Documentos de Académico
Documentos de Profesional
Documentos de Cultura
BIBLIOGRAFÍA 120
1
PROBABILIDAD Y ESTADÍSTICA
PRESENTACIÓN
LOS AUTORES
2
PROBABILIDAD Y ESTADÍSTICA
INTRODUCCIÓN
3
PROBABILIDAD Y ESTADÍSTICA
ESTADÍSTICA
Es un lenguaje universal de la ciencia tanto en sus ramas físicas
como sociales, la comunicación y el uso de la Estadística nos permiten
comunicar más exactamente los descubrimientos en las investigaciones. La
Estadística es también un instrumento que utilizado con cuidado y precisión
nos permite describir nuestros resultados y adoptar decisiones respecto a lo
que nos dicen.
4
PROBABILIDAD Y ESTADÍSTICA
5
PROBABILIDAD Y ESTADÍSTICA
6
PROBABILIDAD Y ESTADÍSTICA
CUALITATIVOS CUANTITATIVOS
7
PROBABILIDAD Y ESTADÍSTICA
Discretos : Son los datos que resultan de un conteo o una simple observación.
Continuos : Son los datos que se obtienen cuando la medida es un proceso
infinito.
10 FICHAS
5 ROJAS
2 AMARILLAS
8
PROBABILIDAD Y ESTADÍSTICA
EXAMEN DE AUTOEVALUACIÓN
8.- Suponga que desea obtener una estimación del consumo de gasolina
(Km por litro) del FORD COUGAR. Describa la población que sería de
interés para usted, de la cual tendría que seleccionar la muestra.
9
PROBABILIDAD Y ESTADÍSTICA
10
PROBABILIDAD Y ESTADÍSTICA
INTRODUCCIÓN
TOMA DE DATOS
Si tuviéramos la población frente a nosotros, ¿ cómo podríamos
describir este subconjunto grande de mediciones ?. Muchos textos se han
dedicado a los métodos de la estadística descriptiva, es decir, a los métodos
para describir conjuntos de datos numéricos.
11
PROBABILIDAD Y ESTADÍSTICA
TÉCNICAS ESTADÍSTICAS
12
PROBABILIDAD Y ESTADÍSTICA
FRECUENCIAS
Antes de comenzar con la distribución de frecuencias, será
conveniente definir el vocablo Frecuencia, ya que se ha mencionado con
13
PROBABILIDAD Y ESTADÍSTICA
14
PROBABILIDAD Y ESTADÍSTICA
CONCEPTO DE VARIABLE
15
PROBABILIDAD Y ESTADÍSTICA
INTERVALOS
16
PROBABILIDAD Y ESTADÍSTICA
CUADRO ESTADÍSTICO
El cuadro estadístico más usual es aquél en el que se representa
el número total de clases o de variables, con el número de elementos
correspondientes a cada uno, llamándose a esto frecuencia, así mismo,
veremos cuadros estadísticos en los que tendremos frecuencias acumuladas
(Suma de los elementos anteriores a la clase), frecuencia relativa (porcentaje
de cada clase con respecto a la muestra), frecuencia relativa acumulada,
marcas de clases, desviaciones medias, mediana, etc.
17
PROBABILIDAD Y ESTADÍSTICA
27 42 60 67 75 84
30 49 60 68 80 85
30 50 63 70 83 90
35 52 63 73 83 95
38 59 63 73 83 97
18
PROBABILIDAD Y ESTADÍSTICA
como podemos ver tenemos 7.88 clases, pero debido a tener una porción de
una clase más, debemos incrementar o redondear a el inmediato superior,
19
PROBABILIDAD Y ESTADÍSTICA
20
PROBABILIDAD Y ESTADÍSTICA
27 28 29 30 31 32 33 34 35
21
PROBABILIDAD Y ESTADÍSTICA
22
PROBABILIDAD Y ESTADÍSTICA
27 35
intervalo de clase 1, su marca de clase es 31, para el intervalo de
2
23
PROBABILIDAD Y ESTADÍSTICA
5 8 10 15 23 31 33 41 47 50
6 8 11 15 27 31 33 41 48 52
6 9 12 15 27 32 35 42 49 53
6 9 13 17 28 32 36 42 49 53
7 9 13 17 28 32 41 47 50 53
24
PROBABILIDAD Y ESTADÍSTICA
4 3
c) (yi - 2) = d) (y + 2i) =
i=1 i=1
5
a) (y - 4) = (0 - 4) + (1 - 4) + (2 - 4) + (3 - 4) + (4 - 4) + (5 - 4)
y=0
= -4 - 3 - 2 - 1 + 0 + 1 = -9
25
PROBABILIDAD Y ESTADÍSTICA
6
b) (y 2 - 5) = (4 - 5) + (9 - 5) + (16 - 5) + (25 - 5) + (36 - 5)
y=2
= - 1 + 4 + 11 + 20 + 31 = 65
4
c) (yi - 2) = (y1 - 2) + (y2 - 2) + (y3 - 2) + (y4 - 2)
i=1
= y1 + y2 + y3 + y4 - 8
3
d) (y + 2i) = [y + 2(1)] + [y + 2(2)] + [y + 2(3)] = 3y + 12
i=1
= 0 + 3 + 8 + 15 = 26
26
PROBABILIDAD Y ESTADÍSTICA
4
i) yi = 430.00 + 210.00 + 320.00 = 960.00
i=2
4
ii) yi2 = (430.00)2 + (210.00)2 + (320.00)2 = 331,400.00
i=2
27
PROBABILIDAD Y ESTADÍSTICA
6 8 9 11 13 16 17 19
28
PROBABILIDAD Y ESTADÍSTICA
EJERCICIOS PROPUESTOS
2 8 5 2 7 2 5 5 5 6
1 6 2 3 6 7 7 6 3 3
4 3 4 8 1 4 5 2 7 5
5 4 4 6 6 3 8 3 7 1
8 8 3 2 3 8 6 2 7 2
Formar un cuadro estadístico con toda la información manejada
en este capítulo.
3
b) ( 1 + 2x + x2 )
x=1
3
c) ( x3 + 2x )
x=0
29
PROBABILIDAD Y ESTADÍSTICA
INTRODUCCIÓN
Es natural introducir los métodos gráficos para describir
conjuntos de datos a través de la consideración de un conjunto real de datos.
Anteriormente vimos el análisis de datos por métodos numéricos, métodos
con los que nosotros podemos leer información respecto a promedios,
poblaciones, etc. En los cuadros estadísticos se habló de clases y variables,
ahora podremos representar gráficamente esas clases o variables y a ello es lo
que llamaremos métodos estadísticos gráficos. Note que en los extremos de
los subintervalos o clases se han escogido de manera que ningún elemento
coincida con dos subintervalos o clases a la vez, eliminando así cualquier
ambigüedad relacionada con la ubicación de una observación particular. Justo
con los cuadros estadísticos vistos en el capítulo anterior es con los que
deberemos elaborar nuestras gráficas estadísticas para el desarrollo de los
métodos gráficos.
REPRESENTACIONES GRÁFICAS
también existen dos tipos de representación gráfica no muy común y que sin
30
PROBABILIDAD Y ESTADÍSTICA
cuadro tendríamos:
Int. de Clase 30-39 40-49 50-59 60-69 70-79 80-89 90-99 Total
Frecuencia 4 6 8 12 8 8 4 50
PRIMERA FORMA
31
PROBABILIDAD Y ESTADÍSTICA
SEGUNDA FORMA
POLÍGONO DE FRECUENCIAS
Int. de Clase 30-39 40-49 50-59 60-69 70-79 80-89 90-99 Total
Frecuencia 4 6 8 12 8 8 4 50
Marca de Clase 34.5 44.5 54.5 64.5 74.5 84.5 94.5
32
PROBABILIDAD Y ESTADÍSTICA
DIAGRAMA DE PASTEL
33
PROBABILIDAD Y ESTADÍSTICA
34
PROBABILIDAD Y ESTADÍSTICA
de una Ojiva.
35
PROBABILIDAD Y ESTADÍSTICA
36
PROBABILIDAD Y ESTADÍSTICA
DISTRIBUCION NORMAL
37
PROBABILIDAD Y ESTADÍSTICA
30 42 50 73 60 63
38 27 67 83 70 63
52 83 97 49 83 73
30 35 63 59 84 75
84 90 80 95 85 68
Basándonos en que se trata del ejercicio presentado en el capítulo
anterior para la formación de un cuadro estadístico, procederemos a colocar
nuevamente dicho cuadro, el cual queda de la siguiente manera:
a) HISTOGRAMA
38
PROBABILIDAD Y ESTADÍSTICA
b) POLÍGONO DE FRECUENCIAS
Num. de Clase Frecuencia Relativa Frecuencia Relativa x 360 Grados por Clase
1 0.133 0.133 x 360 48
2 0.067 0.067 x 360 24
3 0.100 0.100 x 360 36
4 0.100 0.100 x 360 36
5 0.200 0.200 x 360 72
6 0.133 0.133 x 360 48
7 0.167 0.167 x 360 60
8 0.100 0.100 x 360 36
39
PROBABILIDAD Y ESTADÍSTICA
d) O J I V A
frec. 30
EXAMEN DE AUTOEVALUACIÓN
1.- Explique la elaboración de las siguientes gráficas estadísticas :
a) Histograma.
b) Diagrama de Pastel.
c) Pictograma
d) Polígono de Frecuencias
40
PROBABILIDAD Y ESTADÍSTICA
b) Construir un Histograma.
c) Construir un Polígono de Frecuencia.
d) Graficar una Ojiva.
e) Construir un Diagrama de Pastel.
41
PROBABILIDAD Y ESTADÍSTICA
LA MEDIA ARITMÉTICA
Xi
i=1
(1)
n
Existen dos tipos de medias, la Media Poblacional que se
representa con la letra griega " ", y la Media Muestral que se representa con
una X testada " X ", ambas se obtienen de la misma forma. La Media
Aritmética es una medida que se utiliza para describir poblaciones, por
ejemplo:
42
PROBABILIDAD Y ESTADÍSTICA
43
PROBABILIDAD Y ESTADÍSTICA
1.80 + 1.82 + 1.84 + 1.85 + 1.86 + 1.87 + 1.88 + 1.92 + 1.92 + 1.93 + 1.94 + 1.97
X =
12
22.6
X = = 1.88 mts
12
X = 13,950.25 toneladas
en la unidad 2.
12
Producción anual = xi = 12,000 + 14,280 + * * * + 14,360 + 13,750
i=1
44
PROBABILIDAD Y ESTADÍSTICA
LA MEDIANA
Es otra medida que se utiliza para describir el valor central de
una población. Para calcular la Mediana se ordenan los datos en forma
ascendente o descendente, si el tamaño de la población es impar, la Mediana
es el dato que queda al centro del los datos ordenados; si es par, la Mediana es
el promedio de los dos datos que ocupan el centro de la ordenación. Se
observa que la Mediana divide en dos partes iguales a los datos de una
muestra o población. La Mediana es una medida que no es afectada por los
valores extremos de la muestra o población. Veamos algunos ejemplos.
Determine la Mediana.
45
PROBABILIDAD Y ESTADÍSTICA
77 78 78 79 83 85 87 87 87 89 90 92 92 94 96
como podemos observar en este caso el número de datos es par y por lo tanto
la Mediana de esta colección de datos será el media aritmética de los datos
que ocupan el centro de la colección, siendo estos datos los números 17 y 18
17 18
teniéndose entonces que la Mediana en este ejercicio es : X = 17.5 .
2
46
PROBABILIDAD Y ESTADÍSTICA
LA MODA
47
PROBABILIDAD Y ESTADÍSTICA
en este ejemplo tenemos que los números que mayor veces aparecen son el 16
y el 18, por lo tanto, en esta colección de datos tenemos un ejemplo de
distribución bimodal ( existen 2 modas en la colección ), por lo que las modas
son: Mo = 16 y 18
COMPARACIÓN DE LA MEDIA
ARITMETICA, LA MEDIANA Y LA MODA
Hemos visto 3 medidas de tendencia central que describen a una
población, pero, ¿cuál debe usarse en una situación determinada?. La elección
de la medida de tendencia central a usarse depende del tipo de variable que
genera la población y de las finalidades del estudio que se está realizando. Un
criterio fuerte para la elección de alguna de estas medidas es el de escoger la
que presente ventajas significativas sobre las otras dos, por ejemplo: En el
caso de una fábrica de automóviles la empresa deber decidir que marca de
acumuladores usar en sus vehículos, para lo que le puede ser útil además del
costo, comparar la durabilidad de los acumuladores de diversas marcas. En
poblaciones de este tipo, la media, la mediana, y la moda son en la mayor
parte de los casos valores muy parecidos.
48
PROBABILIDAD Y ESTADÍSTICA
49
PROBABILIDAD Y ESTADÍSTICA
129 145 168 164 165 172 168 179 168 170
159 168 175 164 179 168 180 173 149 159
168 178 177 178 168 172 168 158 154 168
50
PROBABILIDAD Y ESTADÍSTICA
MEDIA GEOMÉTRICA
La Media Geométrica es muy usual para el cálculo de promedios
de tasas de variación, en la elaboración de Números Índice, etc. Se define de
la siguiente manera: “Sí tenemos n elementos, la Media Geométrica es la raíz
n-ésima del producto de todos los elementos ”. La fórmula para obtenerla es:
MEDIA GEOMÉTRICA ( g ) =
n X1 * X2 * . . . * Xn
6 3 8 5 2 24
X = = = 4.8
5 5
* Los ingresos anuales de 12 profesores en nuevos pesos son:
51
PROBABILIDAD Y ESTADÍSTICA
12 15 17 13 18 14 18 13 17 15
g = 10 12 x 15 x 17 x 13 x18 x 14 x 18 x 13 x 17 x 15
g = 10 5,981,655,000,000 = 15.05
MEDIA ARMÓNICA
La idea de promedio es tan manejable que no es sorprendente que
se hayan inventado diversos tipos de promedio de modo que pueda
representarse con un mínimo de deformación un campo tan amplio como sea
posible. Podemos escoger nuestro promedio, y tomamos el apropiado para
nuestro propósito. El promedio aritmético de un conjunto de números es el
más simple de los promedios ó medidas de centralización.
52
PROBABILIDAD Y ESTADÍSTICA
53
PROBABILIDAD Y ESTADÍSTICA
54
PROBABILIDAD Y ESTADÍSTICA
n 2 2 2 24 4
H 4
n
1 1 1 3 2 5 5 5
xi
4 6 12 12
i1
4
por lo tanto el rendimiento representativo de los dos tractores es de 4 días.
5
55
PROBABILIDAD Y ESTADÍSTICA
2
campo arado conjuntamente en un día da de campo, que es el complemento
12
10 2
de del campo, entonces, en arar todo el campo tardarán 2 días.
12 5
N f
sustituyendo los datos de velocidad y distancia, resulta:
H X
d1 + d2 + d3 + . . . + d N d1 d2 d3 dN
... +
v v1 v2 v3 vN
56
PROBABILIDAD Y ESTADÍSTICA
DISTANCIA ( d ) 90 Km
TIEMPO ( t ) = = 1.2857 horas
VELOCIDAD ( v ) 70 Km / h
d 70 Km
(t) = 0.7 horas.
v 100 Km / h
H =
f
N
f f
X X
donde: H = Media Armónica
N= f = Número total de frecuencias
XN = Marcas de clases de datos agrupados.
fN = Frecuencias de clase.
* La siguiente tabla de distribuciones de frecuencias registra las
longitudes en centímetros que en una semana tienen 100 plantas de frijol; con
esta información obtener la Media Armónica.
57
PROBABILIDAD Y ESTADÍSTICA
INTERVALOS FRECUENCIAS ( f )
( LONGITUDES ) ( No. DE PLANTAS )
5.4 - 5.7 7
5.8 - 6.1 16
6.2 - 6.5 21
6.6 - 6.9 29
7.0 - 7.3 18
7.4 - 7.7 9
100
EJERCICIOS PROPUESTOS
58
PROBABILIDAD Y ESTADÍSTICA
59
PROBABILIDAD Y ESTADÍSTICA
MEDIDAS DE DISPERSIÓN
Cuando una población es generada por una variable numérica,
además de poderla describir mediante una medida de tendencia central,
también se puede obtener una medida que nos indique el grado de
homogeneidad de sus datos. A este tipo de medidas se les conoce como
medidas de variabilidad o de dispersión. Existen varias medidas de
dispersión, como son el Rango, la Desviación Media, la Varianza, y algunas
otras, las cuales estudiaremos en este capítulo.
DESVIACIÓN ESTÁNDAR
Esta medida nos indica que tan dispersos se encuentran en
promedio, los datos con respecto a la media aritmética. Existen dos tipos de
desviación estándar, la Desviación Estándar Muestral y la Desviación
Estándar Poblacional.
( X i - )²
i=1
N
donde: N = Tamaño de la Población.
60
PROBABILIDAD Y ESTADÍSTICA
(X i - X )²
i =1
s =
n - 1
61
PROBABILIDAD Y ESTADÍSTICA
X i - X
m= i=1
VARIANZA
Es el cuadrado de la desviación estándar. Dependiendo de la
desviación estándar de que se trate, recibirá el nombre de Varianza Muestral o
Varianza Poblacional ( s2 si es la muestral y 2 si es la poblacional ).
Veamos algunos ejemplos.
62
PROBABILIDAD Y ESTADÍSTICA
63
PROBABILIDAD Y ESTADÍSTICA
6 5 6 4 9 2
8 4 5 3 3 5
6 5 7 2 5 7
2
( X i - X )²
s = i=1
n - 1
s2 = 3.7516353
64
PROBABILIDAD Y ESTADÍSTICA
( mi * fi ) ( mi * fi )
X= =
fi n
( m i- X )² f i
s2
n - 1
Existe otra forma de calcular la varianza, llamada forma
simplificada, la cual se obtiene sustituyendo en la fórmula de la varianza la de
la media, y al simplificar quedaría así:
65
PROBABILIDAD Y ESTADÍSTICA
n (X)²
i fi - (X f ) ²
i i
s² =
n(n -1)
INTERPRETACIÓN PRACTICA DE LA
DESVIACIÓN ESTÁNDAR
66
PROBABILIDAD Y ESTADÍSTICA
k 1 - 1/k2
1
2 3/4
3 8/9
4 15/16
-3 -2 -1 0 1 2 3
67
PROBABILIDAD Y ESTADÍSTICA
-3 -2 - 2 3
68.27 %
95.45 %
99.95 %
68
PROBABILIDAD Y ESTADÍSTICA
Vida Útil fi mi mi x fi ( mi )2 x fi
(Horas )
420 - 439 15 429.5 06,442.5 2’767,053.75
440 - 459 20 449.5 08,990.0 4’041,005.00
460 - 479 25 469.5 11,737.5 5’510,756.25
480 - 499 25 489.5 12,237.5 5’990,256.25
500 - 519 32 509.5 16,304.0 8’306,888.00
69
PROBABILIDAD Y ESTADÍSTICA
( mi * fi ) 95,945
X= = = 504.97
n 190
La Varianza en su forma simplificada es :
n[ {(mi)2* fi }] - [ ( mi * fi )]2
s2 =
n(n-1)
[( mi - X )2 * fi]
s2 =
n-1
(429.5-504.97)² (15) + (449.5-504.97)² (20) + +(569.5-504.97)² (14) + (589.5-504.97)² (7)
s2 =
190-1
70
PROBABILIDAD Y ESTADÍSTICA
85,435814
. 61,538.418 + 58,297.693 + 50,017.246 360,950.31
s2 =
189 189
s2 = 1,909.79
s = 1,909.79 = 43.701
71
PROBABILIDAD Y ESTADÍSTICA
72
PROBABILIDAD Y ESTADÍSTICA
X=
( m i f i)
6 7 .1 5
2 .6 8 6
n 25
s2 = 0.25 ;
73
PROBABILIDAD Y ESTADÍSTICA
EJERCICIOS PROPUESTOS
1.- ¿Qué es una medida de dispersión?
74
PROBABILIDAD Y ESTADÍSTICA
75
PROBABILIDAD Y ESTADÍSTICA
76
PROBABILIDAD Y ESTADÍSTICA
77
PROBABILIDAD Y ESTADÍSTICA
AUB AB Ac
* Sea A = { a, b, c, d, e, f, g, h, y, j, k, l, m, n, o, p, q, r, s, t };
B = { a, e, i, o, u } ;
C = { b, c, d, f, g, h, j, k, l, m, n, p, q, r, s, t } y
el conjunto Universo el abecedario. Realizar las siguientes operaciones entre
conjuntos:
78
PROBABILIDAD Y ESTADÍSTICA
b) A ( B U C ) = { a, b, c, d, e, f, g, h, y, j, k, l, m, n, o, p, q, r, s, t } = A
c) ( A B ) U ( B C ) = { a, e, i, o }
* Sea U el conjunto de todos los valores posibles que pueden
caer al lanzar dos dados normales, defina los siguientes conjuntos : el
conjunto A contiene a todos los elementos en que la primera cara es mayor
que 3 pero menor que 6, A = { ( x, y ) / 3 < x < 6 ; 0 < y < 7 } ; el conjunto B
contiene a todos los elementos en que la suma de las caras es mayor que 5
pero menor que 8, B = { ( x, y ) / 5 < x + y < 8 }
(1,1) ; (1,2) ; (1,3) ; (1,4) ; (1,5) ; (1,6)
(2,1) ; (2,2) ; (2,3) ; (2,4) ; (2,5) ; (2,6)
(3,1) ; (3,2) ; (3,3) ; (3,4) ; (3,5) ; (3,6)
Sea U =
(4,1) ; (4,2) ; (4,3) ; (4,4) ; (4,5) ; (4,6)
(5,1) ; (5,2) ; (5,3) ; (5,4) ; (5,5) ; (5,6)
(6,1) ; (6,2) ; (6,3) ; (6,4) ; (6,5) ; (6,6)
79
PROBABILIDAD Y ESTADÍSTICA
M (a,b) c
N (b,a) b M
MN a N
B
a b c
1 Dentro de los espacios muestrales cuando tenemos un conjunto de varios elementos, el orden de estos
no se toma en cuenta, esto es, {a,b} y {b,a} son conjuntos equivalentes.
80
PROBABILIDAD Y ESTADÍSTICA
81
PROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD
La Probabilidad tiene dos enfoques, llamados enfoques de la
82
PROBABILIDAD Y ESTADÍSTICA
M 18 1
a).- P(A) = = =
n 36 2
83
PROBABILIDAD Y ESTADÍSTICA
30 5
b).- P(B) = =
36 6
6 1
c).- P(C) = =
36 6
84
PROBABILIDAD Y ESTADÍSTICA
mutuamente excluyentes es 1. P( E1 ) + P( E2 ) + * * * + P( En ) = 1
P( Ei U Ej ) = P( Ei ) + P( Ej ).
85
PROBABILIDAD Y ESTADÍSTICA
ANÁLISIS COMBINATORIO
n!
nPr =
(n - r)!
P
n r n!
n Cr = =
r! (n - r)! r!
86
PROBABILIDAD Y ESTADÍSTICA
5! 5!
5P 5 = = = (5)(4)(3)(2)(1) = 120
(5 - 5)! 0!
5! 5! (5)(4)(3 !) 5 4
5 C3 = = = = = 10
(5 - 3)! (3 !) (2 !) (3 !) (2 !) (3 !) 2 1
24 ! (24)(23)(22)(21 !)
24P3 = = = 24 23 22 = 12,144 opciones
( 24 - 3 ) ! 21 !
87
PROBABILIDAD Y ESTADÍSTICA
Se multiplica el resultado por dos ya que esos dos libros pueden cambiar de
lugar entre ellos, estando juntos, por lo tanto el número de permutaciones que
puede haber es: # de arreglos = (720)(2) = 1440
PROBABILIDAD CONDICIONAL
En la práctica es común enfrentarnos al problema de obtener la
probabilidad de un evento, condicionado a la ocurrencia o no ocurrencia de
otro, esto es, el caso en que la ocurrencia de un evento altera las condiciones
de las que depende la probabilidad del otro, estas probabilidades se llaman
probabilidades condicionadas. Si A y B son los eventos en cuestión,
tenemos que P(A/B) es la probabilidad de A dado que ya ocurrió el evento
B. P(B/A) es la probabilidad de B dado que A ya ocurrió.
88
PROBABILIDAD Y ESTADÍSTICA
A B
P(A B) P(A B)
P( A B ) = Y P( B A ) =
P(B) P(A)
INDEPENDENCIA PROBABILISTICA
Se dice que dos sucesos son independientes si la ocurrencia o no
ocurrencia de uno de ellos no cambia la probabilidad de ocurrencia del otro, a
esto se le llama independencia probabilística. Sí A y B son eventos
independientes, tenemos que : P(A/B) = P(A) y P(B/A) = P(B).
LEYES DE PROBABILIDAD
Las leyes pueden ser simplemente enunciadas y tomadas como
ciertas mientras sean consistentes con nuestro modelo y con la realidad.
89
PROBABILIDAD Y ESTADÍSTICA
P ( A U B ) = P ( A ) + P ( B ) - P (A B )
P(AUB)=P(A)+P(B)
90
PROBABILIDAD Y ESTADÍSTICA
A C = { (2,2) }
91
PROBABILIDAD Y ESTADÍSTICA
P( A C ) = 1 / 36 P( C ) = 18 / 36 = 1 / 2
P( A / C ) = P( A C ) / P( C ) = ( 1 / 36 ) / ( 18 / 36 ) = 1 / 18
c) que al menos una cara es par?
(1,2) ; (1,4) ; (1,6) ; (2,1) ; (2,2) ; (2,3) ; (2,4) ; (2,5) ; (2,6)
D = (3,2) ; (3,4) ; (3,6) ; (4,1) ; (4,2) ; (4,3) ; (4,4) ; (4,5) ; (4,6)
(5,2) ; (5,4) ; (5,6) ; (6,1) ; (6,2) ; (6,3) ; (6,4) ; (6,5) ; (6,6)
A D = { (2,2) }
P( A D ) = 1 / 36 P( D ) = 27 / 36 = 3 / 4
P( A / D ) = P( A D ) / P( D ) = ( 1 / 36 ) / ( 27 / 36 ) = 1 / 27
d) que la primera cara es 1?
E = { (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) }
A E = { (1,3) }
P( A E ) = 1 / 36 P( E ) = 6 / 36 = 1 / 6
P( A / E ) = P( A E ) / P( E ) = ( 1 / 36 ) / ( 6 / 36 ) = 1 / 6
92
PROBABILIDAD Y ESTADÍSTICA
b) Sea A el suceso de que cada sección recibe un paciente. Haga una lista
de los puntos muéstrales de A.
A = { (123) ; (132) ; (213) ; (231) ; (312) ; (321) }
a) Defina el experimento.
Ordenar A, B y C para poder llevar a cabo el proceso.
93
PROBABILIDAD Y ESTADÍSTICA
Edad
5 - 7 8 - 10 11 - 12
No comprenden 55 % 40 % 15 %
Comprenden 45 % 60 % 85 %
94
PROBABILIDAD Y ESTADÍSTICA
EJERCICIOS PROPUESTOS
1.- Un inversionista tiene la oportunidad de invertir en tres de cinco tipos
recomendados de acciones. El inversionista no sabe que sólo dos de los
cinco tipos producirán un beneficio sustancial en los próximos 5 años.
Si el inversionista selecciona los tres tipos de acciones al azar (dándole
a cada combinación de tres tipos la misma probabilidad de selección),
95
PROBABILIDAD Y ESTADÍSTICA
96
PROBABILIDAD Y ESTADÍSTICA
97
PROBABILIDAD Y ESTADÍSTICA
1.- f(X) 0
2.-
f ( x ) dx 1
f ( x ) dx
b
P (a x b) a
98
PROBABILIDAD Y ESTADÍSTICA
DISTRIBUCION BINOMIAL
P( x ) = nCx * px*qn - x
2 James Bernoulli (1654-1705), matemático suizo que realizó importantes contribuciones en el campo de la
probabilidad.
99
PROBABILIDAD Y ESTADÍSTICA
n !
Como: nCx =
(n - r)! r!
n!
entonces: P( x ) = p x q n-x
(n - r)! r!
100
PROBABILIDAD Y ESTADÍSTICA
b).- el 50 % se muera?
p = 0.1
q = 0.9
10 !
x=5 P(5) = (0.10) 5 (0.90) 10-5
(10 - 5)! 5!
n = 10
= ( 252 )( 1 x 10- 5 )( 0.59049 )
= 0.1488 %
10 ! 10 ! 10 !
P(X 3) = 1 - [ (.10)0 (.90)10-0 (.10)1 (.90)10-1 (.10)2 (.90)102]
(10-0)! 0! (10-1)!1! (10-2)! 2!
101
PROBABILIDAD Y ESTADÍSTICA
p = 0.1
q = 0.9
10 !
x=3 P(3) = (0.10) 3 (0.90) 10-3
(10 - 3)! 3!
n = 10
= 120 * ( 1 x 10- 3 )( 0.4782 )
= 0.0573 x 100 = 5.73 %
DISTRIBUCION DE POISSON
La Distribución de Poisson3 es usada con amplitud en Biología,
Medicina y en todas las ramas de las Ciencias Sociales, sin embargo existen
muchos problemas en los que es bastante útil. Si x es el número de
ocurrencias de un evento aleatorio en un intervalo de tiempo o espacio, la
probabilidad de que ocurra x está dada por:
e - x
P( x ) =
X !
3 Simond Denis Poisson (1781 - 1840) matemático francés a quien se le acreditó la publicación de su deducción en 1837.
102
PROBABILIDAD Y ESTADÍSTICA
103
PROBABILIDAD Y ESTADÍSTICA
= 3 P( x ) =
X !
x=0
(2.7183) 3 (3) 0
P( 0 ) = 0.04978 x 100 = 4.978 %
0!
= 3 P( x ) =
X !
x=3ó4
P( 3 ó 4 ) = P( 3 ) + P( 4 )
10 !
P(2)= (010 . )102 (45)(001
. ) 2 (090 . )(04304
. ) 01937
. x100 19.37 %
(10- 2)! 2!
104
PROBABILIDAD Y ESTADÍSTICA
= n * p = 1 P( x ) =
X !
x=2
( 2 .7183) 1 (1) 2
P(2) = 0.1839 x 100 = 18.39 %
2!
= n * p = 0.2 P( x ) =
X !
x=3
( 2 .7183) 0 .2 ( 0.2 ) 3
P( 3 ) = 0.0010916 x 100 = 0.10916 %
3!
e = 2.7183
e - x
= n * p = 0.2 P( x ) =
X !
x = 3, 4, * * * , 200
105
PROBABILIDAD Y ESTADÍSTICA
DISTRIBUCION NORMAL
1 ( x - ) 2 / 2 2
f ( x) e
2
donde: x
µ = media aritmética.
= desviación estándar.
La función de distribución correspondiente esta dada por:
x
1
e (x - )
2 2
/ 2
F(x) = P(X x) = dx
2 -
0 µ1 µ2
106
PROBABILIDAD Y ESTADÍSTICA
107
PROBABILIDAD Y ESTADÍSTICA
-3 -2 -1 0 1 2 3
P( -1 Z 1 ) = 0.6827 (68.27 %)
P( -2 Z 2 ) = 0.9545 (95.45 %)
P( -3 Z 3 ) = 0.9973 (99.73 %)
108
PROBABILIDAD Y ESTADÍSTICA
109
PROBABILIDAD Y ESTADÍSTICA
110
PROBABILIDAD Y ESTADÍSTICA
DISTRIBUCION t de Student
La distribución del estadístico de prueba para muestras extraídas
de una distribución normal, es conocida como la t de Student.
- x
t =
s
n
Omitiremos la complicada expresión matemática de la densidad
de t, pero describiremos algunas de sus características. La distribución de t4,
al repetirse el muestreo tiene igual que z un a forma monticular y
perfectamente simétrica respecto a t = 0. A diferencia de z, es mucho más
variable, extendiéndose rápidamente a la derecha y a la izquierda. La
variabilidad de z, al repetirse el muestreo, se debe solamente a x. Las otras
cantidades que aparecen en z(n y ) no son aleatorias. En cambio, la
variabilidad de t se debe a dos cantidades aleatorias, x y s, y puede
demostrarse que éstas son independientes entre sí. Así, cuando x es muy
grande, s puede ser muy pequeña y viceversa. Como resultado de esto, t es
más variable que z. Finalmente, como podríamos imaginar, la variabilidad de
t disminuye a medida que n aumenta porque la estimación s de estará
basada en más y más información. Cuando n es infinitamente grande, las
distribuciones t y z son idénticas. Así, Gosset descubrió que la distribución
de t depende del tamaño de la muestra n.
4 W. S. GOSSET: Descubrió y publico en 1908 esta distribución bajo el nombre de Distribución t de Student.
111
PROBABILIDAD Y ESTADÍSTICA
tp
Sí deseamos encontrar el valor de t tal que 5 % del área se
encuentre a su derecha, usamos la columna marcada t.95 . El valor crítico de t
para nuestro ejemplo, se encuentra en la columna marcada con t.95 y en la
fila correspondiente a g.l. = (n - 1) = 5, es t = 2.02.
112
PROBABILIDAD Y ESTADÍSTICA
EJERCICIOS PROPUESTOS
1.- Se sabe que el número promedio de accidentes en una sección dada de
una autopista es de 3 por semana. ¿Cuál es la probabilidad de que:
a).- no ocurran accidentes durante una semana?
b).- ocurran exactamente 2 accidentes en una semana dada?
c).- ocurran 3 o más accidentes en una semana en particular?
113
PROBABILIDAD Y ESTADÍSTICA
7.- Para una distribución t de Student con 15 g.l., hallar el valor de t tal:
a).- que el área a la derecha de t sea 0.01
b).- que el área a la izquierda de t sea 0.80
c).- que el área a la derecha de t sea 0.10
114
PROBABILIDAD Y ESTADÍSTICA
z 0 1 2 3 4 5 6 7 8 9
0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753
0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141
0.3 .1179 .1271 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517
0.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
0.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
0.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2517 .2549
0.7 .2580 .2611 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
0.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621
1.1 .3643 .3665 .3686 .3708 .3729 .3749 .3770 .3790 .3810 .3830
1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015
1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 .4147 .4162 .4177
1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319
1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441
1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .4545
1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .4633
1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .4706
1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767
2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817
2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857
2.2 .4861 .4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890
2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 .4916
2.4 .4918 .4920 .4922 .4925 .4927 .4929 .4931 .4932 .4934 .4936
2.5 .4938 .4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952
2.6 .4953 .4955 .4956 .4957 .4959 .4960 .4961 .4962 .4963 .4964
2.7 .4965 .4966 .4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974
2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 .4979 .4980 .4981
2.9 .4981 .4982 .4982 .4983 .4984 .4984 .4985 .4985 .4986 .4986
3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 .4990
3.1 .4990 .4990 .4991 .4991 .4991 .4991 .4992 .4992 .4992 .4992
3.2 .4993 .4993 .4993 .4993 .4993 .4994 .4994 .4994 .4994 .4995
3.3 .4995 .4995 .4995 .4995 .4995 .4996 .4996 .4996 .4996 .4996
3.4 .4997 .4997 .4997 .4997 .4997 .4998 .4998 .4998 .4998 .4998
3.5 .4998 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .5000 .5000
115
PROBABILIDAD Y ESTADÍSTICA
PERCENTILES DE LA
DISTRIBUCION t de Student
CON v GRADOS DE LIBERTAD
tp
v t.500 t.600 t.700 t.750 t.800 t.900 t.950 t.975 t.990 t.995
1 0.158 0.325 0.727 1.000 1.376 3.080 6.314 12.706 31.821 63.657
2 0.142 0.289 0.617 0.816 1.061 1.886 2.920 4.303 6.965 9.425
3 0.137 0.277 0.586 0.765 0.978 1.638 2.353 3.182 4.541 5.841
4 0.134 0.271 0.569 0.741 0.941 1.533 2.132 2.776 3.747 4.604
5 0.132 0.267 0.559 0.727 0.920 1.476 2.015 2.571 3.365 4.032
6 0.131 0.265 0.553 0.718 0.906 1.440 1.943 2.447 3.143 3.707
7 0.130 0.263 0.549 0.711 0.896 1.415 1.895 2.365 2.998 3.499
8 0.130 0.262 0.546 0.706 0.889 1.397 1.860 2.306 2.896 3.355
9 0.129 0.261 0.543 0.703 0.883 1.383 1.833 2.262 2.821 3.250
10 0.129 0.260 0.542 0.700 0.879 1.372 1.812 2.228 2.764 3.169
11 0.129 0.260 0.540 0.697 0.876 1.363 1.796 2.201 2.718 3.055
12 0.128 0.259 0.539 0.695 0.873 1.356 1.782 2.179 2.681 3.012
13 0.128 0.259 0.538 0.694 0.870 1.350 1.771 2.160 2.650 2.997
14 0.128 0.258 0.537 0.692 0.868 1.345 1.761 2.145 2.624 2.947
15 0.128 0.258 0.536 0.691 0.866 1.341 1.753 2.131 2.602 2.921
16 0.128 0.258 0.535 0.690 0.865 1.337 1.746 2.120 2.583 2.898
17 0.128 0.257 0.534 0.689 0.863 1.333 1.740 2.110 2.567 2.878
18 0.127 0.257 0.534 0.688 0.862 1.330 1.734 2.101 2.552 2.861
19 0.127 0.257 0.533 0.688 0.861 1.328 1.729 2.093 2.539 2.845
20 0.127 0.257 0.533 0.687 0.860 1.325 1.725 2.086 2.528 2.831
21 0.127 0.257 0.532 0.686 0.859 1.323 1.721 2.080 2.518 2.819
22 0.127 0.256 0.532 0.686 0.858 1.321 1.717 2.074 2.508 2.807
23 0.127 0.256 0.532 0.685 0.858 1.319 1.714 2.069 2.500 2.797
24 0.127 0.256 0.531 0.685 0.857 1.318 1.711 2.064 2.492 2.787
25 0.127 0.256 0.531 0.684 0.856 1.316 1.708 2.060 2.485 2.779
26 0.127 0.256 0.531 0.684 0.856 1.315 1.706 2.056 2.479 2.771
27 0.127 0.256 0.531 0.684 0.855 1.314 1.703 2.048 2.473 2.763
28 0.127 0.256 0.530 0.683 0.855 1.313 1.701 2.045 2.467 2.763
29 0.127 0.256 0.530 0.683 0.854 1.311 1.699 2.030 2.462 2.756
30 0.127 0.256 0.530 0.683 0.854 1.300 1.685 2.020 2.440 2.750
40 0.126 0.255 0.529 0.681 0.851 1.300 1.680 2.020 2.420 2.700
50 0.126 0.255 0.529 0.681 0.851 1.300 1.680 2.000 2.390 2.700
60 0.126 0.254 0.527 0.679 0.848 1.290 1.670 1.980 2.390 2.660
70 0.126 0.254 0.527 0.679 0.848 1.290 1.670 1.980 2.360 2.620
0.126 0.253 0.524 0.674 0.842 1.280 1.640 1.960 2.330 2.580
116
PROBABILIDAD Y ESTADÍSTICA
a
Los valores que se dan en la tabla son p( y ) .
y=0
( Los cálculos están redondeados a la tercera cifra decimal )
a) n = 5 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.951 0.774 0.590 0.328 0.168 0.078 0.031 0.010 0.002 0.000 0.000 0.000 0.000
1 0.999 0.997 0.919 0.737 0.528 0.337 0.188 0.087 0.031 0.007 0.000 0.000 0.000
2 1.000 0.999 0.991 0.942 0.837 0.683 0.500 0.317 0.163 0.058 0.009 0.001 0.000
3 1.000 1.000 1.000 0.993 0.969 0.913 0.812 0.663 0.472 0.263 0.081 0.023 0.001
4 1.000 1.000 1.000 1.000 0.998 0.990 0.969 0.922 0.832 0.672 0.410 0.226 0.049
b) n = 10 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.904 0.599 0.349 0.107 0.028 0.006 0.001 0.000 0.000 0.000 0.000 0.000 0.000
1 0.996 0.914 0.736 0.376 0.149 0.046 0.011 0.002 0.000 0.000 0.000 0.000 0.000
2 1.000 0.988 0.930 0.678 0.383 0.167 0.055 0.012 0.002 0.000 0.000 0.000 0.000
3 1.000 0.999 0.987 0.879 0.650 0.382 0.172 0.055 0.011 0.001 0.000 0.000 0.000
4 1.000 1.000 0.998 0.967 0.850 0.633 0.377 0.166 0.047 0.006 0.000 0.000 0.000
5 1.000 1.000 1.000 0.994 0.953 0.834 0.623 0.367 0.150 0.033 0.002 0.000 0.000
6 1.000 1.000 1.000 0.999 0.989 0.945 0.828 0.618 0.350 0.121 0.013 0.001 0.000
7 1.000 1.000 1.000 1.000 0.998 0.988 0.945 0.833 0.617 0.322 0.070 0.012 0.000
8 1.000 1.000 1.000 1.000 1.000 0.998 0.989 0.954 0.851 0.624 0.264 0.086 0.004
9 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.994 0.972 0.893 0.651 0.401 0.096
c) n = 15 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.860 0.463 0.206 0.035 0.005 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.990 0.829 0.549 0.167 0.035 0.005 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 1.000 0.964 0.816 0.398 0.127 0.027 0.004 0.000 0.000 0.000 0.000 0.000 0.000
3 1.000 0.995 0.944 0.648 0.297 0.091 0.018 0.002 0.000 0.000 0.000 0.000 0.000
4 1.000 0.999 0.987 0.836 0.515 0.217 0.059 0.009 0.001 0.000 0.000 0.000 0.000
5 1.000 1.000 0.998 0.939 0.722 0.403 0.151 0.034 0.004 0.000 0.000 0.000 0.000
6 1.000 1.000 1.000 0.982 0.869 0.610 0.304 0.095 0.015 0.001 0.000 0.000 0.000
7 1.000 1.000 1.000 0.996 0.950 0.787 0.500 0.213 0.050 0.004 0.000 0.000 0.000
8 1.000 1.000 1.000 0.999 0.985 0.905 0.696 0.390 0.131 0.018 0.000 0.000 0.000
9 1.000 1.000 1.000 1.000 0.996 0.966 0.849 0.597 0.278 0.061 0.002 0.000 0.000
10 1.000 1.000 1.000 1.000 0.999 0.991 0.941 0.783 0.485 0.164 0.013 0.001 0.000
11 1.000 1.000 1.000 1.000 1.000 0.998 0.982 0.909 0.703 0.352 0.056 0.005 0.000
12 1.000 1.000 1.000 1.000 1.000 1.000 0.996 0.973 0.873 0.602 0.184 0.036 0.000
13 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.995 0.965 0.833 0.451 0.171 0.010
14 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.995 0.965 0.794 0.537 0.140
117
PROBABILIDAD Y ESTADÍSTICA
d) n = 20 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.818 0.358 0.122 0.012 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.983 0.736 0.392 0.069 0.008 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.999 0.925 0.677 0.206 0.035 0.004 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 1.000 0.984 0.867 0.411 0.107 0.016 0.001 0.000 0.000 0.000 0.000 0.000 0.000
4 1.000 0.997 0.957 0.630 0.238 0.051 0.006 0.000 0.000 0.000 0.000 0.000 0.000
5 1.000 1.000 0.989 0.804 0.416 0.126 0.021 0.002 0.000 0.000 0.000 0.000 0.000
6 1.000 1.000 0.998 0.913 0.608 0.250 0.058 0.006 0.000 0.000 0.000 0.000 0.000
7 1.000 1.000 1.000 0.968 0.772 0.416 0.132 0.021 0.001 0.000 0.000 0.000 0.000
8 1.000 1.000 1.000 0.990 0.887 0.596 0.252 0.057 0.005 0.000 0.000 0.000 0.000
9 1.000 1.000 1.000 0.997 0.952 0.755 0.412 0.128 0.017 0.001 0.000 0.000 0.000
10 1.000 1.000 1.000 0.999 0.983 0.872 0.588 0.245 0.048 0.003 0.000 0.000 0.000
11 1.000 1.000 1.000 1.000 0.995 0.943 0.748 0.404 0.113 0.010 0.000 0.000 0.000
12 1.000 1.000 1.000 1.000 0.999 0.979 0.868 0.584 0.228 0.032 0.000 0.000 0.000
13 1.000 1.000 1.000 1.000 1.000 0.994 0.942 0.750 0.392 0.087 0.002 0.000 0.000
14 1.000 1.000 1.000 1.000 1.000 0.998 0.979 0.874 0.584 0.196 0.011 0.000 0.000
15 1.000 1.000 1.000 1.000 1.000 1.000 0.994 0.949 0.762 0.370 0.043 0.003 0.000
16 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.984 0.893 0.589 0.133 0.016 0.000
17 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.996 0.965 0.794 0.323 0.075 0.001
18 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.992 0.931 0.608 0.264 0.017
19 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.999 0.988 0.878 0.642 0.182
e) n = 25 p
a 0.01 0.05 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 0.95 0.99
0 0.778 0.277 0.072 0.004 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
1 0.974 0.642 0.271 0.027 0.002 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.998 0.873 0.537 0.098 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 1.000 0.966 0.764 0.234 0.033 0.002 0.000 0.000 0.000 0.000 0.000 0.000 0.000
4 1.000 0.993 0.902 0.421 0.090 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000
5 1.000 0.999 0.967 0.617 0.193 0.029 0.002 0.000 0.000 0.000 0.000 0.000 0.000
6 1.000 1.000 0.991 0.780 0.341 0.074 0.007 0.000 0.000 0.000 0.000 0.000 0.000
7 1.000 1.000 0.998 0.891 0.512 0.154 0.022 0.001 0.000 0.000 0.000 0.000 0.000
8 1.000 1.000 1.000 0.953 0.677 0.274 0.054 0.004 0.000 0.000 0.000 0.000 0.000
9 1.000 1.000 1.000 0.983 0.811 0.425 0.115 0.013 0.000 0.000 0.000 0.000 0.000
10 1.000 1.000 1.000 0.994 0.902 0.586 0.212 0.034 0.002 0.000 0.000 0.000 0.000
11 1.000 1.000 1.000 0.998 0.956 0.732 0.345 0.078 0.006 0.000 0.000 0.000 0.000
12 1.000 1.000 1.000 1.000 0.983 0.846 0.500 0.154 0.017 0.000 0.000 0.000 0.000
13 1.000 1.000 1.000 1.000 0.994 0.922 0.655 0.268 0.044 0.002 0.000 0.000 0.000
14 1.000 1.000 1.000 1.000 0.998 0.966 0.788 0.414 0.098 0.006 0.000 0.000 0.000
15 1.000 1.000 1.000 1.000 1.000 0.987 0.885 0.575 0.189 0.017 0.000 0.000 0.000
16 1.000 1.000 1.000 1.000 1.000 0.996 0.946 0.726 0.323 0.047 0.000 0.000 0.000
17 1.000 1.000 1.000 1.000 1.000 0.999 0.978 0.846 0.488 0.109 0.002 0.000 0.000
18 1.000 1.000 1.000 1.000 1.000 1.000 0.993 0.926 0.659 0.220 0.009 0.000 0.000
19 1.000 1.000 1.000 1.000 1.000 1.000 0.998 0.971 0.807 0.383 0.033 0.001 0.000
20 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.991 0.910 0.579 0.098 0.007 0.000
21 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.998 0.967 0.766 0.236 0.034 0.000
22 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.991 0.902 0.463 0.127 0.002
23 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.998 0.973 0.729 0.358 0.026
24 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 0.996 0.928 0.723 0.222
118
PROBABILIDAD Y ESTADÍSTICA
TABLA DE VALORES DE e- X
119
PROBABILIDAD Y ESTADÍSTICA
BIBLIOGRAFIA
1 MENDENHALL, WILLIAM ; INTRODUCCION A LA
PROBABILIDAD Y ESTADISTICA : WADSWORTH
INTERNATIONAL / IBEROAMERICA ; U.S.A 1982
120
PROBABILIDAD Y ESTADÍSTICA
121