Anlisis estadstico

INFORME DE

ANLISIS ESTADSTICO DE DATOS

Probabilidades

INTEGRANTES: -Sebastin Aguilar

-Vctor Coihuin,
-Jaime Aguila.
CARRERA: IMVASE.
ASIGNATURA: Anlisis estadstico de datos.
PROFESOR: Vctor Navarro.
FECHA: 01-06-2017
 ndice

Introduccin 3

Ejercicios 4

Desarrollo 4-5-6

Distribucin binomial 7

Teorema de bayes 8-9

Conclusin 10

2
 Ejercicios

1. ( 2 + 2)

2. ( + )

3. Hacer una ejemplo (a y b) de algn trabajo

4. En una distribucin normal de X =4 y desv. tpica 2, calcular el valor de A para que se

cumpla lo siguiente:

(4 4 + ) = 0,5934

5. En un cuidad se estima que la T mxima en el mes octubre sigue una destruccin normal
con promedio 21 y desv. tpica 4. Calcular el n de das del mes (mes de 30 das ) en lo que
espera alcanzar 20 (mximas) y 24.

6. Distribucin binomial (descripcin, formulas y ejemplo).

7. Teorema de Bayes (descripcin, formulas y ejemplo).

3
 Desarrollo
1. ( + )

( 2) ( + 2)
( )

2 2
( )

(2 2)

( 2) (1 ( 2))

( 2) 1 + ( 2)

= 0,9772 1 + 0,9772

= ,

2. ( + )

( 1)1 + ( 1)

= 0,8413 1 + 0,8413

= ,

4
3. A y B
El sueldo promedio de 500 trabajadores de la empresa Setem ltda. Es de 82 unidades
monetarias y es de 6 UM, suponiendo que los sueldos tienen distribucin normal hallar

A. Cuntos trabajadores ganan entre 70 y 83UM?

B. Cuntos trabajadores ganan ms UM 81?
C. Cuntos trabajadores ganan menos UM 68?

A. ( )

12 1
p( z )
6 6
p(2 z 0,16)
p(z 2) 1 + p(z 0,16)
=0,9772-1+0,5636
p = 0,5408 500
p = 270 Trabajadores

B. ( > )
81 82
( > )
6
1
( > )
6
( > 0,16)
1 ( > 0,16)
1 0,5636
= 0,4364 500
= 218 Trabajadores

C. ( < )
68 82
( < )
6
14
( < )
6
( < 2,3)
1 ( < 2,3)
1 0,9893
= 0,0107 500
= 5 Trabajadores

5
4. ( + ) = ,

44 4+4
( )
2 2

( ) = 0,5934
2 2

( ) ( ) = 0,5934
2 2

( 2) [ 1 ( )] = 0,5934
2

2 ( 2 )-1 = 0, 5934

( ) = ,

5. Datos:

30
= 21
=4

(20 21)

20 21 24 21
( )
4 4

1 3
( )
4 4

(0,25 0,75)

( 0,75) 1 + ( 0,25)

= 0,7734 1 + 0,5987

= 0,3721 30

11 dias

6
 6. Distribucin binomial

Descripcin

En estadstica, la distribucin binomial es una distribucin de probabilidad discreta que

cuenta el nmero de xitos en una secuencia de n ensayos de Bernoulli independientes
entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos.

Formulas

Ejemplo

Supongamos que se lanza un dado (con 6 caras) 51 veces y queremos conocer la

probabilidad de que el nmero 3 salga 20 veces. En este caso tenemos una X ~ B (51, 1/6) y
la probabilidad sera P(X=20):

7
 7. Teorema de Bayes

Descripcin

El Teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada por el

filsofo ingls Thomas Bayes, que expresa la probabilidad condicional de un evento
aleatorio A dado B en trminos de la distribucin de probabilidad condicional del
evento B dado A y la distribucin de probabilidad marginal de slo A.

Formulas

Sea un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que la

probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que
se conocen las probabilidades condicionales . Entonces, la probabilidad viene dada por la
expresin:

8
Ejemplo

Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El uso que
le da a cada equipo es de 25% al primero, 35% el segundo en y 40% el tercero. Se sabe que
los aparatos tienen probabilidades de error de 1%, 2% y 3% respectivamente. Un paciente
busca el resultado de una ecografa y observa que tiene un error. Determine la probabilidad
de que se ha usado el primer aparato.
SOLUCIN:
Suceso P: seleccionar el primer aparato
Suceso S: seleccionar el segundo aparato
Suceso T: seleccionar el tercer aparato
Suceso E: seleccionar un resultado con error

Se puede observar que la pregunta es sobre determinar la probabilidad de que un examen

errado sea del primer aparato, es decir, ya ha ocurrido el error. Por lo tanto, debemos
recurrir al teorema de bayes. Claro est, que es necesario de igual forma obtener la
probabilidad de que los aparatos produzcan un resultado errneo, por lo tanto: