ahora 0,02128 500 estudiantes = 11 estudiantes
d. 64 kg.
64 70
p(x 64) p z
p(z 2) 0 500 0
3
19
72 78
p(z 0,16 ) p(z 0,16 ) 0,56356
36
p x 72 p
b.
Calcular la proporci n de
estudiantes que tienen puntuaciones que exceden por lo menos en cinco
puntos de la puntuacin que marca la frontera entre el Apto y el No -Apto (son
declarados No -Aptos el 25% de los estudiantes que obtuvieron las
puntuaciones ms bajas).
So lu ci n
N 78
p Z
36
p[x N] 0,25
N 78
36
= 0, 25 re co de mos que
N 78
1 p Z
0,25
36
< 0
N 78
0,68
36
de spej a ndo N= 54
59 78
20
z1 0,84
x2 65
x 65
1,04 1
0,84
18
18
x2 83,72
x1 49,88
110 100
95 100
z
p 0,33 z 0,67
15
15
p( 95 x 110 ) p
___________________________________________________________ el 37,79%
21
p 0,75 z 0,675
x 100
0,675 x 110
15
Entonces
como el p romedio es
[90, 100]
125 100
p(x 125) p z
p(z 1,67) 1 p(z 1,67) 1 0,9525 0,0475
15
23