Escolar Documentos
Profissional Documentos
Cultura Documentos
TOMO 1
COMPULIBRO
ESTADISTICA II DE
CIR
ESCRITO POR
CARLOS IVAN
RESTREPO
1
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
2
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
CONTENIDO
LA IMPORTANCIA DE LA ESTADISTICA 6
CAPITULO 1 7
RESUMEN 7
FUNDAMENTOS DEL AREA DE MODELOS PROBABILISTICOS 7
COMPETENCIASYHABILIDADESSOCIALES 9
1) COMPETENCIASESPECÍFICAS 9
2) COMPETENCIASTRANSVERSALES 9
HISTORIA DE LA ESTADÍSTICA Y LA PROBABILIDAD 9
TOMA DE DESICIONES 10
TEORIA DE PROBABILIDADES 10
TIPOS DE PROBABILIDAES 12
APLICACIONES 12
ELEMENTOS DE ESTADISTICA DESCRIPTIVA 13
DEFINICIÓN DE ESTADÍSTICA 13
POBLACION 13
INDIVIDUO 13
MUESTRA 13
MUESTREO 14
VALOR 14
DATO 14
DEFINICIÓN DE VARIABLE 14
VARIABLE CUALITATIVA 14
VARIABLE CUALITATIVA NOMINAL 14
VARIABLE CUALITATIVA ORDINAL 14
VARIABLE CUANTITATIVA 15
a) VARIABLE DISCRETA 15
b) VARIABLE CONTINÚA 15
PRUEBA DE STURGES 15
FACTORIAL DE UN NÚMERO NATURAL 17
VARIACIONES 17
VARIACIONES CON REPETICIÓN 18
PERMUTACIONES 18
PERMUTACIONES CON REPITICION 19
COMBINACIONES 20
COMBINACIONES CON REPETICIÓN 21
ELEMENTOS DE PROBABILIDAD 22
ZONA DE EJEMPLOS 23
EJERCICIOS DE REPASO DEL CAPITULO 1 32
CAPITULO II 42
3
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
DISTRIBUCIONES 43
I) LA DISTRIBUCIÓN BINOMIAL: B(n, p) 43
ELEMENTOS DE ESTADISTICA PARA RESOLVER PRO 48
II) DISTRIBUCIÓN DE POISSON 49
III)DISTRIBUCION MULTINOMIAL 54
IV) DISTRIBUCION HIPERGEOMETRICA 55
V) DISTRIBUCION NORMAL 59
PROPIEDADES DE LA DISTRIBUCIÓN NORMAL 60
VI) DISTRIBUCION GEOMETRICA 64
VII) DISTRIBUCION EXPONENCIAL 67
FUNCIÓN DE DENSIDAD O LEY DE PROBABILIDAD 70
FUNCIÓN DE DISTRIBUCIÓN 71
DISTRIBUCIÓN UNIFORME 76
DISTRIBUCION UNIFORME DISCRETA 77
DISTRIBUCIÓN T STUDENT 78
OTRAS DISTRIBUCIONES 80
1) DISTRIBUCIÓN DE CAUCHY 80
2) DISTRIBUCIÓN ERLANG 80
3) DISTRIBUCIÓN DE LAPLACE 81
4). DISTRIBUCIÓN DE PARETO 82
5.).DISTRIBUCIÓN LOGÍSTICA 82
6) DISTRIBUCIÓN DE GUMBEL 83
7) DISTRIBUCIÓN DE RAYLEIGH 83
8) DISTRIBUCIÓN DE WEIBULL 84
9) DISTRIBUCIÓN BETA 84
EJERCICIOS DE REPASO CAPITULO II 85
CAPITULO III 99
ERROR MUESTRAL 99
ESTIMACION 100
ESTIMACIÓN DE UNA PROPORCIÓN 102
LONGITUD DEL INTERVALO DE CONFIANZA 107
MUESTREO 107
LA ENCUESTA 108
TIPOS DE ENCUESTAS 108
TIPOS DE PREGUNTA 109
REGLAS PARA LA ELABORACION DE UN CUESTIONARIO 110
LA ENTREVISTA 110
TIPOS DE MUESTREO 111
I. MUESTREO PROBABILÍSTICO 111
2. MUESTREO ALEATORIO SIMPLE 111
3. MUESTREO ALEATORIO SIN REPOSICIÓN 112
4. MUESTREO ALEATORIO CON REPOSICIÓN 113
5. MUESTREO ALEATORIO SISTEMÁTICO 114
6. MUESTREO ALEATORIO ESTRATIFICADO 115
7. MUESTREO POR CONGLOMERADO 115
II MUESTREO NO PRIOBABILISTICO 115
1.- MUESTREO POR CUOTAS 116
2.- MUESTREO INTENCIONAL O DE CONVENIENCIA 117
4
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
3.- BOLA DE NIEVE: 117
TAMAÑO DE MUESTRA 117
CÁLCULO DEL TAMAÑO DE LA MUESTRA DE BASE 120
DISTRIBUCIONES MUESTRALES 122
TEOREMA DEL LÍMITE CENTRAL 125
DISTRIBUCIÓN MUESTRAL DE MEDIAS 126
VALOR ESPERADO 129
DISTRIBUCIÓN MUESTRAL DE LA MEDIA CON σ2
DESCONOCIDA 131
DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN 131
DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS 133
DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE
PROPORCIONES 136
DISTRIBUCIÓN MUESTRAL DE NÚMERO DE DEFECTOS 144
EJERCICIO DE REPASO CAPITULO III 148
LINKGRAFIA 161
LA IMPORTANCIA DE LA ESTADISTICA
5
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
CAPITULO I
6
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
ESTE CAPITULO TIENE COMO OBJETIVO ELEMENTOS QUE
DEBEMOS APLICAR EN EL CURSO
ASPECTOS GENERALES
RESUMEN
Se describe una propuesta didáctica de enseñanza contextualizada
partiendo de que el estudiante debe conocer elementos de
estadística inferencial como el concepto de probabilidades,
propiedades y teorema total y de bayes y con uso del programa g
STAT STUDENT de las distribuciones muéstrales, aplicación de
pruebas de hipótesis y a las técnicas de regresión en el aula de
estadística para ingenieros de segundo año universitario extendido
a cualquier otra carrera. Apropiándonos de la teoría de las
funciones semióticas, desarrollada en la Universidad de LA
UNIDAD CENTRAL DEL VALLE, caracterizamos los elementos de
significado de las propiedades importantes de las distribuciones
muéstrales y evaluamos, mediante campos de problemas
algebraicos y de simulación, los errores o dificultades que los
alumnos ponen de manifestó en las aplicaciones de simulación de
procesos en las ciencias de la ingeniería. Como consecuencia, al
considerar los elementos de significado adquiridos en las
respuestas de los estudiantes, proponemos la simulación para
muestras pequeñas y grandes de forma intuitiva, como primer
acercamiento del alumno hacia la construcción del significado de
las distribuciones muéstrales, usando el lenguaje gráficos con
apoyo del computador, para posteriormente analizar con los
estudiantes su forma algebraica según la naturaleza de las
variables aleatorias contando para esto con una página base para
desarrollar sus dudas llamada de vitutor.
Palabras clave: Enseñanza y aprendizaje de la estadística,
distribuciones muéstrales, regresiones significado y comprensión,
simulación.
ALERTA : SIEMPRE QUE ENCUENTRES ESTA IMAGEN TE
COMPETENCIASYHABILIDADESSOCIALES.
1) COMPETENCIASESPECÍFICAS.
8
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
a) Competencianúmero1: Conocer los principios del método científico y
lascaracterísticas de los diferentes métodos utilizados enen el área de las
ingenierías ysustécnicasdeanálisis.
b) Competencianúmero2: Sercapazdeaplicarelconocimientometodológico
pararesolver los problemas planteados en la prácticaprofesional.
c) Competencianúmero3: Ser capaz de analizar datos psicológicos
medianteprogramas estadísticos y otras tecnologías de lainformación.
d) Competencianúmero4: Ser capaz de interpretar, valorar críticamente y
comunicarlosresultadosdelaevidenciaempírica.
2) COMPETENCIASTRANSVERSALES.
a) Desarrollar habilidades de expresión oral y escrita encaminadas a
realizar ypresentarenpúblicoinformescientíficos.
b) Trabajarengrupo(adesarrollarenlasprácticasconordenador).
c) Búsquedadefuentesbibliográficasydocumentación.
9
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
de los juegos de azar se produce lentamente durante los siglos XVI y
XVII, y algunos autores consideran como origen del cálculo de
probabilidades la resolución del problema de los puntos en la
correspondencia entre Pascal y Fermat en 165 lo que hace consolidar el
cálculo de probabilidades como disciplina independiente en el período
que transcurre desde la segunda mitad del siglo XVII hasta comienzos del
siglo XVIII donde la teoría de la probabilidad fue aplicada con buenos
resultados a las mesas de juego y con el tiempo a otros problemas
socioeconómicos.
Pero es precisamente en el siglo XVIII que el cálculo de probabilidades
se extiende a problemas físicos y actuariales (seguros marítimos) siendo
este el principal impulsor de la astronomía y física donde surgen
problemas ligados a la contrastación empírica de la teoría de Newton
donde sus investigaciones toman gran importancia en el desarrollo de la
Estadística.
Ya en el siglo XX nace la industria de los seguros, la cual requería de un
conocimiento exacto del riesgo de perder pues de lo contrario no se
podían calcular las pólizas lo que llevo muchos años después a que se
incluyera en muchos centros de enseñanza, ele estudios de las
probabilidades como un instrumento que les permitiría entender los
fenómenos sociales que permitiera comparar con exactitud los datos
observados con la teoría requería un tratamiento riguroso del mismo, que
va a dar lugar a la teoría de errores.
Debido a esto aparecen matemáticos como D. Bernoulli, Abraham de
Moivre, el reverendo Thomas Bayes y Joseph Lagrange inventaron
fórmulas y técnicas de probabilidad y en una de esas formula Bernouilli
proporciona la primera solución al problema de estimar una cantidad
desconocida a partir de un conjunto de mediciones de su valor que, por el
error experimental, presentan variabilidad. Fue pionero en la aplicación
del cálculo infinitesimal al cálculo de probabilidades.
Pero no únicamente los matemáticos mencionados anteriormente
trabajaron en el área de las probabilidades existieron otros como Pierre
Simon, Marqués de Laplace quien indujo la primera definición explícita de
probabilidad y desarrolló la ley normal como modelo para describir la
variabilidad de los errores de medida; también formuló y estimó el primer
modelo explicativo estadístico y donde Gauss hace su aporte con
respecto a la estimación de modelos estadísticos.
Continuando con esta lista encontramos, geólogo y astrónomo Bravais,
que es el primero en considerar la relación entre errores de medida
dependientes entre sí; a Benjamín Pierce que establece el primer criterio
para rechazar observaciones heterogéneas con el resto , y en el siglo xix
aparece , el más famoso astrónomo americano llamado S. Newcomb que
el que l introduce los primeros métodos de estimación cuando hay errores
fuertes en algunos datos (Estimación Robusta).
TOMA DE DECISIONES
10
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Hoy por hoy la teoría matemática de la probabilidad constituye el
fundamento de las aplicaciones estadísticas tanto en la investigación
científica, económica, social, ingenieril como aspecto fundamental de la
toma de decisiones la cual e hace que vivamos en un mundo inestable
donde somos incapaces de pronosticar el futuro con absoluta certeza a
pesar de los avances tecnológicos y donde la necesidad de sortear la
incertidumbre nos lleva a estudiar y aplicar la teoría de la probabilidad.
El concepto de la probabilidad pasa por la cabeza de cualquier ciudadano
y con algún conocimiento sobre los posibles resultados de una decisión.
que nos permita reconocer nuestras suposiciones, de tal manera que
podamos comunicar a otros nuestro razonamiento y tomar una decisión
más inteligente de la que lograríamos recurriendo a un método que no
sea científico.
Pero en un mundo globalizado donde los perfiles de los hombres son tan
diferente ya que encontramos el hombre de negocios, el jugador de
póquer o el estratega militar, etc. que deben tomar decisiones en
condiciones de incertidumbre con respecto al futuro y para ello debe
relacionar una probabilidad numérica con cada evento posible que pueda
influir en el resultado de sus decisiones, y que el tener éxito que tenga
en la toma de decisiones, estará enlazada a la capacidad de tratar
sistemáticamente con la incertidumbre misma mediante cuidadosas
evaluaciones y aplicaciones de métodos estadísticos concernientes a las
actividades de los negocios.
LA TEORÍA DE LA PROBABILIDAD
FUENTES DE PROBABILIDADES
Es posible estimar probabilidades mediante cualquiera de las tres
siguientes maneras alternativas:
1. Frecuencia relativa de eventos pasados. Las probabilidades
pueden estimarse a partir de las frecuencias relativas que se
observen en un experimento controlado, o mediante muestreo de
11
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
un universo grande y finito. La probabilidad a priori (previa) se
deduce de la experiencia obtenida de la observación prolongada.
Donde las probabilidades de eventos complicados pueden
determinarse a partir de las probabilidades de eventos más
sencillos, por medio de un método de simulación, utilizando un
modelo experimental diseñado para representar las condiciones
reales del mismo.
2. Distribuciones teóricas. Las probabilidades pueden determinarse
sin recurrir a las frecuencias relativas. Estas probabilidades pueden
determinarse a partir de la distribución binomial, sin recurrir a
experimentos o muestras basadas en la experiencia pasada. La
validez de dichas distribuciones teóricas depende de cuán
fielmente las hipótesis representen la realidad.
3. Apreciación subjetiva. Si ninguno de los métodos anteriormente
mencionados pueden utilizarse, el responsable de la toma de
decisiones debe estimar las probabilidades en base a su juicio o
criterio y experiencia. Una probabilidad subjetiva es una evaluación
que una persona que toma decisiones hace acerca de la vero –
similitud relativa de que ocurra un evento incierto, o sea,
representa las "apuestas" que se hacen sobre la concurrencia de
ese evento. Tales apreciaciones son sumamente personales y, por
lo tanto, dos individuos pueden asignar diferentes probabilidades
subjetivas al mismo evento.
TIPOS DE PROBABILIDADES
12
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
consumidor sobre ciertas marcas de artículos competitivos; métodos de
control de calidad, aplicados en producción, etc. 1
RECORDEMOS
DEFINICIÓN DE ESTADÍSTICA
Recogida de datos.
Análisis de datos.
Obtención de conclusiones.
Conceptos de Estadística
POBLACIÓN
INDIVIDUO
MUESTRA
MUESTREO
DATO
DEFINICIÓN DE VARIABLE
VARIABLE CUALITATIVA
VARIABLE CUANTITATIVA
14
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Una variable cuantitativa es la que se expresa mediante un número, por
tanto se pueden realizar operaciones aritméticas con ella. Podemos
distinguir dos tipos:
a) VARIABLE DISCRETA
b) VARIABLE CONTINÚA
PRUEBA DE STURGES
¡) k= 1+3,3LogN
¡v) Cn= es la aproximación al dato entero que sigue si es discreta, ej. C¡=
2,4= 3
15
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 1.1
4 8 12 16 20 24 5 6 7 8 9
10 11 12 13 14 15 16 17 18 19 20
21 22 23 24 15 15 15 15 5 7 9
9 9 11 11 11 11 13 15 16 17 17
18 19 20 20 20 21 20 15 15 15 14
¡) K= 7
iii) Ci=
iv) Cn= 3
v) Rn= (3)(7)= 21
Intervalos Ni X´ ∑(x´ni)
4-6 4 5 20
7-9 8 8 64
10-12 8 11 88
13-15 13 14 182
16-18 8 |7 136
19-21 10 20 200
22-24 4 23 92
∑ 55 98 782
VARIACIONES
Sí importa el orden.
EJEMPLO 1.2
EJEMPLO 1.3
17
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Sí importa el orden.
EJEMPLO 1.4
m=5 n=3
PERMUTACIONES
Sí importa el orden.
EJEMPLO 1.5
18
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
m=5 n=5
Sí importa el orden.
No se repiten los elementos. El enunciado nos pide que las cifras sean
diferentes.
PERMUTACIONES CIRCULARES
EJEMPLO 1.6
Sí importa el orden.
EJEMPLO 1.7
19
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
m=9 a=3 b=4 c=2 a+b+c=9
Sí importa el orden.
COMBINACIONES
No importa el orden.
EJMEPLO 1.8
20
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Las combinaciones con repetición de m elementos tomados de n en n (m
≥ n), son los distintos grupos formados por n elementos de manera que:
No importa el orden.
Números combinatorios
1.
2.
3.
EJEMPLO 1.9
21
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Sí se repiten los elementos. Puede elegir más de una botella del mismo
tipo.
ELEMENTOS DE PROBABILIDAD
A B=
A B≠
Probabilidad condicionada
TEOREMA DE BAYES
22
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
0 ≤ p(A) ≤ 1
p(E) = 1
ZONA DE EJEMPLOS
EJEMPLO 1.10
LEY DE LAPLACE
(2,1)……………………………(2,6)
(3,1)…………………………....(3,6)
S= (4,1)……………………………(4,6)
(5,1)……………………………(5,6)
(6,1)……………………………(6,6)
Para 5: (1,4)(4,1)(2,3)(3,2)
Para 7:(1,6)(6,1)(2,5)(5,2)(3,4)(4,3)
Para 9: (4,5)(5,4)(3,6)(6,3)
23
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
P(10)= 3/36= 0,0833= 8,33%
½ para x>0
1 para x>=2
Hallar
a) P(x>=0) SI P(X<0) =½
b) Hallar el complemento de P(x<0)
c) P(x>=0)
SOLUCION
a) AXIOMA: P(x>=0)+P(x<0)= 1
P(x>=0)= 1-P(x<0)
= 1- ½= ½
ESTIMADO ESTUDIANTE REALIZAR B Y C
EJEMPLO 1.12
a) La pendiente
b) La ecuación de la recta que pasa por esos puntos
c) La grafica
d) Dada la grafica escriba análisis a través de intervalos
SOLUCION
1 0 1
a) m 30 (20) 50
b) Y-Y1= m(X-X1)
24
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
CUAL ES EL VALOR DE b
c)La grafica
f(x)= 0 si x<=-20
1 si x>10
EJEMPLO 1.13
25
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 1.14
EJEMPLO 1.15
EJEMPLO 1.16
Juan y Victoria son dos hermanos que salen de caza. El primero mata un
promedio de 2 piezas cada 5 disparos y el segundo una pieza cada 2
26
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
disparos. Si los dos disparan al mismo tiempo a una misma pieza, ¿cuál
es la probabilidad de que la maten?
A= JUAN MATA 2 DE 5
EJEMPLO 1.17
EJEMPLO 1.18
27
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 1.19
EJEMPLO 1.20
28
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 1.21
29
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
2Si no realiza el examen, ¿cuál es la probabilidad de que no haya
oído el despertador?
EJEMPLO 1.22
30
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLOS 1.23 USANDO INTERNET
1)http://www.youtube.com/watch?v=J-B-Enaphw4
2)http://www.youtube.com/watch?v=J-B-Enaphw4
3)http://www.youtube.com/watch?v=WY80AY6XU0Q&feature=related
4)http://www.youtube.com/watch?
v=qCKZKDWRXAA&feature=related
5)http://www.youtube.com/watch?v=LGZbeW-vCW8&feature=related
6)http://www.youtube.com/watch?v=v2autI4LAyA&feature=related
7)http://www.youtube.com/watch?v=4O2waWg5cTg
8)http://www.youtube.com/watch?v=v2autI4LAyA&feature=related
9)http://www.youtube.com/watch?v=4hbNgJc-qR0&feature=related
10)http://www.youtube.com/watch?v=cGT_YHZ7M7s&feature=related
11)http://www.youtube.com/watch?v=VM8uBmr3EkQ&feature=related
12)http://www.youtube.com/watch?v=VM8uBmr3EkQ&feature=related
13)http://www.youtube.com/watch?v=-5EG28z2E08
14)http://www.youtube.com/watch?v=fFbY6dPOacM&feature=relmfu
15)http://www.youtube.com/watch?v=wJn-JqqKcu8&feature=relmfu
31
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
NOTA SI TIENES DUDAS NO DUDES IR A VITUTOR PERO NO
OLVIDES RESCRIBIR LA RESPUESTA CON ENUNCIADO
a. Comida Favorita.
32
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
4. Las calificaciones de 50 alumnos en Estadística han sido las
siguientes:
5, 2, 4, 9, 7, 4, 5, 6, 5, 7, 7, 5, 5, 2, 10, 5, 6, 5, 4, 5, 8, 8, 4, 0, 8, 4, 8, 6, 6,
3, 6, 7, 6, 6, 7, 6, 7, 3, 5, 6, 9, 6, 1, 4, 6, 3, 5, 5, 6, 7.
3, 15, 24, 28, 33, 35, 38, 42, 23, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44,
31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
9. Sea una distribución estadística que viene dada por la siguiente tabla:
xi 61 64 67 70 73
fi 5 18 42 27 8
Calcular:
3, 5, 2, 6, 5, 9, 5, 2, 8, 6.
[10, 15) [15, 20) [20, 25) [25, 30) [30, 35)
33
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
fi 3 5 7 4 2
Hallar:
fi 3 5 7 8 2 6
Calcular:
La mediana y moda.
Cuartil 2º y 3º.
Media.
10) ¿Cuántos números de tres cifras diferentes se puede formar con los
dígitos: 0, 1, 2, 3, 4, 5 ?R/100
12) ¿Cuántos números de tres cifras se puede formar con los dígitos: 0, 1,
2, 3, 4, 5? R/ 180
13) ¿De cuántas formas distintas pueden sentarse ocho personas en una
fila de butacas? 40320
34
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
15) En el palo central de un barco velero se pueden izar tres banderas
rojas, dos azules y cuatro verdes. ¿Cuántas señales distintas pueden
indicarse con la colocación de las nueve banderas? 1260
17) En una bodega hay 5 botellas de vio diferente. ¿De cuántas formas se
pueden elegir 4 botellas? R/70
20) ¿De cuántas formas pueden mezclarse los siete colores del arco iris
tomándolos de dos en dos? R/ 21
21) ¿Cuántos números de cinco cifras distintas se pueden formar con las
cifras impares? R/ 120
22) ¿De cuántos partidos consta una liguilla formada por 6 equipos?30
35
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
3. Dos hombres determinados no pueden estar en el comité. R/ 105
1 . R/ X=6
2. R/ X=7
3. R/ X=7
4. R/ X=17
1) R/ X=12
2) R/ X=5
3) R/ X=5
4) R/ X=5
5) R/ X= 19
36
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
6) R/ X= 10
38) Se sortea un viaje a Panaca entre los 120 mejores clientes de una
agencia de automóviles. De ellos, 65 son mujeres, 80 están casados y 45
son mujeres casadas. Se pide:
Hallar:
1 R/ 5/8
2 R/ 5/8
3 R/ 1/2
4 R/ 3/8
5 R/ 3/4
37
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
6 R/ 1/8
7 R/ 1/4
Hallar:
1 R/ 1/3
2 R/ 2/3
3 R/ 1/12
4 R/ 5/12
41) Se sacan dos bolas de una urna que se compone de una bola blanca,
otra amarilla, otra verde y otra negra. Escribir el espacio muestral
cuando:
42) Una urna tiene ocho bolas negras, 5 amarilla y siete azules. Si se
extrae una bola al azar calcular la probabilidad de:
43) Una urna contiene tres bolas rojas y siete blancas. Se extraen dos
bolas al azar. Escribir el espacio muestral y hallar la probabilidad de los
sucesos:
a) Con reemplazamiento. R/
38
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
44) Se extrae una bola de una urna que contiene 4 bolas verdes, 5
blancas y 6 negras, ¿cuál es la probabilidad de que la bola sea verde o
blanca? ¿Cuál es la probabilidad de que no sea blanca? R/ 2/3
49) Sean A y B dos sucesos aleatorios con p(A) = 1/2, p(B) = 1/3, p(A
B)= 1/4. Determinar:
a) R/ 75%
b) R/ 50%
c) R/ 7/12
d) R/ 5/8
e) R/ 5/6
50) En Colombia los alumnos pueden optar por cursar como lengua
extranjera inglés o francés. En un determinado curso, el 90% de los
alumnos estudia inglés y el resto francés. El 30% de los que estudian
39
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
inglés son chicos y de los que estudian francés son chicos el 40%. El
elegido un alumno al azar
54) Una bolsa contiene tres monedas. Una moneda es corriente, otra
tiene dos caras y la otra está cargada de modo que la probabilidad de
obtener cara es de 1/3. Se selecciona una moneda al azar y se lanza al
aire dibuje su diagrama de árbol y Hallar la probabilidad de que salga
40
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
a) Cara. R/61.1%
b) Sello
55) El maestro Uriel Quitian tiene una urna contiene 5 bolas rojas y 8
verdes. Se extrae una bola y se reemplaza por dos del otro color. A
continuación, se extrae una segunda bola. Se pide:
C) Probabilidad de que las dos bolas extraídas sean del mismo color. R/
41.8%
41
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
c) Halla una mujer con gafas/48%
60) Tenemos tres urnas: A con 3 bolas verdes y 5 negras, B con 2 bolas
verdes y 1 negra y C con 2 bolas verdes y 3 negras. Escogemos una
urna al azar y extraemos una bola. Si la bola ha sido verde , ¿cuál es la
probabilidad de haber sido extraída de la urna A? R/26%
42
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
cierta población es del 25% ¿Cuál es la prevalencia del infarto en esa
población? R/ 0,15%
66) Tenemos 5 cajones con productos de una cierta industria. Dos cajones
contienen cada uno 4 productos buenos y 1 fallado; otros dos cajones
contienen cada uno 3 productos buenos y 2 fallados; y el último cajón
contiene 6 productos buenos. Se elige al azar un cajón, del cual, también
al azar, se extrae un producto. Calcular la probabilidad de que el producto
extraído resulte bueno. R/ 76%
67) e lanzan dos dados equilibrados con seis caras marcadas con los
números del 1 al 6. Se pide:
43
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
CAPITULO II
DISTRIBUCIONES
n k nk
P(X k) .p .q
La probabilidad de que X tome el valor k es :
k
44
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
n n!
Donde
k !.( knk )! y n! 1.2.3.4.5.......( n 1).n
n
El número
k
se llama número combinatorio y representa todas las
combinaciones posibles de n elementos tomados de k en k. Es decir:
con n elementos, cuántos grupos distintos de k elementos pueden
formarse.
B (n, p)
0, 1, 2, ... , n
45
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
A la función de probabilidad de una variable aleatoria X resultado de
contar el número de éxitos al repetir n veces una experiencia aleatoria
dicotómica con probabilidad de éxito p la llamamos distribución binomial y
la representamos por B (n, p)
EJEMPLO: 2.1
5
10 Mire porque
3
EJEMPLO 2.2
46
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
SIMPLIFICAR:
EJEMPLO2.3:
EJEMPLO 2.4:
n= 6
x= 4, 5, 6
PRUEBE SI ES CORRECTO
a)http://www.youtube.com/watch?v=k_W_A-EqnRA
b)http://www.youtube.com/watch?v=ANaWgIud0bc&feature=related
c)http://www.youtube.com/watch?v=bfbp2WaMYV8&feature=related
d)http://www.youtube.com/watch?v=bfbp2WaMYV8&feature=related
e)http://www.youtube.com/watch?v=nHeiIR_Gaug&feature=related
Distribuciones discretas
Varianza
Desviación típica
0 ≤ pi ≤ 1
p1 + p2 + p3 + · · · + pn = Σ pi = 1
Distribución binomial
48
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
q es la probabilidad de fracaso.
El número combinatorio
Media
Varianza
Desviación típica
Características:
49
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Donde:
e = 2.718
x = variable que nos denota el número de éxitos que se desea que ocurra
Hay que hacer notar que en esta distribución el número de éxitos que
ocurren por unidad de tiempo, área o producto es totalmente al azar y que
cada intervalo de tiempo es independiente de otro intervalo dado, así
como cada área es independiente de otra área dada y cada producto es
independiente de otro producto dado.
Para que una variable siga una distribución de Poisson deben cumplirse
varias
Condiciones:
EJEMPLOS 2.6:
50
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
1. Si el banco BBVA recibe en promedio 6 cheques sin fondo por día,
¿cuáles son las probabilidades de que reciba, a) cuatro cheques
sin fondo en un día dado, b) 10 cheques sin fondos en cualquiera
de dos días consecutivos?
Solución:
e = 2.718
b)x= variable que nos define el número de cheques sin fondo que llegan al
banco en dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.
EJEMPLO 2.7
Solución:
51
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en
la hojalata
1-(0.367918+0.367918) = 0.26416
=
0.0498026 + 0.149408 = 0.1992106
NOTA
x
P(x)= .e -λ donde: λ= n.p
52
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
X! λ es un promedio
EJEMPLO: 2.8
Por poisson
Terminar el ejercicio
EJEMPLO 2.9
n= 10 p= 0,1 q= 0,9 x= 2
λ= n.p λ= (10)(0,1) λ= 1
53
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
1) http://www.youtube.com/watch?
v=uAcWCOOPWa8&feature=related
2)http://www.youtube.com/watch?v=xN-fxZKJ-js&feature=related
3)http://www.youtube.com/watch?v=brykCv0HdRw&feature=related
4)http://www.youtube.com/watch?v=hB4owTsqQIs&feature=related
5)http://www.youtube.com/watch?v=luEmVW_Bnn8&feature=related
6)http://www.youtube.com/watch?v=U10yQnqsfas&feature=related
7)http://www.youtube.com/watch?v=N8uW_mqc1r4&feature=related
8)http://www.youtube.com/watch?v=J3lvuyArpEY&feature=related
Características:
54
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Si los sucesos E(1), E(2)……….. E(k) puede ocurrir con frecuencia P (1), P(2)
……….. P(k) respectivamente entonces la probabilidad de que E (1), E(2)………..
P(x)=
EJEMPLO 2.11
N= 12
R/ Cada uno de los números del dado que puede salir 2 veces cada uno
es del 34%
55
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
La distribución hipergeométrica es de mucha aplicabilidad en aquellos
casos en los que se extraigan muestras o se realizan experiencias
repetidas sin devolución del elemento extraído o sin retornar a la situación
experimental inicial y donde se modeliza , de hecho, situaciones en las
que se repite un número determinado de veces una prueba dicotómica de
manera que con cada sucesivo resultado se ve alterada la probabilidad de
obtener en la siguiente prueba uno u otro resultado. Es una distribución
.fundamental en el estudio de muestras pequeñas de poblaciones
.pequeñas y en el cálculo de probabilidades de, juegos de azar y tiene
grandes aplicaciones en el control de calidad en otros procesos
experimentales en los que no es posible retornar a la situación de partida. 2
Los experimentos que tienen este tipo de distribución tienen las siguientes
características:
EJEMPLO 2.12:
2
http://www.uv.es/ceaces/base/modelos%20de%20probabilidad/hipergeometrica.htm
56
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
De 16 vehículos de una transportadora de leche 5 tienen los frenos
dañados cuantos no tienen los frenos dañados?
5+b= 16
b= 11
X= 3
n= 7
Entonces:
5 11
3 4
11
P(3)= = = = 0,2884= 28,84%
7
57
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 2.13
Solución:
a = 6 tabletas de narcótico
n = 3 tabletas seleccionadas
p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las
3 tabletas seleccionadas haya 1 o más tabletas de narcótico)
58
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b) p(no sea arrestado por posesión de narcóticos)
1)http://www.youtube.com/watch?v=xgVxHHMJbu0
2)http://www.youtube.com/watch?v=49dTucA-kHU&feature=related
3)http://www.youtube.com/watch?v=wfEDEDRmAro&feature=related
V) DISTRIBUCION NORMAL
59
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Es simétrica respecto a la media µ.
Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a
0.5 a la izquierda y otra igual a 0.5 a la derecha.
X
60
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
La forma y la posición de una distribución normal dependen de los
parámetros y , en consecuencia hay un número infinito de
distribuciones normales.
Existe una relación del porcentaje de población a la desviación estándar.
En la figura observamos por ejemplo que el área bajo la curva para 1
tiene un porcentaje de 68.26%, 2 = 95.46% y 3 99.73%
68.26%
95.46%
99.73%
La población incluye todos los datos, la muestra es una porción de la
población.
Población Muestra
X
La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal
X
x-3 x-2 x- x x+ x+2 x+3
61
z
-3 -2 -1 0 1 2 3
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
El valor de z
Determina el número de desviaciones estándar entre algún valor X y la
media de la población . Para calcular el valor de Z usamos la siguiente
fórmula.
X
Z
F(z)
1
EJEMPLO 2.15
Siendo el señor Jairo Marín el gerente de personal de una gran compañía
de aluminios requiere que los solicitantes a un puesto efectúen cierta
prueba y alcancen una calificación de 500. Si las calificaciones de la
prueba se distribuyen normalmente con media 485 y desviación
estándar 30 ¿Qué porcentaje de los solicitantes pasará la prueba?
X 500 485
Z 0.5
= 30
62
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
485
3 0 .8 5 %
Z.0 5
EJEMPLO 2.16:
Encuentre las probabilidades siguientes usando la tabla Z.
-1.23 Z
EJEMPLO2.17:
En un examen de Estadística la calificación media es de 72 y la
desviación típica 15. Determinar en unidades estándar las puntuaciones
de los alumnos que obtuvieron 60.
Datos: ẋ= 72 x¡= 60 σ= 15
63
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 2.18
El peso medio de 500 estudiantes de la Uceva es de 151 Lb y la
desviación típica es de 15 Lb y suponiendo que los pesos están
normalmente distribuidos. Hallar cuantos estudiantes pesan entre 120 y
155 Lb.
A= 0,4803+0,1026= 0,5829
500 100%
X 58,29%
64
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
0,4418
0,4332
P (X = 1) = p
P (X = 2) = (1 − p)p
P (X = 3) = (1 − p)2p
P (X = x) = (1 − p)x-1p
EJEMPLO 2.19
x=3
p = 1/6 = 0. 1666
q = (1 - 0.16660) = 0.8333
NOTA
66
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
En una secuencia de experimentos binarios independientes (A se observa
con probabilidad P y deja de observarse con probabilidad 1-P), el número
de réplicas antes de la primera observación de A tiene una distribución
geométrica o de Pascal, G(P). Para cada número natural r, la función de
probabilidad se define como
f (r ) P(1 P)r
r 1
siendo su función de distribución F(r ) 1 (1 P)
1 1 P
E( X) 1 V( X)
P P 2 Respectivamente.
Geométrica ( o de fracasos)
EJEMPLO 2.20
x=6
p = 1/2= 0.5
q = 0.5
X X1 X2 X3 XI Xn
F(X) P1 P2 P3 PI Pn
67
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
FUNCIÓN DE DISTRIBUCIÓN
1) Momento ordinario k
n
K Pi . X k
1
n
k Pi ( xi E ( x)) K
i 1
En particular:
ii 1 i 1
V (X )
EJEMPLO 2.21
a) Ley de probabilidad
b) Función de distribución
68
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
c) Esperanza matemática y varianza
SOLUCION
b) Función de distribución
AHORA SI CONTIMUEMOS
X 0 1 2 3 4
f(x)=Pr(X=x) 1/16 4/16 6/16 4/16 1/16
69
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b) Función de distribución:
X 0 1 2 3 4
f(x)=Pr(X=x) 1/16 4/16 6/16 4/16 1/16
F ( x) Pr( X x ) 1/16 5/16 11/16 15/16 1/16
70
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
0 para x 0
1 / 16 para 0 x 1
5 / 16 Para 1 x 2
F ( x)
11 / 16 Para 2 x 3
15 / 16 Para 3 x 4
1 Para x 4
X 0 1 2 3 4 TOTALES
P 1/16 4/16 6/16 4/16 1/16 1
PX 0 4/16 12/16 12/16 4/16 32/16=2
PX2 0 4/16 24/16 36/16 16/16 80/16=5
Mediana = 2 (al ser X=2 el valor para el que F(X) (=11/16) primero iguala
o supera a 0'5)
EJEMPLO 2.22
b) ley de probabilidad
71
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
c) Función de distribución
SOLUCION
DISTRIBUCION HIPERGEOMETRICA
P(3VERDES)= 3.3%
P(1RY 2VERDES)=30%
P(2RY1V) =50%
P(3R)=16.7%
X 0 1 2 3
PROB 0.033 0.3 0.5 0.167
c) Función de distribución:
0 SI X 0
0.033 SI 0 X 1
F ( X ) 0.033 SI 1 X 2
0.833 SI 2 X 3
1 SI X 3
X 0 1 2 3 TOTALES
PROB=P 0.033 0.0 0.5 0.167
PX 0 0.0 1 0.5 1.8
PX2 0 0.3 2 1.5 3.8
72
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Mediana y Moda:
Mediana = 2 (al ser X=2 el valor para el que F(X) (= 0'8333) primero
iguala o supera a 0'5)
EJEMPLO 2.23
Distribución exponencial
73
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Ejemplos de este tipo de distribuciones son:
, .
una .
74
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
75
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
76
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
ojo 3
1 x a
f(x) x a, b F( x ) x (a, b)
ba ba
ab 1
E( x ) V( x ) (b a) 2
2 12
EJEMPLO 2.24
El precio medio del litro de ACPM durante el próximo año se estima que
puede oscilar entre 9140 y 9160 pesos. Podría ser, por tanto, de 9143
pesos., o de 9143,4 pesos., o de 9143,45 pesos., o de 9143,455 pesos,
etc. Hay infinitas posibilidades, todas ellas con la misma probabilidad.
1
f (x)
ab
3
T OMADO DE http://www.bioestadistica.uma.es/libro/node78.htm
77
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Donde, b: es el extremo superior (en el ejemplo, $9160, y a: es el extremo
inferior (en el ejemplo, 9140 pesos). Por lo tanto, la función de distribución
del ejemplo sería:
1
f ( x) 0.05
9160 9140
Lo que implica que el valor final esté entre 9140 pesos y 9141 pesos
tiene un 5% de probabilidad, que esté entre 9141 y 9142, otro 5%, etc.
1
f ( x) x (1,...,n) f ( x ) 0 x (1,...,n)
n
y la de distribución por
F( x )
x x 1, n
n
Donde [x] la parte entera de x. La media y la varianza de esta distribución
vienen dadas por, respectivamente
1 n n2 1
E( X) V ( X)
2 12
78
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
La función característica es
b 1 e itb e ita
x (t)
a
e itx
ba
dx
it (b a )
ba (b a ) 3 (b a ) 2
E(X) E(X 2 ) V( X )
2 3 12
79
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO
Ejemplo:
Solución:
x u
t
s
n
OTRAS DISTRIBUCIONES
1) DISTRIBUCIÓN DE CAUCHY
b 1 1 x a
f (x) F( x ) arctan x
π ( x a) 2 b 2 2 π b
Como queda dicho más arriba, la distribución de Cauchy no tiene ni
media ni varianza.
EJEMPLO 2.23
80
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
X
1 1 arctan g ( x)
F(X ) (1 t
2
)
dt
2
= POR FAVOR
2) DISTRIBUCIÓN ERLANG
1
f ( x; , )
x 1 exp( x / ), x 0
( )
1/
1
x Ln
1 u
81
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
– Edad del hombre al contraer matrimonio por primera vez.
– Tiempo total para completar una operación, sí ésta se lleva a cabo
en α subestaciones a una frecuencia λ .
3) DISTRIBUCIÓN DE LAPLACE
1 x a
f ( x ) exp x
2b b
1 x a 1 a x
F( x ) exp y F( x ) 1 exp
2 b 2 b
Si x es menor o igual, o a es mayor, respectivamente, que a. Su media es
E[X]=a y su varianza V[X]=2b2.
4. DISTRIBUCIÓN DE PARETO
f ( x ) ab a x a1 xb
f (x) 0 xb
a
b
F( x ) 1 xb
x
F( x ) 0 xb
La esperanza y la varianza de la distribución de Pareto son
82
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
ab ab 2
E( X) si a 1 y V( X) si a 2
a 1 (a 2)(a 1) 2
5...DISTRIBUCIÓN LOGÍSTICA
xa
exp
b
f ( x) x
x a
b1 exp
b
1
F( x ) x
x a
1 exp
b
b2π2
V( X)
Por último, sus momentos son E(X)=a y 3
6) DISTRIBUCIÓN DE GUMBEL
83
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b2π2
E( X) a bγ y V( X)
6
7)DISTRIBUCIÓN DE RAYLEIGH
π 1 π
E( X)
y V( X) b 2 1
2a a 4
8) DISTRIBUCIÓN DE WEIBULL
a 1
ax
e x / b
a
f (x) x0
bb
La función de distribución, o de probabilidad acumulada, es
F( x ) P X x 1 e ( x / b )
a
x0
Igual que en el caso de la distribución exponencial, la de Weibull se suele
utilizar como modelo paramétrico en problemas de análisis de
supervivencia. En este ámbito, es de interés la probabilidad de que se
presente el fallo o muerte después de transcurrido un tiempo x; de ahí que
se defina la función de supervivencia
S( x ) P X x 1 F( x ) e ( x / b )a
0
84
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Por último, la esperanza y la varianza de esta distribución son,
respectivamente,
1 2 1
E( X) bΓ 1 y V( X) b 2 Γ 1 Γ 1
a a a
Γ (P) x P 1e x dx
donde siendo 0 la función gamma de Euler con
P>0.
9) DISTRIBUCIÓN BETA
1
f ( x) x a1 (1 x )b 1 x (0,1)
β(a, b)
y la de distribución
F( x ) 0, x0
b 1
1 x
β(a, b) 0
a 1
F( X) u (1 u ) du x (0,1)
F( x ) 1 x 1
a ab
E( X) y V( X)
ab (a b) (a b 1)
2
85
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJERCICIOS DE REPASO CAPITULO II
86
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
11) En una caja hay 7 bolas blancas, 3 verdes y 4 amarillas: ¿cuál es la
probabilidad de que al extraer 3 bolas sea cada una de un color distinto ?
R/ 23.07%
12) Se lanza al aire una moneda cargada 8 veces, de tal manera que la
probabilidad de que aparezca cara es de 2/3, mientras que la probabilidad
de que aparezca sello es de 1/3, Determine la probabilidad de que en el
último lanzamiento aparezca cara R/.0.0003048
f)Pr(-1'52≤z≤0'897)R/75.16%
14) Varios test de inteligencia realizados por Lucy Aponte dieron una
puntuación que sigue una ley normal con media 100 y desviación típica
15.. Determinar el porcentaje de población que obtendría un coeficiente
entre 95 y 110.R/37.8%
87
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
estos dispositivos de medición sometidos a prueba, sea el primero que no
muestre una desviación excesiva? R/0.0000000148
13) En Tulua cada tres familias posee teléfono fijo. Si se eligen al azar
90 familias, calcular la probabilidad de que entre ellas haya por lo menos
30 tengan teléfono fijo R//50%
16) Sea X una variable aleatoria discreta cuya función de probabilidad es:
88
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
X pi
0 0,1
1 0,2
2 0,1
3 0,4
4 0,1
5 0,1
89
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
De la variable aleatoria así definida, calcular:
X 0 1 2 3
Prob 0.033 0.3 0.5 0.167
b) función de distribución R/
0 si x0
0.033 si 0 x 1
F ( x) 0.333 si 1 x 2
0.833 si 2 x 3
1 si x 3
X 0 1 2 3
Prob 0.2 M N 0.3
0 si x 2
0.2 si 2 x 4
F ( x) 0.55 si 4 x 6
0.85 si 6 x 8
1 si x 8
90
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
- Devolución de lo apostado: si la suma es inferior a 4 o superior a 10.
91
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
28) Si de 31 productos comprado por Fanny Romero para una ancheta
navideña, determinar cuál es la probabilidad de que 20 de los productos
comprados por Fanny salgan defectuosos, si el 50% de los productos
normalmente sale defectuoso/3.97%
92
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
34) En un estudio realizado por Héctor García de una pila X encontró que
la vida media de operación de una pila de linterna es de 24 horas y está
distribuida normalmente con una desviación de 3 horas. ¿Cuál es la
probabilidad de que una muestra aleatoria de 100 pilas tenga una media
que se desvíe por más de 30 minutos del promedio? R/4.85%
0 si x 0
2 x si 0 x 0.8
f ( x)
0.72 si 0.8 x 1.3
0 si x 1.3
Calcular:
E(x2) R/0.6092
E(x3) R/ 0.5714
2. Varianza;
38) El maestro Carlos Gil construye una maquina que detecta fallas en los
productos que elabora una fabrica. Si los productos tienen una
probabilidad de falla del 5%, calcular la probabilidad de que la maquina
encuentre su primer producto defectuoso en la octava ocasión que
selecciona un producto para su inspección. R/3.49%
93
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
39 En Tulua se estima que la temperatura máxima en el mes de junio
sigue una distribución normal, con media 23° y desviación típica 5°.
Calcular el número de días del mes en los que se espera alcanzar
máximas entre 21° y 27°R/ 13
45) El ingeniero William Buitrago crea unos focos solares y afirma que sus focos durará
un promedio de 500 horas de trabajo. Para conservar este promedio esta persona
verifica 25 focos cada mes. Si el valor y calculado cae entre –t 0.05 y t 0.05, él se
encuentra satisfecho con esta afirmación. ¿Qué conclusión deberá él sacar de una
muestra de 25 focos cuya duración fue?:
94
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
500 521 511 513 510
513 522 500 521 495
496 488 500 502 512
510 475 510 506 503
505 521 500 493 520
95
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b) ¿Y al menos 2? R/18,08%
3x 3x
e e
F ( x) 1 para todo x 0 Calcular la probabilidad de que la
2 2
duración de una llamada cualquiera sea superior a 6 minutos R/ e -2
96
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
A). Determinar la probabilidad a de que exactamente tres conductores
hayan cometido alguna de las dos infracciones/2.23%
59) Al centro turístico VAIJU trae en una jaula con 100 pericos 15 de ellos
hablan ruso calcular la probabilidad de que si tomamos 20 pericos al azar
3 de ellos hablen ruso/22.40%
97
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
63) La probabilidad de que cierto examen médico dé lugar a una reacción
“positiva” es igual a 0,8, ¿cuál es la probabilidad de que ocurran menos
de 5 reacciones “negativas” antes de la primera positiva? R /99.97%
0 si x<0
f(x)= 2X si 0≤x≤1
1 si x>1
Encontrar F(x):
66) Encuentre el valor de k tal que P(k < t < -1.761) = 0.045, para una
muestra aleatoria de tamaño 15 que se selecciona de una distribución
normal. R/K= -2.977 Lolo que significa P(-2.977 < t < -1.761) = 0.045
98
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
un motor es de 16.4 gal, con una desviación estándar de 2.1 gal.
Demuestre que la afirmación que el consumo promedio de gasolina de
este motor es 12.0 gal/hora R/ Para el cual en las tablas, el valor de
t=8.38 corresponde un α=5% y 15 gl es insignificante, y por tanto se
puede concluir que el consumo de 12 gal/h es real
CAPITULO III
ERROR MUESTRAL
EJEMPLO 3.1
99
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
μ = (2+4+6)/3 = 4. Ver la tabla
μx = (2+3+4+4+5+6+5+4+3)/9 = 4
(2,2) 2 2 – 4 = -2
(2,4) 3 3 – 4 = -1
(2,6) 4 4–4=0
(4,2) 3 3 – 4 = -1
(4,4) 4 4–4=0
(4,6) 5 5–4=1
(6,2) 4 4–4=0
(6,4) 5 5–4=1
(6,6) 6 6–4=2
ESTIMACION
Estimación de parámetros
Intervalo de confianza
100
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Se llama así a un intervalo en el que sabemos que está un parámetro, con
un nivel de confianza específico.
Nivel de confianza
101
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 3.1
102
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
n≥4
OTRAS FORMULAS
a 1
P( Z Z ) a la probabilidad del area
2
2
LS LI
E
2
EJEMPLO 3.2
103
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
El ingeniero Misael Hernández al visitar una fábrica de componentes
electrónicos, encontró que la proporción de componentes finales
defectuosos era del 20%. Tras una serie de operaciones e inversiones
destinadas a mejorar el rendimiento se analizó una muestra aleatoria de
500 componentes, encontrándose que 90 de ellos eran defectuosos.
¿Qué nivel de confianza debe adoptarse para aceptar que el rendimiento
no ha sufrido variaciones?
EJEMPLO: 3.3
17 15 20 29 19 18 22 25 27 9
24 20 17 6 24 14 15 23 24 26
19 23 28 19 16 22 24 17 20 13
104
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
19 10 23 18 31 13 20 17 24 14
SOLUCION
- K= 1+3,3Log40= 6,286= 6
Ri= 31-6= 25
Ci=
Cn= 5
Rn=(5)(6)= 30
Dr= 30-25= 5
A=5-1= 4
Sesgo= 6-2= 4 y 31+2= 33
Intervalos Ni X´ Nix´
4-8 1 6 6
9-13 4 11 44
14-18 11 16 176
19-23 13 21 273
24-28 9 26 234
29-33 2 31 62
∑ 40 - 797
Promedio a mano=
a) E=
E= (0,475)(0,8717)
E= (1,96)(0,8717)
E= 1,71
INTERVALO DE CONFIANZA
105
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Objetivo: es que al analizar una muestra, este debe caer en el intervalo,
si no cae la muestra tomada no es significativa. El intervalo de confianza
esta dado por:
Ẋ-E≤ u ≤ + E
EJEMPLO: 3.4
17,89≤ U≤ 21,31
p (1 p )
pz
n
O bien:
106
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Donde p es el porcentaje de personas con la característica de interés en
la población (o sea, es el parámetro de interés) y p es su estimador
muestral.
EJEMPLO 3.5
• Ahora la cantidad z
MUESTREO
107
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
A la hora de formular un cuestionario o encuesta como desarrollo de una
investigación en el área social y, a manera de ejemplo se debe tener en
cuenta:
LA ENCUESTA
Esta herramienta es la más utilizada en la investigación de ciencias y es
el medio principal para allegarse información de tal que el sujeto
encuestado plasme por sí mismo las respuestas en el papel.
Es importantísimo que el investigador sólo proporcione la información
indispensable, la mínima para que sean comprendidas las preguntas. Más
información, o información innecesaria, puede derivar en respuestas no
veraces.
De igual manera, al diseñar la encuesta y elaborar el cuestionario hay que
tomar en cuenta los recursos (tanto humanos como materiales) de los que
se disponen, tanto para la recopilación como para la lectura de la
información, para así lograr un diseño funcionalmente eficaz.
Según M. García Ferrando, "prácticamente todo fenómeno social puede
ser estudiado a través de las encuestas", y podemos considerar las
siguientes cuatro razones para sustentar ésto:
1. Las encuestas son una de las escasas técnicas de que se dispone para
el estudio de las actitudes, valores, creencias y motivos.
2. Las técnicas de encuesta se adaptan a todo tipo de información y a
cualquier población.
3. Las encuestas permiten recuperar información sobre sucesos
acontecidos a los entrevistados.
4. Las encuestas permiten estandarizar los datos para un análisis
posterior, obteniendo gran cantidad de datos a un precio bajo y en un
período de tiempo corto.
TIPOS DE ENCUESTAS
Según Cadoche y sus colaboradores, las encuestas se pueden clasificar
atendiendo al ámbito que abarcan, a la forma de obtener los datos y al
contenido, de la siguiente manera:
Encuestas exhaustivas y parciales: Se denomina exhaustiva cuando
abarca a todas las unidades estadísticas que componen el colectivo,
universo, población o conjunto estudiado. Cuando una encuesta no es
exhaustiva, se denomina parcial.
Encuestas directas e indirectas: Una encuesta es directa cuando la
unidad estadística se observa a través de la investigación propuesta
108
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
registrándose en el cuestionario. Será indirecta cuando los datos
obtenidos no corresponden al objetivo principal de la encuesta
pretendiendo averiguar algo distinto o bien son deducidos de los
resultados de anteriores investigaciones estadísticas.
Encuestas sobre hechos y encuestas de opinión: Las encuestas de
opinión tienen por objetivo averiguar lo que el público en general piensa
acerca de una determinada materia o lo que considera debe hacerse en
una circunstancia concreta. Se realizan con un procedimiento de
muestreo y son aplicadas a una parte de la población ya que una de sus
ventajas es la enorme rapidez con que se obtienen sus resultados.
No obstante, las encuestas de opinión no indican necesariamente lo que
el público piensa del tema, sino lo que pensaría si le planteásemos una
pregunta a ese respecto, ya que hay personas que no tienen una opinión
formada sobre lo que se les pregunta y contestan con lo que dicen los
periódicos y las revistas.
A veces las personas encuestadas tienen más de una respuesta a una
misma pregunta dependiendo del marco en que se le haga la encuesta y
por consecuencia las respuestas que se dan no tienen por qué ser
sinceras.
Las encuestas sobre hechos se realizan sobre acontecimientos ya
ocurridos, hechos materiales.
TIPOS DE PREGUNTA
Como los cuestionarios están formados por preguntas, consideremos las
características que deben reunir, pues
deben excluyentes y exhaustivas, lo que se refiere a que una pregunta
no produzca dos respuestas y, simultáneamente, tenga respuesta. (A
cada pregunta le corresponde una y sólo una respuesta.)
Por otro lado, una manera de clasificar a las preguntas es por la forma de
su respuesta:
Preguntas cerradas: que consiste en proporcionar al sujeto observado
una serie de opciones para que escoja una como respuesta. Tienen la
ventaja de que pueden ser procesadas más fácilmente y su codificación
se facilita; pero también tienen la desventaja de que si están mal
diseñadas las opciones, el sujeto encuestado no encontrará la opción que
él desearía y la información se viciaría. Una forma de evitar esto es
realizar primero un estudio piloto y así obtener las posibles opciones para
las respuestas de una manera más confiable.
También se consideran cerradas las preguntas que contienen una lista de
preferencias u ordenación de opciones, que consiste en proporcionar
una lista de opciones al encuestado y éste las ordenará de acuerdo a sus
interes, gustos, etcétera
Preguntas abiertas: que consisten en dejar totalmente libre al sujeto
observado para expresarse, según convenga. Tiene la ventaja de
proporcionar una mayor riqueza en las respuestas; mas, por lo mismo,
109
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
puede llegar a complicar el proceso de tratamiento y codificación de la
información. Una posible manera de manipular las preguntas abiertas es
llevando a cabo un proceso de categorización, el cual consiste en
estudiar el total de respuestas abiertas obtenidas y clasificarlas en
categorías de tal forma que respuestas semejantes entre sí queden en la
misma categoría.
Preguntas de identificación: edad, sexo, profesión, nacionalidad,
etcétera.
Preguntas de hecho: referidas a acontecimientos concretos. Por
ejemplo: ¿terminó la educación básica?
Preguntas de acción: referidas a actividades de los encuestados. Por
ejemplo: ¿ha tomado algún curso de capacitación?
Preguntas de información: para conocer los conocimientos del
encuestado. Por ejemplo: ¿sabe qué es un hipertexto?
Preguntas de intención: para conocer la intención del encuestado. Por
ejemplo: ¿utilizará algún programa de computación para su próxima
clase?i) Preguntas de opinión: para conocer la opinión del encuestado.
Por ejemplo: ¿qué carrera cursarás después del bachillerato?
Preguntas filtro: son aquéllas que se realizan previamente a otras para
eliminar a los que no les afecte. Por ejemplo: ¿Tiene usted coche?
¿Piensa comprarse uno?
Preguntas trampa o de control: son las que su utilizan para descubrir la
intención con que se responde. Para ello se incluyen preguntas en
diversos puntos del cuestionario que parecen independientes entre sí,
pero en realidad buscan determinar la intencionalidad del encuestado al
forzarlo a que las conteste coherentemente (ambas y por separado) en el
caso de que sea honesto, pues de lo contrario «caería» en
contradicciones.
Preguntas de introducción o rompehielos: utilizadas para comenzar el
cuestionario o para enlazar un tema con otro.
Preguntas muelle, colchón o amortiguadoras: son preguntas sobre
temas peligrosos o inconvenientes, formuladas suavemente.
Preguntas en batería: conjunto de preguntas encadenadas unas con
otras complementándose.
Preguntas embudo: se empieza por cuestiones generales hasta llegar a
los puntos más esenciales.
110
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
7. En las preguntas abiertas no dar ninguna opción alternativa.
8. No hacer preguntas que obliguen a esfuerzos de memoria.
9. No hacer preguntas que obliguen a consultar archivos.
10. No hacer preguntas que obliguen a cálculos numéricos complicados.
11. No hacer preguntas indiscretas.
12. Redactar las preguntas de forma personal y directa.
13. Redactar las preguntas para que se contesten de forma directa e
inequívoca.
14. Que no levanten prejuicios en los encuestados.
15. Redactar las preguntas limitadas a una sola idea o referencia.
16. Evitar preguntas condicionantes que conlleven una carga emocional
grande.
17. Evitar estimular una respuesta condicionada. Es el caso de preguntas
que presentan varias respuestas alternativas y una de ellas va unida a un
objetivo tan altruista que difícilmente puede uno negarse.
LA ENTREVISTA
TIPOS DE MUESTREO
En el estudio de muestreo existen diferentes criterios de clasificación de
los tipos de muestreo, pero por lo general pueden dividirse en dos
grandes grupos: métodos de muestreo probabilísticos y métodos de
muestreo no probabilísticos.
I. MUESTREO PROBABILÍSTICO
En estadística las técnicas o métodos de muestreo probabilísticos son
aquellos que se basan en el principio de equiprobabilidad donde todos
los individuos tienen la misma probabilidad de ser elegidos para formar
parte de una muestra y, por lo tanto , todas las posibles muestras de
tamaño n tienen la misma probabilidad de ser seleccionadas. La ventaja
de los de métodos de muestreo probabilísticos nos aseguran la
4
http://www.rrppnet.com.ar/comohacerunaencuesta.htm
111
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
representatividad de la muestra extraída y son, por tanto, los más
recomendables. Y los encontramos de varios tipos:
EJEMPLO3.6
La facultad de ingeniería Industrial tiene 120 alumnos y se quiere extraer
una muestra de 30 alumnos. Explica cómo se obtiene la muestra:
SOLUCION
-Se enumeran los alumnos del 1 al 120.
-Se sortean 30 números de entre los 120.
-La muestra estará formada por los 30 alumnos a los que les
correspondan los números obtenidos.
DETERMINAR
112
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
a) μ
b) 2
c) El numero de muestras posibles si n=2
d) COMPLETE EL SIGUIENTE CUADRO CON EL NUMERO DE
MUESTRAS OBTENIDAS EN EL PUNTO ANTERIOR
MUESTRA X1 X2 X S2 PROB
1 1 2
SOLUCION
1 2 3
a) 2
3
12 2 2 32
b) 2 2 2 0.67
3
3!
c) V3, 2 6
1!
d) CUADRO DE MUESTRAS SIN REPOSICION
MUESTRA X1 X2 X S2 PROB
1 1 2 1.5 0.25 1/6
2 1 3 2 1 1/6
3 2 1 1,5 0,25 1/6
4 2 3 2.5 0.25 1/6
5 3 1 2 1 1/6
6 3 2 2.5 0.25 1/6
113
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
MUESTREO ALEATORIO EN POBLACIÓN INFINITA
• Se asume que la población tiene infinitos elementos.
• El número de posibles muestras es infinito.
• Muestreo aleatorio simple:
1. Con reposición.
2. En población infinita.
5. MUESTREO ALEATORIO SISTEMÁTICO
DESVENTAJAS
114
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Si consideremos todas las posibles muestras de tamaño n en una
población, para cada muestra podemos calcular un estadístico (media,
desviación típica, proporción, ...) que variará de una a otra. Así
obtenemos una distribución del estadístico que se llama distribución
muestral.
VENTAJAS
Tiende a asegurar que la muestra represente adecuadamente a la
población en función de unas variables seleccionadas.
Se obtienen estimaciones más precisa
Su objetivo es conseguir una muestra lo más semejante posible a la
población en
lo que a la o las variables estratificadoras se refiere.
DESVENTAJAS
Se ha de conocer la distribución en la población de las variables utilizadas
para la estratificación
EJEMPLO 3.8
115
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
En el muestreo por conglomerados la unidad muestral es un grupo de
elementos de la población que forman una unidad, a la que llamamos
conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo, las urnas electorales.
Cuando los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas".
En el campo de la investigación educativa, es frecuente obtener muestras
de alumnos, profesores, etc. Recurriendo a conglomerados tales como
aulas, centro, localidades. Usando este procedimiento evitamos la
dispersión de unidades a la que nos conduciría un muestreo aleatorio
simple, y se reducirían los costes y el tiempo de un posible trabajo de
recogida de datos.
VENTAJAS
Es muy eficiente cuando la población es muy grande y dispersa.
No es preciso tener un listado de toda la población, sólo de las unidades
primarias de muestreo.
DESVENTAJAS
El error estándar es mayor que en el muestreo aleatorio simple o
estratificado.
El cálculo del error estándar es complejo
TAMAÑO DE MUESTRA
117
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Donde:
: varianza poblacional
e: error máximo
118
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
de confianza de 0.95 y estando dispuestos a admitir un error máximo
de 0,1, ¿cuál debe ser el tamaño muestral que empleemos?.
1.-
3.-
donde
119
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Siguiendo con el estudio planteado en el punto anterior, supongamos
que tratamos de estimar la proporción de mujeres que trabajan
diariamente 10 horas o más. De un estudio piloto se dedujo que
P=0.30, fijamos el nivel de confianza en 0.95 y el error máximo 0.02.
http://www.youtube.com/watch?v=Y0XLJnGbFQs
Z 2 P * Q
n 2
E2
Lo que indica que el tamaño de la muestra para un diseño de encuesta
basado en una muestra aleatoria simple, puede calcularse fórmula
anterior donde ::
n= tamaño de la muestra requerido
Z
= nivel de fiabilidad de 95% (valor estándar de 1,96)
2
Ejemplo
En el proyecto del Dr Patarroyo con respecto la vacuna contra la malaria
en todo el pacifico colombiano, se ha calculado que cerca del 30% (0,3)
de los niños de la zona del proyecto padecen de malaria. Este dato se
basa en estadísticas nacionales sobre malaria en las zonas rurales.
Utilizando los valores estándar indicados encontrar el tamaño de muestra
120
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
ideal para aplicar la vacuna:
Cálculo:
SOLUCION
donde
n es el tamaño de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
N es el tamaño de la población;
E es la precisión o el error.
EJEMPLO 3.9
121
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Primero habrá que obtener el valor de Z de tal forma que la confianza sea
del 95%, es decir, buscar un valor de Z tal que P(-Z<z<Z)=0.95. Donde al
buscar en la tabla nos arroja un resultado de Z=1.96.y por no tener
antecedente se supone un P=0.5
Con lo que se tiene una cota mínima de 370 alumnos para la muestra y
así poder realizar la investigación sin más costo del necesario, pero con la
seguridad de que las condiciones aceptadas para la generalización
(confiabilidad, variabilidad y error) se mantienen.
122
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 3.7
a) μ, la media poblacional
0246
3
4
Muestra media
(0,0) 0
(0,2) 1
(0,4) 2
(0,6) 3
123
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
(2,0) 1
(2,2) 2
(2,4) 3
(2,6) 4
(4,0) 2
(4,2) 3
(4,4) 4
(4,6) 5
(6,0) 3
(6,2) 4
(6,4) 5
(6,6) 6
X f
0 1
1 2
2 3
3 4
4 3
5 2
6 1
x fx 0 *1 1* 2 2 * 3 3 * 4 4 * 3 5 * 2 6 *1 3 d) σx, la desviación
n 16
estándar de la distribución muestral de medias.
124
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
x
x
x
X
n
125
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 3.10
(0,0) 0 0 - 3 = -3
(0,2) 1 1 - 3 = -2
(0,4) 2 2 - 3 = -1
(0,6) 3 3–3=0
(2,0) 1 1 – 3 = -2
(2,2) 2 2 – 3 = -1
(2,4) 3 3–3=0
(2,6) 4 4–3=1
(4,0) 2 2 – 3 = -1
(4,2) 3 3–3=0
(4,4) 4 4–3=1
(4,6) 5 5–3=2
(6,0) 3 3–3=0
(6,2) 4 4–3=1
(6,4) 5 5–3=2
(6,6) 6 6–3=3
Verifique que
126
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
a) La media de los errores muestrales es cero
En general se tiene: x e
N n
x
n N 1
EJEMPLO 3.11
Decanos Antiguedad
A 6
B 4
C 2
127
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Se pueden tener 3C2 =3 muestras posibles. La tabla lista todas las
muestras posibles de tamaño 2, con sus respectivas medias muestrales.
A,B (6,4) 5
A,C (6,2) 4
B,C (4,2) 3
246
4
3
543
x 4
3
128
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Con esta distribución podíamos calcular la probabilidad de algún evento
relacionado con la variable aleatoria, mediante la siguiente fórmula:
X
Z
X
Z
n
x
Z
N n
n N 1
EJEMPLO 3,12
Una empresa eléctrica fabrica de lámparas que tienen una duración que
se distribuye aproximadamente en forma normal, con media de 800 horas
y desviación estándar de 40 horas. Encuentre la probabilidad de que una
muestra aleatoriade 16 lámparas tenga una vida promedio de menos de
775 horas.
129
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
VALOR ESPERADO
Sea X una Variable Aleatoria que toma valores en un conjunto discreto (en
un conjunto finito de números en uno infinito como: los naturales, los
enteros o los racionales), por ejemplo si la variable aleatoria X toma los
siguientes valores:
La probabilidad de que X tome cada uno de sus valores viene dada por la
función de probabilidad:
µ = E(X) = Xf ( X )
130
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Y para una variable aleatoria con distribución continua como
µ = E(X) = x( f ( x)dx
EJEMPLO 3.13
SOLUCION
2 2
y x =
2
a) E( X ) =μ=20 0.5
n 4
x u 22 20
b) Z 1,41 donde P(X>22)= P(Z>1.41)= 0.0973
2
P( X 22) P( Z 2,83) 0.0023
X
T
Sn
n 1
131
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
n variables dicotómicas: X1, X2, ..., Xn tiene como
n
E(xi)=ρ 2
y σ =ρ(1-ρ) y donde será X=X1+X2+ + + + Xn= X i y su
i 1
proporción será
P=X/n
E(X)=nρ E(P)=ρ
2 =nρ(1-ρ) (1 )
2P
n
NOTA
EJEMPLO 3.14
132
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b) Cual su proporción si resulto uno de los tres que no les gustaba
matematicas
b) P=1/3= 0.33
(1 )
y P
2
E(P)=ρ=0.2 =0.2*0.8/3=0.05
n
2 =nρ(1-ρ)=3*0.2(1-0.2)=0.16
EJEMPLO 3.15
SOLUCION
1 4 0.8 8
2 3 0.6 112
3 2 0.4 336
4 1 0.2 280
133
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
5 0 0 56
VERIFIQUE QUE
a) p 0.3333
b) p 0.1681
134
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
que la distribución muestral de medias es normal sin importar los
tamaños de las muestras.
y que .
EJEMPLO 3.16:
Solución:
Datos:
1 = 105 libras
2 = 90 libras
135
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
1 = 14.142 libras
2 = 12.247 libras
n1 = 20 niños
n2 = 25 niñas
=?
20 (105 90)
z 1.25
(14.142) 2 (12.457) 2
20 2
EJEMPLO:3.17
Solución:
Datos:
A = 7.2 años
136
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
B = 6.7 años
A = 0.8 años
B = 0.7 años
nA = 34 simcard
nB = 40 simcard
=?
EJEMPLO 3.18
Solución:
Datos:
137
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
1 = 1.23 Km/Lto
2 = 1.37 Km/Lto
n1 = 35 autos
n2 = 42 autos
a. =?
b. ?
138
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE PROPORCIONES
139
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Cuando se estudió a la distribución muestral de proporciones se
que y que .
EJEMPLO 3.19
Solución:
Datos:
PH = 0.12
PM = 0.10
nH = 100
nM = 100
p(pH-pM 0.03) = ?
140
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
EJEMPLO 3.20
Una encuesta realizada por la sutev constó de 320 docentes del Valle
del cauca fueron despedidos entre 2006 y 2011, encontró que 20%
habían estado sin trabajo durante por lo menos dos años. Supóngase que
tuviera que seleccionar otra muestra aleatoria de 320 docentes de entre
todos los empleados despedidos entre 2006 y 2011. ¿Cuál sería la
probabilidad de que su porcentaje muestral de docentes sin empleo
durante por lo menos dos años, difiera del porcentaje obtenido en la
encuesta de la sutev , en 5% o más?
Solución:
141
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
cuales en este ejercicio las desconocemos, por lo que se utilizará el valor
de 0.20 como una estimación puntual de P. En el siguiente tema se
abordará el tema de estimación estadística y se comprenderá el porque
estamos utilizando de esa manera el dato.
Datos:
p1 = 0.20
n1 = 320 trabajadores
n2 = 320 trabajadores
P1 = P 2
142
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
La probabilidad de que su proporción muestral de trabajadores sin
empleo durante por lo menos dos años, difiera del porcentaje obtenido en
la encuesta realizada por la sutev, en 0.05 o más es de 0.1260.
EJEMPLO 3.21
Solución:
Datos:
P1 = 3/6 = 0.5
P2 = 2/5 = 0.4
n1 = 120 objetos
n2 = 120 objetos
a. p(p2-p1 0.10) = ?
143
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b. p(p1-p2
0.15)=?
EJEMPLO 3.22
a. Mayor o igual a 6
b. Exactamente 7
c. Como máximo 9
a.
145
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b.
c.
146
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
. Preguntas de identificación:
. Preguntas de hecho:
. Pregunta de acción:
. Preguntas de información:
. Preguntas de intención:
. Preguntas de opinión:
. Pregunta filtro:
. Preguntas en batería:
. Preguntas de embudo:
2. Como los gustos cambian con la edad y se sabe que en el barrio Belén
de Cali viven 2.500 niños, 7.000 adultos y 500 ancianos, posteriormente
se decide elegir la muestra anterior utilizando un muestreo estratificado.
95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 103, 110.
Suponiendo que los precios de este producto se distribuyen según una ley
normal de varianza 25 y media desconocida:
148
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
la media muestral, con un nivel de confianza del 90%? R/ La muestra
debe tener al menos 1083 personas.
11) En una población adulta con una variable aleatoria sigue una ley
normal de media desconocida y desviación típica 2.
149
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
1. ¿Qué tipo de muestreo deberíamos utilizar para la selección de la
muestra si queremos que incluya a trabajadores de los cuatro
departamentos mencionados?
b) ¿Qué tamaño debe tener una muestra de dicha población para que su
media esté comprendida entre 17,9 y 18,3 años, con una confianza del
99,5%? R/ 72 personas
17) Las medidas de los diámetros de una muestra tomada al azar, de 200
cojinetes de bolas, hechos por una determinada máquina en la litografía
franciscos, dieron una media de 2 cm y una desviación típica de 0,1 cm.
Hallar los intervalos de confianza del :
Z 1
68,26% R/ (1,993,:2.007)
2
150
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Z 2
95,44% R/ 2
(1.986 , 2,014)
20) Las bolsas de sal envasadas por una máquina tienen μ = 500 g y σ =
35 g. Las bolsas se empaquetaron en cajas de 100 unidades..Calcular la
probabilidad de que la media de los pesos de las bolsas de un paquete
sea menor que 495 g. R/7.64%
22) Los siguientes datos son los puntajes obtenidos para 45 personas de
una escala de depresión (mayor puntaje significa mayor depresión).
2 5 6 8 8 9 9 10 11
11 11 13 13 14 14 14 14 14
14 15 15 16 16 16 16 16 16
16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 20 20
151
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
R/ Luego, el intervalo de confianza para es (13,2, 15,8). Es decir, el
puntaje promedio poblacional se encuentra entre 13,2 y 15,8 con una
confianza 95%.
= 2930
s= 450
n= 30
R/ Luego, el peso de nacimiento varía entre 2769 y 3091 gramos, con una
confianza de 95%.
24) La nota de una prueba de aptitud siguen una distribución normal con
desviación típica 28,2. Una muestra aleatoria de nueve alumnos arroja los
resultados siguientes:
N 9
n=9 X I 1098
I 1
X
I 1
2
I 138148
90% de nivel de confianza, con longitud 10? (la longitud del intervalo es la
diferencia entre sus extremos).R/ 866
152
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
respecto al número de trabajadores: Contabilidad y Costos 80
empleados, Administración 150. Operativos 5.600, seguridad 180 y
otros cargos 90. R/216
R/ (0,495, 0, 745)
b) Indique, con un nivel de confianza del 95%, cuál sería el máximo error
que podríamos cometer al tomar como media de la población el valor
obtenido en la estimación puntual. R/luego el máximo error que se puede
cometer, a este nivel de confianza, es: 3,16
154
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
37. En un hospital se ha tomado la temperatura a una muestra de 64
pacientes para estimar la temperatura media de sus enfermos. La media
de la muestra ha sido 37,1 ºC y se sabe que la desviación típica de toda la
población es 1,04 ºC.
38. Se sabe que los estudiantes del Huila duermen un número de horas
diarias que se distribuye según una ley Normal de media µ horas y
desviación típica σ =2 horas.
155
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
Se escoge como punto de arranque cualquier número entero entre 1 y 25
para inicial la selección. Supongamos que se escoge el 8, la muestra
quedará entonces integrada por las extracciones número: 8; 33; 58; 83;
108; 133; 158; 183; 208 y 233.¿Que tipo de muestreo se aplico?
156
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
estratificado con asignación constante? R/10 y 10 públicos y 2 privados
¿Y con asignación proporcional? R/ 18 y 20
47) Entre los 8 alumnos de la zona rural de Santa Lucia se pretende elegir
a 5 alumnos con el fin de medir su velocidad lectora. Para evitar que el
profesor del aula trate de que sus alumnos obtengan un buen resultado y,
para ello, nos proponga a los 5 alumnos que mejores calificaciones suelen
obtener en el área de lenguaje, vamos a realizar un muestreo aleatorio
simple sin reposición, ¿Cuántas muestras ordenadas posibles existen?
R/6720 ¿Qué probabilidad se asocia a cada una de ellas? R/ 0,01488%
¿Qué probabilidad tenemos de que la muestra, en contra de lo que
pretendíamos, esté constituida por los 5 alumnos de mejor nivel en el área
de lenguaje? R/ 1,786%
48) Los datos presentados a continuación son los puntajes obtenidos para 45
personas de una escala de depresión (mayor puntaje significa mayor depresión).
2 5 6 8 8 9 9 10 11
11 11 13 13 14 14 14 14 14
14 15 15 16 16 16 16 16 16
16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 20 20
157
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
50) Una compañía de marketing saca una muestra aleatoria de la guía de
teléfonos tomando 10 personas cuyos apellidos comiencen con letra A,
10 personas cuyos apellidos comiencen con la letra B, y así
sucesivamente con cada letra del alfabeto, para una muestra total de 260
personas.
a. ¿Qué clase de diseño muestral se usó aquí? b. ¿Tienen todos los que
están en la guía de teléfonos igual posibilidad de ser elegidos en la
muestra?
62) Indicar que tipo de muestreo se aplico en cada uno de los siguientes
enunciados
a) Suponga que nos interesa obtener una muestra de las opiniones de los
profesores de una gran universidad
63) COMPLETAR
158
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
muestral de un estadístico es la de todos sus valores posibles
calculados a partir de muestras del mismo tamaño.
a) Entre 10 y 12 imperfecciones. R/
159
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
b) Entre 0.01 y 0.04 a favor de los hombres.
LINKGRAFIA
http://www.bioestadistica.uma.es/libro/node78.htm
aprendeenlinea.udea.edu.co/lms/moodle/mod/.../view.php?...true...
http://www.vitutor.com/pro/2/a_h.html
http://www.vitutor.com/pro/2/a_a.html
http://www.uam.es/personal_pdi/psicologia/carmenx/Tema1.pdf
http://juancarlosvergara.50webs.org/Apuntes/Ejercicios%20Parte%20I.pdf
http://personal.telefonica.terra.es/web/pegonrui/tablas-estadisticas/tablas-
estadisticas.html
http://dta.utalca.cl/estadistica/ejercicios/recoger/Muestro/propuesto
%20muestreo%20estra.pdf
http://sancur22ceapuntes.iespana.es/administracion/ceneval/operacionesy
metodos/02metodoscuantitativos/21pruebaship/pruebaship.htm
http://www.mitecnologico.com/Main/PotenciaDeLaPrueba
http://www.frasesypensamientos.com.ar/frases-de-estadistica.html
http://www.itch.edu.mx/academic/industrial/estadistica1/u0102.pdf
http://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r51634.PDF
161
TOMO 1 DEL COMPULIBRO ESTADISTICA II DE CIR
162