Estadística Descriptiva

MA460
Estadstica Descriptiva
Cuaderno de trabajo
Las profesoras y los profesores del curso

rea de Ciencias
Contenido
Unidad 1 Organizacin de datos.................................................................................................... 7
Definicin de Estadstica ........................................................................................................... 9
Definiciones ........................................................................................................................... 10
Unidad elemental, variables y observacin ................................................................................................. 10
Dato .............................................................................................................................................................. 10
Poblacin y muestra ..................................................................................................................................... 11
Escalas de medicin de las variables ............................................................................................................ 13
Tipos de variables segn su naturaleza ........................................................................................................ 15
Parmetro y estadstico ................................................................................................................................ 16
Estudios estadsticos .................................................................................................................................... 17
Errores en la adquisicin de datos ............................................................................................................... 18
Fuentes de datos .......................................................................................................................................... 18
Estadstica Descriptiva ............................................................................................................ 19

Frecuencias absolutas, relativas y porcentuales .......................................................................................... 19
Distribucin de frecuencias .......................................................................................................................... 19
Elementos de un cuadro estadstico ............................................................................................................ 20
Distribucin de frecuencias de variables cualitativas................................................................ 21

Grficos estadsticos ............................................................................................................... 22
Recomendaciones sobre la presentacin de grficos .................................................................................. 22
Grfico de barras .......................................................................................................................................... 24
Diagrama circular ......................................................................................................................................... 24
Frecuencias acumuladas, absolutas relativas y porcentuales ...................................................................... 25
Diagrama de Pareto ...................................................................................................................................... 26
Tabulaciones cruzadas ............................................................................................................ 29

Grfico de barras agrupadas ........................................................................................................................ 29
Grfico de barras apiladas ............................................................................................................................ 30
Grfico de barras apiladas al 100% .............................................................................................................. 30
Resumen de datos cuantitativos ............................................................................................. 33

Distribucin de frecuencias de variables discretas ...................................................................................... 33
Grfico de bastones...................................................................................................................................... 33
Distribucin de frecuencias de variables continuas ..................................................................................... 35
Grficos de datos cuantitativos ............................................................................................... 42

Distribuciones acumuladas........................................................................................................................... 44
Ejercicios adicionales de la Unidad 1 ............................................................................................................ 46
Unidad 2 Medidas descriptivas ................................................................................................... 53

Datos simples y datos agrupados ................................................................................................................. 54
Medidas de tendencia central ................................................................................................. 55

Media ........................................................................................................................................................... 55
Mediana ....................................................................................................................................................... 59
Moda ............................................................................................................................................................ 62
Media ponderada ......................................................................................................................................... 66
Cuantiles ................................................................................................................................ 67
Deciles .......................................................................................................................................................... 67
Percentil ....................................................................................................................................................... 68
Medidas de variabilidad.......................................................................................................... 72
Varianza ........................................................................................................................................................ 73
Desviacin estndar ..................................................................................................................................... 73
Coeficiente de variacin ............................................................................................................................... 75
Rango............................................................................................................................................................ 77
Rango intercuartil ......................................................................................................................................... 77
Medidas de asimetra ............................................................................................................. 79

Coeficiente de asimetra de Pearson ............................................................................................................ 79
Diagrama de cajas................................................................................................................... 80
Ejercicios de la Unidad 2............................................................................................................................... 83
Unidad 3 Unidad 3: Teora de la probabilidad .............................................................................. 91

Experimentos, reglas de conteo y asignacin de probabilidades ............................................... 93
Experimento aleatorio .................................................................................................................................. 93
Espacio muestral .......................................................................................................................................... 93
Evento .......................................................................................................................................................... 93
Probabilidad de un evento ........................................................................................................................... 94
Definicin clsica de la probabilidad de un evento ...................................................................................... 96
Algunas relaciones bsicas de probabilidad ................................................................................................. 97
Complemento (AC) ........................................................................................................................................ 97
Unin de eventos (A B) ............................................................................................................................. 98
Interseccin de eventos (A B) ................................................................................................................... 98
Diferencia de eventos (A - B) ........................................................................................................................ 98
Diferencia simtrica de eventos (A B) ....................................................................................................... 99
Eventos mutuamente excluyentes ............................................................................................................. 100
Reglas de conteo y combinaciones .........................................................................................100

Axiomas de la probabilidad ........................................................................................................................ 101
Ley aditiva para eventos cualesquiera ....................................................................................................... 102
Probabilidad condicional........................................................................................................103
Ley multiplicativa para eventos cualesquiera ............................................................................................ 108
rbol de probabilidades ............................................................................................................................. 108
Particin del espacio muestral ................................................................................................................... 109
Probabilidad total ....................................................................................................................................... 109
Teorema de Bayes .................................................................................................................109

Eventos independientes.........................................................................................................113
Ley de la multiplicacin para eventos independientes .............................................................................. 113
Ejercicios de la Unidad 3............................................................................................................................. 115
Unidad 4 : Variables aleatorias ..................................................................................................119

Variable aleatoria ..................................................................................................................121
Rango o recorrido de una variable aleatoria .............................................................................................. 121
Tipos de variable aleatoria ......................................................................................................................... 121
Evento (X = a) ............................................................................................................................................. 121
Variable aleatoria discreta .....................................................................................................122

Distribucin de probabilidad de una variable aleatoria discreta ............................................................... 122
Valor esperado de una variable aleatoria discreta ..................................................................................... 125
Valor esperado de una funcin de variable aleatoria discreta ................................................................... 126
Varianza y desviacin estndar de una variable aleatoria discreta ........................................................... 126
Distribuciones de probabilidad de variables discretas .............................................................131

Distribucin binomial ................................................................................................................................. 131
Distribucin hipergeomtrica ..................................................................................................................... 135
Distribucin de Poisson .............................................................................................................................. 138
Variable aleatoria continua ....................................................................................................142

Funcin de densidad de una variable aleatoria continua .......................................................................... 142
Funcin de distribucin acumulada de probabilidad ................................................................................. 146
Valor esperado de una variable aleatoria continua ................................................................................... 149
Valor esperado de una funcin de variable aleatoria continua ................................................................. 149
Varianza y desviacin estndar de una variable aleatoria continua .......................................................... 150
Distribuciones de probabilidad de variable continua...............................................................151

Distribucin uniforme ................................................................................................................................ 151
Distribucin normal .................................................................................................................................... 154
Distribucin exponencial ............................................................................................................................ 160
Unidad 5 : Distribuciones muestrales .........................................................................................167

Propiedad reproductiva de la normal .....................................................................................168
Definiciones ..........................................................................................................................172
Muestreo con y sin reemplazo ................................................................................................................... 172
Poblacin finita e infinita............................................................................................................................ 172
Distribucin muestral de un estadstico ..................................................................................172

Distribucin de la media muestral ..........................................................................................173
Teorema central del lmite .....................................................................................................174
Unidad 6 : Muestreo..................................................................................................................181
Definiciones ..........................................................................................................................183
Ventajas y desventajas del muestreo frente al censo ................................................................................ 184
Muestreo probabilstico .........................................................................................................185

Muestreo aleatorio simple .....................................................................................................186
Muestreo sistemtico ............................................................................................................190
Muestreo estratificado ..........................................................................................................195
Tablas estadsticas ...................................................................................................................................... 203
ndice alfabtico ......................................................................................................................................... 205
Unidad 1 Organizacin de datos

Logro de la unidad 1
Al finalizar la unidad 1,
el estudiante interpreta con rigurosidad tablas y grficos,
a partir de datos reales dentro del mbito de su carrera.
Temario
La Estadstica y sus subdivisiones.
Definiciones de poblacin, muestra, variables, clasificacin de variables, parmetros y estadsticos.
La investigacin estadstica. Metodologa.
Mtodos de organizacin y presentacin de datos:
Datos cualitativos
Datos cuantitativos
Tablas de distribucin de frecuencias y representaciones grficas (circular, barras, Pareto)
Tablas de doble entrada
Notas importantes
Estadstica Descriptiva 201602
Unidad 1. Organizacin de Datos
Definicin de Estadstica
Es la ciencia que proporciona un conjunto de mtodos, tcnicas y procedimientos para
recopilar, organizar, presentar y analizar datos con el fin de describirlos o realizar generalizaciones vlidas.
Recoleccin
Organizacin
Presentacin
Anlisis
Subdivisin de la Estadstica
La Estadstica se puede dividir en Estadstica descriptiva y Estadstica inferencial.
Estadstica
descriptiva
Son mtodos y tcnicas de recoleccin, caracterizacin, resumen y

presentacin que permiten describir apropiadamente las caractersticas
de un conjunto de datos.
Comprende el uso de grficos, tablas, diagramas y criterios para el
anlisis.
Estadstica
inferencial
Son mtodos y tcnicas que hacen posible estimar una o ms

caractersticas de una poblacin o tomar decisiones sobre poblacin
basadas en el resultado de muestras.
Estas conclusiones no son totalmente vlidas y tienen cierto margen de
error.
Indique si los siguientes enunciados corresponden al uso de la Estadstica descriptiva o

de la Estadstica inferencial.
En la segunda vuelta de las elecciones 2016, el
50,12% de los votantes lo hizo por Peruanos por el
Kambio.
Descriptiva
Inferencial
En la segunda vuelta de las elecciones 2016, IPSOS, a

boca de urna, afirm que el 50,4% de los votantes lo
hizo por Peruanos por el Kambio.
Descriptiva
Inferencial
Segn el ltimo reporte de LatinFocus, la cotizacin

del dlar llegar a S/ 3.60 al cierre del 2016.
Descriptiva
Inferencial
En una muestra, el 15% de las personas afirmaron

que tenan contratado Netflix
Descriptiva
Inferencial
A nivel mundial, se calcula que la acondroplasia (una

causa del enanismo) tiene una incidencia de alrededor de 1/25.000 nacidos vivos.
Descriptiva
Inferencial
Notas importantes
10
Definiciones
Unidad elemental, variables y observacin
Unidad elemental
es la entidad
acerca de la cual se
rene los datos
Variables son las

caractersticas de
inters de las
unidades
elementales
Observacin es el
conjunto de
mediciones
obtenido de una
unidad elemental
particular
se le pregunta su
gnero y edad.
(Variables)
Ella responde:
Soy mujer y tengo
19 aos
(Observacin)
Ejemplo 1
A una persona
(Unidad
elemental)
Dato
Es el resultado de medir una caracterstica observable de una unidad elemental.
Caso Aerolnea Wayra

Aerolnea Wayra S.A es una empresa peruana de transporte areo con vuelos nacionales
e internacionales, ofrece un servicio alta calidad a sus pasajeros y busca mejorar continuamente la eficiencia de sus operaciones, valorando el empeo diario de su personal.
Actualmente, la flota de la empresa est constituida por cuatro aviones Boeing, que
brindan una gran capacidad de empuje y autonoma. Sus aviones han sido remodelados
en su interior. Juan, gerente de la compaa, desea determinar si las remodelaciones en
la flota han servido para brindar un mejor servicio a los usuarios. Por esta razn, le ha
encargado a su asistente Felipe que realice un estudio.
Indique la unidad elemental en la investigacin que hizo Felipe, dos variables que seguramente pregunt y una posible observacin.
(Unidad elemental)
Notas importantes
(Variables)
(Observacin)
11
Poblacin y muestra
Poblacin
Poblacin es el conjunto de todos las
unidades elementales de inters en
determinado estudio.
Es un conjunto de personas, objetos,
conceptos, etc. de los cuales se sacan
conclusiones a partir de una o ms
caractersticas observables de
naturaleza cualitativa o cuantitativa.
Muestra
Muestra es un subconjunto de la poblacin.
Ser representativa si se parece a la
poblacin de la que proviene.
Ejemplo 2
La Secretara Acadmica de una universidad est interesada en realizar un estudio sobre
los motivos por los cuales algunos alumnos del pregrado han decidido dar exmenes de
recuperacin ese ciclo. La universidad cuenta con quince facultades y un total de 7500
alumnos, de los cuales 830 han decidido rendir exmenes de recuperacin ese ciclo. De
la poblacin se va a entrevistar a una muestra aleatoria de 200 alumnos. Defina la poblacin y la muestra
Solucin
Poblacin
Los 830 alumnos que han decidido dar
exmenes de recuperacin ese ciclo.
Muestra
Los 200 alumnos que han decidido dar
exmenes de recuperacin ese ciclo.
El objetivo de una investigacin es estimar el porcentaje de alumnos de la UPC que trabajan. Indique la poblacin y la muestra.
Poblacin
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
Notas importantes
12
Caso Aerolnea Wayra

Actualmente, la flota de la empresa est constituida por aviones Boeing, que brindan
una gran capacidad de empuje y autonoma. Sus aviones han sido remodelados en su interior.
Juan, gerente de la compaa, desea determinar si las remodelaciones en la flota han
servido para que los pasajeros mejoren su percepcin acerca del servicio. Por esta razn,
le ha encargado a su asistente Felipe que realice un estudio. Indique la poblacin y la
muestra de dicha investigacin.
Poblacin
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
Adems, Juan quiere determinar el porcentaje de pasajeros del ao 2015 que han reclamado ante Indecopi en contra de la aerolnea Wayra, con el fin de ver si es necesario
establecer polticas de mejora. Indique la poblacin y la muestra de dicha investigacin.
Poblacin
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
Por otro lado, Juan quiere determinar la media del ingreso por vuelo a Cusco de la aerolnea Wayra. Indique la poblacin y la muestra de dicha investigacin.
Poblacin
Muestra
......................................................................
...........................................................................................................................................
...........................................................................................................................................
Notas importantes
13
Escalas de medicin de las variables

Son los tipos de valores asignados a las unidades elementales para una variable definida.
La escala de medicin permite determinar la cantidad de informacin que contienen los
datos y el anlisis estadstico ms apropiado.
Escalas de
medicin
Nominal
Nominal
Ordinal
Intervalo
Razn
Notas importantes
Ordinal
Intervalo
Razn
Una variable est medida en escala nominal cuando los datos

son etiquetas que se emplean para definir un atributo del
elemento.
Una variable est medida en escala ordinal cuando los datos son
etiquetas y el orden es significativo.
Se pueden ordenar, de tal manera que puedan expresar grados
de la caracterstica medida.
No tiene sentido medir la distancia entre los valores de la
variable ni realizar operaciones aritmticas con ellos pues no
toman valores numricos especficos ni existe proporcionalidad
entre categoras vecinas.
Una variable est medida en escala de intervalo si los datos
tienen propiedades de datos ordinales y el intervalo entre
observaciones se expresa en trminos de una unidad fija de
medida.
Los datos de intervalo siempre son numricos.
El cero es relativo, es decir, no indica la ausencia de la
caracterstica medida.
Una variable est medida en escala de razn si los datos tienen

todas las propiedades de los datos de intervalo y se puede
realizar cualquier operacin aritmtica (suma, resta,
multiplicacin y divisin) y lgica (comparacin y
ordenamiento).
El cero es absoluto, es decir, indica la ausencia total de la
caracterstica medida.
14
Ejemplo 3
Nominal
Ordinal
Intervalo
Razn
El gnero de las personas

El estado civil de los empleados de una empresa
Las carreras profesionales universitarias
El orden de mrito de los atletas en una competicin

El grado de instruccin de los clientes de un banco
Las escalas de temperatura. Las temperaturas en grados

centgrados 0C, y 20C equivalen a, en grados Fahrenheit, 32F,
y 68F
El sueldo de los empleados de una empresa

El tiempo en terminar un examen
Caso Aerolnea Wayra

Se realiz una encuesta a una muestra de 150 pasajeros de la aerolnea. Algunas de las
variables fueron las siguientes. Indique la escala de medicin de cada variable.
Variable
Peso de un pasajero, en kilogramos

Tipo de boleto (Primera, business,
econmica)
Nmero de dni del pasajero

Opinin respecto al servicio: malo
regular, bueno, muy bueno
Ciudad de destino del viaje
Altura sobre el nivel del mar de la
ciudad de destino del viaje
Nmero de viajes al mes del pasajero en la aerolnea Wayra
Precio del pasaje, en dlares
Nmero de asiento (1A, 1B,)
Gnero de la persona que capitanea un avin
Jerarqua en un avin (primer
piloto, copiloto, jefe de cabina)
Notas importantes
Nominal
Ordinal
Intervalo
Razn
15
Tipos de variables segn su naturaleza

Las variables se pueden clasificar en cualitativas o cuantitativas.
Variable
Variable
cualitativa
cuantitativa
Es una variable que

puede ser expresada
en escala nominal u
ordinal.
Es una variable que

puede ser medida en
escala de intervalo o
de razn.
A su vez, la variable
cuantitativa se
clasifica en discreta o
continua.
Variable discreta
Tiene un nmero finito o infinito
numerable de posibles valores; es
decir, que en un intervalo solo
puede tomar ciertos valores.
Variable continua
Tiene un nmero infinito no
numerable de posibles valores; es
decir, que en un intervalo puede
tomar cualquier valor.
Ejemplo 4
Variables
Tipo de variable
Escala de medicin
Marca de computadora personal que utiliza
Cualitativa
Nominal
Tiempo que usa la computadora por semana
Cuantitativa continua
Razn
Nmero de perros en una casa
Cuantitativa discreta
Razn
Nmero de granos de arena en una gran playa
Razn
Caso Aerolnea Wayra

Se tienen otras variables como las siguientes. Indique su escala de medicin y tipo.
Variable
Razn de eleccin de la aerolnea Wayra
Tiempo de retraso del ltimo vuelo, en horas.
Nmero de quejas por vuelo
Temperatura en la cabina, en grados Kelvin
Notas importantes
Tipo de variable
Escala de medicin
16
Parmetro y estadstico
Parmetro
Es cualquier resumen de la poblacin.
Estadstico
Es cualquier resumen de la muestra.
Ejemplo 5
En un estudio entre alumnos de la UPC, se registr la edad de todos los alumnos de la
UPC. La media de la edad fue de 19,3 aos. Adems, de una muestra de aleatoria de 300
alumnos se encontr que el 12% trabaja. Indique lo siguiente.
Medida de resumen
Media
Porcentaje
Variable
Valor
Parmetro o estadstico
Edad
19,3 aos
Parmetro
Condicin de trabajo
12%
Estadstico
El objetivo de una investigacin es estimar el sueldo promedio de un obrero en la ciudad

de Lima. En una muestra aleatoria, se encontr una media de 1650 nuevos soles. Indique lo siguiente.
Poblacin: ..
Medida de resumen
Variable
Valor
Caso Aerolnea Wayra

En una muestra de 200 vuelos, se determin que el 68% de los vuelos de la aerolnea
Wayra salan a tiempo. Indique lo siguiente.
Medida de resumen
Variable
Valor
Usando el registro del aeropuerto Jorge Chvez, se encontr que la media del tiempo de
retraso de todos los vuelos de la aerolnea Wayra fue 25 minutos. Indique lo siguiente.
Medida de resumen
Notas importantes
Variable
Valor
17
Estudios estadsticos
Los datos se obtienen mediante la realizacin de un estudio estadstico. A esos estudios
se les clasifica como experimentales u observacionales.
Estudio
experimental
En un estudio experimental, se identifican las variables

de inters, las cuales son controladas por el investigador.
Luego, se identifican otras variables que influyan en las
variables de inters.
Estudio
observacional
En un estudio observacional, no se trata de controlar las

variables de inters, ni de influir sobre ellas, por ejemplo,
en una encuesta.
Indique a qu tipo de estudio, experimental u observacional, corresponden los siguientes ejemplos.
Tomado de http://elcomercio.pe/economia/peru/turistas-gastan-nuestra-gastronomia-us350-millones
Actualizado el 27 de julio de 2015 a: 03:54 p.m. Por: AFP
Estudio clnico confirma eficacia de vacuna contra el dengue

La vacuna contra el dengue del laboratorio Sanofi es eficaz en ms de 80% de los afectados de esta infeccin tropical transmitida por el mosquito, segn un nuevo anlisis independiente.
Notas importantes
18
Errores en la adquisicin de datos

Un error en adquisicin de datos se presenta cuando el valor obtenido de los datos no
es igual al valor real que se hubiera obtenido con un procedimiento correcto.
Se debe comprobar la consistencia interna de los datos.
Tambin se analiza la existencia de valores demasiado grandes o demasiado pequeos,
conocidos atpicos, que son datos candidatos a posibles errores.
Fuentes de datos
Fuentes
primarias
Los datos se obtienen por medio de encuestas y

estudios experimentales realizados con el objeto de
recolectar nuevos datos.
Fuentes
secundarias
Los datos se han compilado y estn disponibles para el

anlisis estadstico.
Los siguientes sitios web son ejemplos donde conseguir datos de fuente secundaria.
Fuentes pblicas: bases de datos de ministerios y de oficinas gubernamentales de estadstica, como por ejemplo.
Instituto Nacional de Estadstica e Informtica
Banco Central de Reserva del Per
Ministerio de Salud del Per
www.inei.gob.pe
www.bcrp.gob.pe/
www.minsa.gob.pe
Fuentes privadas: bases de datos de las empresas, bases de datos que se compran a
empresas de estudios de mercado, bases de datos en Internet, como por ejemplo.
Datum Per
Ipsos Apoyo. Opinin y Mercado
Instituto de Opinin Pblica PUCP
www.datum.com.pe/
www.ipsos-apoyo.com.pe/
www.pucp.edu.pe/iop/
Caso Aerolnea Wayra

Luego de la encuesta realizada por Felipe se tiene una base de datos. Parte de los resultados se muestra en la siguiente tabla:
Pasajero Edad
Gnero
Nacionalidad Motivo de viaje
Destino
Nmero de
viajes realizados
Precio
pagado
Queja
20
Peruana
Negocios
Mxico DF
$899,00
Desinformacin
43
Chileno
Turismo
Cuzco
$399,00
Precio
..
Qu podemos hacer para resumir esta informacin?
Notas importantes
19
Estadstica Descriptiva
Frecuencias absolutas, relativas y porcentuales
Frecuencia absoluta
(fi)
de una clase es la cantidad de elementos que pertenecen a esa

clase
Frecuencia relativa
(hi)
de una clase es la proporcin de elementos que pertenecen a

esa clase
Frecuencia
porcentual (pi)
de una clase es la frecuencia relativa multiplicada por 100%
Se tiene que:
frecuencia relativahi
frecuencia absoluta fi
nmero de casos
n
frecuencia porcentual pi hi %
frecuencia absoluta
f
100% i 100%
nmero de casos
n
Distribucin de frecuencias
Es un resumen, expresado en un cuadro, de un conjunto de datos que muestra las frecuencias absolutas, relativas y porcentuales en cada una de varias clases que no se traslapan.
Ttulo:
Categoras
Frecuencia absoluta fi
Frecuencia relativa hi
Categora 1
f1
Categora 2
f2
Categora k
fk
hk
f1
n
f
h2 2
n
h1
Frecuencia porcentual pi = hi%
f1
100%
n
f
p2 2 100%
n
p1
fk
n
pk
fk
100%
n
Fuente:
Es usual, usar en estos cuadros la frecuencia relativa en el mbito acadmico y la frecuencia porcentual fuera del mbito acadmico.
Notas importantes
20
Elementos de un cuadro estadstico
Per: Distribucin de vctimas de feminicidio, segn departamento de ocurrencia. 2014

Departamento
Nmero de mujeres fi
Porcentaje de mujeres pi
Lima
29
Arequipa
10
Puno
Cusco
Junn
La Libertad
Ayacucho
Hunuco
Lambayeque
Callao
ncash
Piura
San Martn
Ucayali
Cajamarca
Ica
Loreto
Pasco
Tacna
31,87%
10,99%
7,69%
6,59%
6,59%
5,49%
4,40%
4,40%
4,40%
3,30%
2,20%
2,20%
2,20%
2,20%
1,10%
1,10%
1,10%
1,10%
1,10%
91
Fuente: Ministerio Pblico Per - Observatorio de Criminalidad.
Qu es un feminicidio?
Notas importantes
21
Distribucin de frecuencias de variables cualitativas

Ttulo: ..
Categoras
Categora 1
f1
Categora 2
f2
Categora k
fk
hk
f1
n
f
h2 2
n
h1
fk
n
Fuente:
En los Censos Nacionales 2007 ejecutados por el INEI se pregunt a todos los peruanos
el idioma o lengua con el que aprendi hablar, obtenindose los siguientes resultados.
Per. Distribucin de peruanos segn idioma o lengua con el que aprendi hablar. 2007
Idioma o lengua con que aprendi a hablar
Castellano
Quechua
Aymar
Otra lengua nativa
Ashninka
Es sordomudo
Idioma extranjero
Total
21 713 165
3 360 331
443 248
174 410
67 724
30 019
21 434
25 810 331
Fuente .
Indique e interprete el valor de f2
Indique e interprete el valor de h2%.
Indique el nmero de peruanos que aprendieron a hablar en castellano.
Indique el porcentaje de peruanos que aprendieron a hablar en aymar.
Notas importantes
0,0068
0,0026
0,0012
0,0008
1,0000
22
Grficos estadsticos
Un grfico puede valer ms que mil palabras,
pero puede tomar muchas palabras para hacerlo
John Wilder Tukey (1915-2000)
Gran estadstico del siglo XX, con gran influencia en la visualizacin de informacin
William Playfair (1759-1823), economista e ingeniero escocs es considerado el pionero

de la estadstica grfica. Fue el creador del grfico circular, de sectores y de barras. Los
principios de su trabajo fueron los siguientes:
El mtodo grfico
es una forma de
simplificar lo
tedioso y lo
complejo
Las personas
ocupadas
necesitan ayuda
visual
Un grfico es ms
accesible que una
tabla
El mtodo grfico
ayuda al cerebro,
ya que permite
entender y
memorizar mejor.
Recomendaciones sobre la presentacin de grficos

Descripcin del diagrama
El ttulo del grfico siempre debe ser
indicado.
En los ejes, siempre se debe indicar

explcitamente las variables que se est
representando y las respectivas unidades.
Las fuentes de donde se obtuvieron los datos que permitieron su construccin, as

como quines o qu entidad elabor el diagrama y cualquier otra informacin se
debe indicar siempre que sea relevante.
Notas importantes
23
Eleccin de la base de comparacin
Si se va a representar
grficamente los datos de solo
una muestra, el mismo diagrama
sirve para representar las
frecuencias absolutas y relativas.
Si se va a comparar el comportamiento de una

variable en dos o ms poblaciones distintas, pero
solo se tiene muestras representativas de las
poblaciones, entonces es conveniente usar la
frecuencia relativa.
Si se va a comparar el comportamiento de
una variable en dos o ms poblaciones y se
tiene los datos de las poblaciones, entonces
se puede realizar la comparacin por
separado de las frecuencias absolutas y de
las relativas.
Si bien es totalmente factible comparar

grficamente dos o ms series de datos
que han sido agrupados en intervalos
distintos en amplitud y lmites, es
preferible para facilitar la comparacin
que todas las series de datos utilicen los
mismos intervalos.
Uso adecuado de la escala de los ejes

La escala utilizada en los
ejes debe mantenerse. El
cambio de proporciones
distorsiona el propsito de
usar grficos, el cual
consiste en ver
rpidamente la proporcin
con que se est
distribuyendo la variable.
Si se ha utilizado una escala

especial en alguno de los
ejes del diagrama, por
ejemplo, escala logartmica,
esta se debe indicar.
Debe hacer que los valores

de la variable abarquen
adecuadamente la longitud
de cada eje.
Eliminacin de ruido
Los excesivos adornos y la inclusin de
figuras, muchas veces, en lugar de
aclarar ms los diagramas, terminan
confundiendo o dificultando su rpida
comprensin.
El uso de algunas figuras en lugar de

barras o columnas puede distorsionar
visualmente la real proporcin de las
magnitudes que se estn
representando.
Uso del punto inicial del eje vertical
El punto de inicio del eje vertical debe

empezar con un cero para no
distorsionar la impresin visual respecto
de la magnitud.
Notas importantes
El cambio de punto de inicio distinto de

cero debe estar completamente
justificado.
24
Grfico de barras
Es una forma de representar datos cualitativos resumidos en una distribucin de frecuencias.
En uno de los ejes, se representan las categoras o clases de la variable; para el otro eje,
se puede usar una escala de frecuencias absolutas, relativas o porcentuales. Se traza una
barra sobre cada indicador de clase de una altura proporcional a la frecuencia correspondiente.
Las barras deben estar separadas para enfatizar el hecho de que cada clase es diferente
de otra.
Diagrama circular
Cuando se utiliza el grfico circular, tambin llamado pastel, cada sector circular representa la frecuencia observada de una clase o categora.
El sector circular que representa a una determinada clase de la variable tiene un ngulo
en el centro proporcional a la frecuencia relativa de dicha clase. El ngulo que le corresponde a cada clase se obtiene multiplicando 360 por la respectiva frecuencia relativa.
Notas importantes
25
Segn la Oficina Nacional de Procesos Electorales (ONPE) los resultados de la segunda

vuelta en las elecciones presidenciales en el Per fueron los siguientes:
Organizacin poltica
Peruanos por el Kambio
Fuerza Popular
Nmero de votantes
% votos vlidos
8,596,937
50,12
8,555,880
49,88
Realice un grfico circular.
Frecuencias acumuladas, absolutas relativas y porcentuales

Frecuencia
acumulada
absoluta (Fi)
de una clase es la cantidad de elementos que pertenecen

hasta esa clase
Frecuencia
acumulada relativa
(Hi)
de una clase es la proporcin de elementos que pertenecen

hasta esa clase
Frecuencia
acumulada
porcentual (Pi)
de una clase es la frecuencia acumulada relativa

multiplicada por 100%
Se tiene que:
frecuencia relativa acumulada Hi
frecuencia absoluta acumulada Fi
nmero de datos
n
frecuencia porcentual acumulada Pi
Notas importantes
frecuencia absoluta acumulada

F
100% i 100%
nmero de datos
n
26
Diagrama de Pareto
El diagrama de Pareto permite ver que, en muchos casos, pocos factores pueden producir la mayora de las consecuencias, lo que se podra resumir como pocos factores son
vitales y muchos son triviales.
Por ejemplo, en control de calidad, se puede mostrar que la mayora de los defectos
surgen de un nmero pequeo de causas.
Los pasos para realizar un grfico de Pareto son los siguientes:
Construya la distribucin de
frecuencias, ordenando las
categoras en forma descendente
respecto de la frecuencia.
Dibuje dos ejes verticales y uno

horizontal.
En el eje horizontal: marque los

espacios donde estarn dibujadas
las barras para cada una de las
categoras, incluida la categora
Otros.
Notas importantes
La categora Otros es colocada

en la ltima posicin. No importa
cun grande sea.
En el eje vertical derecho, marque

este eje con una escala de 0% a
100%.
En el eje vertical izquierdo, marque
una escala de 0 hasta el nmero
total de observaciones o de 0% a
100%.
Elabore el diagrama de barras y

dibuje la lnea de frecuencias
acumuladas
(Curva de Pareto)
27
Ejemplo 6
El gerente de produccin de una empresa, que produce asientos de fibra de vidrio, quiere identificar los problemas ms frecuentes reportados en la fabricacin de este producto, y planear soluciones de acuerdo con la recurrencia del problema. Al extraer una
muestra aleatoria de productos fallados, obtuvo los siguientes resultados:
Distribucin de productos segn problemas reportados de asientos de fibra de vidrio
Tipo de problema reportado
Color inadecuado
Forma no simtrica
Medidas fuera de norma
Superficie rugosa
Bordes afilados
Desprendimiento de capa protectora
Otros
Nmero de ocurrencias (fi)

28
16
50
71
9
12
14
Fuente: Gerencia de Produccin
Elabore el diagrama de Pareto.
Solucin
Lo primero es ordenar los datos en orden descendente a la frecuencia fi. La categora
Otros va al final. Luego, se calcula las frecuencias relativas y las relativas acumuladas.
Tipo de problema reportado
Superficie rugosa
Medidas fuera de norma
Color inadecuado
Forma no simtrica
Desprendimiento de capa protectora
Bordes afilados
Otros
fi
71
50
28
16
12
9
14
hi
0,355
0,250
0,140
0,080
0,060
0,045
0,070
Fi
71
121
149
165
177
186
200
Hi
0,355
0,605
0,745
0,825
0,885
0,930
1,000
Fuente: Gerencia de Produccin
Se puede realizar el grfico usando las frecuencias relativas hi y las frecuencias relativas
acumuladas Hi.
Notas importantes
28
Caso Aerolnea Wayra

Objetivo: Identificar las principales quejas de los pasajeros sobre el servicio que brinda
la aerolnea.
Teniendo en cuenta la siguiente informacin, elabore el diagrama de Pareto:
Distribucin de pasajeros segn principal queja del servicio de la aerolnea Wayra
Principal queja
Impuntualidad
Nmero de pasajeros
30
La comida no es buena
78
Mala limpieza del avin
Otros
Mucho tiempo en cola en el counter
52
Personal poco amable
Fuente: Wayra S.A
Construya la tabla completa para realizar un diagrama de Pareto.

Distribucin de pasajeros segn principal queja del servicio de la aerolnea Wayra
Principal queja
fi
hi%
Fuente: Wayra S.A
Construya el grfico completo y realice una conclusin al respecto.
Notas importantes
Fi
Hi%
29
Tabulaciones cruzadas
Tambin llamadas tablas de contingencia o de doble entrada. Se usan para resumir de
manera simultnea los datos para dos variables.
En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadstica e Informtica se pregunt a las peruanas de 12 a ms aos por la cantidad de hijos que han
tenido vivos, obtenindose los siguientes resultados.
Per. Distribucin de madres segn edad de la madre y nmero de hijos nacidos vivos
Edad de la madre
Cero hijos
12 aos
298,985
13 aos
284,650
14 aos
285,732
15 aos
283,045
16 aos
247,888
17 aos
231,839
18 aos
216,999
19 aos
193,952
Total 2,043,090
Nmero total de hijos/a que ha tenido nacidos vivos

Un hijo
Dos hijos
Tres hijos Cuatro hijos
Total
1,028
300,013
1,162
285,812
1,638
734
288,104
4,909
994
288,948
12,358
922
576
261,744
24,243
2,280
636
258,998
38,938
5,089
586
481
262,093
52,797
9,273
1,118
496
257,636
137,073
19,292
2,916
977
2,203,348
Fuente: INEI - Censos Nacionales 2007: XI de Poblacin y VI de Vivienda
Rellene los espacios en blanco.

El nmero de peruanas entre 12 y 15 aos que tienen hijos es
El porcentaje de peruanas de 18 o 19 que tienen hijos es ...%
Grfico de barras agrupadas

Un grfico de barras agrupadas muestra todas las series en varias barras por cada categora. El alto de cada barra es proporcional a la frecuencia de cada categora.
Notas importantes
30
Grfico de barras apiladas

Un grfico de barras apiladas muestra todas las series apiladas en una sola barra para
cada categora. El alto de cada barra es proporcional a la frecuencia de cada categora.
Per. Distribucin porcentual de peruanos segn gnero y grado de instruccin
Grfico de barras apiladas al 100%

Un grfico de barras apiladas 100% muestra todas las series apiladas en una sola barra
para cada categora. El alto de cada barra es el mismo para cada categora.
Distribucin porcentual de votantes segn candidato por regin

100%
90%
Porcentaje
80%
70%
No sabe/no contesta
60%
Ninguno, blanco viciado

Otros
50%
Alejandro Toledo
40%
Alan Garca
30%
Csar Acua
Pedro Pablo Kuczynski
20%
Keiko Fujimori
10%
0%
Lima
Norte
Fuente: Per 21 Encuesta nacional

urbano rural de Datum. 7 dic 2015
Notas importantes
Centro
Regin
Sur
Oriente
31
Caso Aerolnea Wayra

Objetivo: Identificar el porcentaje de pasajeros que siendo de nacionalidad peruana viajan al extranjero y porcentaje de pasajeros que siendo de nacionalidad extranjera viajan
al interior de nuestro pas.
A continuacin, se muestra la informacin de una tabla de contingencia y un grfico incompleto para las variables lugar de destino y nacionalidad.
Distribucin de pasajeros segn su lugar de destino y nacionalidad
Lugar de destino
Nacionalidad
Peruana
Extranjero
Total
Arequipa
16
Cuzco
15
20
35
Miami
20
10
30
Mxico D.F
22
10
32
Piura
Ro de Janeiro
23
28
90
60
150
Total
Fuente: Wayra S.A
Complete todos los elementos del siguiente grfico.
Distribucin de pasajeros segn su lugar de destino y nacionalidad

18%
16%
14%
12%
10%
8%
Peruano
6%
Extranjero
4%
2%
0%
Arequipa
Notas importantes
Cuzco
Miami
Mxico D.F
Piura
Ro de
Janeiro
32
100%
17.9%
90%
80%
70%
33.3%
31.3%
50.0%
77.8%
60%
50%
Extranjero
40%
Peruana
30%
20%
10%
0%
Arequipa
Cuzco
Miami
Mxico
D.F
Piura
Ro de
Janeiro

100%
90%
25.6%
80%
70%
60%
2.2%
Ro de Janeiro
24.4%
Piura
Mxico D.F
50%
40%
Miami
22.2%
Cuzco
30%
20%
Arequipa
16.7%
10%
13.3%
8.9%
0%
Peruana
Extranjero
Usando la informacin pertinente, de respuesta al objetivo propuesto
Notas importantes
33
Resumen de datos cuantitativos

Distribucin de frecuencias de variables discretas
Es un resumen de un conjunto de datos que consiste en presentar para cada valor de la
variable el nmero de elementos (frecuencia) que la componen. Es un cuadro que se
calcula de la siguiente manera.
Ttulo: .
Valores de la variable
discreta
Frecuencia
absoluta fi
Frecuencia
relativa hi
x1
f1
x2
f2
xk
fk
hk
f1
n
f
h2 2
n
h1
Frecuencia absolu- Frecuencia relatita acumulada Fi

va acumulada Hi
F1 f1
H1 h1
F2 f2 F1
H2 h2 H1
fk
n
Fk fk Fk 1
Hk hk Hk 1
Fuente: ..
Grfico de bastones
En este caso, la variable se ubica en el eje de las abscisas y las frecuencias, absolutas, relativas o porcentuales, en el eje ordenado.
Distribucin de alumnos de pregrado segn nmero de veces

que postul a la universidad donde estudia
700,000
576,215
Nmero de alumnos
600,000
500,000
400,000
300,000
200,000
119,642
58,315
100,000
18,748 9,908
81
32
22
0
0
Nmero de veces que postul

Fuente: PER, II Censo Nacional Universitario 2010. INEI
Notas importantes
34
Caso Aerolnea Wayra

Objetivo: Determinar el nmero de viajes ms frecuente realizados por los pasajeros.
Complete los valores de la tabla.
Ttulo:
Nmero de viajes
Nmero de pasajeros
15
pi
Pi
12%
38%
30
6
150
Fuente: .
Realice el grfico de bastones.
Nmero de viajes
Responda al objetivo.
Para Fiestas Patrias, la empresa est dispuesta a realizar una promocin en los pasajes
de su aerolnea siempre y cuando el porcentaje de pasajeros que hayan realizado como
mnimo cuatro viajes supere el 60%. La empresa debe realizar una promocin en los
pasajes para Fiestas Patrias para este grupo de pasajeros?
Notas importantes
35
Distribucin de frecuencias de variables continuas

Es un resumen de un conjunto de datos que consiste en presentar para cada categora el
nmero de elementos (frecuencia) que la componen.
Los tres pasos necesarios para definir en una distribucin de frecuencias con datos cuantitativos son los siguientes:
Determine la cantidad
Determine el ancho
Determine los lmites
de clases
de cada clase
de cada clase
Cantidad de clases
Se recomienda usar entre 5 y 20 clases, inclusive.
La idea es emplear suficientes clases para mostrar la variacin de los datos, pero no tantas que varias contendran unos
cuantos elementos.
Para determinar el nmero de clases se usa la regla de Sturges. k=1+3,322 log n. Si la estimacin tiene decimales, se toma el entero ms prximo.
La regla de Sturges la
propuso Herbert
Sturges (1926). La
frmula trata de que
el histograma resultante se aproxime a la
distribucin normal.
Amplitud de cada clase

Se usa el mismo ancho para todas las clases.
Se calcula de la siguiente manera:
Amplitud
rango
k
La amplitud se redondea al nmero inmediato superior de acuerdo con la cantidad de

decimales que tienen los datos o segn la precisin con que se desea trabajar.
Lmites de cada clase

Los lmites de clase se escogen de tal manera que cada valor de dato pertenezca a una
clase y slo a una.
El lmite inferior de clase es el valor mnimo posible de los datos que se asigna a la clase.
El lmite superior de clase es el valor mximo posible de los datos que se asigna a la clase.
La marca de clase es el punto medio de los lmites de cada intervalo.
Notas importantes
36
Ejemplo 7
El jefe de la Oficina de Rentas de una Municipalidad ha realizado un estudio sobre los
impuestos que pagan los vecinos del distrito. La tabla muestra los pagos de impuestos,
en nuevos soles, en el 2014 de 48 viviendas elegidas al azar.
145,1
216,3
252,5
303,6
196,9
234,8
265,2
317,2
206,5
242,9
289,1
331,7
151,0
225,9
257,1
305,8
202,6
238,4
271,0
320,2
208,0
244,0
291,0
344,6
159,0
227,1
259,2
315,4
204,9
239,9
286,7
324,8
208,0
247,7
291,9
346,7
195,6
231,2
262,5
315,5
206,1
241,1
288,1
331,1
209,3
249,5
294,5
351,1
Elabore la tabla de frecuencias para la variable: pago por impuestos municipales ao

2014.
Solucin
El rango r se calcula con:
r = valor mximo valor mnimo = 351,1 145, 1 = 206
Siguiendo la regla de Sturges, el nmero de intervalos es:
k 1 3,322log10 n 1 3,322log10 (48) 6,585 7
El ancho del intervalo es:
r 206
29,429 29,5 (Redondeo por exceso a un decimal)

k
7
Distribucin de frecuencias del pago de impuestos municipales del ao 2014
Pago de impuestos
Marca de clase
fi
hi
Fi
Hi
[145,1 ; 174,6]
159,85
0,0625
0,0625
]174,6 ; 204,1]
189,35
0,0625
0,1250
]204,1 ; 233,6]
218,85
10
0,2084
16
0,3334
]233,6 ; 263,1]
248,35
12
0,2500
28
0,5834
]263,1 ; 292,6]
277,85
0,1458
35
0,7292
]292,6 ; 322,1]
307,35
0,1458
42
0,8750
]322,1 ; 351,6]
336,85
0,1250
48
1,0000
48
1,0000
Total
Notas importantes
37
Caso Aerolnea Wayra

Objetivo: Determinar el nmero de pasajeros que exceden el peso de equipaje de
mano.
Se seleccion una muestra al azar de pasajeros de la aerolnea Wayra que viajaron a diferentes destinos tursticos.
Peso del equipaje de mano por pasajeros, en kilogramos
5,2
7,6
8,6
9,7
10,5
5,6
7,7
8,8
9,7
10,6
5,9
7,9
8,9
9,7
10,7
6,7
8,0
9,0
9,8
11,0
6,9
8,0
9,0
9,8
11,5
7,3
8,1
9,1
9,9
12,0
7,3
8,3
9,4
9,9
12,0
7,5
8,4
9,4
9,9
12,3
7,5
8,4
9,4
9,9
12,4
7,5
8,5
9,5
10,0
12,8
Construya la tabla de frecuencia utilizando el mtodo de Sturges.
El valor mximo es ...

El valor mnimo es ...
Luego, el rango es ...
Siguiendo la regla de Sturges, la cantidad de intervalos es igual a k = 1 + 3,322 log(.)
esto es igual a ...
Como, la cantidad de intervalos es un nmero entero, entonces k = .
La amplitud es igual al rango entre la cantidad de intervalos, esto es, w = ..
El valor de la amplitud se redondea por exceso a decimal(es), pues los
datos tienen decimal(es), entonces la amplitud (w) es
Ttulo: .
Marca de
clase
Intervalo
Frecuencia
absoluta fi
Fuente: ..
Notas importantes
Frecuencia
relativa hi
Frecuencia absoluta
acumulada Fi
Frecuencia relativa acumulada Hi
38
Indique e interprete el valor de las siguientes frecuencias para la distribucin de frecuencias anterior.
f4
F2
H2
Si el peso mximo permitido en equipaje de mano por persona es de 10 kilogramo y el

pago por cada kilogramo o fraccin adicional es de tres dlares. Cul fue el monto total
de dinero que recibi la compaa Wayra por exceso de peso de equipaje de mano?
Distribuciones de frecuencias de dos o ms grupos de datos con intervalos comunes

La idea bsica para distribuciones de frecuencias de dos o ms grupos de datos es tener
intervalos comunes, es decir, que los lmites de los intervalos para ambas distribuciones
sean iguales. Para ello, debemos seguir los siguientes pasos:
Hallar el mnimo de todos los datos y el mximo de todos los grupos de datos, y usarlos
para calcular el rango.
Calcular el nmero de categoras, el nmero de datos es el mximo nmero de datos de
cada grupo. Tener en cuenta que no es la suma de ambos tamaos muestrales.
Siguiendo la regla de Sturges, el nmero de intervalos es
k 1 3,322log10 n
Notas importantes
39
Ejemplo 8
La empresa de investigacin de mercado Elctrico lleva a cabo un estudio para obtener indicadores que le permitan inferir respecto al consumo de energa elctrica mensual (medido en kilovatios, redondeado al entero ms prximo) de las familias en los
departamentos de Arequipa y Tacna. Dicho estudio, sustentado en el anlisis de muestras aleatorias tomadas en ambos departamentos, arroj los siguientes resultados:
Arequipa
227 231 261 270 291 351 359 369 371 382 387 392 393 395 396 413 420 422 424 436
453 461 463 471 495 498 510 512 533 534 541 542 584 589 591 628 630 630 657 666
Tacna
217 219 263 287 294 340 346 347 348 377 390 392 395 396 397 408 418 424 426 429
438 438 442 446 447 450 456 481 496 508 511 533 549 583 609 636
Usando la regla de Sturges, calcule intervalos comunes y marcas de clase de una tabla de
distribucin de frecuencias que permita comparar los datos.
Solucin
Hallar el mnimo de todos los datos (217) y el mximo de todos los datos (666) de ambas
ciudades, y usarlos para calcular el rango.
Calcular el nmero de categoras, el nmero de datos es el mximo nmero de datos
(40) entre ambas ciudades. Tener en cuenta que no es la suma de ambos tamaos
muestrales.
Siguiendo la regla de Sturges, el nmero de intervalos es:
k 1 3,322log10 n 1 3,322log10 (40) 6,322 6 (Redondeo simple)
Tabla 1. Distribucin de clientes segn consumo elctrico
Fuente: Empresa A
Notas importantes
Consumo de energa
Marca de clase
217 ; 292
254,5
292 ; 367
329,5
367 ; 442
404,5
442 ; 517
479,5
517 ; 592
554,5
592 ; 667
629,5
40
Caso Aerolnea Wayra

Objetivo: Comparar las horas diarias trabajadas con y sin horas extras pagadas.
El jefe de recursos humanos de la aerolnea Wayra est interesado en analizar el impacto en los empleados al suprimir las horas extras de trabajo pagadas que anteriormente
se aplicaba. Con este fin se extraen dos muestras aleatorias. La primera de 80 empleados tomando de los datos histricos de un da al azar con el sistema anterior y la segunda de 60 empleados tomando los datos de un da al azar con el sistema vigente. Se
muestran las horas de trabajo por da por empleado.
Datos sobre horas diarias trabajadas con y sin horas extras pagadas
Horas diarias trabajadas con horas extras pagadas
Horas trabajadas sin horas extras pagadas
7,7
8,9
9,8
10,8
11,2
11,8
12,3
13,2
7,0
8,2
8,5
8,9
9,7
10,8
7,9
8,9
10,1
10,8
11,3
11,9
12,4
13,4
7,0
8,2
8,5
8,9
9,8
11,0
8,0
9,0
10,2
10,9
11,4
12,0
12,4
13,5
7,0
8,2
8,5
8,9
9,9
11,2
8,0
9,1
10,2
11,0
11,4
12,0
12,4
13,6
7,0
8,3
8,6
9,0
9,9
11,6
8,1
9,1
10,3
11,0
11,5
12,1
12,5
13,7
7,0
8,3
8,6
9,1
10,0
11,7
8,1
9,3
10,4
11,0
11,5
12,1
12,5
13,9
7,1
8,3
8,7
9,1
10,0
12,2
8,2
9,4
10,6
11,1
11,5
12,1
12,6
14,6
8,1
8,4
8,7
9,3
10,3
12,5
8,5
9,5
10,6
11,1
11,6
12,2
12,7
14,8
8,2
8,4
8,7
9,4
10,5
12,9
8,6
9,7
10,7
11,1
11,7
12,2
12,9
15,0
8,2
8,4
8,8
9,6
10,5
13,3
8,8
9,7
10,8
11,2
11,7
12,3
13,1
15,3
8,2
8,4
8,8
9,7
10,6
14,0
Fuente: Aerolnea Wayra
Determine los intervalos comunes de las distribuciones de frecuencias que permitan

comparar los datos de ambas muestras.
Notas importantes
41
Caso Aerolnea Wayra

Objetivo: Comparar el exceso de peso del equipaje de los pasajeros segn su gnero.
Se realiz un estudio en el cual, se elabor bajo una muestra elegida al azar de 40 pasajeras y 110 pasajeros, obtenindose la siguiente grfica. Adems, se considera exceso de
peso cuando el pasajero lleva consigo maletas que sobrepasan los 32 kilogramos.
Porcentaje de pasajeros
Distribucin porcentual de los pasajeros

segn el peso de sus maletas por gnero
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
93%
100%
83%
65%
74%
83%
Femenino
61%
31%
Masculino
20%
0%
20
Fuente: Aerolnea Wayra
13%
24
28
32
36
Peso, en kilogramos
40
44
Complete las siguientes afirmaciones, tenga en cuenta que se considera exceso de peso
cuando las maletas sobrepasan los 32 kilogramos.
a. El nmero de pasajeros hombres _______ que llevan consigo maletas que pesan
ms de 36 kilogramos pero a lo ms 40 kilogramos.
b. El _______ % de las pasajeras mujeres lleva consigo maletas que pesan hasta 36 kilogramos.
c. El _______% de los pasajeros hombres lleva consigo maletas con exceso de peso.
d. El gnero que presenta un mayor porcentaje de pasajeros con exceso de peso del
equipaje es _____________ y representa en __________ % superior con respecto al
otro gnero.
Notas importantes
42
Grficos de datos cuantitativos

Histograma
Un histograma es una representacin grfica de una variable en forma de barras, donde
la altura de cada barra es proporcional a la frecuencia de los valores representados.
Se traza colocando
la variable
sobre el eje horizontal
y las frecuencias
sobre el eje vertical.
Cada frecuencia de clase se representa

trazando un rectngulo, cuya base es el
intervalo de clase sobre el eje horizontal
y cuya altura es proporcional a la
frecuencia correspondiente (absoluta,
relativa o porcentual).
Los rectngulos adyacentes

se tocan entre s.
Un ejemplo de histograma es el siguiente grfico.
Notas importantes
43
Polgono de frecuencias
Un polgono de frecuencias es un grfico de lneas que une los puntos asociados a las
marcas de clase de una variable. La altura del punto asociado a cada marca de clase es
proporcional a la frecuencia de dicho valor.
Se realiza uniendo
con segmentos de recta
los puntos de interseccin
de las marcas de clase
con las frecuencias
(absolutas, relativas o porcentuales).
Los polgonos de frecuencias

se cierran creando
dos intervalos ficticios,
uno antes del primer intervalo
y uno despus del ltimo.
Si los intervalos creados

toman valores
que pueden no ser reales,
igual se crea el intervalo, como,
ejemplo, tiempos negativos.
Un ejemplo de polgono de frecuencias es el siguiente grfico.
Notas importantes
44
Distribuciones acumuladas
La distribucin de frecuencias acumuladas muestra la cantidad de elementos con valores
menores o iguales al lmite superior para cada clase.
Ojiva
La ojiva es la grfica de una distribucin acumulada de frecuencias.
Se obtiene uniendo
con segmentos de recta
los puntos de interseccin
del lmite superior de cada intervalo
y la frecuencia acumulada
respectiva.
La ojiva
usa los limtes de los intervalos
y no las marcas de clase.
Con la ojiva
se puede estimar fcilmente
el nmero
o porcentaje de observaciones
que corresponden
a un intervalo determinado.
Un ejemplo de ojiva es el siguiente grfico.
Porcentaje acumulado
Distribucin porcentual de empleados

segn el tiempo de servicio
100.00%
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
95.42%
84.75%
57.62%
19.82%
12
Nmero de aos
Fuente: Empresa A. Gerencia de RRHH
Notas importantes
16
20
45
Caso Aerolnea Wayra

Objetivo: Determinar el porcentaje de pasajeros que exceden el peso de equipaje de
mano.
Grafique el histograma, el polgono de frecuencias y la ojiva con los datos de la muestra.
Use uno de los grficos para calcular, aproximadamente, porcentaje necesario para resolver el objetivo.
Notas importantes
46
Ejercicios adicionales de la Unidad 1

1. El objetivo de una investigacin es estimar la media, en aos, de la edad de los egresados
de la UPC. Indique el elemento, una variable a medir y una posible observacin.
2. Segn el estudio Rumores de oficina, el 42% de los ejecutivos limeos considera que
los rumores influyen mucho en el clima laboral de la oficina. Indique el elemento, una variable a medir y una posible observacin.
3. En una investigacin, se quiere estimar el promedio del nmero de asistentes a los conciertos de artistas internacionales realizados en Lima durante el ao 2014. Indique el
elemento, una variable a medir y una posible observacin.
4. El objetivo de una investigacin en la ciudad de Lima es determinar la ocupabilidad en
hoteles de 4 y 5 estrellas en Cusco durante el da de ao nuevo del 2013, es decir, el porcentaje de habitaciones ocupadas durante ese da. Indique la poblacin y la muestra.
5. El objetivo de una investigacin en el Per es determinar el promedio de la edad de las
mujeres en edad frtil que usan mtodos anticonceptivos. Defina la poblacin, muestra,
elemento y variable. El INEI considera a la edad frtil en las mujeres desde los 15 hasta
los 49 aos.
6. Segn los Censos Nacionales XI de Poblacin y VI de Vivienda 2007 ejecutados por el INEI,
el 50,30% de los peruanos son mujeres. Indique si este dato es un parmetro o un estadstico.
7. La nueva lista roja de aves de 2014, confeccionada con datos de BirdLife, muestra que de
las 10.425 especies de aves identificadas en el mundo, el 13% estn amenazadas de extincin. Estas listas, dice Juan Carlos Atienza, de SEO BirdLife, contribuyen establecer
prioridades a la hora de favorecer polticas de conservacin y declarar nuevos espacios
protegidos. Indique si este valor corresponde a un parmetro o a un estadstico.
8. El grfico muestra la evolucin de la inflacin desde el ao 1980 al 2013. Indique si el ndice de precios al consumidor IPC que obtiene el INEI es un parmetro o un estadstico.
9. Segn el estudio Rumores de oficina realizado por la empresa Transearch publicado en

julio del 2014, el 42% de los ejecutivos limeos considera que los rumores influyen mucho en el clima laboral de la oficina. Indique los siguientes conceptos con respecto a dicho estudio: poblacin, muestra, elemento, variable, estadstico, valor del estadstico.
Por qu los encargados del estudio calcularon estadsticos y no parmetros?
Notas importantes
47
10. El objetivo de una investigacin es estimar el porcentaje de peruanos que aprueban la

gestin de Ollanta Humala como presidente de la Repblica, para lo cual se tom una
muestra aleatoria de personas de 18 a 70 aos y se les pregunt por su opinin. Los resultados son los siguientes.
Desaprueba
Aprueba
Desaprueba
Aprueba
No sabe
Aprueba
Aprueba
Desaprueba
Aprueba
Aprueba
Aprueba
Aprueba
Aprueba
Desaprueba
No sabe
Desaprueba
Aprueba
Aprueba
Desaprueba Desaprueba
Aprueba
Desaprueba
Desaprueba Desaprueba Desaprueba Desaprueba

Aprueba
Aprueba
Desaprueba Desaprueba Desaprueba
Aprueba
Aprueba
Aprueba
Desaprueba
No sabe
Aprueba
Aprueba
Desaprueba
No sabe

Aprueba
Desaprueba
No sabe
Aprueba
Aprueba
Aprueba
Aprueba
Aprueba
Aprueba
Aprueba
Desaprueba Desaprueba Desaprueba Desaprueba
Construya la distribucin de frecuencias de los datos. Interprete los valores f2 y h1.

11. Se tiene como objetivo mostrar la composicin porcentual de alumnos universitarios en
el Per por tipo de institucin educativa al final de la secubdaria, para lo cual se tom
como referencia los datos del II Censo Universitario 2010 realizado por el INEI, donde se
pregunt a los alumnos universitarios por el tipo de institucin educativa donde
terminaron su educacin secundaria. Los resultados se muestran en la siguiente tabla.
Tabla. .
Tipo de institucin
fi
hi
Estatal
256 060
0,5405
Particular
154 275
0,3256
Particular religioso
58 673
0,1238
No escolarizado
4 472
0,0094
309
0,0007
Otro
Total
473 789
Realice un diagrama circular con dichos datos.

12. Observe el siguiente grfico e indique un posible error.
Notas importantes
ngulo
48
13. En la publicacin Revista Cientfica-Estudiantil de Ciencias Mdicas de Cuba se public el

artculo Pancreatitis aguda. Retos y perspectivas el cual contena el siguiente grfico.
Observe el grfico e indique un posible error.
Distribucin de pacientes segn hbito txico
Fuente: Datos tomados de HC del departamento de archivo del HDCQ 10 de Octubre

Tomado de http://www.16deabril.sld.cu/rev/228/articulo3.html
14. Observe los dos grficos siguientes e indique la posible diferencia de interpretacin entre
ambos.
15. En la agencia de viajes A se realiz una encuesta a 330 clientes respecto a las principales
quejas que tienen clientes acerca de los tours del tipo todo incluido al exterior. Las cuales
se detallan en el siguiente cuadro:
Agencia A. Distribucin de clientes segn principales quejas de clientes
Queja
Cambio de fecha de los vuelos
El hotel no era de la categora que se vea en el folleto
Los hoteles no incluyen bebidas premium
La comida de los hoteles no es de calidad excelente
Otros
Que les venden otros servicios como tiempo compartido
Nmero de quejas
Fuente: Direccin de Atencin al cliente. Agencia A
Realice el diagrama de Pareto correspondiente a estos datos.
Notas importantes
120
94
61
23
25
7
49
16. Uno de los objetivos de una investigacin en la empresa A es mostrar la composicin

porcentual del nmero de cursos de capacitacin dadas a sus trabajadores. Los siguientes datos muestran el nmero de capacitaciones que 48 trabajadores han recibido en el
presente ao.
3
Complete el cuadro y construya el grfico de bastones de frecuencias porcentuales para

la variable nmero de capacitaciones.
17. El objetivo de una investigacin sobre la lcuma, de la empresa A en el presente mes, es
establecer la distribucin de su peso para la exportacin. La lcuma es originaria de las
regiones tropicales de Sudamrica. Es empleada, sobre todo, en la preparacin de dulces,
postres y helados. En el siguiente cuadro se muestra el peso, en gramos, de una muestra
de 60 frutos.
167
186
194
203
213
172
186
195
204
214
173
187
195
205
218
180
189
195
207
218
182
190
197
207
218
182
191
197
207
219
183
191
199
207
220
183
192
201
209
222
183
193
201
210
223
184
194
201
212
226
185
194
201
212
228
186
194
201
213
232
Realice la tabla de distribucin de frecuencias de los datos.

18. La siguiente tabla corresponde a la distribucin de frecuencias de los salarios, en nuevos
soles, del ltimo mes de los empleados de la empresa A. Complete la tabla.
Empresa. A. Distribucin de trabajadores segn salarios, en nuevos soles, del ltimo mes
Clase
Marca
de clase
1200 -
Frecuencia
absoluta fi
Frecuencia
relativa hi
Frecuencia absoluta acumulada

Fi
Frecuencia relativa acumulada

Hi
120
1 800
300
0,42
780
150
Fuente. Gerencia de Recursos Humanos. Agosto 2014. Empresa A
19. En economa, la prima de riesgo es el sobreprecio que paga un pas para financiarse en
los mercados en comparacin con otros pases. De esta forma, cuanto mayor es el riesgo
pas, ms alta ser su prima de riesgo. Significa la confianza de los inversores en la solidez
de una economa. La prima de riesgo de los pases de la Unin Europea se calcula respecto de Alemania porque se supone que su deuda pblica es la que tiene menor riesgo de
impago. Para el caso de Espaa, la agencia de calificacin de riesgos A ha medido la prima de riesgo durante 50 das desde junio del 2015.
Notas importantes
50
Espaa. Distribucin de das segn prima de riesgo. Junio y julio del 2015
Prima de riesgo
Marca de clase
fi
hi
Fi
Hi
120
130
125
0,0200
0,0200
130
140
135
0,0600
0,0800
140
150
145
11
0,2200
15
0,3000
150
160
155
14
0,2800
29
0,5800
160
170
165
12
0,2400
41
0,8200
170
180
175
0,1200
47
0,9400
180
190
185
0,0600
50
1,0000
Fuente: Agencia de Calificacin de Riesgos A.
Grafique el histograma de frecuencias relativas, el polgono de frecuencias absolutas y la

ojiva de frecuencias relativas.
20. Indique el tipo y escala de medicin de las siguientes variables y su escala de medicin.
Variable
Nmero de personas que van a ver una pelcula
Gnero de una pelcula (drama, comedia, accin, etc.)
Duracin de una pelcula
Opinin sobre la pelcula (buena, regular, mala)
21. En el II Censo Nacional Universitario del ao 2010 realizado por el INEI se pregunt a los
alumnos de todo el Per por su tipo de universidad y su gnero. Los datos se muestran
en el siguiente cuadro.
Per. Distribucin de alumnos de pregrado por gnero y tipo de universidad. 2010
Gnero
Pblica
Privada
Total
Mujer
135 082
247 743
382 825
Hombre
174 093
226 052
400 145
309 175
473 795
782 970
Total
Fuente: INEI. II Censo Universitario. 2010
Interprete el valor 135 082 de la tabla.

Elabore un grfico comparativo que permita ver la composicin porcentual por gnero y
tipo de universidad.
Elabore un grfico comparativo que permita ver la composicin porcentual por gnero
segn tipo de universidad.
Elabore un grfico comparativo que permita ver la composicin porcentual por tipo de
universidad segn gnero.
Notas importantes
51
22. Encuentre todos los errores del siguiente grfico, realizado a partir de la Encuesta Nacional de Hogares realizada por el Instituto Nacional Estadstica e Informtica del Per entre
los aos 2005 y 2011.
Tomado de http://www.inei.gob.pe/perucifrasHTM/inf-soc/cuadro.asp?cod=3718&name=edu14&ext=gif
23. Indique si son verdaderas o falsas las siguientes afirmaciones.

Afirmacin
El valor de un parmetro se puede conocer solamente si se realiza un censo
En un estudio observacional se controlan las variables de inters
Solo las variables cuantitativas continuas pueden toman valores con decimales
Variable es el conjunto de mediciones obtenido de un elemento particular
Para graficar las ojivas se usan las marcas de clase
Con la ojiva se puede estimar el porcentaje de observaciones que corresponde a un intervalo
determinado
Para el polgono de frecuencias solamente se usa las frecuencias relativas
Los cuadros de doble entrada usan exclusivamente variables ordinales o nominales.
En un grfico circular, el ngulo que le corresponde a cada parte se obtiene multiplicando 360
por la respectiva frecuencia absoluta dividida entre la cantidad de datos.
La frecuencia porcentual de una clase es la proporcin de elementos que pertenecen a esa
clase.
En un grfico de barras apiladas al 100%, el alto de las barras es igual en cada categora.
Notas importantes
52
24. Se ha tomado un examen a 100 personas y registrado el tiempo empleado en terminarlo.

Indique si son verdaderas o falsas las siguientes afirmaciones con respecto al grfico.
Frecuencia acumulada
Distribucin porcentual de alumnos

segn el tiempo en resolver un examen
100
100
80
80
72
60
40
40
30
20
0
0
20
40
60
80
100
Tiempo (en minutos)

Fuente: Calidad Educativa Universidad A
Afirmacin
El nmero de personas que tarda 20 minutos o menos es 30
El nmero de personas que tarda ms de 20 pero menos o igual a 70 minutos es 42
El porcentaje de personas que tarda ms de 60 minutos es 28%
El porcentaje de personas que tarda 25 minutos o menos es 40%
El porcentaje de personas que tarda 20 minutos es 30%
25. Por qu se usan los grficos de bastn para variables discretas en vez de un grfico de
barras?
26. Por qu se redondea por exceso la amplitud en las distribuciones de frecuencias de datos continuos?
27. A nivel nacional, se observa que la curva de frecuencia acumulada del ingreso real para el
ao 2012 se ha desplazado ligeramente hacia la derecha, lo que indica un ..
(aumento o decremento) del ingreso en todos los segmentos de la distribucin.
Notas importantes
Unidad 2. Medidas descriptivas
Unidad 2 Medidas descriptivas

el estudiante analiza el comportamiento de datos reales
aplicando las medidas de resumen de datos.
Temario
Medidas de tendencia central: media aritmtica, mediana, moda, media ponderada
Medidas de posicin: cuartiles, deciles, percentiles
Medidas de dispersin: varianza, desviacin estndar, coeficiente de variacin
Medidas de asimetra
Diagramas de cajas
Notas importantes
53
54
Datos simples y datos agrupados
Datos simples
Datos agrupados
Se denomina datos simples (datos no

agrupados) a los valores que no estn
agrupados en distribuciones de
frecuencia.
Se denomina datos agrupados a los

valores que estn agrupados en
distribuciones de frecuencia.
Si se tienen datos simples no se construye la distribucin de frecuencias

para calcular la media, la mediana o cualquier estadstico,
se prefiere el clculo con los datos simples.
Ejemplo de datos simples

10,6 14,5 17,2 12,8 13,6 11,6 11,3 13,0 13,5 10,8 13,9 14,2 15,3 14,3 14,3 14,3
11,8 16,1 16,8 18,8 14,8 14,0 16,4 14,2 16,5 12,1 13,3 12,0 14,3 14,9 15,1 14,4
Ejemplo de datos agrupados por intervalos

Empresa A. Distribucin de obreros segn descuentos en su planilla en el presente mes
Descuentos, en nuevos soles
Marca de
clase
fi
hi
Fi
Hi
[204,1 ; 233,6]
218,85
16
0,2084
16
0,3334
]233,6 ; 263,1]
248,35
12
0,2500
28
0,5834
]263,1 ; 292,6]
277,85
0,1458
35
0,7292
]292,6 ; 322,1]
307,35
0,1458
42
0,8750
]322,1;351,6]
336,85
0,1250
48
1,0000
48
1,0000
Total
Fuente: RRHH Empresa A
Luego de una investigacin se tiene muchos datos, con ellos se puede realizar algunos
grficos y distribuciones de frecuencias, pero cmo resumir alguna caracterstica de la
informacin en un solo nmero?
Notas importantes
55
Medidas de tendencia central

Una medida de localizacin o de tendencia central se refiere al valor central que representa a los datos de una determinada variable.
Media
La media aritmtica (media o promedio) de un conjunto de valores de una variable es la
suma de dichos valores dividida entre el nmero de valores.
Notas importantes
56
Clculo de la media aritmtica

La frmula para la media poblacional es
N
x
i 1
Las frmulas para la media muestral son:
Caso Aerolnea Wayra

A una muestra de tripulantes de la aerolnea Wayra se les pregunt el tiempo, en aos,
que trabajan en Wayra. Calcule e interprete la media muestral.
4,1
3,5
4,6
2,3
3,5
4,5
2,0
0,5
6,1
3,7
1,2
2,3
Si la media muestral es mayor a 3,5 aos, se implementar un programa de incentivo

para que los tripulantes postulen a ascensos. Indique lo que har la compaa
Notas importantes
57
A una muestra de viajeros frecuentes se les pregunt por el nmero de veces que viaj
con Wayra en el ltimo mes. Calcule e interprete la media muestral.
Distribucin de viajeros frecuentes segn el nmero de veces que viaj en el ltimo mes
Nmero de veces
fi
71
133
346
85
15
hi%
Fuente: Wayra
A una muestra de 500 pasajeros premium se les pregunt por la cantidad de dinero que
estaran dispuestos a pagar por un men gourmet durante un vuelo nacional. Los datos
se muestran a continuacin. Calcule e interprete la media muestral.
Distribucin de viajeros premium segn lo que pagaran por men gourmet en vuelo nacional
Dinero (en soles)
Marca de clase
20
hi
Fi
Hi
0,05
225
30
Fuente: Wayra
Calcule e interprete la media muestral.
Notas importantes
fi
0,75
58
Calcule la media de los siguientes grupos de nmeros.

Grupo 1
Grupo 2
700
Qu nota al calcular la media de cada grupo?
Caractersticas de la media
-
Se puede calcular para datos medidos en escala de intervalo o razn.
El clculo de la media es sencillo y es una medida muy conocida.
El valor de la media es sensible a los valores extremos, por lo que vara mucho con
valores muy grandes o muy pequeos con respecto a los dems.
Si cada uno de los n valores xi es transformado en: yi = a xi + b, siendo a y b constantes, entonces, la media de los n valores yi es:
y ax b
Caso Aerolnea Wayra

La empresa Wayra ha decidido hacer dos ofertas a su sindicato sobre el aumento de
sueldo anual a sus trabajadores:
-
Aumento general del 5%.
Aumento del 2% ms un bono de 130 soles.
Si el sueldo promedio es de 4100 soles, cul de las dos ofertas debe aceptar el sindicato
si lo que desea es hacer mximo el sueldo medio de los trabajadores?
Notas importantes
59
Mediana
La mediana de un conjunto de datos ordenados es el valor que divide en dos partes a dicho conjunto.
Interprete alguna de las siguientes medianas.
Notas importantes
60
Clculo de la mediana
Caso Aerolnea Wayra

A una muestra de pasajeros se les registr el tiempo, en minutos, que demoraron en la
cola hasta ser atendidos en los counters del aeropuerto. Calcule e interprete la mediana
muestral. Los datos se muestran en la tabla siguiente.
10
25
10
14
18
11
15
14
13
15
17
14
25
Si la mediana es mayor a 15 minutos se aumentar la cantidad de personas en los counters de atencin del aeropuerto. Indique lo que har la compaa.
Notas importantes
61
De una muestra de 50 vuelos, se ha registrado el nmero de personas que pierden su

vuelo por presentarse tarde al counter del aeropuerto. Los datos se muestran a continuacin.
Distribucin de vuelos segn nmero de personas que pierden el vuelo por llegar tarde
Nmero de pasajeros
fi
19
13
hi%
Fuente: Wayra
Calcule e interprete la mediana muestral.
Calcule la mediana de los siguientes grupos de nmeros.

Grupo 1
11
12
13
14
15
16
Grupo 2
-70
11
12
13
14
15
700
Qu concluye al calcular la mediana de cada grupo?
Caractersticas de la mediana
-
Se puede calcular para variables medidas en escala de ordinal, intervalo o razn.
La mediana no se ve afectada por valores extremos, por lo que se prefiere como

medida de tendencia central cuando hay datos extremos o la distribucin de frecuencias no es simtrica.
Notas importantes
62
Moda
La moda de un conjunto de datos observados de una variable es el valor que se presenta
con mayor frecuencia.
Interprete alguna de las siguientes modas.
En un examen apareci la siguiente pregunta La moda del ingreso mensual de los trabajadores es 1 850 nuevos soles. Interprete. Un alumno respondi La mayora de trabajadores gana 1 850 nuevos soles. Indique si es correcta o incorrecta tal respuesta.
Notas importantes
63
Clculo de la moda
Para datos en distribuciones de frecuencia por intervalo,

- si la moda est en el primer intervalo, entonces d1 es igual a la primera frecuencia
- si la moda est en el ltimo intervalo, entonces d2 es igual a la ltima frecuencia.
Calcule la moda de los siguientes grupos de nmeros.

Grupo 1
Grupo 2
500
Qu concluye al calcular la moda?
Notas importantes
64
Caractersticas de la moda
-
La moda se puede calcular para cualquier escala de medicin.

El valor de la moda no se ve afectada por valores extremos.
La moda no siempre es un valor nico. Una serie de datos puede tener dos modas
(bimodal) o ms modas (multimodal). Algunas series de datos no tienen moda.
Caso Aerolnea Wayra

Objetivo. Lanzar una campaa para los clientes de tipo grupos.
Distribucin de pasajeros segn precio de pasajes, en dlares, por tipo de cliente
Precios de
pasajes
Marca de
clase
hi%
Grupos
hi%
Ocasional
hi%
Premium
hi%
Viajero frecuente
[0
176]
88
50,0%
43,5%
39,4%
52,9%
]176
352]
264
12,5%
13,0%
21,2%
13,7%
]352
528]
440
0,0%
9,8%
18,2%
0,0%
]528
704]
616
37,5%
9,8%
18,2%
33,3%
]704
880]
792
0,0%
13,0%
3,0%
0,0%
]880
1056]
968
0,0%
7,6%
0,0%
0,0%
]1056 1232]
1144
0,0%
2,2%
0,0%
0,0%
]1232 1408]
1320
0,0%
1,1%
0,0%
0,0%
Fuente Aerolnea Wayra S.A.

La empresa desea lanzar una campaa de marketing directo a los clientes de tipo ocasional considerando el precio de pasaje ms frecuente que suelen pagar. Cul es ese
precio?
Notas importantes
65
Objetivo: Comparar la media de los precios de pasajes por tipo de cliente.

Wayra lanzar una campaa de marketing a los dos tipos de clientes con los precios medios de pasajes ms altos. Indique los tipos de clientes a los que lanzar la campaa.
Objetivo: Establecer el costo medio de una campaa de fidelizacin de clientes.

Wayra lanzar una campaa de fidelizacin de clientes y rebajar 15% los precios de los
pasajes a Miami. Si la media del precio de estos pasajes es 740 dlares. Indique el nuevo
precio medio.
Wayra lanzar una campaa de fidelizacin de clientes y rebajar 10 dlares los precios
de los pasajes a Cusco. Si la media del precio de estos pasajes es 105 dlares. Indique el
nuevo precio medio.
Notas importantes
66
Objetivo. Analizar un reclamo de clientes premium sobre el precio excesivo de pasajes.

Los clientes premium han expresado su malestar por los precios de los pasajes. Por ello,
se desea conocer el precio mnimo del 50% de los pasajes ms costosos de estos clientes, con el fin de dar un descuento en su prximo viaje Cul es este precio mnimo?
Media ponderada
Permite calcular el valor medio considerando la importancia o peso de cada valor sobre
el total.
Clculo de la media ponderada

La frmula es:
n
xw
xw
i 1
n
w
i 1
donde:
xi: Observacin individual
wi: Peso asignado a cada observacin
Las notas de un alumno de Estadstica Descriptiva son:

PC1
PC2
Promedio de
laboratorios
Promedio de
controles
Examen
parcial
Examen
final
Trabajo
final
12
12
13
15
13
15
Si las prcticas pesan de la nota final, los laboratorios ..,

los controles , el examen parcial ., el examen final y
el trabajo final. cul es el promedio final del alumno?
Notas importantes
67
Cuantiles
Los cuantiles son valores de la distribucin que la dividen en partes iguales, es decir, en
intervalos, que comprenden el mismo nmero de valores. Los ms usados son:
- cuartiles, que dividen a la distribucin en cuatro partes,
- deciles, que dividen a la distribucin en diez partes,
- percentiles, que dividen a la distribucin en cien partes.
Deciles
Un decil se refiere a cada uno de los nueve valores que dividen un grupo de datos (clasificados con una relacin de orden) en diez partes iguales, de manera que cada parte representa un dcimo de la poblacin.
El siguiente grfico muestra la evolucin del ingreso real promedio per cpita en el Per
del ao 2013 al 2014. Qu grupo mejor porcentualmente ms sus ingresos, las personas con menores o con mayores ingresos?
Notas importantes
68
Percentil
El percentil k-simo Pk es un valor tal que por lo menos k por ciento de las observaciones
son menores o iguales que este valor.
Interprete alguno de los siguientes percentiles.
Notas importantes
69
Clculo del percentil
Calcule el percentil 75 de los siguientes grupos de nmeros.

Grupo 1
10
12
13
14
15
16
17
Grupo 2
10
12
13
14
15
16
17
Qu concluye al calcular dicho percentil?
Caractersticas de los percentiles

-
Se puede calcular en variables medidas en escala ordinal, de intervalo y razn.
El valor del percentil no se ve afectado por valores extremos.
Notas importantes
700
70
Caso Aerolnea Wayra

Objetivo. Analizar un reclamo de clientes Premium sobre el precio excesivo de pasajes.
Distribucin de pasajeros segn precio de pasajes de clientes Premium, en dlares
Precios de pasajes
Marca de clase
hi%
[0
176]
88
39,4%
]176
352]
264
21,2%
]352
528]
440
18,2%
]528
704]
616
18,2%
]704
880]
792
3,0%
Fuente: Aerolnea Wayra S.A.
Calcule el precio mximo de un pasaje para estar en el 20% de los pasajes ms baratos.
Calcule el precio mnimo de un pasaje para estar en el 20% de los pasajes ms caros.
Calcule el porcentaje de clientes que pag como mximo 600 dlares.
Notas importantes
71
Ejemplo 9
La siguiente tabla corresponde a la distribucin de frecuencias de los 200 trabajadores
de la empresa A segn salario, en nuevos soles, del ltimo mes.
Distribucin de empleados segn salario del ltimo mes
Salario (en nuevos soles)
fi
hi
Fi
Hi
450 - 650
32
0,160
32
0,160
650 - 850
40
0,200
72
0,360
850 1 050
60
0,300
132
0,660
1 050 1 250
48
0,240
180
0,900
1 250 1 450
20
0,100
200
1,000
Fuente: Empresa A
Calcule el sueldo mnimo para estar en el 15% de los trabajadores mejores pagados.
Solucin
Usando las frecuencias absolutas se tiene:
P85 Li
w n 85
200 200 85
F4 1 1050
132 1208,33
f4 100
48 100
nuevos soles
Usando las frecuencias relativas se tiene:
P85 Li
w 85
200 85
H4 1 1050
0,66 1208,33
h4 100
0,24 100
nuevos soles
El sueldo mnimo para estar en el 15% de los trabajadores mejores pagados es

S/.1208,33.
Notas importantes
72
Medidas de variabilidad
Con las medidas de tendencia central es

posible determinar el valor central de una
distribucin, pero no indican qu tan
cercanos o lejanos estn los datos de dicho
valor central.
Las medidas de variabilidad indican cun

alejados estn los valores de una variable
del valor que los representa y, por lo tanto,
permiten evaluar la confiabilidad de ese
valor central.
Si la medida de dispersin:
- tiene un valor pequeo, los datos estn concentrados alrededor de la medida de tendencia
central,
- tiene un valor grande, los datos no estn concentrados alrededor de la medida de tendencia
central.
Notas importantes
73
Varianza
La varianza es el promedio de los cuadrados de la diferencia de cada dato con la media.
Las unidades de la varianza son las unidades de los datos al cuadrado.
Clculo de la varianza
La frmula para la varianza poblacional es
N
x
i 1
La frmula para la varianza muestral es
Desviacin estndar
La desviacin estndar es la raz cuadrada positiva de la varianza.
La desviacin estndar poblacional se denota por y la muestral por s.
Calcule la desviacin estndar de los siguientes grupos de nmeros.

Grupo 1
Grupo 2
700
Qu concluye al calcular dicha medida de dispersin?
Notas importantes
74
Caractersticas de la varianza y la desviacin estndar

-
La varianza y la desviacin estndar se ven afectadas por valores extremos.
La varianza y la desviacin estndar son nmeros reales no negativos.
Se pueden calcular para variables medidas en escala de intervalo o razn.
La varianza es expresada en unidades cuadrticas a las unidades de los datos, mientras que, la desviacin estndar es expresada en las mismas unidades de los datos.
Si cada uno de los n valores xi es transformado en yi = a xi + b, siendo a y b constantes, entonces, la varianza de los n valores yi es:
sY2 a2 s2X
sY = a sX
Caso Aerolnea Wayra

La empresa Wayra ha decidido hacer dos ofertas a su sindicato sobre el aumento de
sueldo anual a sus trabajadores:
-
Aumento general del 5%.
Aumento del 2% ms un bono de 130 soles.
Si la desviacin estndar de los sueldos es de 350 soles, cul de las ofertas debe aceptar el sindicato si lo que desea es hacer mnima la desviacin estndar de los sueldos?
Calcule la desviacin estndar de los siguientes grupos de nmeros.

Grupo 1
Grupo 2
1001
1002
1003
1004
1005
1006
1007
Qu concluye al calcular dicha medida de dispersin?
Notas importantes
75
Coeficiente de variacin
El coeficiente de variacin (CV) de un conjunto de datos indica el porcentaje que es la
desviacin estndar en comparacin con la media.
Es til al comparar la
variabilidad de dos o
ms series de datos
que se expresan en distintas o iguales

unidades, pero difieren a tal punto que
una comparacin directa de las
respectivas desviaciones estndar no es
muy til,
por ejemplo,
cuando las medias
estn muy
distantes.
Observe las dos imgenes siguientes.
Tomado de http://gastronomiaycia.republica.com/
Complete los siguientes textos, con respecto a la variabilidad de los tamaos de las
manzanas en ambos grupos.
En el grupo de la izquierda hay mayor ... en el tamao de las manzanas.
En el grupo de la izquierda hay menor ... en el tamao de las manzanas.
En el grupo de la derecha hay mayor .. en el tamao de las manzanas.
En el grupo de la derecha hay menor .. en el tamao de las manzanas.
Clculo del coeficiente de variacin

La frmula para el coeficiente de variacin poblacional es CV
100%
s
x
La frmula para el coeficiente de variacin muestral es CV 100%
Caractersticas del coeficiente de variacin

-
El coeficiente de variacin se calcula en variables medidas en escala de razn.
Se debe calcular para valores positivos.
Notas importantes
76
Caso Aerolnea Wayra

Objetivo: Analizar si la compra con promociones genera mayor variabilidad de los tiempos de espera en la compra de un pasaje.
Distribucin de pasajeros segn tiempos de espera para adquirir un
boleto por condicin de compra
Porcentaje de pasajeros
40%
36.3%
35%
30%
26.7%
25%
25.0%
23.3%
20%
Sin promocin
Con promocin
30.0%
20.0%
17.5%
15%
11.3%
10%
5%
3.8%
0.0%
0%
7.5
Fuente: Aerolnea Wayra S.A.
12.5
17.5
22.5
27.5
32.5
2.5%
1.3%
37.5
42.5
2.5%
47.5
52.5
Tiempos de espera, en minutos
Con la siguiente informacin compare la variabilidad en los tiempos de espera en la

compra de un pasaje entre pasajeros que compran con o sin promocin.
Ejemplo 10
Los siguientes datos representan resmenes del nmero de mediciones de resistencia
de cierto artculo que realizaron dos grupos de tcnicos.
Grupo 1: media = 3 y desviacin estndar = 1,10
Grupo 2: media = 5 y desviacin estndar = 1,66
En cul de los grupos el nmero de mediciones es ms disperso?
Solucin
Como los promedios son diferentes, se usa como indicador el coeficiente de variacin:
1,10
100% 36,67%
3
1,66
CV2
100% 33,20%
5
CV1
El nmero de mediciones es ms disperso en el grupo 1.

Notas importantes
77
Rango
El rango (alcance, amplitud o recorrido) de un conjunto de datos observados es la diferencia entre el dato mayor y el dato menor.
Clculo del rango

Rango = R = Xmax - Xmin
Mnimo valor
Mximo valor
Rango = Xmx - Xmn

donde Xmax y Xmin son los valores mximo y mnimo observados de la variable
Caractersticas del rango

-
Se puede calcular en variables medidas en escala de intervalo o razn
Se ve muy afectado por valores extremos.
Rango intercuartil
Es la diferencia entre el tercer y primer cuartil.
Clculo del rango intercuartil

Rango intercuartil = RIC = Q3 Q1= P75 P25
25%
50%
P25
RIC = P75- P25
25%
P75
Caractersticas del rango intercuartil

-
Se puede calcular en variables medidas en escala de intervalo o razn.
No se ve afectado por valores extremos.
Notas importantes
78
Indique cul de los dos grupos tiene una mayor variabilidad en el 50% de los valores centrales.
Grupo 1
10 10 11 12 13 14
Grupo 2
9 10 11 12 15 15 17 89
En base a sus resultados, qu puede afirmar sobre los datos de cada grupo?
Calcule la mediana y desviacin estndar muestral de los siguientes grupos de datos.

Grupo 1
Grupo 2
En base a sus resultados, qu puede afirmar sobre los datos de cada grupo?
Notas importantes
79
Medidas de asimetra
Coeficiente de asimetra de Pearson
Mide si los datos aparecen ubicados simtricamente o no respecto de la media.
Clculo del coeficiente de asimetra de Pearson

El coeficiente de asimetra para datos simples o agrupados se calcula con la siguiente
frmula:
x Mediana
As 3
Si el coeficiente de simetra As es:
positivo, indica sesgo a la

derecha (cola derecha)
igual a cero la
distribucin es simtrica
alrededor de la media
negativo indica sesgo a la

izquierda (cola izquierda)
Caso Aerolnea Wayra

Objetivo. Comparar el tiempo de espera de su equipaje de los pasajeros de los aeropuertos de dos ciudades.
Ciudad A
Media = 18,5 minutos, mediana = 16,1 minutos y desviacin estndar = 4,3 minutos
Ciudad B
Media = 16,7 minutos, mediana = 17,4 minutos y desviacin estndar = 3,8 minutos
El coeficiente de asimetra de la ciudad A es ..
El coeficiente de asimetra de la ciudad B es ..
Complete los siguientes textos, con respecto a la asimetra de los tiempos de espera del
equipaje en ambas ciudades.
Los datos de la ciudad A tiene asimetra .., es decir, hay una
mayor concentracin en los valores ...
Los datos de la ciudad B tiene asimetra .., es decir, hay una
mayor concentracin en los valores ...
Notas importantes
80
Diagrama de cajas
Un diagrama de cajas es una grfica que describe la distribucin de un conjunto de datos
tomando como referencia los valores de los cuartiles como medida de posicin y el valor
del rango intercuartil como medida de referencia de dispersin. Adems, nos permite
apreciar visualmente el tipo de distribucin de los datos (simtrica o asimtrica) y la
identificacin de valores extremos (datos atpicos).
Dato atpico
Es un dato inusualmente grande o pequeo con
respecto a los otros datos. Se considera dato atpico a cualquier punto que est:
-
a ms de 1,5(RIC) por arriba (o a la derecha)

del tercer cuartil
a ms de 1,5(RIC) por debajo (o a la izquierda)

del primer cuartil
Pasos para trazar un diagrama de cajas
Se traza un rectngulo con los

extremos en el primer y tercer
cuartil
Se ubican los lmites mediante

el rango intercuartil,
el lmite superior est a 1,5 RIC
arriba (o a la derecha) de Q3
el lmite inferior est a 1,5 RIC
debajo (o ala izquierda) de Q1
Se marcan con un asterisco (*)

las localizaciones de los valores
atpicos
Notas importantes
En la caja se traza una recta

vertical en el lugar de la
mediana. As, la lnea de la
mediana divide los datos en
dos partes iguales
Se trazan los bigotes desde los

extremos de las cajas hasta los
valores mnimo y mximo
dentro de los lmites inferior y
superior
81
Caso Aerolnea Wayra

Objetivo. Comparar el precio de los pasajes segn por promociones.
Complete el diagrama de cajas con la siguiente informacin:
Datos de precios de pasajes de clientes que compraron su pasaje con promocin
75 140 150 155 155 200 234 270 280 320 460 470 475 570 1150
Estadsticos
Con promocin
Sin promocin
Percentil 25
67,5
Percentil 50
355,0
Percentil 75
540,0
Rango intercuartil
472,5
Largo mximo del bigote = 1,5 RIC
708,75
Lmite inferior = P25 1,5 RIC
-641;25
Lmite superior = P75 + 1,5 RIC
1248,75
Mnimo
45
Mximo
950
La condicin de compra que presenta menor mediana en el precio de los pasajes es

... y este valor es ..
La condicin de compra que presenta mayor variabilidad en el precio del 50% de los valores centrales es ... pues ..
La condicin de compra que presenta valores atpicos en los precios de los pasajes es
... y dichos valores atpicos son ..
Notas importantes
82
Ejemplo 11
Los registros policacos del distrito A muestran los siguientes nmeros de informes de
delitos diarios para una muestra de das durante los meses de invierno y una muestra de
das durante los meses de verano.
Invierno
12 14 15 15 17 17 18 18 20 21 21 21 21 22
Verano
10 12 18 20 20 20 24 24 26 27 27 27 28 28
Construya un grfico que permita comparar, entre invierno y verano, los valores medios,
la variabilidad y encontrar los valores atpicos del nmero de delitos diarios.
Solucin
Se debe calcular los percentiles con datos simples. No calcule la distribucin de frecuencias.
Calculemos los percentiles y los rangos intercuartiles.
Estadsticos
Invierno
Verano
Percentil 25
7,5
9,0
Percentil 50
16,0
20,0
Percentil 75
20,5
26,5
Rango intercuartil
20,5 7,5=13,0
26,5 9,0=17,5
Largo mximo del bigote = 1,5 RIC
1,5 x 13 = 19,5
1,5 x 17,5 = 26,25
Lmite inferior = P25 1,5 RIC
7,5 19,5 = -12,0
9,0 26,25 = -17,25
Lmite superior = P75 + 1,5 RIC
20,5 + 19,5 = 40
26,5 + 26,25 = 52,75
Para el invierno, de acuerdo con los datos, los bigotes llegan como mnimo a 5 y como
mximo a 22.
Para el verano, de acuerdo con los datos, los bigotes llegan como mnimo a 5 y como
mximo a 28.
No hay valores atpicos, pues ningn est fuera de los lmites.
Notas importantes
83
Ejercicios de la Unidad 2
1. Los datos siguientes corresponden a la estatura, en metros, de una muestra aleatoria de
hombres peruanos de 18 aos. Calcule e interprete la media de la estatura de la muestra.
1,67
1,70
1,83
1,65
1,70
1,65
1,60
1,70
1,61
1,69

hombres peruanos de 18 aos.
Distribucin de una muestra de peruanos de 18 aos, segn su estatura
Estatura (en metros)
fi
hi
1,60
50
0,2778
1,63
78
0,4333
1,66
28
0,1556
1,70
14
0,0778
1,75
10
0,0556
Fuente: MINSA
Calcule e interprete la media de la estatura de la muestra.

hombres peruanos de 18 aos. Complete la distribucin de frecuencias.
Distribucin de una muestra de peruanos de 18 aos, segn su estatura
Estatura (en metros)
Marca de clase
fi
hi
Fi
155
Hi
0,48
0,32
167
0,95
600
Fuente: MINSA
Calcule e interprete la media de la estatura de la muestra. Use las frecuencias absolutas.

4. Una tienda rebaja los precios, en 12%, a toda su lnea de casacas. Si la media de los precios de las casacas antes de la rebaja era de 155 nuevos soles. Calcule la nueva media de
los precios.
5. En una empresa el sueldo medio es 2500 nuevos soles. La gerencia, luego de la negociacin con el sindicato, decide realizar un aumento del 3,5% y un bono de 150 nuevos soles
a cada trabajador. Calcule el nuevo sueldo medio.
6. Se registra los tiempos, en minutos, que se demora una cajera en atender a algunos
clientes del supermercado A.
5,3
2,7 10,7 8,2 3,0 5,4 5,6 10,2 11,3 2,6 2,6 5,4 3,5 7,0 11,5
Calcule e interprete el valor de la mediana.

Notas importantes
84
7. En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadstica e Informtica se pregunt a las madres peruanas que fueron menores de edad cuando naci
su primer hijo(a) nacido vivo, obtenindose los siguientes resultados.
Per. Distribucin de peruanas segn edad al nacer su primer hijo(a) vivo. 2007
Edad de la madre
fi
hi
Fi
Hi
12 aos
6,380
0,0054
6,380
0,0054
13 aos
13,840
0,0118
20,220
0,0173
14 aos
62,898
0,0537
83,118
0,0710
15 aos
210,250
0,1795
293,368
0,2505
16 aos
366,822
0,3132
660,190
0,5636
17 aos
511,133
0,4364
1,171,323
1,0000
Fuente: PER, INEI. Censos Nacionales 2007
Calcule e interprete la mediana de la variable en estudio.

8. En una ciudad, se tom una muestra aleatoria de 1000 personas y se les pregunt por su
ingreso mensual, en dlares, obtenindose los siguientes resultados.
Distribucin de personas segn ingreso mensual
Ingreso (en dlares)

300
700
700
1 100
1 100
1 500
1 500
1 900
1 900
2 300
Fuente: Empresa A
Marca de clase
fi
hi
Fi
Hi
500
104
0,104
104
0,104
900
224
0,224
328
0,328
1 300
437
0,437
765
0,765
1 700
151
0,151
916
0,916
2 100
84
0,084
1000
1,000
Calcule e interprete la mediana de la variable en estudio.

9. En la empresa A se tom un examen de conocimientos sobre los procesos administrativos. Los resultados se muestran en la siguiente tabla:
Distribucin de trabajadores segn resultados del examen de conocimientos
Puntaje del examen
Marca de clase
fi
hi
Fi
Hi
20
40
40
30
54
0,3103
54
0,3103
60
50
60
0,3448
114
0,6552
60
80
70
48
0,2759
162
0,9310
80
100
90
12
0,0690
174
1,0000
Fuente: Empresa A
Calcule e interprete la moda del puntaje.

10. Complete los siguientes textos:
La mediana de un conjunto de datos ordenados es el valor que divide en dos partes a
dicho conjunto. El .. son menores o igual a la mediana.
Usar la mediana como medida de tendencia central es preferible a usar la media cuando.
Notas importantes
85
11. Calcule e interprete la moda de los siguientes datos, que corresponden al nmero de
errores ortogrficos por correo electrnico que cometen algunos gerentes de una empresa en una comunicacin escrita.
2

Afirmacin
Verdadero
Falso
La mediana se puede calcular solo en variables cuantitativas

La media es un valor que siempre est entre el mnimo valor y el
mximo valor de los datos
Si se tienen datos simples se construye la distribucin de frecuencias para calcular la mediana.
La media se puede calcular solo en variables medidas en escala de
razn
13. Los siguientes datos corresponden a consumos, en nuevos soles, de alumnos en la cafetera de una universidad. Calcule la desviacin estndar y la varianza.
3,0
7,5
5,5
12,0
6,5
2,7
2,0
4,5
8,0
4,0
2,5
3,0
1,5
7,0
14. Los datos corresponden a las notas de 327 alumnos en la primera prctica de Estadstica
Descriptiva del ciclo anterior. Calcule la desviacin estndar muestral.
Distribucin de alumnos segn notas de la primera prctica de Estadstica Descriptiva
Nota
fi
hi
Fi
Hi
12
110
0,3364
110
0,3364
14
136
0,4159
246
0,7523
15
44
0,1346
290
0,8869
16
37
0,1131
327
1,0000
Fuente: Secretara Acadmica. Universidad A
15. Los datos muestran las ventas de 90 vendedores de una empresa en el ltimo mes.
Distribucin de vendedores segn volumen de venta en el ltimo mes
Ventas, en miles de dlares
Marca de clase
fi
hi
Fi
Hi
5,0
7,8
6,4
13
0,144
13
0,144
7,8
10,6
9,2
20
0,222
33
0,367
10,6
13,4
12,0
38
0,422
71
0,789
13,4
16,2
14,8
19
0,211
90
1,000
Fuente: Empresa A
Calcule la desviacin estndar muestral.

Notas importantes
86
16. En una tienda, la desviacin estndar de los precios de los jeans es de 20 nuevos soles,
calcule la nueva desviacin estndar de los precios de los jeans si se realiza:
a. una rebaja del 6% de todos los precios,
b. una oferta y se rebaja ocho soles a cada precio.
17. El siguiente cuadro muestra la distribucin de los sueldos mensuales, en nuevos soles, de
los empleados de las empresas A y B.
Distribucin de empleados segn salario mensual de las empresas A y B
Sueldos
fi
Empresa A
Marca de
clase
[1 500 2 500]
2 000
]2 500 3 500]
Sueldos
fi
Empresa B
Marca de
clase
120
[3 000 3 500]
3 250
150
3 000
80
]3 500 4 000]
3 750
120
]3 500 4 500]
4 000
77
]4 000 4 500]
4 250
45
]4 500 5 500]
5 000
63
]4 500 5 000]
4 750
55
Fuente: Empresa A
Fuente: Empresa B
Cul de los grupos presenta mayor variabilidad de salarios?

Si en la empresa A hay un aumento de sueldo del 6%, mientras que en la empresa B se
da un aumento de sueldo del 4% y una bonificacin de 120 nuevos soles. Luego de los
aumentos, qu grupo presenta mayor variabilidad de salarios?
18. Los siguientes datos representan las notas de la primera prctica de alumnos de Estadstica Descriptiva. Calcule e interprete el percentil 25 de los siguientes datos.
Distribucin de alumnos segn notas de la primera prctica de Estadstica Descriptiva
xi
fi
hi
Fi
Hi
12
0,025
0,025
13
46
0,230
51
0,255
14
109
0,545
160
0,800
16
40
0,200
200
1,000
Fuente: Secretara Acadmica. Universidad A
19. Las notas de un curso de capacitacin sobre tributacin se muestran en la siguiente distribucin de frecuencias.
Distribucin de empleados segn notas del curso de capacitacin. Agosto 2015
Notas
Marca de clase
fi
hi
Fi
Hi
08 10
15
0,1056
15
0,1056
10 12
11
48
0,3380
63
0,4437
12 14
13
60
0,4225
123
0,8662
14 16
15
12
0,0845
135
0,9507
16 18
17
0,0493
142
1,0000
Fuente: Empresa A. Gerencia de RRHH

Notas importantes
87
Calcule la nota mnima para estar en el quinto superior.

Calcule la nota mxima para estar en el 10% de las notas ms bajas.
Calcule el porcentaje de personas que tuvo notas menores o iguales a 13.
Calcule el porcentaje de personas que tuvo notas mayores a 12 y menores o iguales a
15,5.
20. Dados los siguientes datos, calcule e interprete el percentil 30 y el percentil 75.
38
45
20
20
10
12
18
28
18
23
11
15
21. En el artculo Estudios espaoles de crecimiento 2008. Nuevos patrones antropomtricos se muestra el siguiente grfico:
Tomado de http://www.sciencedirect.com/science/article/pii/S1575092208758455
Qu significa que para las jvenes de 18 aos el percentil 3 del peso sea 44 kilos?
Qu significa que para las jvenes de 19 aos el percentil 50 de la talla es 1,64 metros?
22. El tiempo, en meses, que viene laborando 51 trabajadores en una empresa se registra en
la siguiente tabla.
6
11
12
13
15
15
15
16
16
17
17
17
18
18
18
19
19
19
19
19
19
19
19
19
20
20
20
20
20
21
21
21
22
22
22
22
23
23
24
26
26
26
28
29
29
31
41
48
50
60
Calcule el rango y el rango intercuartil de los datos.

Notas importantes
88

Afirmacin
Verdadero
Falso
El percentil 90 es siempre mayor al percentil 10

El cuartil 2 es igual al decil 5
El percentil siempre se expresa en porcentaje
Si todos los pesos son iguales, la media ponderada es igual a la
media aritmtica
La media ponderada no tiene unidades
24. La siguiente tabla muestra informacin de los precios del artculo A (en nuevos soles) en
establecimientos elegidos al azar en el distrito de La Molina.
Distribucin de establecimientos de la Molina segn precios del artculo A
Intervalo de
clase
Marca de
clase
Frecuencia
absoluta
Frecuencia
relativa
Frecuencia absoluta acumulada
Frecuencia relativa acumulada
0,150
0,300
8,35
22
0,900
40
Fuente: Indecopi
Complete la tabla anterior si se sabe que el rango intercuartil es 0,8.

25. De datos sacados de la Intranet de la Universidad A, se desea comparar el resultado de la
primera prctica de tres horarios de un curso de estadstica, para lo cual, se tienen los siguientes resultados.
H1 10 11 11 12 12 12 12 13 13 13 14 15 15 16 16 17 18 18 19 19 19 20
H2
4 11 11 11 12 12 13 13 14 14 15 15 16 16 15 16 16 17 17 18
H3
9 10 10 10 11 12 12 12 12 13 13 13 13 14 14 15 15 15 17
Construya un diagrama de cajas que permita comparar el resultado de los horarios.

Indique el horario con mayor mediana de notas, el horario con mayor rango intercuartil
y el horario donde existen valores atpicos.
26. Complete el siguiente texto:
Los datos atpicos se define como ...
Se trazan los bigotes desde los ... de las cajas hasta los valores mnimo
y mximo ... de los lmites inferior y superior.
Notas importantes
89

Afirmacin
Verdadero
Falso
El coeficiente de asimetra tiene unidades las mismas unidades

que los datos
Si a cada valor de un grupo de datos se le aumenta en 10%, el
coeficiente de asimetra no vara
Si a cada valor de un grupo de datos se le aumenta 10 unidades, el
coeficiente de asimetra no vara
En un diagrama de cajas siempre se puede conocer el mximo y
mnimo de un grupo de datos
28. En un examen de Estadstica Descriptiva se tom la siguiente pregunta:

Con la intencin de conocer los hbitos y preferencias de los estudiantes acerca de los
productos naturales, se contrat los servicios de la consultora Data Mining Today S.A. la
cual elabor una encuesta para el estudio de mercado y se aplic a 400 estudiantes de
diferentes instituciones educativas. Algunos resultados fueron:
-
El 70% de los encuestados prefiere consumir productos naturales enlatados.

La fruta ms consumida es la manzana, seguida por el pltano y la pera.
El gasto promedio por semana en productos naturales es de 25 nuevos soles con
una desviacin estndar de 5 nuevos soles.
El 15% de los encuestados gasta ms de 28 nuevos soles semanales en productos
naturales.
El 50% de los encuestados tiene una edad superior a 20 aos.
El nmero promedio de vasos de yogurt consumidos durante la semana es de 6.
En base a esta informacin indique:
(1,5 puntos)
Poblacin
Variable cuantitativa continua
Variable cuantitativa discreta
Variable
Nombre del estadstico
Valor del estadstico
Tendencia central
Dispersin
Posicin
Lo siguiente es la respuesta de un alumno, pngale nota.

Poblacin
Los 400 estudiantes de diferentes instituciones educativas
Cuantitativa continua
Gasto promedio semanal en productos naturales
Notas importantes
Nmero promedio de vasos de yogurt consumidos durante

la semana
90
Variable
Tendencia
central
Dispersin
Nombre del estadstico
Fruta consumida
Moda
Manzana, pltano y
Gasto promedio semanal
Desviacin estndar
5 soles
Percentil
70
pera
en productos naturales
Tipo de producto prefe-
Posicin
Valor del estadstico
rido
29. El salario, en cientos de soles, de los trabajadores una empresa se presenta a continuacin:
13
12
13
14
15
15
15
18
23
24
24
25
25
36
42
48
60
Calcule el coeficiente de asimetra de Pearson

30. El siguiente cuadro muestra la distribucin de los sueldos mensuales de los empleados de
las empresas A y B.
Distribucin de empleados segn de sueldos mensuales en la empresa A y B
Sueldos
Empresa A
Marca de
clase
fi
[1 500 2 500]
2 000
]2 500 3 500]
Sueldos
Empresa B
Marca de
clase
fi
45
[3 000 3 500]
3 250
18
3 000
148
]3 500 4 000]
3 750
70
]3 500 4 500]
4 000
60
]4 000 4 500]
4 250
70
]4 500 5 500]
5 000
15
]4 500 5 000]
4 750
18
Verdadero
Falso
Fuente: Empresa A
Fuente: Empresa B
Calcule la asimetra de los dos grupos. Realice una conclusin

Afirmacin
El coeficiente de variacin se puede calcular en escalas de intervalo y de razn
Si las unidades de los datos son minutos, la varianza se expresa
en minutos al cuadrado
El rango intercuartil se ve muy afectado por valores muy grandes o muy pequeos
El coeficiente de variacin tiene las mismas unidades que la
varianza
Notas importantes
Unidad 3 Unidad 3: Teora de la probabilidad

el estudiante analiza situaciones reales de incertidumbre,
utilizando conceptos relacionados con probabilidades.
Temario
Reglas de conteo y combinaciones
Probabilidad: concepto, experimento aleatorio, espacio muestral y evento
Operaciones con eventos
Probabilidad condicional
Probabilidad total
Teorema de Bayes
Diagrama del rbol
Eventos independientes
Unidad 3. Teora de Probabilidad
93
Experimentos, reglas de conteo y asignacin de probabilidades

La probabilidad mide o cuantifica la posibilidad de ocurrencia de un evento.
La probabilidad es el lenguaje para describir y tratar la incertidumbre.
Marque con un aspa, asignando una opcin a la situacin descrita de acuerdo con su posibilidad de ocurrencia.
Situacin
Muy poco
probable
Poco
probable
Igualmente probable que ocurra

o que no ocurra
Bastante
probable
Muy
probable
El nuevo gobierno baje los

ndices de criminalidad
Aprobar este curso
Lanzo un dado y sale un
nmero par
El PBI del Per crecer 4%
este ao
Per se clasificar al
Mundial Rusia 2018
Experimento aleatorio
Es todo proceso que genera dos o ms resultados bien definidos sin que se pueda predecir con certeza cul de ellos ser observado u ocurrir en cada realizacin del proceso.
En cualquier repeticin simple de un experimento, ocurrir uno y solo uno de los posibles resultados experimentales.
Espacio muestral
Es el conjunto de todos los posibles resultados de todos los resultados experimentales.
Se le suele simbolizar por S o .
Evento
Un evento es un subconjunto del espacio muestral.
Al realizar un experimento, diremos que el evento A ha ocurrido si el resultado obtenido
es un elemento del evento A.
Notas importantes
94
Probabilidad de un evento
La probabilidad es una medida numrica de la posibilidad de que ocurra un evento. Por
tanto, la probabilidad es una medida del grado de incertidumbre asociado con un evento.
Los valores de la probabilidad siempre se asignan en una escala de 0 a 1.
Una probabilidad cercana a 0 indica que es difcil que el evento ocurra, mientras que,
una probabilidad cercana a 1 indica que es casi seguro que el evento ocurra.
Poca probabilidad
de ocurrencia
Alta probabilidad
de ocurrencia
0,5
La ocurrencia del evento es

tan probable como improbable
Ejemplo 12
Sea el experimento aleatorio Una app se ofrece por App Store y se registra el nmero
de descargas en un da. Indique el espacio muestral definido, un evento y asigne una
probabilidad de ocurrencia a dicho evento.
Experimento
aleatorio
Una app se
ofrece por App
Store y se
registra el
nmero de
descargas en
un da
Espacio muestral
S = {0, 1, 2,
3, 4, 5, 6, 7,
...}
Evento
A = que el
nmero de
descargas
sea mayor a
5 = {6, 7, ....}
Probabilidad
P(A) = 0,10
Sea el experimento aleatorio El seleccionado femenino de voleibol del Per juega un

partido frente a su similar de Brasil y se registra el resultado. Indique el espacio muestral definido, un evento y asigne una probabilidad de ocurrencia a dicho evento.
Experimento
aleatorio
Notas importantes
Espacio muestral
S = {
Evento
A = {
Probabilidad
P(A) =
95
Sea el experimento aleatorio Una persona que tiene mucha experiencia invierte en la
Bolsa de Valores y se registra si tiene utilidades o no. Indique el espacio muestral definido, un evento y asigne una probabilidad de ocurrencia a dicho evento.
Experimento
aleatorio
Espacio muestral
S = {
Evento
A = {
Probabilidad
P(A) =
Sea el experimento aleatorio Leo Messi, jugando por su seleccin, va a disparar un penal en la definicin de penales de una copa y se registra el resultado, indique el espacio
muestral definido, un evento y asigne una probabilidad de ocurrencia a dicho evento.
Experimento
aleatorio
Espacio muestral
S = {
Evento
A = {
Probabilidad
P(A) =
Sea el experimento aleatorio Un sistema mide la actividad ssmica en la ciudad de Lima

y se registra si hay un terremoto en el ao 2017, indique el espacio muestral definido,
un evento y asigne una probabilidad de ocurrencia a dicho evento.
Experimento
aleatorio
Espacio muestral
S = {
Evento
A = {
Probabilidad
P(A) =
Sea el experimento aleatorio Una persona invierte en un negocio muy riesgoso y registra el nmero de veces que invirti hasta tener el primer xito. Indique el espacio
muestral definido, un evento y asigne una probabilidad de ocurrencia a dicho evento.
Experimento
aleatorio
Notas importantes
Espacio muestral
S = {
Evento
A = {
Probabilidad
P(A) =
96
Definicin clsica de la probabilidad de un evento

Sea un experimento aleatorio cuyo correspondiente espacio muestral S est formado
por un nmero n finito de posibles resultados distintos y con la misma probabilidad de
ocurrir, entonces definimos la probabilidad de un evento como:
P(A)
nA nmero de casos favorables al evento A
nS
nmero total de casos
Ejemplo 13
Sea el experimento aleatorio Lanzar un dado y anotar el nmero de puntos de la cara
superior, indique el espacio muestral definido, un evento e indique su probabilidad de
ocurrencia.
Solucin
Experimento
aleatorio
Lanzar un
dado y anotar
el nmero de
puntos de la
cara superior
Espacio muestral
S = {1 2, 3, 4,
5, 6}
Evento
A = {1 , 3, 5}
Probabilidad
P(A) = n(A) /
n(S) = 3/6 =
0,5
Ejemplo 14
Sea el experimento aleatorio Lanzar dos dados y anotar el nmero de puntos de cada
cara superior, indique el espacio muestral definido, un evento e indique su probabilidad de ocurrencia.
Solucin
Experimento
aleatorio
Lanzar dos
dados y anotar
el nmero de
puntos de
cada cara
superior
Espacio muestral
S = {(1,1);
(1,2); (1,3);
.... (6,6)}
Evento
A = {(1,1);
(2,2); (3,3);
(4,4); (5,5);
(6,6)}
Probabilidad
P(A) =
n(A) / n(S) =
6/36 = 1/6
Sea el experimento aleatorio Lanzar dos monedas y anotar el resultado, indique el espacio muestral definido, un evento e indique su probabilidad de ocurrencia.
Solucin
Experimento
aleatorio
Lanzar dos
monedas y
anotar el
resultado
Notas importantes
Espacio muestral
S = {
Evento
A =
Probabilidad
P(A) =
n(A) / n(S) =
97
Algunas relaciones bsicas de probabilidad

Con frecuencia se construyen eventos mediante la combinacin de eventos ms sencillos. Es usual emplear la notacin de conjuntos para describir los eventos construidos de
esta forma.
Sea un experimento aleatorio y S el espacio muestral asociado. Si A y B son dos eventos definidos en S, se define las siguientes operaciones con eventos.
Complemento (AC)
Para un evento A cualquiera se define su complemento A C como el evento consistente
en todos los puntos de S que no estn en A.
Se tiene que:
P(AC) = 1 - P(A)
AC se expresa como: El evento A no ocurre
Diego invierte en un negocio. Escriba el evento complementario al evento A:= Diego tiene xito en el negocio.
Una gerente toma diez decisiones en su empresa. Escriba el evento complementario al

evento A:= La gerente tiene razn en menos de cuatro de las decisiones.
Complete los espacios en blanco.

La probabilidad de que una empresa gane una licitacin es 0,60, por lo tanto, la probabilidad de que no la gane .
La probabilidad de que una persona gane la Tinka con una jugada es del 0,0000123%,
por lo tanto, la probabilidad de que no la gane en una jugada es %.
Notas importantes
98
Unin de eventos (A B)
Para dos eventos A y B, la unin del evento A con el evento B es el evento que contienen
todos los puntos de S que pertenecen a A o a B o a ambos.
A B se expresa como: Al menos uno de los eventos A o B ocurre.
Interseccin de eventos (A B)
Para dos eventos A y B, la interseccin de los eventos A y B es el evento que contienen
todos los puntos de S que pertenecen tanto a A como a B.
A B se expresa como: Ambos eventos, A y B ocurren a la vez.
Diferencia de eventos (A - B)
Para dos eventos A y B, la diferencia de los eventos A y B es el evento que contienen todos los puntos de S que pertenecen a A y no pertenecen a B.
A B se expresa como: Ocurre el evento A pero no el evento B
Notas importantes
99
Diferencia simtrica de eventos (A B)

Para dos eventos A y B, la diferencia simtrica de los eventos A y B es el evento que contienen todos los puntos de S que pertenecen solo a A o aquellos que solo pertenecen a
B.
A B se expresa como: Ocurre solamente uno de los eventos A o B
Una financista invierte en fondos mutuos y en la Bolsa de Valores. Se definen los eventos:
A:= que la financista tenga xito en la inversin de fondos mutuos
B:= que la financista tenga xito en la inversin en la Bolsa de Valores.
Escriba los siguientes eventos en funcin de los eventos A y B. Adems, grafique dicho
evento en un diagrama de Venn.
Evento
que la financista tenga xito en las dos
inversiones
que la financista no tenga xito en la Bolsa
de Valores
que la financista tenga xito en, al menos
una, de sus inversiones
que la financista tenga xito solamente en
una de sus inversiones
que la financista tenga xito en la Bolsa de
Valores, pero no en los fondos mutuos
Notas importantes
Notacin
A ... B
Diagrama de Venn
100
Eventos mutuamente excluyentes

Dos eventos son mutuamente excluyentes o disjuntos si no tienen puntos de S en comn. Los eventos A y B son mutuamente excluyentes si y solo si A B = .
Indique si los siguientes eventos son mutuamente excluyentes.

A: Estudio mucho el curso Estadstica, B: Desapruebo el curso Estadstica .
A: Apruebo el curso Estadstica, B: Desapruebo el curso Estadstica.................
Tengo cinco soles, A: Compro un sndwich que cuesta cuatro soles, B: Compro una gaseosa que cuesta dos soles .
Reglas de conteo y combinaciones

Regla de la adicin
Si A y B son eventos mutuamente excluyentes, entonces
n(A U B) = n(A) + n(B)
Caso Aerolnea Wayra
En un da, una persona puede viajar de Lima a Cusco en cualquiera de los diez vuelos
diarios directos o en cualquiera de los tres vuelos con escala en Ayacucho. De cuntas
maneras diferentes puede viajar una persona de Lima a Cusco por dicha aerolnea?
Notas importantes
101
Regla de la multiplicacin
Si un experimento se realiza por una sucesin de k pasos, el primer paso tiene n1 resultados posibles, el segundo tiene n2 resultados posibles y as sucesivamente, entonces el
nmero total de resultados del experimento es n1 x n2 x x nk.
Caso Aerolnea Wayra
Un pasajero puede elegir, en el men de primera clase, una de tres entradas diferentes,
uno de cuatro segundos y uno de tres postres. De cuntas maneras diferentes puede
elegir un pasajero su men?
Regla de conteo para combinaciones

La cantidad de formas de seleccionar x objetos de un total de n objetos distinguibles sin
tomar en cuenta el orden es:
C xn
n!
x! n x !
Caso Aerolnea Wayra

Objetivo especfico: Establecer una poltica de inspeccin exhaustiva de pasajeros.
En cada vuelo se elegir al azar al 5% de los pasajeros para realizar una inspeccin exhaustiva, la cual detecta si una persona lleva sustancias ilegales. Si en un vuelo de 120
personas, hay tres personas que llevan sustancias ilegales. Calcule la probabilidad de detectar al menos a una de ellas.
Axiomas de la probabilidad
Sea un experimento aleatorio, S el espacio muestral asociado a dicho experimento aleatorio y A un evento definido en S, entonces la probabilidad del evento A, denotada por
P(A), es aquel nmero que cumple los siguientes axiomas:
Axioma 3
Axioma 1
Axioma 2
0 P(A) 1
P(S) = 1
Notas importantes
Si A y B son dos eventos

mutuamente excluyentes entonces:
P(A B) = P(A) + P(B)
102
Ley aditiva para eventos cualesquiera

Sean A, B y C tres eventos cualesquiera, se cumple que:
P(A B) = P(A) + P(B) P(A B)
P(A B C)= P(A) + P(B) + P(C) - P(A B) - P(A C) - P(B C) + P(A B C)
Caso Aerolnea Wayra

La probabilidad que la aerolnea Wayra quiebre en los prximos dos aos es de 0,3 y que
su empresa rival quiebre en esos dos aos es de 0,5; mientras que la probabilidad de
que no quiebre ninguna de las dos empresas en esos dos aos es 0,4.
Defina los eventos necesarios para resolver este problema:
A:=
B:=
Calcule la probabilidad de que ocurran los siguientes eventos:
Evento
que quiebre alguna de las dos aerolneas
Probabilidad
P(A B)=
que quiebre solo una de las aerolneas
P(A B)=
que quiebre solo la aerolnea rival de

Wayra
P(A B)=
que no quiebre alguna de las dos aerolneas
P(A B)=
Notas importantes
Diagrama de Venn
103
Probabilidad condicional
La probabilidad condicional se refiere a hallar la probabilidad de un evento conociendo
cierta informacin (condicin).
P A B
P A B
P B
Ejemplo 15
En un grupo, conformado por hombres y mujeres, existen profesionales y no profesionales de acuerdo con la siguiente tabla.
Hombres (H)
Mujeres (M)
Total
Profesionales (P)
No profesionales (N)
10
17
12
20
Total
Si se elige una mujer al azar, calcule la probabilidad de que sea profesional.

Solucin
Primero, definamos los eventos necesarios para resolver este problema:
M:= Que la persona escogida sea mujer
P:= Que la persona escogida sea profesional mujer
Notas importantes
104
Caso Aerolnea Wayra

Objetivo especfico: Analizar el comportamiento de los clientes considerando el destino
de viaje, el tipo de cliente y el modo de compra. Dentro de su proceso de creacin de
reportes, Felipe ha obtenido la siguiente tabla:
Destino de viaje nacional
Destino de viaje internacional
Compra
presencial
Compra por
Internet
Compra
presencial
Compra por
Internet
Premiun
12
28
38
13
Frecuente
25
12
23
Ocasional
15
10
Tipo de cliente
Total
Total
Calcule la probabilidad de que una persona elegida al azar no compre pasajes por Internet y tenga un destino de viaje nacional.
Si se elige al azar a un cliente ocasional, calcule la probabilidad de que compre pasajes
por Internet.
Si la probabilidad de que un cliente viaje dentro del pas supera a 0,6, se decidir participar del prximo Cyber Day. Qu decisin se tomar?
Solucin
Defina los eventos necesarios para resolver este problema:
:=
:=
:=
:=
:=
Pregunta
Calcule la probabilidad de que una persona
elegida al azar no compre pasajes por Internet y tenga un destino de viaje nacional.
Probabilidad
P() =
Si se elige al azar a un cliente ocasional,

calcule la probabilidad de que compre pasajes por Internet.
P() =
Si la probabilidad que un cliente viaje dentro

del pas supera a 0,6, se decidir participar
del prximo Cyber Day. Qu decisin se
tomar?
P() =
Notas importantes
105
Ejemplo 16
El gerente de Wallmarket al distribuir los productos en las diferentes tiendas toma una
muestra de 250 unidades de los tres productos y en los dos tipos de envases, del almacn con la idea de distribuirlos aleatoriamente en las tiendas. La distribucin de los productos es la siguiente:
Tipo de producto
Jugo
Mermelada
Esencia
Total
Tipo de presentacin
Frasco
Sachet
62
50
38
50
30
20
130
120
Total
112
88
50
250
Si se elige un producto al azar, para una de las tiendas,

a. Cul es la probabilidad de que sea jugo de maracuy y en frasco?
Lo primero es definir los eventos necesarios.
J:= que el producto elegido sea jugo
F:= que la presentacin elegida sea frasco
En la tabla observamos que lo pedido es:
Tipo de presentacin
Tipo de producto
Total
Frasco
Sachet
Jugo
62
50
112
Mermelada
38
50
88
Esencia
30
20
50
Total
130
120
250
62
( ) =
= 0,248
250
b. Cul es la probabilidad de que sea mermelada o el envase sea de sachet?
Sean los eventos
M:= que el producto elegido sea mermelada
S:= que la presentacin elegida sea sachet
Tipo de presentacin
Tipo de producto
Frasco
Sachet
Jugo
62
50
Mermelada
38
50
Esencia
30
20
Total
130
120
( ) = () + () ( ) =
Notas importantes
Total
112
88
50
250
88 120 50
+
= 0,632
250 250 250
106
c. Si el envase es sachet, cul es la probabilidad de que sea esencia?

Sean los eventos
E:= que el producto elegido sea esencia
S:= que la presentacin elegida sea sachet
Tipo de presentacin
Tipo de producto
Frasco
Sachet
Jugo
62
50
Mermelada
38
50
Esencia
30
20
Total
130
120
20
(/) =
= 0,167
120
Total
112
88
50
250
Ejemplo 17
La mayora de las estaciones de servicio venden tres tipos de gasolina: 90 octanos, 95
octanos y 97 octanos. Con frecuencia, alguna de cada est enriquecida con un aditivo. La
tabla siguiente ilustra los porcentajes de clientes que prefieren cada tipo.
90 octanos (B)
95 octanos (C)
97 octanos (D)
Total
Con aditivo (A)
0,05
0,10
0,05
0,20
Sin aditivo (AC)
0,15
0,40
0,25
0,80
0,20
0,50
0,30
1,00
Total
Se selecciona al azar un cliente que ha comprado uno de estos tipos de gasolina.

Solucin
Cul es la probabilidad de que haya comprado gasolina con aditivo o no sea de 95 octanos?
P A C c PA P C c P A C c 0,20 0,50 (0,05 0,05) 0,60

Si el cliente no compr gasolina de 95 octanos, cul es la probabilidad de que hay comprado gasolina de 97 octanos?
P D Cc
P(D C c ) 0,30
0,60
0,50
P Cc
Si el cliente no compr gasolina de 90 0ctanos, cul es la probabilidad de que haya

comprado gasolina sin aditivo?
65
PA B 00,,80
0,8125
PB
P Ac Bc
Notas importantes
107
Ejemplo 18
Los productos de Exprtame, una empresa exportadora de producto agrcolas, tienen
buena acogida en el mercado nacional. El supermercado Sper adquiere un lote pero
conoce que algunos envases estn defectuosos. La distribucin de los productos en el lote se muestra en las siguientes grficas:
Distribucin de productos por tipo
Esencia
28%
Jugo
35%
Mermelada
37%
Fuente: Supermercados Sper
La distribucin de los productos en el lote que son defectuosos se muestran en la siguiente grfica
Distribucin de porudcutos segn estado del envase por
tipo de producto
Porcentaje
100%
80%
60%
40%
20%
0%
Jugo
Fuente: Supermercados Sper
98%
98,5%
96,0%
2,0%
1,5%
4,0%
Mermelada
Buen estado
Defectuoso
Esencia
Tipo de producto
Solucin
a. Si se elige un producto al azar y el porcentaje de envases defectuosos es menor al
4%, el gerente de supermercados Sper decidir adquirir un lote mayor al actual.
Qu decisin tomar el gerente de Sper?
Producto
Jugo
Mermelada
Esencia
Total
Defectuoso
0,007
0,006
0,011
0,024
Buen estado
0,343
0,364
0,269
0,976
Total
0,35
0,37
0,28
1,00
P(defectuoso) = 0,024. El gerente decidir adquirir un lote mayor de productos

b. Si el envase est en buen estado, qu tan probable es que sea de esencia?
P(Esencia /buen estado) = 0,269/0,976 = 0,2756
Notas importantes
108
Ley multiplicativa para eventos cualesquiera

La ley multiplicativa se usa para calcular la probabilidad de una interseccin de eventos.
PA B PAPB / A PBPA / B
Caso Aerolnea Wayra
Un sistema de seguridad en un avin tiene dos componentes. La probabilidad de que el
primer componente falle es 0,5% y la probabilidad de que el segundo componente falle
si el primero ha fallado es 3%. El sistema falla si ambos componentes fallan. Calcule la
probabilidad de que falle el sistema de seguridad.
rbol de probabilidades
Si los eventos Ai y Bi son independientes, el rbol de probabilidades se simplifica dado

que las probabilidades condicionales seran iguales a las probabilidades simples correspondientes.
Notas importantes
109
Particin del espacio muestral

Sean los k eventos A1, A2, A3,..., Ak mutuamente excluyentes y tales que entonces constituyen una particin del espacio muestral S.
Probabilidad total
Sean los k eventos A1, A2, A3,..., Ak, mutuamente excluyentes y que constituyen una particin del espacio muestral S, entonces para cualquier evento B de S se cumple:
PB PB A1 PB A2 PB A3 ... PB Ak
Por la ley multiplicativa de eventos cualesquiera, se tiene finalmente que:
PB PA1 PB / A1 PA2 PB / A2 ... PAk PB / Ak
Teorema de Bayes
Si los k eventos A1, A2, A3, ..., Ak, constituyen una particin del espacio muestral S, entonces para cualquier evento B de S tal que P(B) > 0, se cumple:
P Ai B
P Ai B
P B
Por definicin de probabilidad condicional y probabilidad total se tiene que:
PAi B
PAi PB / Ai
PA1 PB / A1 PA2 PB / A2 ... PAk PB / Ak
El teorema de Bayes establece una relacin muy importante en la teora de probabilidades y es la base para la revisin de la asignacin de probabilidades a la luz de informacin adicional.
Probabilidades
a priori
Notas importantes
Informacin
nueva
Teorema de
Bayes
Posibilidades
posteriores
110
Caso Aerolnea Wayra

Objetivo especfico: Evaluar la situacin de incidentes mecnicos de los aviones y su reparacin dentro de las 24 horas con la finalidad de dar un bono de reconocimiento a los
mecnicos.
Se sabe que el 30% de los incidentes mecnicos ocurren con el avin 1, el 50% en el
avin 2 y el resto con el avin 3. Asimismo, la probabilidad que el avin 1 sea reparado
dentro de las 24 horas despus de ocurrido el incidente es 90%, de 73% para el avin 2 y
de 65% para el avin 3.
Si se elige en forma aleatoria un informe por incidente de un avin, cul es la probabilidad que el informe indique que el avin logr ser reparado dentro de las 24 horas?
Si el informe dice que el avin no fue reparado dentro de las 24 horas, de cul de los
aviones es ms probable que sea el informe?
Solucin
Los eventos y el rbol de probabilidades necesarios para resolver este problema son:
.:=
.:=
.:=
Si se elige en forma aleatoria un informe por incidente de un avin, cul es la probabilidad que el informe indique que el avin logr ser reparado dentro de las 24 horas?
Si el informe dice que el avin no fue reparado dentro de las 24 horas, de cul de los
aviones es ms probable que sea el informe?
Notas importantes
111
Ejemplo 19
El 45% de los usuarios del Metropolitano son mujeres. Se estima que el 1% de las usuarias y el 0,8% de los usuarios ha sufrido de algn tipo de robo durante el uso del Metropolitano.
a. Si se elige un usuario al azar, cul es la probabilidad de que haya sido vctima de robo?
Sean los eventos
R:= Que el usuario sea vctima de robo
H:= Que el usuario sea hombre.
M:= Que el usuario sea mujer
() = (). ( ) + (). ()= 0,0044 + 0,0045 = 0,0089
b. Si se elige un usuario al azar que no ha sido vctima de robo, calcule la probabilidad
de que sea hombre. Indique el resultado con cuatro decimales.
( ) =
0,55 0,992
10,0089
= 0,5505
Ejemplo 20
Exprtame, una empresa que exporta productos alimenticios, distribuye sus productos
de la siguiente manera: 45% en jugo, 35% en mermelada y el resto en esencia. Adems,
se sabe que la probabilidad de que un jugo est en mal estado es 4%, una mermelada es
2% y una esencia es 3%.
a. Si se selecciona un producto al azar, calcule la probabilidad de que el producto est
en mal estado.
Sean los siguientes eventos:
J:= que el producto elegido sea jugo
M:= que el producto elegido sea mermelada
E:= que el producto elegido sea esencia
B:= que el producto elegido est en buen estado
Completemos el cuadro con los datos del problema.
Producto
Jugo
Mermelada
Esencia
Total
Mal estado
0,018
0,007
0,006
0,031
Buen estado
0,432
0,343
0,194
0,969
Total
0,45
0,35
0,20
1,00
b. Si se selecciona un producto al azar, calcule la probabilidad de que est en buen estado.

Para resolver este problema usaremos el teorema de la probabilidad total.
() = ()() + ()() + ()( )
= 0,432 + 0,343 + 0,194 = 0,969
Notas importantes
112
c. Si de los productos en mal estado se selecciona uno al azar, calcule la probabilidad de

que sea jugo.
Para resolver este problema usaremos el teorema de la probabilidad de Bayes.
( )
()( )
( ) =
=
( )
()( ) + ()( ) + ()( )
0,018
0,018
=
=
= 0,5806
0,018 + 0,007 + 0,006 0,031
Ejemplo 21
El departamento de crditos de una tienda comercial sabe que sus ventas se pagan con
dinero en efectivo, con cheque o al crdito, con probabilidades respectivas de 0,3; 0;3 y
0,4. La probabilidad de que una venta sea por ms de $50, es igual a 0,2 si sta es en
efectivo, es igual a 0,9 si sta es con cheque y es igual a 0,6 si sta es al crdito.
Cul es la probabilidad de que una persona compre por ms de $50?
Si compra por ms de $50, qu es ms probable que haya pagado en efectivo, con cheque o al crdito?
Solucin
Sean los eventos:
E: La compra se realiza con dinero en efectivo
CH: La compra se realiza con cheque
C: La compra se realiza al crdito
M: La compra es por ms de $ 50
MC: La compra no es por ms de $ 50
Con la informacin proporcionada, construimos el siguiente diagrama de rbol:
Se pide calcular:
PM 0,30 0,20 0,30 0,90 0,40 0,60 0,57

P E / M
0,30 0,20 2
0,57
19
P C / M
0,40 0,60 8
0,57
19
P CH / M
0,30 0,90 9
0,57
19
Se observa que es ms probable la compra se haya hecho con cheque.
Notas importantes
113
Eventos independientes
Si P A 0 , los eventos A y B son independientes si y solo si:
P A B P A
Ley de la multiplicacin para eventos independientes

Si dos eventos A y B son independientes se cumple que
PA B PAPB
Tres eventos A, B y C son independientes si se cumple que:
PA B PAPB
PA C PAPC
PB C PBPC
P(A B C ) P(A)P(B)P(C )
Caso Aerolnea Wayra
Objetivo especfico: Hacer un reporte sobre la compra de pasajes usando el canal de Internet considerando diferentes tipos de clientes.
La probabilidad que un cliente premium compre un pasaje usando Internet es 13% y,
que un cliente frecuente haga la compra por esta va es 46%. Si un da cualquiera, dos
clientes (uno de cada tipo) que no se conocen (por lo tanto la decisin de compra de
uno no influye en el otro), deciden comprar un pasaje:
Cul es la probabilidad que por lo menos uno de los clientes compre su pasaje va Internet?
Si la probabilidad de que exactamente uno de los clientes haya utilizado Internet en su

compra es inferior a 0,30, se rebajar el costo de los pasajes. Qu decisin se tomar?
Notas importantes
114
Si se tiene un grupo de 30 clientes premium que no se conocen entre s, calcule la probabilidad de que al menos uno de ellos compre su pasaje por Internet.
Si se tiene un grupo de 30 clientes premium que no se conocen entre s, calcule la probabilidad de que al menos dos de ellos compren sus pasajes por Internet.
Notas importantes
115
32. Indicar, para cara uno de los siguientes experimentos aleatorios, los respectivos espacios
muestrales: lanzar una moneda, jugar un partido de ftbol, jugar un partido de tenis, lanzar un dado, lanzar dos dados.
33. Un experimento consiste en lanzar primero un dado para despus lanzar una moneda,
siempre y cuando el nmero del dado sea par. Si el resultado del dado es impar, la moneda se lanza dos veces. Determine el espacio muestral de este experimento.
34. Se lanzan dos dados, calcule la probabilidad de que la suma de los dos dados sea mayor a
siete.
Rpta: 0,4167
35. Un fabricante de telfonos celulares acaba de lanzar dos modelos de smartphones
econmicos: el L720 y el L520. La probabilidad de que el modelo L720 tenga xito es 0,70
y en el modelo L520 es 0,60. La probabilidad de que al menos uno de los modelos tenga
xito es 0,90. Determine la probabilidad de que se tenga xito solo en uno de los
modelos.
Rpta: 0,5
36. En el presente ao, la probabilidad de que una persona viaje a Miami es 0,40; a Mncora
es 0,5 y Madrid es 0,37. Adems, la probabilidad de viajar a Miami y Mncora es 0,15; a
Miami y Madrid es 0,10 y de Mncora y Madrid es 0,12. Si la probabilidad de que la
persona viaje a por lo menos a una ciudad es 0,95; calcule la probabilidad de que la
persona viaje a una sola ciudad.
37. En un hogar hay diez personas y un encuestador necesita entrevistar a dos de ellas, sin
importar el orden. De cuntas maneras diferentes se puede elegir a esas dos personas?
38. Al fin del ciclo, los 30 alumnos de una seccin deben elegir a tres de ellos al azar para que
organicen un compartir. Cuntos grupos diferentes de tres personas se pueden elegir?
39. De 50 conductores, 9 nueve no tienen los papeles en regla. Si un polica escoge al azar a
cinco conductores y les pide sus papeles,
a. Calcule la probabilidad de que elija a dos que no tengan los papeles en regla.
b. Calcule la probabilidad de que elija al menos un conductor sin papeles en regla.
40. En un lote de polos, hay 70 polos rojos, 150 blancos y 90 azules. Si extrae un polo al azar.
a. Cul es la probabilidad de que el polo sea azul o blanco?
b. Cul es la probabilidad de que no sea azul?
41. Segn el II Censo Universitario, en el ao 2010, 63 900 alumnos ingresaron a las universidades pblicas y 194 151 a las universidades privadas. De ellos, en las universidades pblicas, 28 798 ingresantes fueron mujeres, mientras que en las privadas lo fueron 98 942.
Si se elige al azar a una ingresante, calcule la probabilidad de que estudie en una universidad privada.
Si se elige al azar a un ingresante de universidad privada, calcule la probabilidad de que
sea mujer.
Notas importantes
116
42. En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadstica e Informtica se pregunt a todos los peruanos por los servicios de comunicacin con los que
contaba su hogar y su rea de residencia, obtenindose los siguientes resultados:
Servicios con que los cuenta el hogar
Hogares sin ningn tipo de servicio
Solo tienen telfono fijo
Solo tienen telfono celular
Solo tienen Internet
Solo tienen TV por cable
Tienen telfono fijo y telfono celular
Tienen telfono fijo e Internet
Tienen telfono fijo y TV por cable
Tienen telfono celular e Internet
Tienen telfono celular y TV por cable
Tienen Internet y TV por cable
Tienen telfono fijo, telfono celular e Internet
Tienen telfono fijo, telfono celular y TV por cable
Tienen telfono fijo, Internet y TV por cable
Tienen telfono celular, Internet y TV por cable
Los cuatro servicios
Total
Urbano
1 682 454
480 831
1 299 037
3 336
56 343
506 759
15 684
117 733
9 970
204 563
1 288
93 103
326 181
19 732
15 424
298 911
5 131 349
Rural
1 468 889
6 170
138 721
275
2 688
2 912
31
186
84
1 981
19
110
468
9
49
133
1 622 725
Total
3 151 343
487 001
1 437 758
3 611
59 031
509 671
15 715
117 919
10 054
206 544
1 307
93 213
326 649
19 741
15 473
299 044
6 754 074
a. Si se selecciona al azar un hogar de zona urbana, cul es la probabilidad de que

tenga cuatro servicios?
b. Si se selecciona al azar un hogar con tres servicios, cul es la probabilidad de que
sea de zona urbana?
c. Si se selecciona al azar un hogar de zona rural, cul es la probabilidad de que cuente con tres servicios por lo menos?
d. Si se selecciona al azar un hogar de zona urbana, cul es la probabilidad de que no
tenga ningn servicio?
e. Si se selecciona un hogar al azar, cul es la probabilidad de que sea de zona urbana
y los cuatro servicios?
f.
Si se selecciona un hogar al azar, cul es la probabilidad de que sea de zona rural o

no cuente con servicio alguno?
43. En una empresa hay 150 trabajadores; 25 de los hombres y 35 de las mujeres realizan actividades de responsabilidad social en la empresa. El total de mujeres en la empresa es
de 57.
a. Si elegimos al azar a un trabajador hombre, calcule la probabilidad de que realice actividades de responsabilidad social.
b. Si elegimos al azar a un trabajador que no realice actividades de responsabilidad social, calcule la probabilidad de que sea mujer.
c. Si elegimos al azar a un trabajador que realice actividades de responsabilidad social
y que sea mujer.
Notas importantes
117
44. Para elegir a una persona entre tres se prepara una bolsa con dos bolas negras y una bola
blanca. Los tres van sacando, por orden, una bola que no devuelven. Quien saque la bola
blanca gana. Quin lleva ms ventaja: el primero, el segundo o el tercero?
45. En una empresa el 35% de los trabajadores son mujeres y el 65% son hombres. Un da ha
llegado tarde a trabajar el 2% de las mujeres y el 4% de los hombres.
a. Si se elige, al azar, a un trabajador calcule la probabilidad de que haya llegado tarde.
b. Si se elige, al azar, a un trabajador que ha llegado tarde, calcule la probabilidad de
que sea elegido una mujer.
46. Una empresa que fabrica polos mediante tres mquinas, A, B y C, producen el 25%, 30%
y 45%, respectivamente, del total de los polos producidos en la fbrica. Los porcentajes
de produccin defectuosa de estas mquinas son del 2%, 4% y 3% respectivamente.
a. Si se elige un polo al azar; calcule la probabilidad de que sea no defectuoso.
b. Tomamos, al azar, un polo y resulta ser defectuoso; calcule la probabilidad de haber
sido producido por la mquina B.
47. Una persona postula a dos trabajos. La probabilidad de que sea aceptado en el primer
trabajo es del 70% y que sea aceptado en el segundo es del 50%. Si ser aceptado en dichos trabajos es independiente entre s.
a. Cul es la probabilidad de que al menos sea aceptado en uno de los trabajos?
b. Cul es la probabilidad de que solamente sea aceptado en uno solo de los trabajos?
48. El pulpo Paul es un octpodo que ha sido empleado como orculo para predecir los resultados de la seleccin alemana de ftbol en el Mundial de Ftbol 2010, acertando los
ocho emparejamientos que se le propusieron, los siete partidos de Alemania en la Copa
Mundial de Ftbol de 2010 y la final entre Espaa y Holanda.
Antes de cada partido, a Paul se le presentaron dos contenedores idnticos con comida:
uno de ellos estaba marcado con una bandera, usualmente la de Alemania y el otro con
la bandera del equipo oponente. La eleccin de Paul se interpretaba como el equipo que
lograra la victoria. Si el pulpo Paul, en realidad, escogi los contenedores al azar, calcule
la probabilidad de acertar en los resultados de los ocho los partidos que le propusieron.
Asuma independencia entre cada eleccin.
49. Una persona postula a dos trabajos. La probabilidad de que sea aceptado en el primer
trabajo es del 70% y que sea aceptado en el segundo es del 50%. Si ser aceptado en dichos trabajos es independiente entre s.
a. Cul es la probabilidad de que al menos sea aceptado en uno de los trabajos?
b. Cul es la probabilidad de que solamente sea aceptado en uno de los trabajos?
50. Un joven estima, por experiencias pasadas, que en una gran fiesta la probabilidad de que
en una chica acepte bailar con l es del 4%. Si en una fiesta saca a bailar a 40 chicas.
Asuma independencia entre la decisin de una chica y otra. Calcule la probabilidad de
que baile por lo menos con una de ellas.
Notas importantes
118

Afirmacin
El teorema de Bayes determina la probabilidad de un determinado evento se deba

a una causa especfica
La probabilidad condicional se refiere a hallar la probabilidad de un evento conociendo cierta informacin (condicin).
Si PA B 0,3 , entonces, se cumple que P A B c 0,7
Si dos eventos son independientes, entonces sern tambin mutuamente excluyentes
Si dos eventos son independientes, entonces P A B P B
Si dos eventos son independientes entonces la ocurrencia de uno de ellos no influye en la ocurrencia del otro evento
Si P A B P A esto implica que A y B son eventos mutuamente excluyentes
Si P A B P A esto implica que A y B son eventos independientes
El espacio muestral es el conjunto de todos los posibles eventos de un experimento

aleatorio
En un experimento aleatorio nunca aparece un modelo definido de regularidad
En algunos casos especiales la probabilidad de un evento podra ser mayor que uno
Un evento es un subconjunto del experimento aleatorio.
Si dos eventos son mutuamente excluyentes entonces la ocurrencia de uno de ellos

no influye en la ocurrencia del otro
El complemento del evento A no es mutuamente excluyente con el evento A
Si dos eventos son mutuamente excluyentes, entonces P(A) + P(B) = 1
Si PA B 0,3 , entonces, se cumple que P AC B 0,7
Si P A B 0 esto implica que A y B son eventos mutuamente excluyentes, si
P(B)>0
Notas importantes
Unidad 4 : Variables aleatorias

el estudiante toma decisiones responsables
en un escenario real de investigacin,
aplicando conceptos de variable aleatoria, valor esperado y probabilidad.
Temario
Definicin de variable aleatoria discreta y continua.
Funcin de probabilidad de una variable aleatoria discreta.
Funcin de densidad y funcin de distribucin acumulada de una variable aleatoria continua.
Valor esperado y varianza de variables aleatorias discretas y continuas.
Estudio de propiedades de las siguientes distribuciones: binomial, hipergeomtrica, Poisson,

uniforme, continua, normal, t-Student
Unidad 4. Variables aleatorias
121
Variable aleatoria
Se denomina variable aleatoria a una descripcin numrica del resultado de un experimento.
La variable aleatoria
atribuye a cada evento
un nmero
que no es aleatorio o imprevisible,
sino fijo y predeterminado.
Lo que es aleatorio
es el experimento
sobre cuyo espacio muestral
se define la variable aleatoria.
Rango o recorrido de una variable aleatoria

Se llama rango o recorrido de una variable aleatoria X y lo denotaremos RX, al conjunto
de los valores reales que la variable aleatoria puede tomar.
Tipos de variable aleatoria

Una variable aleatoria es discreta si puede asumir un conjunto finito o infinito numerable de valores diferentes.
Una variable aleatoria es continua si puede asumir cualquier valor en un intervalo.
Caso Aerolnea Wayra

Indique el tipo de la variable aleatoria y su rango.
Variable aleatoria
Tipo
Rango
W = tiempo de vuelo de Lima a Cusco, en

minutos
RW =
X = nmero de maletas que una persona

lleva en un vuelo
RX =
Y = nmero de pasajeros que piden pollo

durante un viaje de 60 personas
RY =
Z = dinero gastado en las compras a bordo

por una persona, en dlares
RZ =
Evento (X = a)
El evento (X a) se define como ( X a) { w S / X (w) a }
Notas importantes
122
Variable aleatoria discreta

Una variable aleatoria discreta asume cada uno de los valores con cierta probabilidad
que se denota P(X = x).
Por ejemplo: nmero de alumnos matriculados por curso, cantidad de preguntas correctamente contestadas en una evaluacin de personal, cantidad de clientes que visitan un
centro comercial en un da determinado.
Distribucin de probabilidad de una variable aleatoria discreta

La distribucin de probabilidad de una variable aleatoria discreta X se describe como
una funcin de probabilidad representada por f(x) que asigna a cada valor de la variable
aleatoria, la probabilidad de que X asuma ese valor, esto es:
f(x) = P(X = x)
Toda funcin de probabilidad debe cumplir que:
-
f(x) 0
f (x ) 1
i 1
Sea S el espacio obtenido al lanzar una moneda dos veces y observar si sale cara (c) o sello (s) cada vez.
Completar los espacios en blanco.
El espacio muestral es S = {( , ), ( , ), ( , ), ( , )}.
Sea X el nmero de caras obtenidas, luego el rango de la variable X es RX = { , , }.
El evento (X = 0) = {(, )}
El evento (X = 1) = {(, ), (, )}
El evento (X = 2) = {(, )}
Entonces, la probabilidad de cada evento es:
f(0) = P(..) = ..
f(1) = P(..) = ..
f(2) = P(..) = ..
Notas importantes
123
Se lanza un dado, sea la variable aleatoria X igual al nmero de la cara superior del dado.
Determine y grafique la funcin de probabilidad de la variable X.
Indique cules de las siguientes funciones puede ser funcin de probabilidad.
Notas importantes
124
Indique cules de las siguientes funciones puede ser funcin de probabilidad.

x
x 4 , 5, 6
f x 15
0 en otro caso
C 2 p x (1 p)2 x
f x x
0
x 0, 1, 2
en otro caso
Ejemplo 22
Calcule a para que la siguiente funcin sea una funcin de probabilidad. Grafique f(x)
f x ax x 10, 15, 20, 25

Solucin
Tiene que cumplir dos condiciones:
La primera condicin, f(x) > 0, se cumple cuando a es mayor que cero, puesto que x > 0.
n
La segunda condicin,
f (x ) 1 , se cumple si a10 15a 20a 25a 1 , esto se cumi 1
f(x)
ple cuando 70a =1, luego a =1/70

0.5
0.4
0.3
0.2
0.1
0.0
0
Notas importantes
125
Ejemplo 23
Sea X el nmero de lanzamientos de un dado hasta que salga el primer seis. Determine
la funcin de probabilidad de la variable X y calcule P(X 3)
Solucin
Sea la variable aleatoria X:= nmero de lanzamientos de un dado hasta que salga el primer seis.
El rango o recorrido de X es RX = {1, 2, 3,} = Z+.
f(1) = P(X = 1) = 1/6
f(2) = P(X = 2) = 5/6 x 1/6
f(3) = P(X = 3) = 5/6 x 5/6 x 1/6
Luego, la funcin de probabilidad de la variable X es:
5
f x P X x
6
x 1
1
6
; Rx 1, 2, 3,....
25
1 5
P( X 3) 1 P( X 3) 1 f (1) f (2) f (3) 1
0,5787
6 36 216
Valor esperado de una variable aleatoria discreta

El valor esperado o esperanza matemtica de una variable aleatoria X o media de una
distribucin de probabilidad de X se denota E(X).
n
X E X x i f x i x1 f x1 x2 f x2 ... x n f x n
i 1
Caso Aerolnea Wayra

Objetivo especfico: Estimar la media del nmero de personas que no se presentan al
vuelo.
El nmero de personas que no se presentan a un vuelo se modela con una variable aleatoria X con la siguiente funcin de probabilidad.
x
f(x)
0,20
0,25
0,22
0,15
0,10
0,05
Calcule e interprete la media de X.
Notas importantes
126
Valor esperado de una funcin de variable aleatoria discreta

Sea G(X) una funcin de la variable aleatoria X. El valor esperado de G(X) es:
n
E G X G xi f xi G x1 f x1 G x2 f x2 ... G xn f xn
i 1
Ejemplo 24
La demanda mensual de uno de los productos Exprtame vara grandemente de un mes
a otro. Con base a la informacin de los ltimos 24 meses se estim las probabilidades
para la demanda mensual del producto jugo en frasco.
Nmero de frascos vendidos
f(x)
80
90
100
120
130
140
0,15
0,25
0,35
0,10
0,10
0,05
a. Calcule el valor esperado del nmero de frascos de jugo demandados.

E(X) = 101,5
b. Cada frasco tres soles y lo vende cinco soles. Si en un mes determinado, ha solicitado
al distribuidor 140 frascos. Sea U(X) la utilidad del dueo de la tienda. Calcule la utilidad esperada.
x
80
90
100
120
130
140
f(x)
0,15
0,25
0,35
0,10
0,10
0,05
U(x)
-20
30
80
180
230
280
E(U(X)) = 87,5
Varianza y desviacin estndar de una variable aleatoria discreta

La varianza V(X) de una variable aleatoria discreta X con distribucin de probabilidad f(x)
se define por:
V X E X X x X f x
2
xRX
Se cumple V X E X 2 E X
La varianza de la variable aleatoria X, V(X), tambin se denota por X2 , o simplemente

como 2 .
La desviacin estndar de X es la raz cuadra de la varianza de X.
Notas importantes
127
Se lanza un dado, sea la variable aleatoria X igual al nmero de la cara superior del dado.
Calcule la media y desviacin estndar de X.
Propiedades del valor esperado en variables aleatorias

Si X1 y X2 son dos variables aleatorias, y a1 y a2 son dos constantes, entonces:
E a1 a1
E a1 X1 a2 X2 a1E X1 a2E X2
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, . . ., an son n constantes, entonces:
E a1 X1 a2 X2 an X n a1E X1 a2E X2 anE X n

Si X1, X2, X3, . . ., Xn son n variables aleatorias con la misma funcin de probabilidad, entonces se cumple que E X i y, por lo tanto:
E X1 X 2 ... X n n
Propiedades de la varianza en variables aleatorias

Si Y = aX + b, con a y b son constantes, entonces Y2 a2 X2
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n
constantes, entonces:
V a1 X1 a2 X2
an X n a12V X1 a22V X 2
an2V X n
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes con la misma funcin de
probabilidad, entonces se cumple que V X i 2 y, por lo tanto:
V X 1 X 2 ... X n n 2
Notas importantes
128
Caso Aerolnea Wayra

Objetivo especfico: Comparar el grado de dispersin del nmero de cancelaciones en
vuelos, tanto nacional e internacional.
La distribucin de probabilidades de las variables X: nmero de cancelaciones en vuelo
nacional e Y: nmero de cancelaciones en vuelo internacional se muestran a continuacin:
x
f(x)
0,25
0,42
0,15
0,10
f(y)
0,27
0,37
0,18
0,12
La empresa implementar cambios en aquel tipo de vuelo, nacional o internacional, cuyo nmero de cancelaciones sea ms variable. En qu tipo de vuelo se harn los cambios?
Ejemplo 25
Sea la variable aleatoria X el nmero de frascos vendidos en un supermercado por semana, con la siguiente funcin de probabilidad:
f ( x) k
1
(x 3)2 para x 1 ,2 , 3 , 4 , 5 , 6
38
Solucin
a. Calcule el valor de k.
k = 0,25
x
f(x)
Notas importantes
12
0,1447
24
0,2237
36
0,25
48
0,2237
60
0,1447
72
0,01316
129
b. Calcule la probabilidad de vender por lo menos tres docenas de frascos

P(X 3) =1 - P(X 2) = 1 - 0.36842105 = 0,6316
c. Si la utilidad por docena de frascos vendido (en soles) viene dada por la funcin: U(X)
= 10X 5, expresada en nuevos soles, calcule la utilidad esperada mensual y su varianza?
E(X) = 3,0396
E(U(X)) = E(10X 5) = 10 E(X) - 5 = 25,396
Ejemplo 26
Sea X una variable aleatoria con la siguiente funcin de probabilidad. Calcular el valor
esperado de X2
ax
f ( x)
0
1, 2, 3, 4, 5
en otro caso
Solucin
5
Lo primero es determinar a, planteamos que
f x 1 , de donde a = 1/15.
i 1
Nos piden
E X 2 xi2 f xi 12
5
i 1
1
1
1
1
1
22
32
42
52
15
15
15
15
15
15
Ejemplo 27
Sea X una variable aleatoria con la siguiente funcin de probabilidad. Calcule la varianza
de X.
x
1, 2, 3, 4, 5
f (x) 15
0 en otro caso
Solucin
El esperado de X es
5
E X xi f xi 1
i 1
1
2
3
4
5 55
2 3 4 5
15
15
15
15
15 15
Se tiene que E X 2 15
2
2
55
Luego se tiene que V X E X 2 E X 15 1,556
15
Notas importantes
130
Ejemplo 28
Se define la variable aleatoria X definida como el nmero de recargas de la tarjeta de los
usuarios del Metropolitano a la semana con la siguiente funcin de probabilidad.
X: Nmero de recargas
f(x)
0,10
4k
0,30
0,10
a. Determine el valor de k para que f(x) sea funcin de probabilidad

Para que f(x) sea una funcin de probabilidad debe cumplir que 40 () = 1
Por lo tanto, f(0) + f(1) + f(2) + f(3) + f(4) = 0,10 + 4k + 0,30 + k + 0,10 = 1, de donde k=
0,1
b. Calcule la probabilidad de que un usuario, elegido al azar, recargue su tarjeta ms de
una vez a la semana.
Se pide P(2 X 3) = f(2) + f(3) + f(4) =0,3 + 0,10 + 0,10 = 0,5
c. Si un usuario recarg una vez su tarjeta en una semana, calcule la probabilidad de
que dicho usuario recargue su tarjeta por lo menos una vez ms en esa semana.
(2)
0,50
Se pide ( 2 1) = (1) = 0,90 = 0,5556

d. Si el costo de una recarga es de cinco soles y el Metropolitano tiene 560 mil usuarios,
determine el monto esperado semanal por recargas.
Tenemos que () = 4=0 () = 1,7
El esperado del monto ser 1,7 x 5 x 560 000 = 4 760 000 nuevos soles
Notas importantes
131
Distribuciones de probabilidad de variables discretas

Distribucin binomial
Un experimento binomial consiste en una serie de n pruebas o ensayos, donde n se fija
antes de realizar el experimento.
Las pruebas son idnticas y

cada una de ellos puede
resultar en uno de dos
posibles resultados que
denotan xito o fracaso.
Las pruebas son

independientes entre s
por lo que el resultado de un
intento en particular
no influye en el resultado de
cualquier otro.
La probabilidad de xito
es constante
de una prueba a otra
y la denotamos como p.
Entonces para n intentos y la probabilidad p de xito en cualquier intento, la probabilidad de tener x xitos en los n intentos est dada por:
f x P X x C xn p x 1 p
n x
x = 0, 1, 2,..., n
La variable binomial cuenta el nmero de xitos en n repeticiones semejantes e independientes con probabilidad de xito constante.
Se dice que la variable aleatoria X sigue una distribucin binomial con parmetros n y p,
se denota X~B (n, p)
Es simtrica si p = 0,5. Para valores de p < 0,5 la distribucin tiene sesgo derecho y para
valores p>0,5 tiene sesgo izquierdo, independientemente de los valores de n.
Para valores de n suficientemente grandes (n > 50), y slo tomando en cuenta los valores relevantes de probabilidad, la distribucin es prcticamente simtrica.
Media
E X np
Varianza
2 V X np 1 p
En Excel 2010, use la funcin =DISTR.BINOM.N(Nm_xito, Ensayos, Prob_xito, acumulado)

Notas importantes
132
Caso Aerolnea Wayra

Objetivo especfico: Estimar la probabilidad de tener una emergencia mdica durante el
viaje.
La aerolnea sabe por experiencias pasadas que el 0,5% de los pasajeros tendr alguna
emergencia mdica durante el vuelo.
Si en un vuelo hay 120 pasajeros, calcule la probabilidad de que ningn pasajero tenga
una emergencia mdica durante el viaje. Asuma independencia entre un pasajero y otro.
La variable en estudio X es ....
El rango o recorrido de la variable X es .......
La distribucin de la variable es ..
Sus parmetros son .......
La probabilidad pedida es f() = P(X) = ....... = .
Cul sera la expresin en Excel que calculara este problema?
En Excel 2010, use la funcin =(.., ., .., .)
Si en un vuelo hay 120 pasajeros, calcule la probabilidad de que, como mximo, un pasajero tenga una emergencia mdica durante el viaje.
La probabilidad pedida es P(X) = ......... = .
Si en un vuelo hay 120 pasajeros, calcule la probabilidad de que por lo menos dos pasajeros tengan una emergencia mdica durante el viaje.
Calcule el valor esperado del nmero de pasajeros que tengan una emergencia mdica
durante un viaje de 160 pasajeros.
El valor pedido es E(X) = ......... = .
Notas importantes
133
Ejemplo 29
En el proceso de control de calidad se analiza 60 envases de los productos de Exprtame. Por investigaciones anteriores se sabe que la probabilidad de que un envase est en
mal estado es de 0,01.
Solucin
a. Se rechazarn los 60 productos si la probabilidad de seleccionar ms de dos envases
en mal estado es mayor al 30%, qu decisin se debe de tomar?
Lo primero es definir la variable que nos permitir resolver el problema.
Definamos la variable X:= nmero de envases en mal estado.
La variable X se tiene una distribucin binomial con parmetros: n= nmero de ensayos = 60 y p = probabilidad de xito = 0,01.
El rango de X, es decir todos los valores que puede tomar la variable, es igual 0, 1,
2,, 60. Entonces, X B(n = 60; p = 0,01)
=1
( > 2) = 1 ( 2)
+ 160 0,011 0,9959 +260 0,012 0,9958 = 0,0224
060 0,010 0,9960
Como la probabilidad pedida es menor al 30%, entonces los productos no sern rechazados.
b. Calcule el valor esperado y varianza del nmero envases en mal estado.
E(X) = n p = 60 x 0,01 = 0,6
V(X) = n p (1-p) = 60 x 0,01 x (1 0,01) = 0,594
Ejemplo 30
El 45% de los usuarios del Metropolitano son mujeres. Se estima que el 1% de las usuarias y el 0,8% de los usuarios han sufrido de algn tipo de robo durante el uso del Metropolitano. Si el sistema tiene 560 mil usuarios, calcule el nmero esperado de usuarios
que han sido vctimas de robo durante el uso del Metropolitano. Defina la variable necesaria y determine su distribucin.
Solucin
Sean los eventos:
R:= Que el usuario sea vctima de robo
H:= Que el usuario sea hombre
() = (). ( ) + (). ()= 0,0044 + 0,0045 = 0,0089
Sea la variable aleatoria Y:= nmero de usuarios que han sido vctima de robo.
Y B(n = 560 000; p = 0,0089)
E(Y) = np = 560 000 x 0,0089 = 4 984 usuarios
Notas importantes
134
Ejemplo 31
Se sabe que el 12% de los usuarios del Metropolitano realizan conexiones de rutas. Si
elegimos al azar 80 usuarios.
a. Determine la probabilidad de que ocho o nueve usuarios, de los 80 escogidos, realicen conexiones. Defina la variable, indique su distribucin, parmetros y rango.
Solucin
Sea X = cantidad de usuarios del Metropolitano que realizan conexiones de rutas en
la muestra
X B(n = 80; p = 0,12)
El rango de X es Rx = {0,1,,80}
P(8 X 9) = f(8) + f(9) = 0,2623
b. Sea la variable Y definida como el nmero de usuarios que realizan conexiones de los
560 mil usuarios. Calcule el valor esperado y varianza de Y.
Solucin
Y B(n = 560 000; p = 0,12)
E(Y) = np = 560 000 x 0,12 = 67 000.
V(Y) = np(1-p) = 59 136
Notas importantes
135
Distribucin hipergeomtrica
Consideremos N elementos, de los cuales r son considerados xitos y por lo tanto N - r
como fracasos. Como en el caso de la distribucin binomial estamos interesados en saber la probabilidad de obtener x xitos en una muestra de n elementos.
El experimento hipergeomtrico consiste en extraer al azar y sin sustitucin n elementos
de un conjunto de N elementos, r de los cuales son xitos y N - r son fracasos.
La probabilidad de obtener de x xitos en la muestra de n elementos es:
f (x)
C xr CnNxr
,
CnN
x max{0, n (N r )},...,min{n, r }
El rango de X en la mayora de los casos va de 0 a n, pero no siempre, por lo que se debe

analizar en cada caso.
La variable hipergeomtrica cuenta el nmero de xitos en una muestra de tamao n,
tomada de una vez de una poblacin de tamao N donde hay r xitos.
Se dice que la variable aleatoria X sigue una distribucin hipergeomtrica con parmetros N, r y n y se denota X ~ H (n, r, N)
r
N
Media
EX n
Varianza
r
r N n
2 V X n 1
N N N 1
En Excel 2010, use la funcin =DISTR.HIPERGEOM.N(muestra_xito, nm_de_muestra,

poblacin_xito, nm_de_poblacin, acumulado)
Notas importantes
136
Caso Aerolnea Wayra

En un vuelo se van a servir 130 comidas. La oficina de control de calidad de los alimentos
durante el vuelo selecciona al azar cinco de ellas para verificar que en perfecto estado.
Dentro de las 130 comidas, hay seis que no estn en perfecto estado.
Calcule la probabilidad de no detectar a ninguna de las comidas que no estn en perfecto estado.
En Excel 2010, use la funcin =(.., ., .., ., ..)
Calcule la probabilidad de detectar a una de las comidas que no estn en perfecto estado.
Calcule la probabilidad de detectar a ms de una de las comidas que no estn en perfecto estado.
Calcule el valor esperado del nmero de comidas que no estn en perfecto estado que
sern detectadas.
El valor pedido es E(X) = ......... = .
Notas importantes
137
Ejemplo 32
Luego de embalar un contenedor de envases de productos de Exprtame, se tienen 60
envases, de los cuales 25 son frascos. Si selecciona una muestra aleatoria de 20 envases
para el control de calidad.
Calcule la probabilidad de que ocho envases sean de frasco.
Solucin
Definamos la variable X:= nmero de envases de frasco seleccionados.
La variable X se tiene una distribucin hipergeomtrica con parmetros:
N= 60
tamao de la poblacin
r = 25
nmero de xitos en la poblacin
n = 20
tamao de la muestra.
El rango de X, es decir todos los valores que puede tomar la variable, es igual 0, 1, 2,,
20. Entonces, X H(n = 20, r = 25, N = 60) y Rx = {0, 1,,20}
La probabilidad pedida es ( = 8) =
35
825 12
60
20
= 0,2153
Calcule la variabilidad relativa de X respecto a la media.

Solucin
Lo que nos piden es calcular el coeficiente de variacin de X. Primero, hallemos el esperado y la varianza de X.
25
= () = = 20
= 8,333
60

25
25 60 25
() = (1 ) (
) = 20 (1 ) (
) = 2,8337
1
60
60 60 1
El coeficiente de variacin de X es () =
()
()
2,8337
100% = 8,3333 100% = 21,8%
Ejemplo 33
La actriz Magaly Solier es la dcima sptima mujer en denunciar una agresin sexual
ocurrida en un bus del Metropolitano, desde noviembre del 2012. Solo un proceso est
cerca de recibir sentencia, segn Silvia Loli, gerenta de la Mujer de la Municipalidad de
Lima. Explica que en este caso el agresor se acogi a la confesin sincera y podra recibir
de dos a cuatro aos de prisin suspendida, cumplir trabajos comunitarios o pagar reparacin civil. Si la Oficina de relaciones pblicas del Metropolitano, quiere darle seguimiento exhaustivo a tres de las denuncias y elige al azar entre los 17 casos existentes.
Calcule la probabilidad de elegir el caso que est cerca de recibir sentencia. Defina la variable necesaria y establezca su distribucin, rango y parmetros.
Solucin
Sea X = nmero de casos que estn cerca de recibir sentencia
X H(n = 3, r = 1, N= 17) y Rx = {0,1}
P(X = 1) = f(1) = 0,1765
Notas importantes
138
Distribucin de Poisson
El experimento que origina una variable aleatoria que sigue una distribucin de Poisson
se denomina proceso de Poisson y posee las siguientes propiedades:
El nmero de resultados
que ocurre en un
intervalo o regin de
espacio cualquiera es
independiente
del nmero que ocurre
en cualquier otro
intervalo o regin del
espacio disjunto.
La probabilidad de que ocurra un

solo resultado durante el intervalo
muy corto o regin muy pequea
es proporcional a la longitud del
intervalo
o al tamao de la regin
y no depende del nmero de
resultados que ocurren fuera del
intervalo o regin.
La probabilidad de
que ocurra ms de un
resultado en tal
intervalo corto o caiga
en tal regin pequea
es insignificante.
La probabilidad de tener x resultados en un intervalo dado o en una regin especfica es:
e x
x = 0, 1, 2,...
x!
x = nmero de xitos por unidad de tiempo o regin.
f x P X x
= nmero esperado de xitos por unidad de tiempo o regin.

e = 2,71828
0.16
0.14
0.12
f(x)
0.10
0.08
0.06
0.04
0.02
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Se dice que la variable aleatoria X sigue una distribucin de Poisson con parmetro y
se denota X~P().
Siempre es una distribucin sesgada a la derecha. A medida que aumenta y tomando
en cuenta slo los valores relevantes de probabilidad, la distribucin tiende a hacerse
simtrica.
Media:
EX
Varianza: 2 V X
En Excel 2010, use la funcin =POISSON.DIST(x, media, acumulado)
Notas importantes
139
Caso Aerolnea Wayra

El nmero de llamadas hacia una azafata por los pasajeros durante un vuelo se modela
con una variable Poisson con una media de 0,5 llamadas cada diez minutos.
Calcule la probabilidad de que una azafata no reciba ninguna llamada durante un viaje
de 50 minutos.
En Excel 2010, use la funcin =(.., ., ..,)
Calcule la probabilidad de que una azafata reciba ms de una llamada durante un viaje
de 50 minutos.
En Excel 2010, use la funcin =(.., ., ..)
Si una azafata ya recibi una llamada durante los primeros minutos del viaje, calcule la
probabilidad de que reciba dos llamadas ms durante dicho viaje de 50 minutos.
Calcule la desviacin estndar del nmero de llamadas hacia la azafata en un vuelo de

dos horas.
Notas importantes
140
Ejemplo 34
Suponga que el nmero de llamadas que llegan a una central telefnica es 0,5 por minuto en promedio.
Calcule la probabilidad de que en un minuto no lleguen llamadas
Solucin
X:= nmero de llamadas / minuto = 0,5 llamadas / minuto
P X 0
e 0.5 0,50
0,6065
0!
Calcule la probabilidad de que en un minuto lleguen ms de tres llamadas

Solucin
P(X > 3) = 1 P(X 3) = 1 (0,6065 + 0,3033 + 0,0758 + 0,0126) = 0,9982
Calcule la probabilidad de que en tres minutos lleguen menos de cinco llamadas
Solucin
Y:= nmero de llamadas / 3 minutos
= 1,5 llamadas / 3 minutos
P(Y < 5) = 0,2231 + 0,3347 + 0,2510 + 0,1255 + 0,0471 = 0,98142
Calcule la probabilidad de que en cinco minutos lleguen ms de dos llamadas
Solucin
W:= nmero de llamadas / 5 minutos
= 2,5 llamadas / 5 minutos
P(W > 2) = 1 P(W 2) = 1 (0,0821 + 0,2052 + 0,2565) = 0,45652
Ejemplo 35
El administrador de un almacn ha observado que en promedio ingresan al establecimiento 20 personas cada 30 minutos. Cul es la probabilidad de que en seis minutos
ingresen al almacn a lo ms 5 clientes pero ms de 3?
Solucin
Lo primero es definir la variable adecuada, sea X:= nmero de personas que entren al
establecimiento en un periodo de seis minutos.
Como nos dicen que la variable cuenta las llegadas por unidad de tiempo, se tiene que
X ~ P().
Luego, debemos determinar el valor de , para lo cual vamos a hacer una regla de tres
simple, pues es una propiedad de la distribucin Poisson.
Si en 30 minutos llegan en promedio 20 personas, entonces en 6 minutos llegarn, en
promedio, ,= 4 personas.
Se tiene que X ~ P( = 4)
Nos piden P 3 X 5 P X 4 P X 5
Notas importantes
e 4 44 e 4 45
0,3517
4!
5!
141
Ejemplo 36
Si se sabe que en cada 100 metros de longitud de un cable hay un promedio de 80 puntos por los cuales este puede ser seccionado. Cul es la probabilidad de que en un
tramo de 13,5 metros se encuentren cinco puntos de seccionamiento?
Solucin
Sea X:= nmero de puntos de seccionamiento. Como nos dicen que la variable cuenta
puntos por unidad de longitud, se tiene que X ~ P().
Luego, debemos determinar el valor de , para lo cual vamos a hacer una regla de tres
simple, pues es una propiedad de la distribucin Poisson.
Si en 100 metros hay en promedio 80 puntos de seccionamiento, entonces en 13,5 metros hay, en promedio, ,= 10,8 puntos.
Se tiene que X ~ P( = 10,8)
Nos piden P X 5
e 10.8 10.85
0,025
5!
Observe que si lambda sale un valor que no es entero, no se debe redondear a un entero.
Ejemplo 37
El nmero de unidades envasados por una persona se modela con una variable Poisson
con un promedio 10 unidades por cada 20 minutos.
a. Cul es la probabilidad de que en 20 minutos se envasen 12 productos?
P(X = 12) = 0,095
b. Si la mquina funciona durante dos horas consecutivas, calcule la probabilidad de
que se hayan envasado 50 productos.
1 = 60 unidades en dos horas
P(X = 50) = 0,0233
Notas importantes
142
Variable aleatoria continua

Una variable aleatoria continua es una variable cuyo rango es un conjunto infinito no
numerable de valores.
Por ejemplo: peso, en kilos, de una persona, tiempo en resolver la primera pregunta del
examen parcial de un curso o volumen, en decibeles, en una discoteca a una hora determinada.
Funcin de densidad de una variable aleatoria continua

Se denomina funcin de densidad de probabilidad f(x) de una variable aleatoria continua a la funcin que satisface:
f x 0 para todo x R
f x dx 1
Calculo de una probabilidad usando la funcin de densidad de una variable

aleatoria continua
b
Se tiene que P a X b f x dx
a
Adems, se cumple que:

P(a < X < b) = P(a X < b) = P(a < X b) = P(a X b)
Notas importantes
143
Una variable aleatoria continua tiene la siguiente funcin de densidad de probabilidad:
0 x6
ax
f x
0 en otro caso
Determine el valor de a.
Calcule la probabilidad de P(X < 3)
Calcule la probabilidad de P(X > 4)
Calcule la probabilidad de P(2 < X < 4)
Notas importantes
144
Ejemplo 38
Para cierto negocio por correo electrnico la proporcin de los pedidos procesados en
24 horas tiene la funcin de densidad de probabilidad.
f (x) 2 (1 x) ; 0 x 1
Compruebe si f(x) es una funcin de densidad.
Solucin
Se debe comprobar que:
- f x 0 para todo x R. Este se cumple pues para
0 x 1,
es
f (x) 2 (1 x) 0
f x dx 1 . Existen dos formas de responder esta pregunta.
Integrando la funcin de densidad f(x) y verificando que el rea es igual a 1 y que cada
f(x) sea positivo
x2
f x dx 2 (1 x) dx 2 x 2
0
2
2x x 2
1
0
Ahora debemos evaluar en 0 y en 1

2 1 12 2 0 02 1
Calculando el rea del tringulo a partir de la grfica y verificando que el rea es igual a
1 y que cada f(x) sea positivo.
b h 1 2
1
2
2
Cul es la probabilidad que al menos el 80% de los pedidos sean procesados dentro de
24 horas?
rea
Solucin
Existen dos formas de responder esta pregunta.
Integrando la funcin de densidad f(x) de 0,8 a 1.
2 1 x 2 1 1 2 0,8 0,8 0,04

1
0,8
Calculando el rea de tringulo desde 0,8 a 1.
b h 1 0,8 2 1 0,8
0,04
2
2
Observe que para la segunda forma de resolucin, se us la funcin de densidad para
hallar la altura del tringulo.
rea
Si el porcentaje de pedidos procesados en 24 horas es mayor al 80%, calcular la probabilidad de que sea mayor a 90%.
Solucin
P(X > 0,9 / X > 0,8) = (0,1 x 0,2 / 2) / (0,2 x 0,4 / 2) = 0,25
Notas importantes
145
Ejemplo 39
La distancia, en metros, que recorre un usuario caminando para llegar a una estacin del
Metropolitano se modela con la variable aleatoria X con la siguiente funcin de densidad.
0 < < 500

() = { 250000
500 < 1000

250000
Calcule el esperado y la varianza de X.

Solucin
Primero hallemos a
500
1000
500
+
= 1
250000
250000
De donde a= 1/250.
Ahora calculemos el esperado y la varianza de X.
500
1000
500
() =
+
= 500
250000
250 250000
500
1000
() =
+ 2
5002 = 41 666,7
250000
250 250000
2
500
Calcule la probabilidad de que un usuario camine entre 300 y 700 metros para llegar a
una estacin.
Solucin
500
700
(300 < < 700) =

+
= 0,64
250000
250 250000
300
Notas importantes
500
146
Funcin de distribucin acumulada de probabilidad

La funcin de distribucin acumulada de una variable aleatoria continua X con funcin
de densidad f(x) se define por:
F(x) = P(X x) para - < x < +
dF x
dx
f x
F(x) es una funcin que siempre est entre 0 y 1 (0 F(x) 1), pues es igual a una probabilidad.
F(x) es una funcin que nunca decrece, lim F x 0 y lim F x 1
x
F(x)
1.0
0.8
0.6
0.4
0.2
0.0
-2
-1
Calculo de una probabilidad usando la funcin de distribucin acumulada

Se tiene que:
P(a < X b) = F(b) F(a)
Marque la(s) grfica(s) que pueden ser funciones de distribucin acumulada.
Notas importantes
147
Indique la(s) funciones que pueden ser funcin de distribucin acumulada.

x 2
1
F x x 1 1 x 2
0
x 1
x 2
1
2
F x x 1 1 x 2
0
x 1
Sea X una variable aleatoria con la siguiente funcin de densidad

() =
02
Determine y grafique la funcin de distribucin acumulada de la variable aleatoria X.
Use la funcin de distribucin acumulada de la variable X para calcular P(0,5 < X < 1,7)
Notas importantes
148
Ejemplo 41
Encuentre el rango intercuartil de X, si X es el tiempo de vida de un sistema es una variable aleatoria, en aos, cuya funcin de distribucin acumulada es:
x5
0
F x 25
1 x 2 x 5
Solucin
Sea X:= tiempo, en aos, de vida de un sistema. Para calcular el rango intercuartil, debemos hallar el cuartil 1 y el cuartil 3, para esto hay dos posibilidades: integrar la funcin
de densidad f(x) o reemplazar en la funcin de distribucin acumulada
Por definicin de cuartil 3, el 75% de los datos es menor o igual a l, es decir P(X Q3) =
0,75, o lo que es lo mismo F(Q3) = 0,75
F Q3 0,75 1
25
de donde Q3 = 10.
Q32
Haciendo lo mismo para el cuartil 1. F Q1 0,25 1
25
de donde Q1 = 5,77.
Q12
Luego el RIC = Q3 Q1 = 4,23.

Si se sabe que el tiempo de vida de un dispositivo se encuentra en el cuarto superior,
cul es la probabilidad que pertenezca al quinto superior?
Solucin
Como nos dicen que ya se sabe que est en el cuarto superior, es una probabilidad
condicional.
P X P80 X P75
Notas importantes
P X P80 0,20
0,80
P X P75 0,25
149
Valor esperado de una variable aleatoria continua

El valor esperado o esperanza matemtica de una variable aleatoria X o media de una
variable aleatoria X se denota E(X).
X E X
x f x dx
Valor esperado de una funcin de variable aleatoria continua

Sea G(X) una funcin de la variable aleatoria X. El valor esperado de G(X) es:
E G X
G x f x dx
Propiedades del valor esperado en variables aleatorias

E(b) = b
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, a3, . . ., an son n constantes, entonces:
E a1 X1 a2 X2
an X n a1E X1 a2E X 2
anE X n
Si X1, X2, X3, . . ., Xn son n variables aleatorias con la misma funcin de densidad, entonces se cumple que E X i y, por lo tanto:
E X1 X2 ... X n n
Caso Aerolnea Wayra

El tiempo, en minutos, que se tarda una persona en ser atendido en el counter del aeropuerto se modela con una variable aleatoria X:
0 x 2
kx
f (x) k 4 x 2 x 4
0
en otro caso
Determine la media de la variable aleatoria X.
Notas importantes
150
Varianza y desviacin estndar de una variable aleatoria continua

X2 V X E X 2 E X
La desviacin estndar de X es la raz cuadrada de la varianza de X.
Propiedades de la varianza en variables aleatorias

Si Y = aX + b, con a y b son constantes, entonces Y2 a2 X2
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n
constantes, entonces:
V a1 X1 a2 X2
an X n a12V X1 a22V X 2
an2V X n
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes con la misma funcin de
densidad, entonces se cumple que V X i 2 y, por lo tanto:
V X1 X2 ... X n n 2
Caso Aerolnea Wayra
El sobrepeso, en kilos, del equipaje de mano de un pasajero se modela con una variable
aleatoria X con la siguiente funcin de densidad de probabilidad:
k 6 - x 0 x 6
f (x)
0 otro caso
Determine la desviacin estndar de la variable aleatoria X.
Notas importantes
151
Distribuciones de probabilidad de variable continua

Distribucin uniforme
Funcin de densidad
1
a xb
f x b a
0
en otro caso
Se dice que X tiene una distribucin uniforme y se denota X ~ U (a, b)

La funcin de distribucin acumulada de una variable uniforme es:
0
x a
F x
b a
ab
2
Media:
Varianza:
b a

Notas importantes
12
x a
axb
x b
152
Caso Aerolnea Wayra

Objetivo especfico: Determinar el nmero esperado de vuelos con retraso.
El tiempo en el que un avin llega a su destino con respecto a su hora programada se
modela con una variable aleatoria uniforme de parmetros -15 y 15. De tal manera que
los valores negativos indican que el avin lleg antes de la hora programada y los valores positivos indican que el avin lleg despus de la hora programada.
Calcule la probabilidad de que un avin llegue con un adelanto mayor a cinco minutos.
Calcule la probabilidad de que la diferencia entre la hora de llegada programada y la hora de llegada sea mayor a seis minutos.
Use la funcin de distribucin acumulada para calcular la probabilidad de que un avin

llegue con un retraso mximo de ocho minutos.
Si se escoge al azar 20 vuelos, calcule la probabilidad de que, como mximo, se tenga un

vuelo con retraso mayor a ocho minutos.
Notas importantes
153
Ejemplo 42
En ciertos experimentos, el error cometido al determinar la densidad de una sustancia
es una variable aleatoria cuya distribucin es uniforme con a = -0,025 y b = 0,025.
a. Cul es la probabilidad de que tal error est entre 0,010 y 0,015?
Solucin
Sea X:= error al determinar la densidad de una sustancia
La variable X ~ U(a = -0,025, b = 0,025) tiene la siguiente funcin de densidad
1
f (x) 0,025 (0,025)
f (x) 0,05
0
0,025 x 0,025
en otro caso
0,025 x 0,025
en otro caso
Nos piden P(0,010 X 0,015) . Existen dos formas de calcular esta probabilidad: integrando la funcin de densidad f(x) o calculndola a partir del rea del rectngulo.
P(0,010 X 0,015)
0,015
1
1
dx
0,015 0,010 0,10
0,050
0,050
0,010
b. Cul es el error esperado cometido?

Solucin
La variable X ~ U(a = -0,025, b = 0,025) tiene el siguiente nmero esperado de errores
a b 0,025+0,025 0
2
Ejemplo 43
La llegada de cada uno de los empleados a su centro de labores se produce independientemente, de acuerdo a la distribucin uniforme en el intervalo comprendido entre
las 8:00 y 8:25 am. De una muestra de 10 empleados, calcule la probabilidad de que cuatro de ellos hayan llegado entre las 8:15 y 8:20 AM.
Solucin
Sea X:= tiempo, en minutos, desde las 8 AM hasta la hora de llegada de los empleados al
centro de trabajo, luego XU (0, 25)
f (x)
1
; 0 x 25
25
Se define la variable Y:= nmero de empleados que llegan al centro de trabajo entre
8:15 y 8:20 AM. Debe calcularse la probabilidad de xito p de que un empleado llegue al
centro de trabajo entre 8:15 y 8:20 AM esto es:
p
20 15
0,20
25
Entonces Y B(10; 0,20)

f (y) C y10 (0,20)y (0,80)10 y , y 0, 1,
Se pide P(Y 4) f (4) C410 (0,2)4 (0,80)6 0,0881

Notas importantes
, 10
154
Distribucin normal
Funcin de densidad
2
1 x

1
f x
e 2
2
Se dice que la variable aleatoria X sigue una distribucin normal con parmetros y .
Se denota X ~ N (, 2)
La funcin de densidad tiene forma de campana y es simtrica, por lo que las medidas
de tendencia central coinciden.
El rango de la variable normal es toda la recta real, esto es, de a + .
En Excel 2010, use la funcin =DISTR.NORM.N(x, media, desviacin estndar, acumulado)
En Excel 2010, use la funcin =INV.NORM(probabilidad, media, desviacin estndar)
Estandarizacin
Se toma como referencia una distribucin normal estndar ( = 0 y 2 = 1). Se trabaja
con la distancia entre x y en funcin de la desviacin estndar, tal como se muestra.
Notas importantes
155
Si Z ~ N 0, 2 1 , calcular
P(Z < 1,12) =
P(Z > 0,45) =
P(0,23 < Z < 1,25) =
P(Z < -4) =
Tabla de la distribucin normal estndar

z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
1,0
1,1
1,2
0,84134
0,86433
0,88493
0,84375
0,86650
0,88686
0,84614
0,86864
0,88877
0,84849
0,87076
0,89065
0,85083
0,87286
0,89251
0,85314
0,87493
0,89435
0,85543
0,87698
0,89617
0,85769
0,87900
0,89796
0,85993 0,86214
0,88100 0,88298
0,89973 0,90147
Notas importantes
0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
156
P(Z = 1,16) =
Hallar c para que P(Z < c) = 0,67003
Hallar c para que P(Z > c) = 0,0250
Hallar c para que P(-c <Z < c) = 0,950

z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
1,0
1,1
1,2
0,84134
0,86433
0,88493
0,84375
0,86650
0,88686
0,84614
0,86864
0,88877
0,84849
0,87076
0,89065
0,85083
0,87286
0,89251
0,85314
0,87493
0,89435
0,85543
0,87698
0,89617
0,85769
0,87900
0,89796
0,85993 0,86214
0,88100 0,88298
0,89973 0,90147
Notas importantes
0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
157
La cantidad de dinero destinada al ahorro mensual de los clientes de un banco es una

variable aleatoria que tiene una distribucin normal con una media igual a 460 soles y
una desviacin estndar igual a 50 soles.
Calcule la probabilidad de que un cliente ahorre menos de 480 soles en un mes.
En Excel 2010, use la funcin =DISTR.NORM.N(, , , )

Calcule la probabilidad de que un cliente ahorre ms de 500 soles mensuales.
En Excel 2010, use la funcin =1-DISTR.NORM.N(, , , )

Calcule la probabilidad que el ahorro mensual de un cliente est entre 460 y 520 soles.
Notas importantes
158
Cul es el ahorro mnimo para estar en el 15% de los clientes que ms ahorran?
En Excel 2010, use la funcin =INV.NORM(, , )

Cul es el ahorro mximo para estar en el 25% de los clientes que menos ahorran?
En Excel 2010, use la funcin =INV.NORM(, , )

Ejemplo 44
El gasto mensual de un usuario en el Metropolitano se modela con una variable normal
con media de 100 nuevos soles y una desviacin estndar de cinco nuevos soles. Se elige
un usuario al azar.
a.
Calcule la probabilidad de que gaste entre 90 y 110 nuevos soles.

Sea X = gasto mensual en nuevos soles. X ~ N(100; 52)
P(90 X 110) = P( X 110) - P(X 90) = 0,9772 0,0228 = 0,9545

b.
Cul es la probabilidad de que gaste ms de 105 nuevos soles?

P(X > 105) = 1 - P( X 105) = 1 - 0,8413 = 0,1587
c.
Determine el gasto mensual mnimo para que est en 10% de los que ms gastan.
( ) = (
Buscando en la tabla,
Notas importantes
100
5
100
)
5
= 0,9).
= 1,28. Luego, a = 106,4
159
Ejemplo 45
En Buck Caf, la mquina surtidora de refrescos est ajustada de tal forma que sirve en
promedio 250 mililitros por vaso. Si la cantidad de refresco servido en los vasos sigue,
aproximadamente, una distribucin normal con una desviacin estndar de 10 mililitros.
Qu proporcin de los vasos servidos contendrn entre 240 y 255 mililitros de refresco?
Solucin
Sea X:= cantidad de refresco servido por vaso, X ~ N( = 250, 2 = 102)
Se pide P(240 X 255). Estandarizando se tiene
255 250
240 X 255
240 250
P
Z
P

10
10

P 1 Z 0,5 0,5 1 0,6915 0,1587 0,5328

Ejemplo 46
Se informa que la cantidad X de azcar de los paquetes marcados con un kilo, tiene distribucin normal con media kilogramos y desviacin estndar 0,02 kilogramos. Hallar
el valor de si la cantidad de azcar que contiene cada paquete es menor o igual a 0,95
kilos con probabilidad 0,102.
Solucin
Sea X:= pesos de los paquetes de azcar, en kilogramoss. X ~ N( , 2 = 0,022)
Se pide P X 0,95 0,102
X 0,95
0,102
Estandarizando se tiene P

0,95
P Z
0,102
0,02
Usando la tabla normal estndar para calcular el valor z correspondiente.

0,95
1,27 . De donde = 0,9754
0,02
Notas importantes
160
Distribucin exponencial
En variables que representan los tiempos de vida til, tiempos de sobrevivencia, en
tiempos de ocurrencia en procesos de Poisson se suele utilizar la distribucin exponencial.
La variable aleatoria X tiene una distribucin exponencial con parmetro ( > 0) si su
funcin de densidad de probabilidad es:
f ( x)
; x0
Se denota X ~ Exp() y se lee que la variable aleatoria X sigue una distribucin exponencial con parmetro .
La probabilidad de que la variable aleatoria X tome valores en el intervalo [c,d] es numricamente igual al rea sombreada, y se calcula de la siguiente manera:
Pc X d
Esperanza de X:
E X
Varianza de X:
2 V X 2
1 t
dt
Ntese que el parmetro es igual a la media de la variable aleatoria.
Funcin de distribucin acumulada de X
F ( x ) P X x
e
0
Se cumple que:
P X x e
P X k t / X k P X t
Notas importantes
dt 1 e
; x0
161
Caso Aerolnea Wayra

El tiempo de vida til de tipo de una llanta de avin se modela con una variable aleatoria
con distribucin exponencial, cuya media es 20 das.
Calcule la probabilidad de que la vida til de una llanta sea mayor a 20 das.
Calcule la probabilidad de que la vida til de una llanta est entre 20 y 25 das.
Si una llanta ya dur 20 das, calcule la probabilidad de que la vida til de esa llanta sea
menor a 25 das.
Notas importantes
162
52. En un lote de 30 polos hay tres con fallas. Se toma una muestra aleatoria de cinco polos y
se define la variable aleatoria X como el nmero de polos defectuosos en la muestra. Determine y grafique la funcin de probabilidad de la variable X.
Calcule la probabilidad de tener dos polos defectuosos en la muestra.
Calcule la probabilidad de tener al menos dos polos defectuosos en la muestra.
53. La demanda diaria de un producto es una variable aleatoria X cuya distribucin de probabilidades es simtrica y est dada por la tabla siguiente:
x
f(x)
0,20
0,05
La empresa obtiene por cada unidad demandada de producto 100 soles de utilidad. Si la
cantidad demanda en un da es mayor a dos unidades, se obtiene una utilidad adicional
de 15 soles por unidad demandada de producto.
Calcule el valor de a, b y c.
Determine la probabilidad que la demanda diaria sea de por lo menos tres productos.
Calcule el valor esperado de la utilidad por la demanda diaria de productos.
Afirmacin
Se denomina variable aleatoria a una descripcin numrica del
resultado de un experimento
El valor esperado es el valor ms probable de ocurrencia
El valor esperado es un valor que puede ser mayor que el mximo
de los valores del rango de la variable aleatoria
El valor esperado es un valor que siempre es igual a uno de los
valores del rango de la variable
Variable aleatoria continua es una variable cuyo rango es un conjunto infinito numerable de valores
La funcin de distribucin acumulada es siempre mayor a la funcin de densidad para cualquier valor de la variable aleatoria
El esperado de la suma de dos variables aleatorias es igual a la
suma de los dos esperados de las variables aleatorias
La varianza de una variable aleatoria puede ser menor a cero
Notas importantes
Verdadero
Falso
163
55. Un examen de admisin consta de 100 preguntas. Cada una pregunta tiene cinco opciones para marcar y solamente una respuesta correcta Por cada respuesta correcta se le
otorga al postulante un punto, mientras que si la respuesta es incorrecta al postulante se
le resta un cuarto de punto. Si un postulante contesta todas las preguntas del examen al
azar, calcule el valor esperado del puntaje obtenido.
56. Se lanza un dado una vez, sea la variable aleatoria X igual al nmero de la cara superior.
Calcule la varianza y desviacin estndar de la variable X.
57. Se lanzan dos dados y sea la variable aleatoria X igual a la suma de los nmeros de las caras superiores. Calcule la varianza de la variable X.
58. Un restaurante pone a la venta diariamente diversas ensaladas. El nmero de ensaladas
demandadas diariamente se modela con una variable aleatoria X que tiene la siguiente
distribucin de probabilidad.
x
12
15
17
18
20
25
f(x)
0,12
0,35
2a
0,14
0,09
El costo de cada ensalada es de cuatro nuevos soles y las vende a seis soles. Toda ensalada no vendida en el da se desecha. Calcule la media y desviacin estndar de la utilidad diaria, si el restaurante prepara 20 ensaladas por da.
59. Una compaa de comida rpida sabe que el 90% de sus tiendas por franquicia tendrn
xito comercial. Si el xito de cada tienda se puede considerar independiente de las dems tiendas. Calcule la probabilidad de que al menos dieciocho tiendas tengan xito, si la
compaa va a instalar 20 tiendas el ao 2015.
60. Segn la Asociacin para el Fomento de la Infraestructura Nacional el 48% de los hogares
de Lima no tienen acceso a agua potable de calidad, por no contar con la dosificacin
adecuada de cloro o comprarla de manera informal a los camiones cisternas. Si se eligen
al azar a diez hogares de Lima, calcule la probabilidad de que cinco de ellos no tengan acceso agua potable de calidad.
61. La empresa San Fernando ha lanzado su campaa Plato calato no para salvar sus ventas de verano 2013. Si de un total de 60 personas, donde 34 recuerdan la campaa, se
eligen al azar a ocho personas para entrevistarlos, calcule la probabilidad de elegir al menos a tres personas que recuerden la campaa.
62. En una distribuidora hay 25 televisores de los cuales seis son de tecnologa OLED. Si se
seleccionan al azar diez televisores, calcule la probabilidad de que se haya seleccionado
por lo menos dos televisores de tecnologa OLED.
63. Un comerciante recibe un lote de 30 computadoras porttiles. Para protegerse de una
mala remesa, el comerciante revisar diez computadoras y rechazar todo el lote si encuentra una o ms computadoras defectuosas. Si en el lote hay seis computadoras defectuosas, cul es la probabilidad de que rechace el lote?
64. En una pastelera, el nmero demandado de un cierto tipo de torta se modela con una
variable Poisson con una media de tres tortas al da. La pastelera, siempre, produce tres
tortas diarias. Cada torta cuesta producirla 50 nuevos soles y se vende a 80 nuevos soles.
Toda torta no vendida en el da se remata en 20 soles y siempre las compran todas las
tortas a ese precio. Calcule el valor esperado de la utilidad por dicho concepto.
Notas importantes
164

Afirmacin
Verdadero
Falso
El mayor valor del rango de la variable hipergeomtrica es siempre

menor o igual a n
En un proceso de Poisson el nmero de resultados que ocurre en un
intervalo es independiente del nmero que ocurre en cualquier otro
intervalo del espacio disjunto
La variable binomial cuenta el nmero de xitos en n repeticiones
independientes con la misma probabilidad de fracaso en cada repeticin
La variable hipergeomtrica cuenta el nmero de xitos en una
muestra de tamao n de una poblacin N que tiene r xitos y donde
el muestreo es con reemplazo
66. La duracin (en minutos) de una llamada telefnica en la sala de profesores puede modelarse por una variable aleatoria X con la siguiente funcin de densidad
a 3 x
0 x 3
f x
en otro caso
0
Determine el valor de a.
Calcule la probabilidad de que una llamada dure menos de un minuto y medio.
Si una llamada ya dur un minuto, calcule la probabilidad de que dure ms de dos minutos.
67. La proporcin de personas que responden a una encuesta enviada por correo electrnico
se modela con una variable aleatoria X con la siguiente funcin de densidad
2x 9
f x 10
0 x 1
en otro caso
Determine y grafique la funcin de distribucin acumulada de la variable aleatoria X.

Use la funcin de distribucin acumulada para calcular la probabilidad de que respondan
entre 60% y 80% de las personas a la encuesta.
Use la funcin de distribucin acumulada para calcular la mediana de X.
68. El gerente comercial de la sucursal de Santiago de Surco informa que el gasto mensual,
en cientos de nuevos soles, por la venta de libros a sus clientes es una variable aleatoria
que tiene la siguiente funcin de densidad:
1
() = {8 + 2 6
0

Calcule el valor esperado del gasto mensual en libros.
Notas importantes
165
69. La variable X se distribuye uniformemente con media igual a 24 y varianza igual a 12, calcular los parmetros de la funcin de densidad.
70. La funcin de Excel =ALEATORIO() genera un nmero con distribucin uniforme con parmetros a igual a cero y b igual a uno. Sea X una variable aleatoria definida como el nmero generado por dicha funcin.
Calcule la probabilidad de que la funcin genere un nmero aleatorio entre 0,2 y 0,7.
Use la funcin de distribucin acumulada para calcular P(0,15 < X < 0,55).
71. El tiempo, en minutos, que demora un servicio de delivery en entregar una pizza puede
modelarse por una variable aleatoria uniforme con parmetros 10 y 38. Si la pizza se tarda ms de 30 minutos en ser entregada, el cliente no la pagar.
Si una familia pide una pizza, calcule la probabilidad de que le salga gratis.
Si la familia pide una pizza diaria durante diez das seguidos, calcule la probabilidad de
que por lo menos una de ellas le salga gratis.
Una familia pidi una pizza hace 25 minutos y an no ha llegado, cul es la probabilidad
de que le salga gratis?
72. Una compaa ha comprado una prueba para seleccionar personal. Los que han diseado la prueba saben que las notas siguen una distribucin normal con una media de 75
puntos y una desviacin estndar de diez puntos. Calcule la probabilidad de que una
persona que rinda esta prueba obtenga una nota superior a 90 puntos.
73. En una ciudad se estima que la temperatura mxima en un da del mes de enero puede
modelarse con una variable normal con media 30C y desviacin estndar 2C.
Si se escoge al azar un da del mes de enero, calcule la probabilidad de que la temperatura mxima sea menor a 31C.
Si se escoge al azar un da del mes de enero, calcule la probabilidad de que la temperatura mxima est entre 28,5 y 32C.
Calcule el nmero esperado de das en el mes de enero en que la temperatura mxima
es mayor a 33C. Asuma independencia entre las temperaturas de un da y otro.
74. Marque la opcin correcta.
La moda de una variable aleatoria normal X es:
a. Igual a cero
b. El esperado de X
c. Aquel valor para el cual f(Me) = 0,5, donde f es la funcin de densidad de X
d. No se puede determinar sin saber la desviacin estndar.
e. Es el valor que acumula ms del 50% del rea
75. La vida til, en meses, de un artefacto elctrico es una variable aleatoria con distribucin
exponencial con parmetro . El fabricante afirma que el 90% de estos componentes
tienen una vida til que supera los 60 meses. Cul es la media de la vida til de estos
componentes?
Notas importantes
166

Afirmacin
La media de una variable normal puede ser negativa

Si Z es una variable normal estndar P(Z > c) = 0,025, entonces c = -1,96
Si X es una variable normal se cumple que
P(X < c) = P (X c)
Si Z es una variable normal estndar se cumple que
P(Z < -c) = 1 - P (Z < c)
Si X es una variable normal se cumple que
P(X < -c) = 1 - P(X < c)
El rango de toda variable normal es igual a toda la recta
real
La funcin de densidad de la distribucin normal toma su
mayor valor en X =
La funcin de densidad de la distribucin normal en algunos casos no es simtrica
El esperado de una variable normal es siempre igual a
Notas importantes
Verdadero
Falso
Unidad 5 : Distribuciones muestrales

el estudiante toma decisiones frente a situaciones reales de incertidumbre,
utilizando las distribuciones muestrales en el clculo de probabilidades.
Temario
Propiedad reproductiva de la distribucin normal
Distribucin muestral de un promedio
Teorema central del lmite
168
Propiedad reproductiva de la normal

Si X1, X2, X3,..., Xn son n variables aleatorias independientes, tales que Xi ~ N(i, i2), para
cada i = 1, 2, 3,..., n, entonces, la variable aleatoria
S c1 X1 c2 X 2 cn X n
donde c1, c2, c3,..., cn son constantes, entonces:
S ~ N c1 1 c2 2 cn n ; c12 12 c22 22 cn2 n2
La suma de
una
variable
aleatoria
normal
con otra
variable
aleatoria
normal
es una
variable
aleatoria
normal
Si X1, X2 son dos variables aleatorias normales independientes, tales que

X1 ~ N 1 , 12 ; X2 ~ N 2 , 22 , entonces, S X1 X 2 ~ N c1 1 c2 2 ; c12 12 c22 22
Si X1, X2, X3,..., Xk son n variables aleatorias normales independientes, tales que
Xi ~ N , 2 , para i = 1, 2, 3,..., n, entonces, S X 1 X 2 X n ~ N n ; n 2
Sea X1 ~ N(1 = 7, 12 = 8) y X2 ~ N(2 = 6, 22 = 24) variables aleatorias independientes.

Calcule la distribucin de las siguientes variables:
S = X1 + X2
S = X1 - X2
S = X1 - 3X2
Notas importantes
Unidad 5. Distribuciones muestrales
169
Caso Aerolnea Wayra

Objetivo especfico: Analizar el peso de los pasajeros.
El peso de los pasajeros adultos de un avin se modela con una variable normal:
en mujeres, con media 65 kilos y desviacin estndar 15 kilos.
en hombres, con media 80 kilos y desviacin estndar 20 kilos.
Calcule la probabilidad de que 20 pasajeros hombres pesen ms de 1700 kilos.
Calcule la probabilidad de que 10 pasajeras mujeres y 10 pasajeros hombres pesen ms

de 1500 kilos.
Si en un avin donde el 60% de los pasajeros son mujeres, se elige una persona al azar,
calcule la probabilidad de que esta persona pese entre 70 y 80 kilos.
Notas importantes
170
Ejemplo 47
Dos supermercados compiten por tomar el liderazgo del mercado. Un estudio reciente
de una compaa de investigacin de mercados, estim que las ventas diarias (en miles
de dlares) de los dos supermercados se modelan con distribuyen normalmente con
medias de 15 y 17 y desviaciones estndar de 3 y 4 respectivamente.
Calcule la probabilidad de que el segundo supermercado obtenga mayores ventas que el
primer supermercado en el primer da.
Solucin
Sean las variables:
X: Ventas diarias del primer supermercado
Y: Ventas diarias del segundo supermercado
X N(15, 9);
Y N(17, 16)
Se pide: P(Y > X) o su equivalente: P(Y X > 0)

Sea W = Y X, por la propiedad reproductiva de la distribucin normal, se tiene:
W N(17 15, 16 + 9), es decir: W N(2, 25)
P(Y X > 0) = P(W > 0)
W 0 2
P(W 0) P
5

P(W 0) P Z 0,40
P(W 0) 0,6554
Calcule la probabilidad de que la diferencia entre las ventas diarias de ambos supermercados no supere los 1000 dlares.
Solucin
En este caso se pide calcular:
1 2 W 1 2
P W 1 P 1 W 1 P
P 0,6 Z 0,2 0,1465
5
5
Notas importantes
171
Ejemplo 48
El peso de un usuario hombre del Metropolitano se modela con una variable normal con
media de 75 kilos y desviacin estndar de 15 kilos, mientras que para una usuaria mujer con media de 60 kilos y desviacin estndar de 10 kilos. Si en un bus hay 50 hombres
y 30 mujeres.
a. Si se elige una persona al azar, calcule la probabilidad de que pese ms de 70 kilos.
Solucin
Sean los eventos
A: = una persona pese ms de 70 kilos
H:= Que el usuario sea hombre.
Sean las variables aleatorias
X = peso de un hombre
X ~ N(75; 152)
Y = peso de una mujer
Y ~ N(60; 102)
Por teorema de la probabilidad total () = (). ( ) + (). ()

Calculemos cada una de las probabilidades condicionadas
( ) = ( > 70) = 1 ( < 0,33) = 0,6293
() = ( > 70) = 1 ( < 1) = 0,1587
Luego,
50
30
() = (). ( ) + (). () = 80 0,6293 + 80 0,1587 = 0,4528
b. Calcule la probabilidad de que el peso total de los 50 hombres y 30 mujeres supere

5500 kilos.
Solucin
Sea Y := el peso total de los 50 hombres y 30 mujeres
50
30
= +
=1
=1
Por propiedad reproductiva de la normal, ~(50 75 + 30 60; 50 152 +

30 102 ), es decir, ~(5 550; 14 250).
Nos piden ( > 5 500) = ( > 0,35) = 0,6623.
Notas importantes
172
Definiciones
Debido a que, muchas veces, es imposible preguntarle o medir a toda la poblacin, un
estudio estadstico se inicia con la seleccin de una muestra.
El muestreo comprende por lo menos dos etapas:
La seleccin de las unidades
El registro de las observaciones
Muestreo con y sin reemplazo

Muestreo sin reemplazo
Las unidades se pueden seleccionar slo una vez.
Muestreo con reemplazo
Las unidades se puede seleccionar ms de una vez.
Poblacin finita e infinita

Muestreo aleatorio simple (poblacin finita)
Una muestra aleatoria simple de tamao n, de una poblacin finita de
tamao N, es una muestra seleccionada de tal manera que cada muestra
posible de tamao n tenga la misma probabilidad de ser seleccionada.
Muestreo aleatorio simple (poblacin infinita)
Una muestra aleatoria simple de tamao n, de una poblacin infinita es
aquella que se selecciona de tal forma que satisface las siguientes
condiciones:
cada elemento seleccionado proviene de la misma poblacin
cada elemento se selecciona de forma independiente.
Distribucin muestral de un estadstico

Es la lista de posibles valores de un estadstico y la probabilidad asociada a cada valor.
Notas importantes
173
Distribucin de la media muestral

Es la lista de todas las medias posibles de tamao n tomadas de una poblacin especfica
y sus probabilidades asociadas.
Se tiene que:
Media
EX
Varianza
V X
2
n
Factor de correccin por poblacin finita

Si el muestreo es sin reemplazo en poblaciones de tamao finito N, entonces debe usarN n
se el factor de correccin por poblacin finita
N 1
Varianza
V X
2 N n
n N 1
Distribucin muestral de la media de una poblacin con varianza conocida

Si la poblacin sigue una distribucin normal con media y desviacin estndar entonces:
2
Si el muestreo es con reemplazo X N ,
n
2 N n
Si el muestreo es sin reemplazo X N ,
n N 1
Segn un informe del INEI, en el trimestre julio-agosto-setiembre del 2015, en Lima Metropolitana, el ingreso promedio mensual proveniente del trabajo fue de 1557 nuevos
soles. Por investigaciones anteriores se sabe que la desviacin estndar es de 400 nuevos soles. Si se toma una muestra de 100 personas, calcule la probabilidad de que la
media muestral est entre 1500 y 1600 nuevos soles. Asuma normalidad.
Notas importantes
174
Teorema central del lmite
Sean n variables
aleatorias X1, X2, X3,...Xn
independientes e
igualmente distribuidas
con media
y varianza 2
entonces la variable
aleatoria
S = X1 + X2 + X3 +...+ Xn
tiene una distribucin
aproximadamente
normal a medida que n
crece,
independientemente de la
distribucin de la
poblacin.
Por propiedades de esperado y varianza se tiene que:

E S n
V S n 2
Se considera una buena aproximacin a la distribucin normal si n 30.

Del teorema central del lmite, se deduce que la distribucin muestral de la media X se
aproxima a la distribucin normal si n 30.
Caso Aerolnea Wayra
Objetivo especfico: Analizar el peso del equipaje de los pasajeros.
El peso del equipaje de los pasajeros de un avin se modela con una variable uniforme
con parmetros 10 y 30 kilos. Calcule la probabilidad de que el peso total del equipaje
de 50 pasajeros supere los 1050 kilos.
Notas importantes
175
Objetivo especfico: Analizar el nmero de vuelos cancelados.

El nmero de vuelos nacionales cancelados en un da se modela con la siguiente funcin
de probabilidad:
x
f(x)
0,40
0,25
0,15
0,1
0,05
0,05
Se toma una muestra de 100 das, calcule la probabilidad de que se cancelen entre 125 a
135 vuelos nacionales.
Notas importantes
176
Ejemplo 49
El Metropolitano cuenta con una cuenta de correo para cualquier consulta, sugerencia,
queja o reclamo. El nmero de correos electrnicos que llegan a la cuenta de correo se
modela como una variable aleatoria Poisson con una media de ocho correos por da.
Solucin
a. Calcule la probabilidad que en medio da llegue ms de tres correos con consultas,
sugerencias, quejas o reclamos. Defina la variable necesaria y establezca su distribucin, rango y parmetros.
Sea X = nmero de correos electrnicos que llegan a la cuenta de correo del Metropolitano en medio da
8
1
y t = 0,5 da
X ~ P( = 4 correos )
P(X > 3) = 1- P(X 3) = 1 0,4335 = 0,5665
b. Si se eligen al azar 100 das, calcule la probabilidad que la cantidad total de correos
recibidos en esos 100 das est entre 790 y 810.
Sea Xi = nmero de correos electrnicos que llegan a la cuenta de correo del Metropolitano en el da, i = 1,,100
Sea Y := cantidad total de correos en los 100 das
100
=
=1
Por teorema central del lmite, ( = 100 8; 2 = 100 8), es decir,

(800; 800).
Nos piden (790 < < 810) = (0,35 < < 0,35) = 0,2737.
Tambin se puede calcular usando la distribucin de la media muestral.
Nos piden (790 < < 810) = (7,9 < < 8,1)
2
8
Por teorema central del lmite, ( = 8, = 100), es decir, (8; 0,08).
Luego, (790 < < 810) = (7,9 < < 8,1) = 0,2737
Notas importantes
177
Ejemplo 50
Se define la variable aleatoria X: nmero de das a la semana que un usuario usa el Metropolitano. Esta variable presenta la siguiente funcin de probabilidad.
X: Nmero de das
f(x)
0,05
0,10
0,15
0,15
0,20
0,25
0,05
0,05
a. Calcule el esperado y la varianza de X.

Solucin
Usando la calculadora, E(X) = 3,55 y V(X) = 3,1475
b. Si se elige al azar una muestra de 1000 usuarios, calcule la probabilidad de que la

media muestral del nmero de das que usan el Metropolitana est entre 3,5 y 3,6
das.
Solucin
2
3,1475
Por teorema central del lmite, ( = 3,55, = 1000 ) , es decir, ,
(3,55; 0,0031475).
Nos piden (3,5 < < 3,6) = (0,89 < < 0,89) = 0,6272.
Ejemplo 51
El tiempo de espera para tomar un bus de un usuario se modela con una variable uniforme con parmetros 0 y 10 minutos.
a. Si se elige un usuario al azar, calcule la probabilidad de que su tiempo de espera sea
mayor a ocho minutos.
Solucin
X=: tiempo de espera para tomar un bus. X ~ U(0,10)
P(X > 8) = 0,20
b. Si se elige al azar a 500 usuarios, calcule la probabilidad de que la media del tiempo
de espera de esos 500 usuarios est en 4,8 y 5,2 minutos.
Solucin
= (a+b)/2 = (0+10)/2= 5
2= (10 - 0)2/12 = 8,3333
Por teorema central del lmite,
2
8,3333
( = 5, = 500 ), es decir, (5; 0,01667)
Nos piden (4,8 < < 5,2) = (1,55 < < 1,55) = 0,8789
Notas importantes
178
77. En un estudio de evaluacin de la atencin de un servicio de cafeteras, los tiempos, en
minutos, que tardan en atender a un cliente las cafeteras A y B se modelaron con las variables aleatorias X ~ N(4,9) y Y ~ N(5,16) respectivamente y de manera independiente.
Si en cada cafetera son atendidas 20 personas, halle la probabilidad de que el tiempo
total de atencin en la cafetera B sea mayor que el de la cafetera A.
78. Lima y El Cairo (Egipto) son las dos principales ciudades del mundo que estn situadas
en zonas desrticas y con extremo estrs hdrico. En Pars, Zurich o Berln, el consumo
promedio por persona de agua bordea los 130 litros por da. Sin embargo, segn una investigacin del Centro de Investigacin en Geografa Aplicada de la Pontificia Universidad Catlica del Per, en Lima, el consumo promedio por persona asciende a 250 litros
por da. Adems, la desviacin estndar del consumo por persona se estima en 60 litros
por da. Si se toma una muestra aleatoria en Lima de 100 personas, calcule la probabilidad de que el consumo total muestral en un da sea menor a 24 mil litros.
79. La cantidad de mango que exporta una empresa mensualmente se modela con una variable aleatoria con media de 25 toneladas y desviacin estndar de cuatro toneladas.
Encontrar la probabilidad de que la cantidad exportada en tres aos sea menor a 920
toneladas. Asuma independencia entre las cantidades mensuales exportadas.
80. El nmero de personas que llega a un concierto se modela con una variable Poisson con
una media de 3,1 personas por minuto. Calcule la probabilidad de que en una hora lleguen entre 180 y 190 personas.
81. La duracin, en minutos, de una llamada telefnica en la sala de profesores puede modelarse por una variable aleatoria X con la siguiente funcin de densidad
a 3 x
0 x 3
f x
en otro caso
0
Calcule la probabilidad de que el tiempo total de 100 llamadas sea mayor a 100 minutos.
82. Una familia tiene tres hijos. El monto de la propina semanal que se le da a cada hijo
puede modelarse como una variable normal. Al menor se le da en media 20 nuevos soles por semana con una desviacin estndar de 3 nuevos soles, al segundo hijo se le da
el doble que al menor y al mayor se le da el triple que al menor. Calcular la probabilidad
de que en cuatro semanas la suma total recibida en propinas por los tres sume ms de
500 nuevos soles.
83. Marque la afirmacin correcta.
El teorema del lmite central afirma que:
a. A medida que el tamao poblacional crece, la distribucin de la media poblacional
tiende a una distribucin normal
b. A medida que el tamao poblacional crece, la distribucin de la media muestral tiende a una distribucin normal
c. A medida que el tamao muestral crece, la distribucin de la media poblacional tiende a una distribucin normal
d. A medida que el tamao muestral crece, la distribucin de la media muestral tiende a
una distribucin normal
Notas importantes
179
84. Marque la afirmacin correcta.

El teorema del lmite central afirma que:
a. La suma de variables aleatorias normales independientes es una variable normal
b. La suma de ms de 30 variables aleatorias normales independientes es una variable
normal
c. La suma de ms de 30 variables aleatorias independientes es una variable normal
d. La suma de ms de 30 variables aleatorias independientes es aproximadamente
una variable normal
Notas importantes
Unidad 6 : Muestreo
el estudiante analiza situaciones reales, relacionadas con su especialidad,
en donde aplica la teora de muestreo.
Temario
Muestreo: Conceptos y definiciones bsicas: Poblacin, marco muestral, muestra
Censo y muestreo ventajas y desventajas.
Diseo de la encuesta por muestreo.
Tipos de muestreo:
No probabilstico
Probabilstico (aleatorio simple, aleatorio estratificado y sistemtico)
Unidad 6. Muestreo
Definiciones
Elemento
Es el objeto sobre el cual se hace la medicin. Tambin llamada unidad
elemental.
Poblacin muestreada
Es la coleccin de todos los elementos posibles que podran extraerse en
una muestra.
Marco muestral
Es una lista de los elementos que estn disponibles para su eleccin en la
etapa de muestreo.
Censo
Es el estudio completo de todos los elementos de la poblacin.
Parmetro
Es un resumen de una caracterstica de una poblacin.
Estadstico
Es un resumen de una caracterstica de una muestra.
Ejemplo 52
Notas importantes
183
184
Ventajas y desventajas del muestreo frente al censo

Ventajas del muestreo
Ahorro de dinero debido a que se consideran

menos unidades para trabajar
Ahorro de tiempo, dado que el nmero de

mediciones solo es de una parte
representativa de la poblacin
Mayor precisin, la muestra puede ser ms

precisa porque reduce la magnitud de los
errores no muestrales, debido a que:
Existe menos personal necesario para hacer

las mediciones (u observaciones)
Hay personal con mejor preparacin
Puede variar las condiciones del estudio si
se demora su ejecucin
Conveniencia, es conveniente el uso de una

muestra si el estudio ocasiona la destruccin
de la unidad estudiada
Desventajas del muestreo
Las estimaciones resultantes del muestreo

estn afectas al inevitable error de muestreo
La informacin proveniente de una muestra

no proporciona informacin tipo inventario
para cada uno de los elementos de la
poblacin
Las estimaciones no pueden subdividirse para

pequeos dominios de anlisis, considerando
que no todos ellos pueden estar
representados debidamente en la muestra
Requiere de personal especializado y

experimentado
Notas importantes
Unidad 6. Muestreo
185
Muestreo probabilstico
En el muestreo probabilstico, la seleccin de cada elemento de la muestra se hace siguiendo reglas matemticas de decisin. Todos los elementos de la poblacin tienen una
probabilidad real y conocida de ser seleccionados. Existen diversos mtodos de muestreo probabilstico, como por ejemplo:
Muestreo aleatorio simple

Se selecciona una muestra en forma aleatoria y sin reemplazo a n unidades de muestreo
de una poblacin que contiene un total de N unidades. Se garantiza que cada una de las
muestras posibles tiene la misma probabilidad de ser elegida.
Muestreo sistemtico
Se selecciona un primer elemento aleatoriamente y, luego, los dems elementos que
conformarn la muestra cada cierto intervalo. Este muestreo supone que se cuenta con
una enumeracin completa de los elementos de la poblacin.
Muestreo estratificado
Se selecciona la muestra de los diversos estratos. Un estrato es una parte de la poblacin, cuyos elementos tienen caractersticas similares. El objetivo de estratificar la poblacin es buscar homogeneidad entre los estratos.
Notas importantes
186
Muestreo aleatorio simple

En este procedimiento, se selecciona una muestra en forma aleatoria y sin reemplazo a
n unidades de muestreo de una poblacin que contiene un total de N unidades.
Se garantiza que cada una de las muestras posibles tiene la misma probabilidad de ser
elegida.
Pasos a seguir para seleccionar una muestra simple aleatoria

1.
2.
Enumere las unidades del marco muestral con nmeros sucesivos.

Seleccione tantos elementos del marco muestral como sea el tamao requerido de
la muestra, usando una tabla de nmeros aleatorios.
El muestreo aleatorio simple presenta dos propiedades:

Representativo: Cada unidad tiene las mismas posibilidades de ser escogida.
Independencia: La seleccin de una unidad no influye en la seleccin de otras unidades.
Pero en el mundo real es difcil encontrar muestras completamente independientes y
representativas. Por ejemplo, hacer una encuesta a los votantes marcando nmeros de
telfono al azar es un mtodo no representativo pues no tiene en cuenta a los votantes
que no disponen de telfono y cuenta varias veces a los que tienen varios nmeros.
Una empresa de consumo tiene un total de 150 trabajadores y ha registrado en el cuadro siguiente, informacin acerca del ingreso mensual (en nuevos soles) y aos cumplidos en la empresa de cada uno de sus trabajadores.
Seleccione una muestra de 15 trabajadores usando muestreo simple aleatorio. Use las
columnas C4, C8, C11 y C15 de la tabla de nmeros aleatorios.
Seleccione una muestra de diez trabajadores usando muestreo simple aleatorio. Use las
Notas importantes
Unidad 6. Muestreo
187
Trabajadores registrados
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Ingreso
Aos en la empresa
(en soles)
2300
5
2800
11
2400
4
2500
2
2300
3
2100
2
1700
2
2000
0
2200
7
2100
4
1700
0
2500
2
2800
13
2400
9
1700
1
2400
9
2200
10
2200
4
2300
10
2800
11
2100
7
1700
1
2500
6
2400
9
2700
17
1700
0
1600
2
2600
17
2500
13
2500
16
2700
17
1700
1
1600
1
2400
11
1900
3
1800
5
1800
3
2400
14
2600
16
2700
18
2100
11
2300
14
1700
0
2200
13
2900
20
1800
5
2100
16
2000
12
2000
12
2900
20
Notas importantes
Ingreso
Aos en la empresa
(en soles)
51
2100
13
52
2100
9
53
1800
1
54
2000
9
55
2100
10
56
1900
4
57
2000
10
58
2300
11
59
2000
7
60
1700
1
61
1900
6
62
2000
9
63
2400
17
64
1700
0
65
1700
2
66
2400
17
67
2500
13
68
2600
16
69
2100
14
70
1900
7
71
2000
9
72
1800
7
73
2100
10
74
2300
12
75
2700
20
76
2800
20
77
1800
3
78
1700
5
79
1700
4
80
1700
0
81
1700
1
82
2100
6
83
2600
17
84
2400
9
85
2600
19
86
1900
7
87
1600
0
88
1900
3
89
2100
14
90
1700
0
91
2100
15
92
1700
1
93
2300
14
94
2500
16
95
2600
18
96
1900
3
97
2500
19
98
1800
6
99
1700
2
100
2000
10
N
N
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
Ingreso Aos en la
(en soles) empresa
2400
16
1700
0
2500
12
1700
3
2400
17
2400
16
1900
7
1700
1
2100
6
2000
5
2000
3
2500
13
1700
0
2500
19
1700
3
2600
19
1600
1
1800
6
2100
10
1700
0
2400
16
2600
17
2100
10
2100
8
2400
17
1700
1
2600
20
2400
16
2700
17
2100
12
1600
0
2100
15
1900
5
2100
12
2200
12
2400
13
1800
4
2600
17
2700
20
2500
16
2500
16
1900
6
2100
15
1700
9
1500
0
1800
18
2100
10
2700
19
1800
9
2100
15
188
Seleccione una muestra de 15 trabajadores usando muestreo simple aleatorio. Use las
Solucin
C1
4
9
0
9
1
2
6
1
4
0
7
4
6
9
1
0
3
9
5
8
0
9
6
7
3
9
4
8
4
6
C2
8
2
2
6
6
9
1
3
5
0
2
9
1
3
8
2
6
4
9
1
5
7
9
4
8
9
8
6
7
5
Seleccionemos tantos elementos del marco muestral como sea el tamao requerido de
la muestra, usando una tabla de nmeros aleatorios. Como el marco muestral tiene 150
elementos usemos las columnas C4, C5 y C6, para elegir nmeros de tres cifras y luego C8,
C9 y C10.
C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
2
4
6
6
3
5
4
5
6
0
5
2
6
9
8
0
0
9
9
8
1
4
4
1
9
8
5
1
1
9
7
9
8
5
9
0
1
3
3
9
1
6
2
9
7
1
2
6
6
0
7
5
6
4
0
8
3
5
6
6
6
4
0
8
6
3
4
8
1
8
5
4
4
1
6
5
2
7
7
2
9
9
9
9
7
4
1
5
4
9
0
5
5
0
8
4
8
7
4
6
2
1
7
0
1
5
8
7
2
9
5
0
4
0
9
8
2
0
2
6
8
7
0
1
9
7
1
8
9
9
0
1
2
6
3
7
1
9
6
1
7
9
9
8
8
1
1
4
5
6
7
9
9
9
2
1
3
2
3
7
7
9
3
6
9
6
5
0
6
4
7
9
8
1
2
4
4
8
3
6
4
5
4
1
2
4
4
6
9
2
6
6
6
5
2
0
0
4
3
4
4
2
4
5
9
0
8
7
4
8
4
2
1
2
5
4
2
8
1
3
3
2
0
2
6
0
7
2
7
9
1
4
6
5
4
0
8
1
3
3
7
3
2
4
8
6
7
9
0
6
2
8
7
1
3
4
3
9
3
1
7
8
3
7
3
3
0
8
3
5
1
4
7
5
7
3
1
1
9
3
3
8
7
4
8
0
2
5
3
4
1
9
8
1
0
9
0
1
1
0
9
3
6
8
6
0
6
7
6
7
9
1
2
2
7
2
3
9
3
4
6
9
8
1
9
8
4
4
5
9
1
5
4
7
3
0
6
8
1
6
8
1
8
8
2
3
9
1
4
2
4
9
1
4
0
6
0
3
2
8
3
8
0
4
3
9
4
6
0
8
8
3
8
7
1
2
2
3
1
4
2
7
5
5
2
8
6
6
3
5
5
9
9
0
6
8
5
9
4
9
1
8
2
0
2
5
3
9
1
2
0
3
0
8
9
1
4
8
8
6
6
8
5
9
4
8
5
7
7
9
6
7
1
2
2
4
0
1
4
5
7
7
4
0
4
8
9
4
7
0
9
7
8
0
0
9
3
2
7
0
5
0
2
7
8
7
3
6
1
5
8
5
5
1
4
9
6
4
4
4
7
4
5
7
5
0
7
3
6
1
7
1
1
3
5
5
7
4
4
7
6
7
2
8
1
4
0
3
6
2
4
4
4
4
0
3
6
3
4
1
2
8
5
8
8
4
3
4
8
9
0
6
7
6
0
0
8
6
8
4
2
2
3
3
1
8
1
2
6
6
4
1
4
8
5
1
9
0
3
9
1
9
0
5
8
4
9
2
8
6
1
9
2
5
0
1
9
1
0
9
7
5
5
6
0
6
1
3
3
8
6
9
9
8
0
8
3
1
6
1
0
5
7
Los elementos seleccionados son:
Posicin
114
Notas importantes
81
134
148
9
1
6
2
0
1
5
1
5
8
0
1
3
7
2
2
8
7
39
97
4
6
7
9
9
7
1
2
0
105
2
0
8
8
0
1
0
6
6
8
1
8
5
0
9
1
6
3
98
5
3
2
9
7
4
9
8
0
2
4
8
5
4
8
2
4
4
126
64
8
0
0
7
5
4
8
0
1
109
1
9
7
8
4
8
0
7
4
122
7
1
8
4
8
9
2
8
0
6
2
4
9
6
6
6
2
3
142
4
8
8
9
2
6
6
5
0
145
6
6
0
4
3
9
3
1
8
149
Unidad 6. Muestreo
189
Seleccione una muestra de diez trabajadores usando muestreo simple aleatorio. Use las
C1
4
9
0
9
1
2
6
1
4
0
7
4
6
9
1
0
3
9
5
8
0
9
6
7
3
9
4
8
4
6
9
1
3
9
1
2
6
3
0
4
7
2
2
5
9
8
8
3
C2
8
2
2
6
6
9
1
3
5
0
2
9
1
3
8
2
6
4
9
1
5
7
9
4
8
9
8
6
7
5
2
3
3
9
7
7
0
3
1
7
8
2
6
1
0
6
6
1
C3
2
9
1
0
4
0
2
1
8
3
4
3
2
4
7
1
3
6
9
8
3
1
5
9
1
9
1
7
1
5
0
7
2
9
5
1
9
6
9
1
9
3
6
9
5
1
9
6
C4
4
8
3
8
1
5
9
8
1
6
5
4
8
0
1
4
4
7
8
8
8
4
9
1
2
7
5
3
4
8
9
9
5
8
4
7
2
3
7
5
9
3
4
0
8
9
9
1
C5
6
1
3
3
6
5
5
9
1
9
4
4
1
8
3
7
1
6
4
2
0
2
4
4
2
8
8
6
0
8
8
4
6
2
0
8
6
4
9
3
6
1
1
3
4
2
8
0
C6
6
4
9
5
5
0
0
9
4
6
1
2
3
1
4
5
9
7
4
3
4
7
9
8
4
0
5
1
3
4
2
8
7
8
9
8
1
9
7
7
8
8
4
9
9
5
0
5
C7
3
4
1
6
2
8
4
0
5
5
2
4
3
3
3
7
8
9
5
9
3
5
1
8
0
0
5
7
6
3
8
3
6
8
5
3
5
6
9
0
5
1
8
1
2
0
8
7
C8
5
1
6
6
7
4
0
1
6
0
4
5
2
3
9
3
1
1
9
1
9
5
8
6
1
9
1
1
2
4
3
7
1
1
7
8
1
4
4
9
6
9
1
6
2
0
1
5
C9
4
9
2
6
7
8
9
2
7
6
4
9
0
7
3
1
0
2
1
4
4
2
2
6
4
3
4
1
4
8
4
0
6
9
8
6
2
4
4
2
8
8
0
1
3
7
8
7

Posicin
Notas importantes
C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
5
6
0
5
2
6
9
8
0
0
9
8
5
1
1
9
7
9
8
5
9
0
9
7
1
2
6
6
0
7
5
6
4
4
0
8
6
3
4
8
1
8
5
4
2
9
9
9
9
7
4
1
5
4
9
7
4
6
2
1
7
0
1
5
8
7
8
2
0
2
6
8
7
0
1
9
7
6
3
7
1
9
6
1
7
9
9
8
9
9
9
2
1
3
2
3
7
7
9
4
7
9
8
1
2
4
4
8
3
6
6
9
2
6
6
6
5
2
0
0
4
0
8
7
4
8
4
2
1
2
5
4
2
6
0
7
2
7
9
1
4
6
5
3
2
4
8
6
7
9
0
6
2
8
1
7
8
3
7
3
3
0
8
3
5
1
9
3
3
8
7
4
8
0
2
5
9
0
1
1
0
9
3
6
8
6
0
2
7
2
3
9
3
4
6
9
8
1
5
4
7
3
0
6
8
1
6
8
1
2
4
9
1
4
0
6
0
3
2
8
6
0
8
8
3
8
7
1
2
2
3
8
6
6
3
5
5
9
9
0
6
8
0
2
5
3
9
1
2
0
3
0
8
8
5
9
4
8
5
7
7
9
6
7
5
7
7
4
0
4
8
9
4
7
0
2
7
0
5
0
2
7
8
7
3
6
9
6
4
4
4
7
4
5
7
5
0
3
5
5
7
4
4
7
6
7
2
8
4
4
4
0
3
6
3
4
1
2
8
9
0
6
7
6
0
0
8
6
8
4
3
2
8
9
4
8
7
9
4
9
4
8
6
6
6
8
4
1
1
3
1
3
6
1
7
6
5
8
1
6
2
2
7
1
6
2
7
5
1
8
6
1
4
4
7
5
0
8
6
6
2
5
3
2
3
9
9
2
7
4
5
9
5
6
6
6
3
1
8
1
2
0
8
6
4
4
0
9
8
5
7
3
3
4
2
3
2
8
1
6
6
7
7
0
7
9
8
6
8
5
2
1
0
0
4
0
4
6
8
8
1
9
2
7
5
1
7
0
1
5
5
4
2
8
5
2
8
1
7
6
4
6
6
0
1
3
4
0
9
1
2
8
6
7
8
8
2
8
0
7
8
4
8
0
9
8
5
9
5
7
8
4
9
9
4
9
0
0
7
4
5
4
8
6
2
3
2
6
6
8
4
0
7
8
2
5
1
0
6
3
0
4
1
4
0
3
0
8
190
Muestreo sistemtico
En el muestreo sistemtico se elige un elemento del marco muestral cada cierto intervalo. Este muestreo supone que se cuenta con una enumeracin completa de los elementos de la poblacin.
Procedimiento para seleccionar una muestra sistemtica
N
. El valor de k se redondea al valor del entero
n
1.
Calcule el valor de k, donde k
2.
menor.
Seleccione aleatoriamente un nmero entero entre 1 y k llamado arranque aleatorio (A).
3.
A partir de este nmero elegido, seleccione el siguiente que ocupa la posicin (A +

k) del listado del marco muestral y as sucesivamente hasta completar la muestra.
Ejemplo 53
Se tiene una poblacin de 12 personas y se desea elegir a cuatro de ellas mediante un
muestreo sistemtico. Cul es el arranque aleatorio para este ejemplo? Use la columna
C3, C6 y C12.
Solucin
Calculemos el valor de k, donde k
N 12
3 . El valor de k se redondea al valor del
n 4
entero menor, luego k = 3.

Seleccionemos aleatoriamente un nmero entero entre 1 y k = 3, llamado arranque
aleatorio (A). Observando la columna C3 de la tabla de nmeros aleatorios tenemos que
A = 2.
Notas importantes
Unidad 6. Muestreo
191
Tabla de nmeros aleatorios

C1
4
9
0
C2
8
2
2
C3
2
9
1
C4
4
8
3
C5
6
1
3
C6
6
4
9
C7
3
4
1
C8
5
1
6
C9 C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
4
5
6
0
5
2
6
9
8
0
0
9
9
8
5
1
1
9
7
9
8
5
9
0
2
9
7
1
2
6
6
0
7
5
6
4
A partir de este nmero elegido, seleccionemos el dato que ocupa la posicin (A + k), es
decir la quinta posicin (3 + 2 = 5) del listado del marco muestral y as sucesivamente
hasta completar la muestra. Es decir, elegiremos los datos de las posiciones 2, 5, 8 y 11.
Ejemplo 54
Se tiene una poblacin de 15 personas y se desea elegir a seis de ellas mediante un
muestreo sistemtico. Cul es el arranque aleatorio para este ejemplo? Use la columna
C4, C8 y C1.
Solucin
N 15
2,5 . El valor de k se redondea al valor del
n 6
entero menor, luego k = 2.

aleatorio (A). Observando la columna C4 de la tabla de nmeros aleatorios tenemos que
A = 1.

C1
4
9
0
9
1
2
C2
8
2
2
6
6
9
C3
2
9
1
0
4
0
C4
4
8
3
8
1
5
C5
6
1
3
3
6
5
C6
6
4
9
5
5
0
C7
3
4
1
6
2
8
C8
5
1
6
6
7
4
C9
4
9
2
6
7
8
C10
5
8
9
4
2
7
C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
6
0
5
2
6
9
8
0
0
9
5
1
1
9
7
9
8
5
9
0
7
1
2
6
6
0
7
5
6
4
0
8
6
3
4
8
1
8
5
4
9
9
9
9
7
4
1
5
4
9
4
6
2
1
7
0
1
5
8
7
decir la tercera posicin (1 + 2 = 3) del listado del marco muestral y as sucesivamente
hasta completar la muestra. Es decir, elegiremos los datos de las posiciones 1, 3, 5, 7, 9 y
11.
Notas importantes
192
Ejemplo 55
Se tiene informacin de 40 personas de un barrio de Lima Metropolitana. Obtenga una
muestra aleatoria de ocho personas usando el muestreo sistemtico y elabore una tabla
con los elementos seleccionados. Utilice las columnas C8; C10; C11 de la tabla de nmeros
aleatorios.
Individuos registrados
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Sexo
Mujer
Hombre
Hombre
Mujer
Hombre
Mujer
Hombre
Hombre
Mujer
Mujer
Hombre
Hombre
Mujer
Hombre
Edad
15
16
21
31
21
24
32
26
21
22
18
25
29
25
Estatura
154
154
156
184
173
170
176
188
169
173
177
181
164
159
N
15
16
17
18
19
20
21
22
23
24
25
26
27
28
Sexo
Mujer
Mujer
Hombre
Mujer
Hombre
Hombre
Mujer
Hombre
Hombre
Hombre
Hombre
Mujer
Mujer
Hombre
Edad
19
30
29
25
29
25
16
31
18
21
31
28
19
31
Estatura
178
163
180
174
137
153
168
161
270
173
187
161
172
162
N
29
30
31
32
33
34
35
36
37
38
39
40
Sexo
Hombre
Hombre
Mujer
Mujer
Mujer
Hombre
Mujer
Hombre
Mujer
Hombre
Mujer
Mujer
Edad
33
17
34
20
26
25
23
20
34
35
30
29
Estatura
147
167
69
76
74
90
164
164
176
188
155
141
Solucin
N 40
5
n 8
El valor de k se redondea al valor del entero menor, luego k = 5.
aleatorio (A).
Observando la columna C8 de la tabla de nmeros aleatorios tenemos que A = 5.

C1
C2
C3
C4
C5
C6
C7
C8
C9
C10
4
9
0
9
1
2
8
2
2
6
6
9
2
9
1
0
4
0
4
8
3
8
1
5
6
1
3
3
6
5
6
4
9
5
5
0
3
4
1
6
2
8
5
1
6
6
7
4
4
9
2
6
7
8
5
8
9
4
2
7
C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
6
5
7
0
9
4
0
1
1
8
9
6
5
1
2
6
9
2
2
9
6
3
9
1
6
7
6
4
7
7
9
9
0
8
4
0
8
8
7
1
1
1
0
5
5
8
5
5
0
9
6
5
4
8
9
0
4
4
9
7
decir la dcima posicin (5+5 = 10) del listado del marco muestral y as sucesivamente
hasta completar la muestra. Es decir, elegiremos los datos de las posiciones 5, 10, 15,
20, 25, 30, 35 y 40.
Posicin
Notas importantes
10
15
20
25
30
35
40
Unidad 6. Muestreo
193
Una empresa de telecomunicaciones tiene un total de 150 empleados y ha registrado en

la tabla que se muestra a continuacin informacin acerca de las variables: ingreso mensual (en soles), nivel de educacin y aos cumplidos en la empresa.
Trabajadores registrados
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Ingreso
(soles)
2300
2800
2400
2500
2300
2100
1700
2000
2200
2100
1700
2500
2800
2400
1700
2400
2200
2200
2300
2800
2100
1700
2500
2400
2700
1700
1600
2600
2500
2500
2700
1700
1600
2400
1900
1800
1800
2400
2600
2700
2100
2300
1700
2200
2900
1800
2100
2000
2000
2900
Nivel de
Educacin
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Secundaria
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Notas importantes
Aos en
empresa
5
11
4
2
3
2
2
0
7
4
1
2
13
9
1
9
10
4
10
11
7
1
6
9
17
0
2
17
13
16
17
1
1
11
3
5
3
14
16
18
11
14
0
13
20
5
16
12
12
20
Ingreso
(soles)
51
2100
52
2100
53
1800
54
2000
55
2100
56
1900
57
2000
58
2300
59
2000
60
1700
61
1900
62
2000
63
2400
64
1700
65
1700
66
2400
67
2500
68
2600
69
2100
70
1900
71
2000
72
1800
73
2100
74
2300
75
2700
76
2800
77
1800
78
1700
79
1700
80
1700
81
1700
82
2100
83
2600
84
2400
85
2600
86
1900
87
1600
88
1900
89
2100
90
1700
91
2100
92
1700
93
2300
94
2500
95
2600
96
1900
97
2500
98
1800
99
1700
100 2000
N
Nivel de
Educacin
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Aos en
empresa
13
9
1
9
10
4
10
11
7
1
6
9
17
0
2
17
13
16
14
7
9
7
10
12
20
20
3
5
4
0
1
6
17
9
19
7
0
3
14
0
15
1
14
16
18
3
19
6
2
10
N
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
Ingreso
(soles)
2400
1700
2500
1700
2400
2400
1900
1700
2100
2000
2000
2500
1700
2500
1700
2600
1600
1800
2100
1700
2400
2600
2100
2100
2400
1700
2600
2400
2700
2100
1600
2100
1900
2100
2200
2400
1800
2600
2700
2500
2500
1900
2100
1700
1500
1800
2100
2700
1800
2100
Nivel de
Educacin
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Tcnica
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Superior
Aos en
empresa
16
0
12
3
17
16
7
1
6
5
3
13
0
19
3
19
1
6
10
0
16
17
10
8
17
1
20
16
17
12
0
15
5
12
12
13
4
17
20
16
16
6
15
9
0
18
10
19
9
15
194
Aplique el muestreo sistemtico para seleccionar una muestra de ocho empleados. Elabore un listado con el nmero seleccionado. Utilice la columna C3, C9, y C12 de la tabla de
nmeros aleatorios.
Solucin
...
El valor de k se redondea al valor del entero menor, luego k = ....

Seleccionemos aleatoriamente un nmero entero entre 1 y k, llamado arranque aleatorio (A).
Observando la columna C3 y C4 de la tabla de nmeros aleatorios tenemos que A =
.....

C1
C2
C3
C4
C5
C6
C7
C8
C9
C10
4
9
0
9
1
2
6
1
8
2
2
6
6
9
1
3
2
9
1
0
4
0
2
1
4
8
3
8
1
5
9
8
6
1
3
3
6
5
5
9
6
4
9
5
5
0
0
9
3
4
1
6
2
8
4
0
5
1
6
6
7
4
0
1
4
9
2
6
7
8
9
2
5
8
9
4
2
7
8
6
C11 C12
6
5
7
0
9
4
2
3
0
1
1
8
9
6
0
7
C13
C14
5
1
2
6
9
2
2
1
2
9
6
3
9
1
6
9
C15 C16
6
7
6
4
7
7
8
6
9
9
0
8
4
0
7
1
C17
8
8
7
1
1
1
0
7
C18 C19 C20

0
5
5
8
5
5
1
9
0
9
6
5
4
8
9
9
9
0
4
4
9
7
7
8
A partir de este nmero elegido, seleccionemos el dato que ocupa la posicin (A + k) del
listado del marco muestral y as sucesivamente hasta completar la muestra.
Posicin
Notas importantes
Unidad 6. Muestreo
195
Muestreo estratificado
Estratificar significa dividir a la poblacin en varias partes de acuerdo con ciertas caractersticas de sus elementos.
El objetivo de estratificar la poblacin es buscar homogeneidad entre los estratos.
Pasos a seguir para seleccionar una muestra estratificada
1. Divida a la poblacin en estratos que sean mutuamente excluyentes. Esto es, que incluyan a todos los elementos de la poblacin y que cada elemento pertenezca solamente a un estrato.
2. Calcule la cantidad de elementos a seleccionar en cada estrato.
3. Seleccione muestras aleatorias simples para cada uno de los estratos.
Recomendaciones para el uso de muestras estratificadas

Si se tiene que usar ms de una variable para formar los estratos, cuidar que estas no estn relacionadas entre s.
No se deben considerar la formacin de muchos estratos, generalmente se usan entre
tres y ocho estratos.
Los estratos pequeos no contribuyen mucho a la reduccin del error, por lo tanto pueden no ser considerados.
Notas importantes
196
Ejemplo 56
La empresa de telecomunicaciones RTV tiene 120 empleados de los cuales tiene informacin de las variables: ingreso en soles, nivel de educacin y aos en la empresa.
Aos
cumplidos
en la empresa
Ingreso
(en
soles)
Nivel de
educacin
Secundaria
41
2100
Tcnica
Aos
cumplidos
en la empresa
13
Secundaria
11
42
2100
Tcnica
2400
Secundaria
43
1800
Tcnica
2500
Secundaria
44
2000
2300
Secundaria
45
2100
2100
Secundaria
46
1700
Secundaria
2000
Secundaria
2200
Secundaria
10
2100
11
1700
12
Ingreso
(en
soles)
Nivel de
educacin
Ingreso
(en
soles)
Nivel de
educacin
2300
2800
81
2000
Superior
82
2500
Superior
13
83
1700
Superior
Tcnica
84
2500
Superior
19
Tcnica
10
85
1700
Superior
1900
Tcnica
86
2600
Superior
19
47
2000
Tcnica
10
87
1600
Superior
48
2300
Tcnica
11
88
1800
Superior
49
2000
Tcnica
89
2100
Superior
10
Secundaria
50
1700
Tcnica
90
1700
Superior
Secundaria
51
1700
Tcnica
91
2400
Superior
16
2500
Secundaria
52
2100
Tcnica
92
2600
Superior
17
13
2800
Secundaria
13
53
2600
Tcnica
17
93
2100
Superior
10
14
2400
Secundaria
54
2400
Tcnica
94
2100
Superior
15
1700
Secundaria
55
2600
Tcnica
19
95
2400
Superior
17
16
2400
Secundaria
56
1900
Tcnica
96
1700
Superior
17
2200
Secundaria
10
57
1600
Tcnica
97
2600
Superior
20
18
2200
Secundaria
58
1900
Tcnica
98
2400
Superior
16
19
2300
Secundaria
10
59
2100
Tcnica
14
99
2700
Superior
17
20
2800
Secundaria
11
60
1700
Tcnica
100
2100
Superior
12
21
2100
Secundaria
61
2100
Tcnica
15
101
1600
Superior
22
1700
Secundaria
62
1700
Tcnica
102
2100
Superior
15
23
2500
Secundaria
63
2300
Tcnica
14
103
1900
Superior
24
2400
Secundaria
64
2500
Tcnica
16
104
2100
Superior
12
25
2700
Secundaria
17
65
2600
Tcnica
18
105
2200
Superior
12
26
1700
Secundaria
66
1900
Tcnica
106
2400
Superior
13
27
1600
Secundaria
67
2500
Tcnica
19
107
1800
Superior
28
2600
Secundaria
17
68
1800
Tcnica
108
2600
Superior
17
29
2500
Secundaria
13
69
1700
Tcnica
109
2700
Superior
20
30
2500
Secundaria
16
70
2000
Tcnica
10
110
2500
Superior
16
31
2100
Tcnica
11
71
2400
Tcnica
16
111
2500
Superior
16
32
2300
Tcnica
14
72
1700
Tcnica
112
1900
Superior
33
1700
Tcnica
73
2500
Tcnica
12
113
2100
Superior
15
34
2200
Tcnica
13
74
1700
Tcnica
114
1700
Superior
35
2900
Tcnica
20
75
2400
Tcnica
17
115
1500
Superior
36
1800
Tcnica
76
2400
Tcnica
16
116
1800
Superior
18
37
2100
Tcnica
16
77
1900
Tcnica
117
2100
Superior
10
38
2000
Tcnica
12
78
1700
Tcnica
118
2700
Superior
19
39
2000
Tcnica
12
79
2100
Tcnica
119
1800
Superior
40
2900
Tcnica
20
80
2000
Tcnica
120
2100
Superior
15
Notas importantes
Aos
cumplidos
en la empresa
Unidad 6. Muestreo
197
Aplique el muestreo estratificado para seleccionar una muestra de 16 empleados. Use

como variable de estratificacin el nivel educacional. Elabore un listado identificando el
nmero de dato seleccionado.
Para el estrato 1 use las columnas C1, C3 y C5, para el estrato 2 use las columnas C8, C9,
C10 y C11 y para el estrato 3 use las columnas C4, C3, C5 y C7.
Solucin
Se divide a la poblacin en estratos que sean mutuamente excluyentes, luego los estratos 1, 2 y 3 son: secundaria, tcnica y superior, respectivamente. Para cada uno de los
estratos, seleccionamos muestras aleatorias simples.
Posiciones
Cantidad seleccionada por estrato nh Nh n

N
Estratos
Nmeros de elementos
en el estrato Nh
(desde hasta)
1. Secundaria
N1 = 30
1 30
n1
N1
30
n
16 4
N
120
2. Tcnica
N2 = 50
31 80
n2
N2
50
n
16 6,67 7
N
120
3. Superior
N3 = 40
81 120
n3
N3
40
n
16 5,33 5
N
120
N = 120
Total
n = 16
Para el estrato Secundaria, realizamos un muestreo aleatorio simple usando las columnas C1, C3 y C5. Observemos que las posiciones de los elementos a elegir estn entre el 1
y el 30.
C1
4
9
0
9
1
2
6
1
C2
8
2
2
6
6
9
1
3
C3
2
9
1
0
4
0
2
1
C4
4
8
3
8
1
5
9
8
C5
6
1
3
3
6
5
5
9
C6
6
4
9
5
5
0
0
9
C7
3
4
1
6
2
8
4
0
C8
5
1
6
6
7
4
0
1
C9
4
9
2
6
7
8
9
2
C10
5
8
9
4
2
7
8
6
C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
6
0
5
2
6
9
8
0
0
9
5
1
1
9
7
9
8
5
9
0
7
1
2
6
6
0
7
5
6
4
0
8
6
3
4
8
1
8
5
4
9
9
9
9
7
4
1
5
4
9
4
6
2
1
7
0
1
5
8
7
2
0
2
6
8
7
0
1
9
7
3
7
1
9
6
1
7
9
9
8
Luego, el cuadro con los datos elementos seleccionados para el estrato Secundaria es:
Estrato Secundaria
Notas importantes
Posicin
16
29
13
198
Para el estrato Tcnica, realizamos un muestreo aleatorio simple usando las columnas
C8, C9, C10 y C11. Observemos que las posiciones de los elementos a elegir estn entre el
31 y el 80.
C1
4
9
0
9
1
2
C2
8
2
2
6
6
9
C3
2
9
1
0
4
0
C4
4
8
3
8
1
5
C5
6
1
3
3
6
5
C6
6
4
9
5
5
0
C7
3
4
1
6
2
8
C8
5
1
6
6
7
4
C9
4
9
2
6
7
8
C10
5
8
9
4
2
7
C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
6
0
5
2
6
9
8
0
0
9
5
1
1
9
7
9
8
5
9
0
7
1
2
6
6
0
7
5
6
4
0
8
6
3
4
8
1
8
5
4
9
9
9
9
7
4
1
5
4
9
4
6
2
1
7
0
1
5
8
7
Luego, el cuadro con los datos elementos seleccionados para el estrato Tcnica es:
Estrato Tcnica
Posicin
54
62
66
77
48
67
44
Para el estrato Superior, realizamos un muestreo aleatorio simple usando las columnas
C4, C3, C5 y C7. Observemos que las posiciones de los elementos a elegir estn entre el 81
y el 120.
C1
4
9
0
9
1
2
6
1
4
0
7
C2
8
2
2
6
6
9
1
3
5
0
2
C3
2
9
1
0
4
0
2
1
8
3
4
C4
4
8
3
8
1
5
9
8
1
6
5
C5
6
1
3
3
6
5
5
9
1
9
4
C6
6
4
9
5
5
0
0
9
4
6
1
C7
3
4
1
6
2
8
4
0
5
5
2
C8
5
1
6
6
7
4
0
1
6
0
4
C9
4
9
2
6
7
8
9
2
7
6
4
C10
5
8
9
4
2
7
8
6
9
4
6
C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
6
0
5
2
6
9
8
0
0
9
5
1
1
9
7
9
8
5
9
0
7
1
2
6
6
0
7
5
6
4
0
8
6
3
4
8
1
8
5
4
9
9
9
9
7
4
1
5
4
9
4
6
2
1
7
0
1
5
8
7
2
0
2
6
8
7
0
1
9
7
3
7
1
9
6
1
7
9
9
8
9
9
2
1
3
2
3
7
7
9
7
9
8
1
2
4
4
8
3
6
9
2
6
6
6
5
2
0
0
4
Luego, el cuadro con los datos elementos seleccionados para el estrato Superior es:
Estrato Superior
Notas importantes
Posicin
114
81
97
105
83
Unidad 6. Muestreo
199
La siguiente tabla muestra a los 120 alumnos de la especialidad de Administracin, de la

universidad El Saber, a quienes se les pregunt por su emisora radial preferida y por la
cantidad de horas a la semana que la escucha.
Posicin
Radio
Horas
Posicin
Radio
Horas
Posicin
Radio
Horas
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Estudio 92
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
6
10
4
2
3
6
7
6
8
9
11
3
4
2
6
4
9
5
2
7
4
6
7
8
9
10
5
4
7
8
4
6
7
5
8
9
4
5
2
9
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
6
6
8
9
4
6
7
9
8
10
12
9
9
8
4
6
7
8
7
3
6
9
2
5
1
4
7
6
7
8
4
5
3
6
5
8
7
9
10
3
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Oxgeno
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
Planeta
4
3
3
5
5
8
7
6
9
9
4
2
11
2
3
8
6
7
9
4
8
7
7
9
6
7
9
8
3
11
13
14
9
8
6
5
7
3
6
5
Notas importantes
200
Seleccione una muestra aleatoria de tamao 12 mediante muestreo estratificado. Use la

variable radio de su preferencia como variable de estratificacin.
Elabore un listado con el alumno seleccionado. Para el estrato 1 use las columnas C7, C3
y C1, para el estrato 2 use las columnas C8, C3, C2 y C10 y para el estrato 3 use las columnas C1, C4, C10; C7, C12, y C13.
Nh
Estrato
Posicin
nh
(desde hasta)
Estudio 92
N1=
n1=
Oxgeno
N2=
n2=
Planeta
N3=
n3=
Total
Estrato 1:
Estudio 92
Posicin
Estrato 2:
Oxgeno
Posicin
Estrato 3:
Planeta
Posicin
Notas importantes
Nh
n
N
Unidad 6. Muestreo
201

C1
4
9
0
9
1
2
6
1
4
0
7
4
6
9
1
0
3
9
5
8
0
9
6
7
3
9
4
8
4
6
9
1
3
9
1
2
6
3
0
4
7
2
2
5
9
8
1
5
8
3
C2
8
2
2
6
6
9
1
3
5
0
2
9
1
3
8
2
6
4
9
1
5
7
9
4
8
9
8
6
7
5
2
3
3
9
7
7
0
3
1
7
8
2
6
1
0
6
9
6
6
1
C3
2
9
1
0
4
0
2
1
8
3
4
3
2
4
7
1
3
6
9
8
3
1
5
9
1
9
1
7
1
5
0
7
2
9
5
1
9
6
9
1
9
3
6
9
5
1
1
0
9
6
C4
4
8
3
8
1
5
9
8
1
6
5
4
8
0
1
4
4
7
8
8
8
4
9
1
2
7
5
3
4
8
9
9
5
8
4
7
2
3
7
5
9
3
4
0
8
9
0
6
9
1
Notas importantes
C5
6
1
3
3
6
5
5
9
1
9
4
4
1
8
3
7
1
6
4
2
0
2
4
4
2
8
8
6
0
8
8
4
6
2
0
8
6
4
9
3
6
1
1
3
4
2
9
1
8
0
C6
6
4
9
5
5
0
0
9
4
6
1
2
3
1
4
5
9
7
4
3
4
7
9
8
4
0
5
1
3
4
2
8
7
8
9
8
1
9
7
7
8
8
4
9
9
5
7
3
0
5
C7
3
4
1
6
2
8
4
0
5
5
2
4
3
3
3
7
8
9
5
9
3
5
1
8
0
0
5
7
6
3
8
3
6
8
5
3
5
6
9
0
5
1
8
1
2
0
5
3
8
7
C8
5
1
6
6
7
4
0
1
6
0
4
5
2
3
9
3
1
1
9
1
9
5
8
6
1
9
1
1
2
4
3
7
1
1
7
8
1
4
4
9
6
9
1
6
2
0
1
5
1
5
C9
4
9
2
6
7
8
9
2
7
6
4
9
0
7
3
1
0
2
1
4
4
2
2
6
4
3
4
1
4
8
4
0
6
9
8
6
2
4
4
2
8
8
0
1
3
7
2
2
8
7
C10 C11 C12 C13 C14 C15 C16 C17 C18 C19 C20
5
6
0
5
2
6
9
8
0
0
9
8
5
1
1
9
7
9
8
5
9
0
9
7
1
2
6
6
0
7
5
6
4
4
0
8
6
3
4
8
1
8
5
4
2
9
9
9
9
7
4
1
5
4
9
7
4
6
2
1
7
0
1
5
8
7
8
2
0
2
6
8
7
0
1
9
7
6
3
7
1
9
6
1
7
9
9
8
9
9
9
2
1
3
2
3
7
7
9
4
7
9
8
1
2
4
4
8
3
6
6
9
2
6
6
6
5
2
0
0
4
0
8
7
4
8
4
2
1
2
5
4
2
6
0
7
2
7
9
1
4
6
5
3
2
4
8
6
7
9
0
6
2
8
1
7
8
3
7
3
3
0
8
3
5
1
9
3
3
8
7
4
8
0
2
5
9
0
1
1
0
9
3
6
8
6
0
2
7
2
3
9
3
4
6
9
8
1
5
4
7
3
0
6
8
1
6
8
1
2
4
9
1
4
0
6
0
3
2
8
6
0
8
8
3
8
7
1
2
2
3
8
6
6
3
5
5
9
9
0
6
8
0
2
5
3
9
1
2
0
3
0
8
8
5
9
4
8
5
7
7
9
6
7
5
7
7
4
0
4
8
9
4
7
0
2
7
0
5
0
2
7
8
7
3
6
9
6
4
4
4
7
4
5
7
5
0
3
5
5
7
4
4
7
6
7
2
8
4
4
4
0
3
6
3
4
1
2
8
9
0
6
7
6
0
0
8
6
8
4
3
2
8
9
4
8
7
9
4
9
4
8
6
6
6
8
4
1
1
3
1
3
6
1
7
6
5
8
1
6
2
2
7
1
6
2
7
5
1
8
6
1
4
4
7
5
0
8
6
6
2
5
3
2
3
9
9
2
7
4
5
9
5
6
6
6
3
1
8
1
2
0
8
6
4
4
0
9
8
5
7
3
3
4
2
3
2
8
1
6
6
7
7
0
7
9
8
6
8
5
2
1
0
0
4
0
4
6
8
8
1
9
2
7
5
1
7
0
1
5
5
4
2
8
5
2
8
1
7
6
4
6
6
0
1
3
4
0
9
1
2
8
6
7
8
8
2
8
0
7
8
4
8
0
9
8
5
9
5
7
8
4
9
9
4
9
0
0
7
4
5
4
8
6
2
3
7
1
9
4
8
4
8
9
6
6
9
1
0
1
9
2
8
0
2
6
6
3
2
6
6
8
4
0
7
8
2
5
1
0
6
3
0
4
1
4
0
3
0
8
202
Notas importantes
Tablas Estadsticas
203
Tablas estadsticas
Todas las tablas de este manual han sido calculadas usando el MS Excel.

rea bajo la curva normal: PZ z
z
-3,9
-3,8
-3,7
-3,6
-3,5
-3,4
-3,3
-3,2
-3,1
-3,0
-0,09
0,000033
0,000050
0,000075
0,000112
0,000165
0,000242
0,000349
0,000501
0,000711
0,001001
-0,08
0,000034
0,000052
0,000078
0,000117
0,000172
0,000251
0,000362
0,000519
0,000736
0,001035
-0,07
0,000036
0,000054
0,000082
0,000121
0,000178
0,000260
0,000376
0,000538
0,000762
0,001070
-0,06
0,000037
0,000057
0,000085
0,000126
0,000185
0,000270
0,000390
0,000557
0,000789
0,001107
-0,05
0,000039
0,000059
0,000088
0,000131
0,000193
0,000280
0,000404
0,000577
0,000816
0,001144
-0,04
0,000041
0,000062
0,000092
0,000136
0,000200
0,000291
0,000419
0,000598
0,000845
0,001183
-0,03
0,000042
0,000064
0,000096
0,000142
0,000208
0,000302
0,000434
0,000619
0,000874
0,001223
-0,02
0,000044
0,000067
0,000100
0,000147
0,000216
0,000313
0,000450
0,000641
0,000904
0,001264
-0,01
0,000046
0,000069
0,000104
0,000153
0,000224
0,000325
0,000466
0,000664
0,000935
0,001306
-0,00
0,000048
0,000072
0,000108
0,000159
0,000233
0,000337
0,000483
0,000687
0,000968
0,001350
-2,9
-2,8
-2,7
-2,6
-2,5
-2,4
-2,3
-2,2
-2,1
-2,0
0,00139
0,00193
0,00264
0,00357
0,00480
0,00639
0,00842
0,01101
0,01426
0,01831
0,00144
0,00199
0,00272
0,00368
0,00494
0,00657
0,00866
0,01130
0,01463
0,01876
0,00149
0,00205
0,00280
0,00379
0,00508
0,00676
0,00889
0,01160
0,01500
0,01923
0,00154
0,00212
0,00289
0,00391
0,00523
0,00695
0,00914
0,01191
0,01539
0,01970
0,00159
0,00219
0,00298
0,00402
0,00539
0,00714
0,00939
0,01222
0,01578
0,02018
0,00164
0,00226
0,00307
0,00415
0,00554
0,00734
0,00964
0,01255
0,01618
0,02068
0,00169
0,00233
0,00317
0,00427
0,00570
0,00755
0,00990
0,01287
0,01659
0,02118
0,00175
0,00240
0,00326
0,00440
0,00587
0,00776
0,01017
0,01321
0,01700
0,02169
0,00181
0,00248
0,00336
0,00453
0,00604
0,00798
0,01044
0,01355
0,01743
0,02222
0,00187
0,00256
0,00347
0,00466
0,00621
0,00820
0,01072
0,01390
0,01786
0,02275
-1,9
-1,8
-1,7
-1,6
-1,5
-1,4
-1,3
-1,2
-1,1
-1,0
0,02330
0,02938
0,03673
0,04551
0,05592
0,06811
0,08226
0,09853
0,11702
0,13786
0,02385
0,03005
0,03754
0,04648
0,05705
0,06944
0,08379
0,10027
0,11900
0,14007
0,02442
0,03074
0,03836
0,04746
0,05821
0,07078
0,08534
0,10204
0,12100
0,14231
0,02500
0,03144
0,03920
0,04846
0,05938
0,07215
0,08691
0,10383
0,12302
0,14457
0,02559
0,03216
0,04006
0,04947
0,06057
0,07353
0,08851
0,10565
0,12507
0,14686
0,02619
0,03288
0,04093
0,05050
0,06178
0,07493
0,09012
0,10749
0,12714
0,14917
0,02680
0,03362
0,04182
0,05155
0,06301
0,07636
0,09176
0,10935
0,12924
0,15151
0,02743
0,03438
0,04272
0,05262
0,06426
0,07780
0,09342
0,11123
0,13136
0,15386
0,02807
0,03515
0,04363
0,05370
0,06552
0,07927
0,09510
0,11314
0,13350
0,15625
0,02872
0,03593
0,04457
0,05480
0,06681
0,08076
0,09680
0,11507
0,13567
0,15866
-0,9
-0,8
-0,7
-0,6
-0,5
-0,4
-0,3
-0,2
-0,1
-0,0
0,16109
0,18673
0,21476
0,24510
0,27760
0,31207
0,34827
0,38591
0,42465
0,46414
0,16354
0,18943
0,21770
0,24825
0,28096
0,31561
0,35197
0,38974
0,42858
0,46812
0,16602
0,19215
0,22065
0,25143
0,28434
0,31918
0,35569
0,39358
0,43251
0,47210
0,16853
0,19489
0,22363
0,25463
0,28774
0,32276
0,35942
0,39743
0,43644
0,47608
0,17106
0,19766
0,22663
0,25785
0,29116
0,32636
0,36317
0,40129
0,44038
0,48006
0,17361
0,20045
0,22965
0,26109
0,29460
0,32997
0,36693
0,40517
0,44433
0,48405
0,17619
0,20327
0,23270
0,26435
0,29806
0,33360
0,37070
0,40905
0,44828
0,48803
0,17879
0,20611
0,23576
0,26763
0,30153
0,33724
0,37448
0,41294
0,45224
0,49202
0,18141
0,20897
0,23885
0,27093
0,30503
0,34090
0,37828
0,41683
0,45620
0,49601
0,18406
0,21186
0,24196
0,27425
0,30854
0,34458
0,38209
0,42074
0,46017
0,50000
204
Tablas Estadsticas

rea bajo la curva normal: PZ z
z
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
0,00
0,50000
0,53983
0,57926
0,61791
0,65542
0,69146
0,72575
0,75804
0,78814
0,81594
0,01
0,50399
0,54380
0,58317
0,62172
0,65910
0,69497
0,72907
0,76115
0,79103
0,81859
0,02
0,50798
0,54776
0,58706
0,62552
0,66276
0,69847
0,73237
0,76424
0,79389
0,82121
0,03
0,51197
0,55172
0,59095
0,62930
0,66640
0,70194
0,73565
0,76730
0,79673
0,82381
0,04
0,51595
0,55567
0,59483
0,63307
0,67003
0,70540
0,73891
0,77035
0,79955
0,82639
0,05
0,51994
0,55962
0,59871
0,63683
0,67364
0,70884
0,74215
0,77337
0,80234
0,82894
0,06
0,52392
0,56356
0,60257
0,64058
0,67724
0,71226
0,74537
0,77637
0,80511
0,83147
0,07
0,52790
0,56749
0,60642
0,64431
0,68082
0,71566
0,74857
0,77935
0,80785
0,83398
0,08
0,53188
0,57142
0,61026
0,64803
0,68439
0,71904
0,75175
0,78230
0,81057
0,83646
0,09
0,53586
0,57535
0,61409
0,65173
0,68793
0,72240
0,75490
0,78524
0,81327
0,83891
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
0,84134
0,86433
0,88493
0,90320
0,91924
0,93319
0,94520
0,95543
0,96407
0,97128
0,84375
0,86650
0,88686
0,90490
0,92073
0,93448
0,94630
0,95637
0,96485
0,97193
0,84614
0,86864
0,88877
0,90658
0,92220
0,93574
0,94738
0,95728
0,96562
0,97257
0,84849
0,87076
0,89065
0,90824
0,92364
0,93699
0,94845
0,95818
0,96638
0,97320
0,85083
0,87286
0,89251
0,90988
0,92507
0,93822
0,94950
0,95907
0,96712
0,97381
0,85314
0,87493
0,89435
0,91149
0,92647
0,93943
0,95053
0,95994
0,96784
0,97441
0,85543
0,87698
0,89617
0,91309
0,92785
0,94062
0,95154
0,96080
0,96856
0,97500
0,85769
0,87900
0,89796
0,91466
0,92922
0,94179
0,95254
0,96164
0,96926
0,97558
0,85993
0,88100
0,89973
0,91621
0,93056
0,94295
0,95352
0,96246
0,96995
0,97615
0,86214
0,88298
0,90147
0,91774
0,93189
0,94408
0,95449
0,96327
0,97062
0,97670
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861
3,0
3,1
3,2
3,3
3,4
3,5
3,6
3,7
3,8
3,9
0,998650
0,999032
0,999313
0,999517
0,999663
0,999767
0,999841
0,999892
0,999928
0,999952
0,998694
0,999065
0,999336
0,999534
0,999675
0,999776
0,999847
0,999896
0,999931
0,999954
0,998736
0,999096
0,999359
0,999550
0,999687
0,999784
0,999853
0,999900
0,999933
0,999956
0,998777
0,999126
0,999381
0,999566
0,999698
0,999792
0,999858
0,999904
0,999936
0,999958
0,998817
0,999155
0,999402
0,999581
0,999709
0,999800
0,999864
0,999908
0,999938
0,999959
0,998856
0,999184
0,999423
0,999596
0,999720
0,999807
0,999869
0,999912
0,999941
0,999961
0,998893
0,999211
0,999443
0,999610
0,999730
0,999815
0,999874
0,999915
0,999943
0,999963
0,998930
0,999238
0,999462
0,999624
0,999740
0,999822
0,999879
0,999918
0,999946
0,999964
0,998965
0,999264
0,999481
0,999638
0,999749
0,999828
0,999883
0,999922
0,999948
0,999966
0,998999
0,999289
0,999499
0,999651
0,999758
0,999835
0,999888
0,999925
0,999950
0,999967
Tablas Estadsticas
205
ndice alfabtico
A
Axiomas de la probabilidad, 101
D
Deciles, 67
Desviacin estndar, 73
Distribucin
binomial, 131
de frecuencias, 19, 33, 35
de la media muestral, 173
de probabilidad, 121, 122
hipergeomtrica, 135
normal, 154
Poisson, 138
uniforme continua, 151
E
Escalas de medicin, 13
Espacio muestral, 93
Estadstica
Definicin, 9
Subdivisin, 9
estadstico, 16
Estadstico, 16
Evento, 93
Complemento, 97
Eventos
independientes, 113
Interseccin de, 98
mutuamente excluyentes, 100
Unin de, 98
Experimento aleatorio, 93
F
Funcin
de densidad, 142
de distribucin acumulada, 146
G
Grfico
circular, 24
de barras, 24
de barras agrupadas, 29
de barras apiladas, 30
de barras apiladas al 100%, 30
de cajas, 80
de Pareto, 26
Ojiva, 44
Polgono de frecuencias, 43
M
Media, 55
ponderada, 66
Mediana, 59
Moda, 62
Muestreo
aleatorio simple, 186
estratificado, 195
probabilstico, 185
sistemtico, 190
P
Parmetro, 16
Percentiles, 68
Poblacin, 11
Propiedad reproductiva de la normal, 168
T
Teorema
de Bayes, 109
del lmite central, 174
V
Valor esperado
de una funcin de una variable aleatoria, 126, 149
Variable, 15
aleatoria continua, 142
aleatoria discreta, 122
Varianza, 73
de una variable aleatoria, 126, 150

Estadística Descriptiva

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estadística Descriptiva

Enviado por

Direitos autorais:

Formatos disponíveis

MA460

Las profesoras y los profesores del curso

Estadstica Descriptiva ............................................................................................................ 19

Distribucin de frecuencias de variables cualitativas................................................................ 21

Tabulaciones cruzadas ............................................................................................................ 29

Resumen de datos cuantitativos ............................................................................................. 33

Grficos de datos cuantitativos ............................................................................................... 42

Unidad 2 Medidas descriptivas ................................................................................................... 53

Medidas de tendencia central ................................................................................................. 55

Rango intercuartil ......................................................................................................................................... 77

Medidas de asimetra ............................................................................................................. 79

Unidad 3 Unidad 3: Teora de la probabilidad .............................................................................. 91

Reglas de conteo y combinaciones .........................................................................................100

Teorema de Bayes .................................................................................................................109

Unidad 4 : Variables aleatorias ..................................................................................................119

Variable aleatoria discreta .....................................................................................................122

Distribuciones de probabilidad de variables discretas .............................................................131

Variable aleatoria continua ....................................................................................................142

Distribuciones de probabilidad de variable continua...............................................................151

Unidad 5 : Distribuciones muestrales .........................................................................................167

Distribucin muestral de un estadstico ..................................................................................172

Muestreo probabilstico .........................................................................................................185

Unidad 1 Organizacin de datos

Estadstica Descriptiva 201602

Unidad 1. Organizacin de Datos

Son mtodos y tcnicas de recoleccin, caracterizacin, resumen y

Son mtodos y tcnicas que hacen posible estimar una o ms

Indique si los siguientes enunciados corresponden al uso de la Estadstica descriptiva o

En la segunda vuelta de las elecciones 2016, IPSOS, a

Segn el ltimo reporte de LatinFocus, la cotizacin

En una muestra, el 15% de las personas afirmaron

A nivel mundial, se calcula que la acondroplasia (una

Estadstica Descriptiva 201602

Variables son las

Caso Aerolnea Wayra

Unidad 1. Organizacin de Datos

Estadstica Descriptiva 201602

Caso Aerolnea Wayra

Unidad 1. Organizacin de Datos

Escalas de medicin de las variables

Una variable est medida en escala nominal cuando los datos

Una variable est medida en escala de razn si los datos tienen

Estadstica Descriptiva 201602

El gnero de las personas

El orden de mrito de los atletas en una competicin

Las escalas de temperatura. Las temperaturas en grados

El sueldo de los empleados de una empresa

Caso Aerolnea Wayra

Peso de un pasajero, en kilogramos

Nmero de dni del pasajero

Unidad 1. Organizacin de Datos

Tipos de variables segn su naturaleza

Es una variable que

Es una variable que

Marca de computadora personal que utiliza

Tiempo que usa la computadora por semana

Nmero de perros en una casa

Nmero de granos de arena en una gran playa

Caso Aerolnea Wayra

Estadstica Descriptiva 201602

Es cualquier resumen de la poblacin.

Es cualquier resumen de la muestra.

El objetivo de una investigacin es estimar el sueldo promedio de un obrero en la ciudad

Caso Aerolnea Wayra